基于凹模型的自适应量化的方法及装置制造方法及图纸

本发明专利技术公开了一种基于凹模型的自适应量化的方法及装置，该方法包括步骤：选取图像的视觉关注点；获取图像中的分块相对视觉关注点的偏离率；根据偏离率对分块进行自适应量化。此处，利用人眼的视网膜的凹特性，基于图像中的分块相对视觉关注点的偏离率，对图像进行自适应量化，使得图像投影在视网膜中心位置的部分采取较为精细的编码，提高图像显示质量；而对投影远离视网膜中心的图像，采取较粗略的编码，以节省码流。从而在人眼感受不损失的条件下，降低视频编码的码流，提高压缩效率。

【技术实现步骤摘要】

本专利技术涉及数字视频编码领域，尤其涉及一种基于凹模型的自适应量化的方法及装置。
技术介绍
视频编码技术的目标是对视频进行压缩编码，在保证同等视频质量的条件下，取得更大的压缩比，从而使用更小的带宽传输。现有的视频编码方法，如H.264、音视频编码标准(AVS:Audio Video codingStandard)等，都关注于去除视频序列中的客观冗余，即在客观失真最小的情况下，取得最大的压缩效率。所谓客观失真，指的是将压缩后的图像完全和源图像进行比较，不考虑人的生理因素，用客观指标计算出来图像的失真。通常采用峰值信噪比(PSNR:Peak Signal toNoise Ratio)来表征该客观失真:

【技术保护点】
一种基于凹模型的自适应量化的方法，其特征在于，包括：选取图像的视觉关注点；获取所述图像中的分块相对所述视觉关注点的偏离率；根据所述偏离率对所述分块进行自适应量化。

【技术特征摘要】
1.一种基于凹模型的自适应量化的方法，其特征在于，包括: 选取图像的视觉关注点； 获取所述图像中的分块相对所述视觉关注点的偏离率； 根据所述偏离率对所述分块进行自适应量化。2.根据权利要求1所述的基于凹模型的自适应量化的方法，其特征在于，在步骤选取图像的视觉关注点中， 选取所述图像的中心或选取人眼对所述图像的感兴趣区域作为所述视觉关注点。3.根据权利要求1所述的基于凹模型的自适应量化的方法，其特征在于，在步骤获取所述图像中的分块相对所述视觉关注点的偏离率中， 采用以下公式获取所述图像中的分块相对所述视觉关注点的偏离率e:4.根据权利要求1所述的基于凹模型的自适应量化的方法，其特征在于，在步骤根据所述偏离率对所述分块进行自适应量化中， 根据所述偏离率对所述自适应量化中的量化步长进行修正。5.根据权利要求1所述的基于凹模型的自适应量化的方法，其特征在于，在步骤根据所述偏离率对所述分块进行自适应量化中， 根据所述偏离率对所述自适应量化中...

【专利技术属性】
技术研发人员：林斯铭，徐茂，
申请(专利权)人：深圳广晟信源技术有限公司，
类型：发明
国别省市：广东;44