视频图像分量的预测方法和装置制造方法及图纸

本发明专利技术实施例提供了一种视频图像分量的预测方法和装置。方法包括：获取图像块的亮度分量值；基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3，对第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k；基于第一参数alpha和第三参数k获取线性模型的第二参数beta；基于图像块的亮度分量值、第一参数alpha、第三参数k和第二参数beta，通过线性模型获取图像块的色度分量的预测值。该技术方案通过改进视频图像分量预测时使用的线性模型中的参数，从而实现提高编码性能，同时降低使用该预测方法的装置的复杂度。

【技术实现步骤摘要】
视频图像分量的预测方法和装置
本专利技术涉及视频领域，并且更具体地，涉及视频图像分量的预测方法和装置。
技术介绍
现有视频图像编解码技术中包括帧内编码技术与帧间编码技术。帧内编码指仅利用当前编码图像中的空间相关性对图像内容进行压缩编码的技术。帧间编码指利用当前编码图像与已编码图像的时间相关性对当前图像进行压缩编码的技术。为提高图像的帧内编码效率，国际视频编码标准，例如H.264/AVC(AdvancedVideoCoding，先进视频编码)中引入帧内预测技术来去除当前编码图像块与邻近已编码图像块的空间信息冗余。因此，与之前的帧内编码技术不同，仅需要对预测差值信号而非原始图像信号进行空间变换与熵编码，从而提高帧内编码效率。然而，相关的帧内预测技术中硬件实现的复杂度高，增加了各方面的成本。
技术实现思路
本专利技术实施例提供一种视频图像分量的预测方法和装置，能够降低实现帧内预测技术的装置的复杂度。一方面，提供了一种视频图像分量的预测方法，包括：获取图像块的亮度分量值；基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3，对第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k,其中第三参数k是第一参数alpha的归一化参数，第一数值a3归一化后的值或第一参数alpha归一化后的值是线性模型中指示线性关系的斜率；基于第一参数alpha和第三参数k获取线性模型的第二参数beta，第二参数beta是线性模型中指示线性关系的纵轴截距；基于图像块亮度分量值、第一参数alpha、第三参数k和第二参数beta，通过线性模型获取图像块的色度分量的预测值。另一方面，提供了一种视频图像分量的预测装置，包括：第一获取模块，用于获取图像块亮度分量值，应用模板为线性模型参数计算中采用的邻近采样点的集合；第二获取模块，用于基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3，对第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k,其中第三参数k是第一参数alpha的归一化参数，第一数值a3归一化后的值或第一参数alpha归一化后的值是线性模型中指示线性关系的斜率；第三获取模块，用于基于第一参数alpha和第三参数k获取线性模型的第二参数beta，第二参数beta是线性模型中指示线性关系的纵轴截距；第四获取模块，用于基于第一获取模块获取的图像块亮度分量值、第二获取模块获取第一参数alpha、第三参数k和第三获取模块获取的第二参数beta，通过线性模型获取图像块的色度分量的预测值。另一方面，提供了一种视频图像分量的预测方法，包括：获取图像块亮度分量值；基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3以获取第一参数alpha和第三参数k，其中第三参数k是第一参数alpha的归一化参数，第一数值a3归一化后的值或第一参数alpha归一化后的值是线性模型中指示线性关系的斜率，应用模板为线性模型参数计算中采用的图像块的邻近的采样点的集合，且当图像块的左上角为坐标原点时，在图像块上方的最左侧的邻近采样点距离坐标原点在水平方向上有偏移，或在图像块左侧的最上方的邻近采样点距离坐标原点在垂直方向上有偏移，并且两个方向上的偏移不同时为0；基于第一参数alpha和第三参数k获取线性模型的第二参数beta，第二参数beta是线性模型中指示线性关系的纵轴截距；基于图像块亮度分量值、第一参数alpha、第三参数k和第二参数beta，通过线性模型获取图像块的色度分量的预测值。另一方面，提供了一种视频图像分量的预测装置，包括：第一获取模块，用于获取图像块亮度分量值；第二获取模块，用于基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3以获取第一参数alpha和第三参数k，其中第三参数k是第一参数alpha的归一化参数，第一数值a3归一化后的值或第一参数alpha归一化后的值是线性模型中指示线性关系的斜率，应用模板为线性模型参数计算中采用的图像块的邻近的采样点的集合，且当图像块的左上角为坐标原点时，在图像块上方的最左侧的邻近采样点距离坐标原点在水平方向上有偏移，或在图像块左侧的最上方的邻近采样点距离坐标原点在垂直方向上有偏移，并且两个方向上的偏移不同时为0；第三获取模块，用于基于第一参数alpha和第三参数k获取线性模型的第二参数beta，第二参数beta是线性模型中指示线性关系的纵轴截距；第四获取模块，用于基于第一获取模块获取的图像块亮度分量值、第二获取模块获取的第一参数alpha、第三参数k和第三获取模块获取的第二参数beta，通过线性模型获取图像块的色度分量的预测值。通过改进视频图像分量预测时使用的线性模型中的参数，从而实现提高编码性能，同时降低使用该预测方法的装置的复杂度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1A至图1C是视频图像采样格式的示意图。图2A和图2B是LM模式使用的L型模板的示意图。图3是本专利技术实施例的视频图像分量的预测方法的示意流程图。图4是本专利技术实施例的视频图像分量的预测方法的示意流程图。图5是本专利技术另一实施例的视频图像分量的预测方法的示意流程图。图6A和图6B是本专利技术实施例的适用场景的示意图。图7是本专利技术实施例的视频图像分量的预测方法的示意框图。图8是本专利技术另一实施例的视频图像分量的预测方法的示意框图。图9A至图9D是本专利技术实施例的改进的应用模板的示意图。图10是本专利技术实施例的视频图像分量的预测装置的示意框图。图11是本专利技术实施例的视频图像分量的另一预测装置的示意框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。视频图像信号通常包括一个亮度分量与两个色度分量。亮度分量通常使用符号Y表示，色度分量通常使用符号U、V表示。常用的亮度分量和色度分量分开表示的采样格式也称为YUV格式，YUV格式包括以下几种，分别如图1A至图1C所示，其中图中的叉表示亮度分量采样点，圈表示色度分量采样点。4:4:4格式：如图1A所示，表示色度分量没有下采样；4:2:2格式：如图1B所示，表示色度分量相对于亮度分量进行2:1的水平下采样，没有竖直下采样。对于每两个U采样点或V采样点，每个扫描行都包含四个Y采样点；4:2:0格式：如图1C所示，表示色度分量相对于亮度分量进行2:1的水平下采样和2:1的竖直下采样。在视频图像采用YUV4:2:0格式的情况下，若图像块的亮度分量为(2*nS)×(2*nS)大小的图像块，则对应的图像块的色度分量为nS×nS大小的图像块，其中nS为图像块的边长。因此，图像块的色度分量在本专利说明文档中也称为色度分量图像块，或简称为色度图像块。出于简洁，下面将以4:2:0格式为本文档来自技高网...

【技术保护点】
一种视频图像分量的预测方法，其特征在于，包括：获取图像块的亮度分量值；基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术，得到第一数值a3，对所述第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k，其中所述第三参数k是第一参数alpha的归一化参数，所述第一数值a3归一化后的值或第一参数alpha归一化后的值是所述线性模型中指示线性关系的斜率，所述应用模板为所述线性模型参数计算中采用的所述图像块的邻近的采样点的集合；基于所述第一参数alpha和所述第三参数k获取所述线性模型的第二参数beta，所述第二参数beta是所述线性模型中指示线性关系的纵轴截距；基于所述图像块的亮度分量值、所述第一参数alpha、所述第三参数k和所述第二参数beta，通过所述线性模型获取所述图像块的色度分量的预测值。

【技术特征摘要】
1.一种视频图像分量的预测方法，其特征在于，包括：获取图像块亮度分量值；基于应用模板内采样点的亮度分量值和色度分量值，通过线性回归技术得到第一数值a3以获取第一参数alpha和第三参数k，其中所述第三参数k是第一参数alpha的归一化参数，所述第一数值a3归一化后的值或第一参数alpha归一化后的值是所述线性模型中指示线性关系的斜率，所述应用模板为线性模型参数计算中采用的所述图像块的邻近的采样点的集合，且当所述图像块的左上角为坐标原点时，在所述图像块上方的最左侧的所述邻近采样点距离所述坐标原点在水平方向上有偏移，或在所述图像块左侧的最上方的所述邻近采样点距离所述坐标原点在垂直方向上有偏移，并且两个方向上的偏移不同时为0；基于所述第一参数alpha和所述第三参数k获取所述线性模型的第二参数beta，所述第二参数beta是所述线性模型中指示线性关系的纵轴截距；基于所述图像块亮度分量值、所述第一参数alpha、所述第三参数k和所述第二参数beta，通过所述线性模型获取所述图像块的色度分量的预测值。2.根据权利要求1所述的方法，其特征在于：在水平方向上的所述图像块使用的邻近采样点为连续的采样点或在垂直方向上所述图像块使用的邻近采样点为连续的采样点。3.根据权利要求1所述的方法，其特征在于：在水平方向上的所述图像块使用的图像块上方的最左侧的所述邻近采样点距离所述坐标原点在水平方向上偏移为0，1，2，nS/4,或者nS/2个采样点，其中nS为所述图像块的色度分量在水平方向的大小；或在垂直方向上的所述图像块使用的图像块左侧的最上方的所述邻近采样点距离所述坐标原点在垂直方向上偏移为0，1，2，nS/4,或者nS/2个采样点，其中nS为所述图像块的色度分量在垂直方向的大小。4.根据权利要求1所述的方法，其特征在于，所述基于线性回归技术得到第一数值a3以获取第一参数alpha和第三参数k包括：基于线性回归技术得到第一数值a3，对所述第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k。5.根据权利要求4所述的方法，其特征在于，所述对所述第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k包括：对所述第一数值a3进行补偿，将补偿后得到的二进制数值的最低整数B位置零，并将所述最低整数B位置零后得到的数值与第三数值C相加以获取第二数值a4。6.根据权利要求5所述的方法，其特征在于，所述获取第二数值a4具体包括：基于以下公式获取第二数值a4，a4＝[((a3+offset)>>B)<<B]+C，其中offset为补偿值。7.根据权利要求6所述的方法，其特征在于，所述获取第二数值a4具体包括：当补偿值offset和第三数值C同为0时，基于以下公式获取第二数值a4，a4＝((a3)>>B)<<B。8.根据权利要求5所述的方法，其特征在于，所述对所述第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k包括：对所述第一数值a3进行补偿，将补偿后得到的二进制数值与第四数值D进行按位逻辑操作以获取第二数值a4，其中所述第四数值D满足与所述补偿后得到的二进制数值进行按位逻辑操作后得到的二进制数值的最低整数B位为0。9.根据权利要求8所述的方法，其特征在于，所述获取第二数值a4具体包括：基于以下公式获取第二数值a4，a4＝(a3+offset)&(～(2B-1))+C，其中D＝～(2B-1)。10.根据权利要求9所述的方法，其特征在于，所述获取第二数值a4具体包括：当所述补偿值offset和第三数值C同为0时，基于以下公式获取第二数值a4，a4＝(a3)&(～(2B-1))。11.根据权利要求4所述的方法，其特征在于，对所述第一数值a3进行补偿后改变数值精度以获取第一参数alpha和第三参数k，包括：对所述第一数值a3进行补偿，将补偿后得到的数值进行缩放以获取第二数值a4。12.根据权利要求11所述的方法，其特征在于，所述获取第二数值a4具体包括：基于以下公式获取第二数值a4，a4＝(a3+offset)*Sc，其中Sc表示缩放系数。13.根据权利要求12所述的方法，其特征在于，所述获取第二数值a4具体包括：所述缩放系数Sc的数值为2的整数B次幂时，基于以下公式获取第二数值a4，a4＝(a3+offset)<<B。14.根据权利要求13所述的方法，其特征在于，所述补偿值offset为0时，所述获取第二数值a4具体包括：所述补偿值offset为0时，基于以下公式获取第二数值a4，a4＝a3<<B。15.根据权利要求5至10中任一所述的方法，其特征在于，所述方法还包括：基于所述第二数值a4，获取以预定的位宽alpha_depth表达的所述第一参数alpha和第三参数k。16.根据权利要求15所述的方法，其特征在于，所述基于所述第二数值a4，获取以预定的位宽alpha_depth表达的第一参数alpha和第三参数k具体包括：当所述第三数值C为0，且所述整数B大于或等于alpha_depth-1时，所述第一参数alpha和所述第三参数k通过以下公式获取：alpha＝a4>>(n2–alpha_depth)，k＝S–(n2–alpha_depth)，其中S是所述第一数值a3的归一化参数，n2为第二数值a4的二进制表达中，除符号位外有效比特的数目。17.根据权利要求6或8所述的方法，其特征在于：所述补偿值offset为缺省值或基于所述第一数值a3的值确定的值，或所述第三数值C为缺省值或基于所述第一数值a3的值确定的值，且...

【专利技术属性】
技术研发人员：杨海涛，张星宇，區子廉，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：