一种支持随机访问的复杂度图像无损压缩方法技术

一种支持随机访问的复杂度图像无损压缩方法，属于视频图像压缩技术领域，包括以下步骤：将图像分割为宏块，将宏块划分为三个区域；帧内预测；选择编码比特代价最小的模式，得到最优预测模式的残差图像；将残差图像分割为不同小块进行自适应可变长编码，由压缩码流生成模块得到无损压缩码流。将宏块分割为三个区域，解决了宏块之间边界像素点数据依赖问题。采用块/像素自适应预测、差分编码、自适应可变长编码组合压缩方法，可以达到较高的数据压缩率，对于1080p分辨率无损压缩效果达到50%以上。

【技术实现步骤摘要】
一种支持随机访问的复杂度图像无损压缩方法
本专利技术属于视频图像压缩
，具体涉及为一种支持随机访问的复杂度图像无损压缩方法。
技术介绍
随着视频编解码技术、集成电路设计制造和网络通信技术的飞速发展，数字媒体（如数字电视、激光视盘、视频监控等）的应用逐渐向高清、超高清方向发展，高清、超高清视频编解码器设计面临着计算资源和访存带宽两个方面的巨大挑战。高清、超高清视频编解码芯片结构中，原始图像帧和解码图像参考帧都存在外部存储器中，外存访问带宽是结构设计的瓶颈。目前工业界逐渐向4K分辨率演进，基本上超高清（4Kx2K）图像像素数是1080P分辨率图像像素的4倍，这意味着和1080P相比，超高清（4Kx2K）会占用四倍的带宽。对于4Kx2K（4096X2304）像素30fps的视频，数据访问将消耗巨大带宽，比如仅仅每帧回写就需要近13.5Mbyte的内存带宽。工业界非常需要无损数据压缩技术，能对这些存储在外存的图像数据在写入外存前进行压缩，读出后进行解压缩重建数据，从而在完全不影响视频编解码器性能的前提下，降低外存数据访问的总线带宽。针对720p分辨率以上视频，设计无损压缩算法，如果能达到节省50%左右外存访问带宽，那么可以大大缓解高清视频编解码芯片结构设计的巨大挑战，大大降低因外部存储器频繁访问导致的系统功耗，为高性能低功耗结构设计提供支持，这是非常有意义的工作。在视频编码器中，运动估计所消耗的外存存储器访问带宽最大，是系统设计面临的最大挑战。一般来说，参考帧数据按照宏块内像素采用连续存储方式，所以希望无损压缩算法能支持宏块数据随机访问，从而最大限度利用外部SDRAM存储器的突发模式高效数据访问模式。支持宏块随机访问，访问到任何一个宏块，硬件能将该宏块数据重建，也就意味着宏块之间相邻像素点的相关性无法使用，在宏块之间无数据依赖。这个约束是无损压缩算法需要解决的一个问题，另外，压缩压缩效率、数据访问的规则性（地址控制相关）也是需要考虑的重要因素。早期出现了多种近无损压缩方法，基于预测、变换以及量化的组合编码方法，实现有损压缩，失真控制在40dB以上。该类方法部分像素失真相对较大，失真分布不均匀。这类接近无损压缩技术，实际上还是有损压缩，部分边缘像素失真绝对值可以达到3甚至更高，这种压缩失真对后续视频编码和处理非常不利。早稻田大学DajiangZhou提出的基于水平预测+半定长变长编码的无损压缩技术，以宏块为基本数据压缩处理单元，半定长变长编码基于大小为2x2的小块，计算小块的动态范围，根据动态范围将每个小块映射到8个小区间中的某一个，从而根据小区间进行定长编码。小区间自适应划分实现了变长编码。该技术压缩后数据率为未压缩的50%~70%。该类无损压缩技术，未达到平均50%的压缩效率，未能完全去除空域像素间冗余以及控制字符之间的统计冗余，压缩效率有进一步提升的空间。
技术实现思路
本专利技术的目的在于克服上述提到的缺陷和不足，而提供一种支持随机访问的复杂度图像无损压缩方法。本专利技术实现其目的采用的技术方案如下。一种支持随机访问的复杂度图像无损压缩方法，包括以下步骤：（1）、将图像分割为宏块，将宏块划分为三个区域：第一行、第一列以及15x15像素区域，并将15x15像素区域分为5x5个3x3的小块；（2）、帧内预测：对于第一行，采用水平方向预测模式；对于第一列，采用垂直方向预测模式；对于每个小块，采用选择编码比特消耗最小的块级预测或像素级预测；（3）、小块帧内预测模式选择：基于查表的编码比特估计模块为各种预测模式计算出编码比特消耗，选择编码比特代价最小的模式，得到最优预测模式的残差图像；（4）、将残差图像分割为不同小块进行自适应可变长编码，估计每个小块的动态范围，计算出相应动态范围mm，得到相应的控制字M，由压缩码流生成模块得到无损压缩码流。作为优选，步骤（2）中，对于每个小块，先计算块级预测，选择水平或垂直模式，确定block_pred_type(r，s)，计算预测残差residue(r，s；m，n)，采用半定长VLC编码，统计块编码比特数bits_block，选择最小编码代价的模式为块级模式；然后计算像素级预测，计算每个像素的水平垂直预测值，比较大小，选择预测误差小的模式pixel_pred_type，然后得到整个块的残差，采用半定长VLC编码，统计块编码比特数bits_block_pixel和前面bits_block比较，选择较小编码代价的模式，从而确定块级预测类型pred_type。作为优选，步骤（3）中，对于每个3x3小块，估计出小块内数据的动态范围，确定分区动态范围mm，根据每个小块的动态范围mm查表得到变长比特信息，实现基于动态范围mm的半定长码表，然后由M字段柱状图分析及Huffman编码离线构建得到编码控制字M的Huffman可变长码表，最后根据基于动态范围mm的半定长码表以及编码控制字M的Huffman可变长码表，为各种预测模式计算出编码比特消耗。作为优选，步骤（4）中，对于残差图像，分割为不同小块进行可变长编码：对于第一行、第一列残差，相邻4个数据构成一个大小为2x2的小块，对于其他15x15数据块，采用3x3数据小块。作为优选，对于预测残差，采用基于小块的半定长VLC编码技术：对于每个小块，计算小块内最大系数、最小系数，确定动态范围mm，根据mm将小块残差系数划分为8个区间，并用控制字段M标识，对于每个划分区间，采用定长编码。作为优选，对于控制字M信息，采用Huffman变长编码方法，统计M各种取值的柱状图，根据概率分布，得到M取0~7时可变长编码表，然后基于查表方法进行可变长编码。本专利技术具有以下有益效果：(1)将宏块分割为三个区域，解决了宏块之间边界像素点数据依赖问题。采用块/像素自适应预测、差分编码、自适应可变长编码组合压缩方法，可以达到较高的数据压缩率，对于1080p分辨率无损压缩效果达到50%以上；(2)块/像素级自适应预测，支持不同区域不同小块自适应编码，支持宏块级数据随机访问，并提高了预测效率，使得预测残差图像内包含较小的图像信息。基于编码比特消耗最小化的原则，在预测效率和预测残差编码比特效率之间平衡；(3)基于小块动态范围，自适应划分区间，针对不同区间采用半定长变长编码；对于控制系数，采用基于概率分布的Huffman变长编码方法；最大限度利用符号存在的冗余，使得总体熵编码性能尽可能高，残差数据和控制字段的编码比特消耗尽可能小，提高压缩率。附图说明图1是本专利技术的流程图；图2是一个宏块256个像素分割为三个区域的示意图。具体实施方式下面结合附图，对本专利技术作进一步详细说明。（1）将图像分割为宏块，将宏块划分为三个区域，第一行、第一列以及15x15像素区域。对于15x15像素区域，划分为5x5个3x3的小块。（2）帧内预测，用以去除宏块之间数据依赖。对于第一行，采用水平方向预测模式；对于第一列，采用垂直方向预测模式；对于每个小块，采用块级预测，或采用对小块内3x3=9个像素进行像素级预测。块级预测和像素级预测均支持水平、垂直预测，以充分利用宏块内像素之间的水平或者垂直方向的相关性，最大限度提高预测效率。为了保证数据处理时不存在数据阻塞，小块内的像素级预测模式选择需要在小块级进行，即本文档来自技高网...

【技术保护点】
一种支持随机访问的复杂度图像无损压缩方法，其特征在于，包括以下步骤：（1）、将图像分割为宏块，将宏块划分为三个区域：第一行、第一列以及15x15像素区域，并将15x15像素区域分为5x5个3x3的小块；（2）、帧内预测：对于第一行，采用水平方向预测模式；对于第一列，采用垂直方向预测模式；对于每个小块，采用选择编码比特消耗最小的块级预测或像素级预测；（3）、小块帧内预测模式选择：基于查表的编码比特估计模块为各种预测模式计算出编码比特消耗，选择编码比特代价最小的模式，得到最优预测模式的残差图像；（4）、将残差图像分割为不同小块进行自适应可变长编码，估计每个小块的动态范围，计算出相应控制字mm，得到相应的控制字M，由压缩码流生成模块得到无损压缩码流。

【技术特征摘要】
1.一种支持随机访问的复杂度图像无损压缩方法，其特征在于，包括以下步骤：（1）、将图像分割为宏块，将宏块划分为三个区域：第一行、第一列以及15x15像素区域，并将15x15像素区域分为5x5个3x3的小块；（2）、帧内预测：对于第一行，采用水平方向预测模式；对于第一列，采用垂直方向预测模式；对于每个小块，采用选择编码比特消耗最小的块级预测或采用选择编码比特消耗最小的像素级预测；（3）、小块帧内预测模式选择：基于查表的编码比特估计模块为各种预测模式计算出编码比特消耗，选择编码比特代价最小的模式，得到最优预测模式的残差图像；（4）、将残差图像分割为不同小块进行自适应可变长编码，估计每个小块的动态范围，计算出相应动态范围mm，得到相应的控制字M，由压缩码流生成模块得到无损压缩码流；步骤（2）中，对于每个小块，先计算块级预测，选择水平预测模式或垂直预测模式，水平预测模式或垂直预测模式用控制字block_pred_type(r，s)标识，计算预测残差residue(r，s；m，n)，采用半定长VLC编码，统计块编码比特数bits_block，选择最小编码代价的模式为块级模式；然后计算像素级预测，计算每个像素的水平垂直预测值，比较每个像素的水平预测值和每个像素的垂直预测值的大小，选择预测误差小的模式pixel_pred_type，然后得到整个块的...

【专利技术属性】
技术研发人员：殷海兵，胡红旗，夏哲雷，
申请(专利权)人：中国计量学院，
类型：发明
国别省市：