视频编码中自适应纹理预测方法专利检索-算法电脑编程专利检索查询-专利查询网

视频编码中自适应纹理预测方法

阅读：400发布：2020-05-08

专利汇可以提供视频编码中自适应纹理预测方法专利检索，专利查询，专利分析的服务。并且本发明涉及一种视频编码中自适应纹理预测方法，包括：根据多种预设自适应纹理预测方法对当前MB中的像素分量进行预测获取对应的预测残差；根据所述预测残差利用预设选择算法获取所述当前MB的最优自适应纹理预测方法；在码流中传输所述当前MB中的像素分量根据所述最优自适应纹理预测方法获取的预测残差以及所述最优自适应纹理预测方法的标志信息。本发明对当前MB采取多种预测方法，最终选取一种最优的预测方法，针对不同的纹理图像确定最优的预测算法，进一步优化了预测效果，降低理论极限熵，增大带宽压缩率。，下面是视频编码中自适应纹理预测方法专利的具体信息内容。

权利要求

1.一种视频编码中自适应纹理预测方法，其特征在于，包括：
根据多种预设自适应纹理预测方法对当前宏块中的像素分量进行预测获取对应的多组预测残差；
根据所述多组预测残差利用预设选择算法获取所述当前宏块的最优自适应纹理预测方法；
在码流中传输所述当前宏块中的像素分量、根据所述最优自适应纹理预测方法获取的预测残差以及所述最优自适应纹理预测方法的标志信息。
2.根据权利要求1所述的方法，其特征在于，根据多种预设自适应纹理预测方法对当前宏块中的像素分量进行预测获取对应的多组预测残差，包括：
根据预设的第一自适应纹理预测方法对当前MB中的像素分量进行预测获取第一组预测残差；
根据预设的第二自适应纹理预测方法对当前MB中的像素分量进行预测获取第二组预测残差。
3.根据权利要求2所述的方法，其特征在于，根据预设的第一自适应纹理预测方法对当前MB中的像素分量进行预测获取第一组预测残差，包括：
利用多种等距离采样方式对所述当前MB中的像素分量进行采样；
分别计算每种等距离采样方式下的所述当前MB对应的多组采样预测残差；
将所述多组采样预测残差进行计算获取所述当前MB的第一组预测残差。
4.根据权利要求3所述的方法，其特征在于，所述多种等距离采样方式包括全采样、1/2采样、1/4采样、1/8采样和1/16采样。
5.根据权利要求3所述的方法，其特征在于，将所述多组采样预测残差进行计算获取所述当前MB的第一组预测残差，包括：
分别将每种采样方式下所述当前MB对应的所述多组采样预测残差进行绝对值计算后求和；
根据求和结果选取最小值对应的一种采样方式下所述当前MB对应的所述多组采样预测残差作为所述当前MB的所述第一组预测残差。
6.根据权利要求2所述的方法，其特征在于，根据预设的第二自适应纹理预测方法对当前MB中的像素分量进行预测获取第二组预测残差，包括：
选取当前像素分量相关的多个重建像素分量；
根据所述多个重建像素分量计算第一权重；
根据所述第一权重以及当前像素的多个像素分量获取第二权重；
根据所述第二权重获取所述第二组预测残差。
7.根据权利要求6所述的方法，其特征在于，根据所述多个重建像素分量计算第一权重，包括：
获取所述多个重建像素分量的位置权重以及差异度权重；
加权所述位置权重以及所述差异度权重获取所述第一权重。
8.根据权利要求6所述的方法，其特征在于，根据所述第二权重获取所述第二预测残差，包括：
选取所述第二权重中的最小值作为所述当前像素分量的参考值；
根据所述参考值获取所述第二组预测残差。
9.根据权利要求1所述的方法，其特征在于，所述预设选择算法包括：
根据所述多组预测残差计算对应的残差绝对值和以及残差标准差；
设置模式惩罚；
根据所述残差绝对值和、所述残差标准差以及所述模式惩罚获取残差主观和；
根据所述残差主观和选取所述最优自适应纹理预测方法。
10.根据权利要求9所述的方法，其特征在于，所述模式惩罚为手动设置。

说明书全文

视频编码中自适应纹理预测方法

技术领域

[0001] 本发明涉及一种压缩技术领域，特别涉及一种视频编码中自适应纹理预测方法。

背景技术

[0002] 随着社会的不断进步，各种类型的视频大量涌现，丰富了人们的日常工作和学习。在制作视频时，一个视频通常包含的数据量巨大，这对存储该视频及传输该视频均造成了很大的困扰。例如，一张数字多功能光盘(Digital Versatile Disc,简称DVD)仅能存储时长为几秒钟的视频，而1兆的带宽传输时长为1秒的视频会需要大约4分钟。无论是基于成本还是用户体验度的考虑，上述存储及传输视频的方式均有很多弊端。因此，为了解决视频存储及传输困难的问题，如何对视频进行编码，以降低视频的数据量，成为了本领域技术人员一个亟待解决的问题。

[0003] 现有技术在对视频进行编码时，通常以宏块(Macro block,简称MB)为编码单位。经由预测编码、变换编码、量化及熵编码四个过程实现对当前编MB的编码，而预测编码又分为帧间预测编码及帧内预测编码。目前预测模块的算法主要分为两类，纹理相关预测和像素值相关预测。

[0004] 现有的纹理相关预测方法中，对于图像中纹理边界处的宏块由于当前MB与周围MB不在相同的纹理区域，因此当前MB与周围MB之间的相关性较差，即不能通过当前MB与周围MB相关性，获取较小的预测残差，进而对视频的编码比特率和视觉质量造成不良影响。

发明内容

[0005] 因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种视频编码中自适应纹理预测方法。

[0006] 具体地，本发明一个实施例提出的一种视频编码中自适应纹理预测方法，包括：

[0007] 根据多种预设自适应纹理预测方法对当前宏块中的像素分量进行预测获取对应的多组预测残差；

[0008] 根据所述多组预测残差利用预设选择算法获取所述当前宏块的最优自适应纹理预测方法；

[0009] 在码流中传输所述当前宏块中的像素分量、根据所述最优自适应纹理预测方法获取的预测残差以及所述最优自适应纹理预测方法的标志信息。

[0010] 在本发明的一个实施例中，根据多种预设自适应纹理预测方法对当前宏块中的像素分量进行预测获取对应的多组预测残差，包括：

[0011] 根据预设的第一自适应纹理预测方法对当前MB中的像素分量进行预测获取第一组预测残差；

[0012] 根据预设的第二自适应纹理预测方法对当前MB中的像素分量进行预测获取第二组预测残差。

[0013] 在本发明的一个实施例中，根据预设的第一自适应纹理预测方法对当前MB中的像素分量进行预测获取第一组预测残差，包括：

[0014] 利用多种等距离采样方式对所述当前MB中的像素分量进行采样；

[0015] 分别计算每种等距离采样方式下的所述当前MB对应的多组采样预测残差；

[0016] 将所述多组采样预测残差进行计算获取所述当前MB的第一组预测残差。

[0017] 在本发明的一个实施例中，所述多种等距离采样方式包括全采样、1/2采样、1/4采样、1/8采样和1/16采样。

[0018] 在本发明的一个实施例中，将所述多组采样预测残差进行计算获取所述当前MB的第一组预测残差，包括：

[0019] 分别将每种采样方式下所述当前MB对应的所述多组采样预测残差进行绝对值计算后求和；

[0020] 根据求和结果选取最小值对应的一种采样方式下所述当前MB对应的所述多组采样预测残差作为所述当前MB的所述第一组预测残差。

[0021] 在本发明的一个实施例中，根据预设的第二自适应纹理预测方法对当前MB中的像素分量进行预测获取第二组预测残差，包括：

[0022] 选取当前像素分量相关的多个重建像素分量；

[0023] 根据所述多个重建像素分量计算第一权重；

[0024] 根据所述第一权重以及当前像素的多个像素分量获取第二权重；

[0025] 根据所述第二权重获取所述第二组预测残差。

[0026] 在本发明的一个实施例中，根据所述多个重建像素分量计算第一权重，包括：

[0027] 获取所述多个重建像素分量的位置权重以及差异度权重；

[0028] 加权所述位置权重以及所述差异度权重获取所述第一权重。

[0029] 在本发明的一个实施例中，根据所述第二权重获取所述第二预测残差，包括：

[0030] 选取所述第二权重中的最小值作为所述当前像素分量的参考值；

[0031] 根据所述参考值获取所述第二组预测残差。

[0032] 在本发明的一个实施例中，所述预设选择算法包括：

[0033] 根据所述多组预测残差计算对应的残差绝对值和以及残差标准差；

[0034] 设置模式惩罚；

[0035] 根据所述残差绝对值和、所述残差标准差以及所述模式惩罚获取残差主观和；

[0036] 根据所述残差主观和选取所述最优自适应纹理预测方法。

[0037] 在本发明的一个实施例中，所述模式惩罚为手动设置。

[0038] 基于此，本发明具备如下优点：

[0039] 1、本发明采用的第一自适应纹理预测方法，当处理纹理较为复杂的压缩图像时，对处于当前待压缩图像纹理边界处的当前MB，根据纹理的渐变原理，通过当前MB自身的纹理特性自适应的获取预测残差，从而避免因周围MB与当前MB相关性较差，不能获取较小的预测残差，利用本发明的自适应纹理渐变预测方法提高对复杂纹理区域求预测残差值的精度，进一步降低理论极限熵，增大带宽压缩率。

[0040] 2、本发明采用的第二自适应纹理预测方法，通过计算重建像素的权重获得参考像素的方式，计算当前预测像素的预测残差，与现有方法相比，当待压缩图像的人造纹理较为复杂时，通过定义不同的参考像素获得预测残差，所定义的参考像素为图像中的原始像素，此种方式更容易提高当前预测像素的准确率，能够进一步提高复杂纹理区域预测残差的精度，进一步降低理论极限熵，提高带宽压缩率。

[0041] 3、本发明利用预设的选择算法，根据当前MB的预测残差通过残差主观和选择出最优的一种预测方法，针对不同的纹理图像确定最优的预测算法，进一步优化了预测效果，降低理论极限熵，增大带宽压缩率。

[0042] 通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。

附图说明

[0043] 下面将结合附图，对本发明的具体实施方式进行详细的说明。

[0044] 图1为本发明实施例提供的一种视频编码中自适应纹理预测方法流程示意图；

[0045] 图2为本发明实施例提供的一种第一自适应纹理预测方法的采样方式示意图；

[0046] 图3为本发明实施例提供的一种第一自适应纹理预测方法的预测示意图；

[0047] 图4为本发明实施例提供的一种第二自适应纹理预测方法重建像素分量参考示意图；

[0048] 图5为本发明实施例提供的另一种第二自适应纹理预测方法重建像素分量参考示意图。

具体实施方式

[0049] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

[0050] 实施例一

[0051] 本实施例对本发明提供的一种视频编码中自适应纹理预测方法进行详细描述，该预测方法包括如下步骤，如图1所示，图1为本发明实施例提供的一种视频编码中自适应纹理预测方法流程示意图：

[0052] 步骤1、根据多种预设自适应纹理预测方法对当前MB中的像素分量进行预测获取对应的多组预测残差；

[0053] 步骤2、根据所述多组预测残差利用预设选择算法获取所述当前MB的最优自适应纹理预测方法；

[0054] 步骤3、在码流中传输所述当前MB中的像素分量根据所述最优自适应纹理预测方法获取的预测残差以及所述最优自适应纹理预测方法的标志信息。

[0055] 进一步地，对于步骤1，可以包括如下步骤：

[0056] 步骤11、根据预设的第一自适应纹理预测方法对当前MB中的像素分量进行预测获取第一组预测残差；

[0057] 步骤12、根据预设的第二自适应纹理预测方法对当前MB中的像素分量进行预测获取第二组预测残差。

[0058] 在一个具体实施例中，所述步骤11中的第一自适应纹理预测方法，可以包括如下步骤：

[0059] 步骤111、定义当前MB的大小

[0060] 定义当前MB的大小为m*n个像素分量，其中m≥1，n≥1；

[0061] 优选的，可以定义MB的大小为8*1个像素分量，16*1个像素分量，32*1个像素分量，64*1个像素分量；设当前MB的大小为16*1个像素分量，其它不同大小的MB同理。当前MB中的像素分量按照从0到15的序号从左至右依次排列，每一个序号位置对应一个像素分量。

[0062] 步骤112、定义采样方式

[0063] 根据当前MB中存在的纹理相关性，当前MB中的像素距离越近，当前MB的纹理渐变的一致性概率越高，反之当前MB中的像素距离越远，当前MB的纹理渐变的一致性概率越低，据此将当前MB中的像素分量进行等距离采样，可以选取多种等距离采样方式。

[0064] 优选地，如图2所示，图2为本发明实施例提供的一种第一自适应纹理预测方法的采样方式示意图，将当前MB中的16*1个像素分量进行等距离采样，以全采样、1/2采样、1/4采样、1/8采样和1/16采样五种等距离采样方式举例说明，其它等距离采样方式同理，其中，[0065] 全采样是将MB中序号为0到15对应位置的16个像素分量全部进行采样；

[0066] 1/2采样是将MB中序号为0、2、4、6、8、10、12、14、15对应位置的9个像素分量进行采样；

[0067] 1/4采样是将MB中序号为0、4、8、12、15对应位置的5个像素分量进行采样；

[0068] 1/8采样是将MB中序号为0、8、15对应位置的3个像素分量进行采样；

[0069] 1/16采样是将MB中序号为0、15对应位置的2个像素分量进行采样。

[0070] 步骤113、将步骤112中选取的多种等距离采样方式进行处理获取预测残差。

[0071] 下述步骤以一种等距离采样方式的处理过程为例进行说明，其他种类的等距离采样方式的处理过程相同。具体如下：

[0072] 步骤1131、如图3所示，图3为本发明实施例提供的一种第一自适应纹理预测方法的预测示意图，设当前的等距离采样为1/4采样，将当前MB中的采样点与当前MB正上方相邻MB中垂直位置的点进行预测，求得预测残差，即将采样点的像素分量与当前MB正上方相邻MB中垂直位置点的像素分量相减，求得预测残差；

[0073] 将当前MB中的非采样点，利用如下公式求得预测残差。

[0074] Resi＝(sample1-sample0)*(i+1)/(num+1)

[0075] 其中，simple0和simple1为连续的采样点的像素分量重建值，i为非采样点索引，num为非采样点数量。

[0076] 步骤1132、采用步骤1131中的等距离采样方式的处理过程获取当前MB所有像素分量的预测残差，同时求取当前MB中所有像素分量预测残差的绝对值和，即将当前MB中每个像素分量的预测残差取绝对值后进行相加运算；

[0077] 步骤1133、重复步骤1131～步骤1133，获取当前MB的多种等距离采样方式的预测残差与绝对值和，即将预测残差进行绝对值计算后求和，在本实施例中即获取当前MB的5种采样的5组预测残差和绝对值和。

[0078] 步骤114、将步骤113中获取的绝对值和最小值所对应的采样方式确定为当前MB的最终采样方式，该最终采样方式下的当前MB的预测残差为第一预测残差。

[0079] 步骤115、将当前MB的采样方式和第一预测残差写入码流。

[0080] 在一个具体实施例中，所述步骤12中的第二自适应纹理预测方法，可以包括如下步骤：

[0081] 步骤121、定义重建像素分量；

[0082] 定义MB中的当前像素分量为Cij，选取当前像素分量周围已编码的K个重建像素分量，将已编码的K个重建像素分量进行编号，编号顺序可指定，其中K≥1。

[0083] 优选地，设定当前像素分量的序号为Cij，当前像素分量Cij左侧的重建像素分量的序号，编号i从右至左依次递减进行排序，编号j从下到上依次递减进行排序；当前像素分量Cij正上方的重建像素分量的序号，编号j从下到上依次递减进行排序，编号i不变；当前像素分量Cij右侧的重建像素分量的序号，编号i从左至右依次递减进行排序，编号j从下到上依次递减进行排序如图4所示，图4为本发明实施例提供的一种第二自适应纹理预测方法重建像素分量参考示意图。

[0084] 步骤122、计算第一权重；

[0085] 步骤1221、分别计算当前像素分量与已编码的K个重建像素分量的差异度，计算得到K个差异度权重DIFij；

[0086] 步骤1222、已编码的K个重建像素分量位于当前像素分量的周围，根据已编码的K个重建像素分量位置的不同，分别设置不同的权重值，共得到K个位置权重POSij；

[0087] 步骤1223、根据第一权重计算公式分别计算每个重建像素分量权重，即第一权重，第一权重计算公式为:

[0088] Wij＝a*DIFij+b*POSij

[0089] 其中，a和b为加权值，且满足a+b＝1，标准情况为a＝0.5，b＝0.5，也可灵活调整；DIF为所述差异度权重，即当前像素分量和周围重建像素分量的差值；POS为所述位置权重，即当前像素分量和周围重建像素分量的空间距离；ij为K个重建像素分量的索引，ij的取值为1～K的自然数，W为第一权重。

[0090] 步骤123、计算第二权重；

[0091] 设定MB中的每个像素含有N个像素分量，可以得到K*N个权重。利用公式计算最终每个重建像素分量的权重，即第二权重，计算公式为：

[0092] Mijn＝p1*Wij1+p2*Wij2+p3*Wij3+...+pN*WijN

[0093] 其中，p为分量加权值，n的取值为N，M为第二权重。

[0094] 进一步地，对于pN的选取，满足p1+p2+…+pN＝1，具体可平均分配，也可根据经验值任意配置，根据经验值可以认定与当前重建像素分量越近的重建像素分量权重越接近，pN的值可以根据重建像素分量与当前重建像素分量的距离远近分配大小，距离越近pN的值越大，反之，pN的越小。

[0095] 步骤124、计算第二预测残差；

[0096] 步骤1241、根据计算得到的第二权重Mijn，选取Mijn的最优值所对应的重建像素分量为当前像素分量的参考像素；

[0097] 优选地，最优值可以为Mijn中的最小值。

[0098] 步骤1242、将当前像素分量的像素值与参考像素的像素值求差，求解第二预测残差。

[0099] 其中，重建像素分量指已压缩图像MB解压重建得到的像素分量，重建像素分量的像素值通常称为重建值。进一步地，根据预测残差可以得到重建像素分量，即将参考像素加上预测残差可以得到重建像素分量。

[0100] 步骤125、信息编码；

[0101] 具体地，编码参考像素的位置信息和当前像素分量的第二预测残差。

[0102] 优选地，第二预测残差可以进行选择性编码。

[0103] 其中，对于步骤2，可以包括如下步骤：

[0104] 步骤21、假设当前MB的大小为m*n个像素分量；

[0105] 步骤22、根据步骤11和步骤12中的第一自适应纹理预测方法以及第二自适应纹理预测方法对当前MB中的像素分量进行预测分别获取对应的第一预测残差以及第二预测残差。

[0106] 步骤23、计算当前MB在第一自适应纹理预测方法以及第二自适应纹理预测方法下的残差绝对值和(sum of absolute difference,简称SAD)和标准差E，如下式所示：

[0107]

[0108]

[0109]

[0110] 其中Res为预测残差；i为当前图像MB的像素序号；ABS为取绝对值；AVE为平均残差。

[0111] 步骤24、统计和配置预测模式惩罚(mode)，惩罚分不同场景可为运算速度惩罚，主观惩罚等。mode为人工手动设定。

[0112] 步骤25、根据SAD，E，mode的情况，根据图像的纹理复杂度分场景配置权重系数a1，a2，a3，计算残差主观和(subjective difference,简称SUBD)，如下式所示：

[0113] SUBD＝a1×SAD+a2×E+a3×mode

[0114] 若为连续多帧且具有传导效应的场景，如H246参考值压缩，a2较大，a1较小；反之，a1较大，a2较小；a3可根据要求的处理速度配置，处理速度要求要快a3越大，反之越小，进一步地，可以设定a1+a2+a3＝1。

[0115] 步骤26、选取SUBD的最小值对应的预测方法为最优的预测方法，采用该最优预测方法对应的预测残差为最终的预测残差；并在码流中传输该最终的预测残差以及最优预测方法的标志信息。

[0116] 实施例二

[0117] 本实施例在上述实施例的基础上对本发明提供的第二自适应纹理预测方法举例说明，该预测方法包括如下步骤：

[0118] 步骤1、定义重建像素分量；

[0119] 定义当前像素分量为Cij，选取当前像素分量Cij周围已编码的K个重建像素分量，将已编码的K个重建像素分量进行编号，编号顺序可指定，其中K≥1。

[0120] 优选地，将已编码的K个重建像素分量进行编号，编号按顺序从上到下，从左到右进行排序，序号从0到K-1进行排列。

[0121] 本实施例选取当前像素分量Cij周围的17个重建像素分量为例说明，如图5所示，图5为本发明实施例提供的另一种第二自适应纹理预测方法重建像素分量参考示意图。其它不同数量的重建像素分量同理，17个重建像素分量，按顺序从上到下，从左到右进行排序，序号从0到16进行排列。

[0122] 步骤2、计算重建像素分量差异度权重的绝对值；

[0123] 分别计算当前像素分量与已编码的K个重建像素分量的差异度，计算得到K个差异度权重的绝对值ABS(DIFij)，ABS为绝对值运算；

[0124] 优选地，分别计算当前像素分量与已编码的17个重建像素分量的差异度，计算得到17个差异度权重的绝对值ABS(DIFij)；

[0125] 步骤3、计算第二预测残差；

[0126] 步骤301、根据计算得到的重建像素分量的差异度权重的绝对值ABS(DIFij)，选取差异度权重的绝对值ABS(DIFij)中的最小值，最小值所对应的重建像素分量设定为当前像素分量的参考像素。

[0127] 优选地，选取17个差异度权重的绝对值ABS(DIFij)中的最小值，最小值所对应的重建像素分量即为当前像素分量的参考像素。

[0128] 步骤302、将当前像素的像素值与参考像素的像素值求差，求解第二预测残差。

[0129] 步骤4、信息编码；

[0130] 编码编号和当前像素分量的第二预测残差。

[0131] 综上所述，本文中应用了具体个例对本发明方法进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。

标题	发布/更新时间	阅读量
一种移动用户位置预测方法与系统	2020-05-08	638
一种基于边缘计算的综合传感网测试平台	2020-05-08	767
视频编码中自适应纹理预测方法	2020-05-08	400
带宽压缩中的预测方法	2020-05-08	246
基于滑动输入来确定输入字符的系统和方法	2020-05-08	94
一种用于视频压缩的预测方法	2020-05-08	126
一种基于贪婪算法的游戏资源打包方法及系统	2020-05-08	988
用于运输管理系统的异常监控报警系统及方法	2020-05-11	473
一种适用于CV-QKD系统的偏置点控制方法及装置	2020-05-11	851
一种基于hash的审批方法	2020-05-11	343

视频编码中自适应纹理预测方法

视频编码中自适应纹理预测方法

技术领域

背景技术

发明内容

附图说明

具体实施方式

该功能需要专业版企业版VIP权限，您可以：