带宽压缩中的后选择预测方法
阅读：536发布：2020-05-08
专利汇可以提供带宽压缩中的后选择预测方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种带宽压缩中的后选择预测方法，包括：将图像分成大小相同的多个MB；采用自适应分割的 像素 值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和；采用4分 块 跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和；根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差。本发明提供的带宽压缩中的后选择预测方法，以自适应分割的像素值差异预测方法和4分块跳块扫描多方向预测方法为 基础 ，通过预测选择 算法 可以选择出最优的一种预测方法，对于复杂纹理图像进一步优化了预测效果。，下面是带宽压缩中的后选择预测方法专利的具体信息内容。
1.一种带宽压缩中的后选择预测方法，其特征在于，包括：
将图像分成大小相同的多个MB；
采用自适应分割的像素值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和；
采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和；
根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差。
2.根据权利要求1所述的方法，其特征在于，采用自适应分割的像素值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和，包括：
采用自适应分割的像素值差异预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第一预测残差；
根据所述第一预测残差分别计算所述当前MB的第一残差绝对值和与第一残差标准差；
根据所述第一残差绝对值和与第一残差标准差计算所述第一残差主观和。
3.根据权利要求2所述的方法，其特征在于，采用自适应分割的像素值差异预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第一预测残差，包括：
确定当前MB的划分方式，其中，所述划分方式包括水平划分、垂直划分、不划分；
分别计算每种划分方式下当前MB比特数；
将所述当前MB比特数最小值对应的划分方式作为所述当前MB的当前划分方式；
计算所述当前MB中每个像素在所述当前划分方式下的所述第一预测残差。
4.根据权利要求3所述的方法，其特征在于，采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和，包括：
采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差；
根据所述第二预测残差分别计算所述当前MB的第二残差绝对值和与第二残差标准差；
根据所述第二残差绝对值和与第二残差标准差计算所述第二残差主观和。
5.根据权利要求4所述的方法，其特征在于，采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差，包括：
采用4种标记符号将所述多个MB进行标记；其中，所述4种标记符号包括第一标记符号、第二标记符号、第三标记符号及第四标记符号；
按照设定顺序依次预测所述4种标记符号对应的MB以获取所述第二预测残差。
6.根据权利要求5所述的方法，其特征在于，按照设定顺序依次预测所述4种标记符号对应的MB以获取所述第二预测残差，包括：
按照图像从左到右、从上到下的顺序扫描所述第X标记符号对应的MB；
确定所述第X标记符号对应的MB的参考方向；
通过所述参考方向计算当前像素的第二参考像素；
通过所述第二参考像素确定当前像素的所述第二预测残差。
7.根据权利要求6所述的方法，其特征在于，所述第一残差主观和与所述第二残差主观和的计算公式为：
SUBDk＝a1×SADk+a2×Ek+a3×modek
其中，k为预测模式的序号，取值为1或2；
SUBD1为第一残差主观和，SUBD2为第二残差主观和；
a1、a2及a3为按场景配置的权重系数；
SAD1为当前MB中所有像素的第一残差绝对值和，SAD2为当前MB中所有像素的第二残差绝对值和；
E1为当前MB中所有像素的第一残差标准差，E2为当前MB中所有像素的第二残差标准差；
mode1与mode2为自适应模板预测方法与自适应纹理渐变预测方法分别对应的模式惩罚。
8.根据权利要求7所述的方法，其特征在于，根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差，包括：
比较所述第一残差主观和与所述第二残差主观和的大小以确定所述最终预测残差；其中，
若所述第一残差主观和小于所述第二残差主观和，则选择所述第一预测残差作为所述最终预测残差；
若所述第一残差主观和大于所述第二残差主观和，则选择所述第二预测残差作为所述最终预测残差。
带宽压缩中的后选择预测方法
技术领域
[0001] 本发明涉及一种多媒体技术领域，特别涉及一种带宽压缩中的后选择预测方法。
背景技术
[0002] 带宽压缩技术主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测，预测差值的标准差远小于原始图像数据的标准差，因此对预测差值进行编码，更有利于使图像数据的理论熵达到最小，达到提高压缩效率的目的。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。
[0003] 然而，当待压缩图像的纹理复杂多变时，预测待压缩图像的复杂纹理区域时往往因图像纹理之间的相关性较差，预测编码得不到精确的参考，导致理论极限熵得不到最大化的降低，影响预测模块的质量。因此，在待压缩图像的纹理复杂多变时，提高预测模块的质量成为亟需解决的问题。
[0004] 随着视频的图像分辨率的增加，需要占用较多的存储空间和传输带宽，在这种情况下，利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。
[0005] 在图像纹理复杂区域，单一的预测方法往往不能获取最佳的预测效果，导致图像效果变差。
发明内容
[0007] 具体地，本发明一个实施例提出的一种带宽压缩中的后选择预测方法，包括：
[0008] 将图像分成大小相同的多个MB；
[0009] 采用自适应分割的像素值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和；
[0010] 采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和；
[0011] 根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差。
[0012] 在本发明的一个实施例中，采用自适应分割的像素值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和，包括：
[0013] 采用自适应分割的像素值差异预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第一预测残差；
[0014] 根据所述第一预测残差分别计算所述当前MB的第一残差绝对值和与第一残差标准差；
[0015] 根据所述第一残差绝对值和与第一残差标准差计算所述第一残差主观和。
[0016] 在本发明的一个实施例中，采用自适应分割的像素值差异预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第一预测残差，包括：
[0017] 确定当前MB的划分方式，其中，所述划分方式包括水平划分、垂直划分、不划分；
[0018] 分别计算每种划分方式下当前MB比特数；
[0019] 将所述当前MB比特数最小值对应的划分方式作为所述当前MB的当前划分方式；
[0020] 计算所述当前MB中每个像素在所述当前划分方式下的所述第一预测残差。
[0021] 在本发明的一个实施例中，采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和，包括：
[0022] 采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差；
[0023] 根据所述第二预测残差分别计算所述当前MB的第二残差绝对值和与第二残差标准差；
[0024] 根据所述第二残差绝对值和与第二残差标准差计算所述第二残差主观和。
[0025] 在本发明的一个实施例中，采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和，包括：
[0026] 采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差；
[0027] 根据所述第二预测残差分别计算所述当前MB的第二残差绝对值和与第二残差标准差；
[0028] 根据所述第二残差绝对值和与第二残差标准差计算所述第二残差主观和。
[0029] 在本发明的一个实施例中，采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差，包括：
[0030] 采用4种标记符号将所述多个MB进行标记；其中，所述4种标记符号包括第一标记符号、第二标记符号、第三标记符号及第四标记符号；
[0031] 按照设定顺序依次预测所述4种标记符号对应的MB以获取所述第二预测残差。
[0032] 在本发明的一个实施例中，按照设定顺序依次预测所述4种标记符号对应的MB以获取所述第二预测残差，包括：
[0033] 按照图像从左到右、从上到下的顺序扫描所述第X标记符号对应的MB；
[0034] 确定所述第X标记符号对应的MB的参考方向；
[0035] 通过所述参考方向计算当前像素的第二参考像素；
[0036] 通过所述第二参考像素确定当前像素的所述第二预测残差。
[0037] 在本发明的一个实施例中，所述第一残差主观和与所述第二残差主观和的计算公式为：
[0038] SUBDk＝a1×SADk+a2×Ek+a3×modek
[0039] 其中，k为预测模式的序号，取值为1或2；
[0040] SUBD1为第一残差主观和，SUBD2为第二残差主观和；
[0041] a1、a2及a3为按场景配置的权重系数；
[0042] SAD1为当前MB中所有像素的第一残差绝对值和，SAD2为当前MB中所有像素的第二残差绝对值和；
[0043] E1为当前MB中所有像素的第一残差标准差，E2为当前MB中所有像素的第二残差标准差；
[0044] mode1与mode2为自适应模板预测方法与自适应纹理渐变预测方法分别对应的模式惩罚。
[0045] 在本发明的一个实施例中，根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差，包括：
[0046] 比较所述第一残差主观和与所述第二残差主观和的大小以确定所述最终预测残差；其中，
[0047] 若所述第一残差主观和小于所述第二残差主观和，则选择所述第一预测残差作为所述最终预测残差；
[0048] 若所述第一残差主观和大于所述第二残差主观和，则选择所述第二预测残差作为所述最终预测残差。
[0049] 本发明至少具备如下优点：
[0051] 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。
[0052] 图1为本发明实施例提供的一种带宽压缩中的后选择预测方法流程图；
[0053] 图2为本发明实施例提供的一种MB划分方式示意图；
[0054] 图3为本发明实施例提供的一种图像MB划分标记示意图；
[0055] 图4为本发明实施例提供的一种当前MB与距离最近的参考MB的原始位置示意图；
[0056] 图5为本发明实施例提供的一种当前MB与距离最近的参考MB的拉近位置示意图；
[0057] 图6为本发明实施例提供的一种当前MB全参考方向的示意图；
[0058] 图7为本发明实施例提供的一种当前MB无下参考方向的示意图；
[0059] 图8为本发明实施例提供的一种当前像素确定第二参考像素的示意图。
具体实施方式
[0060] 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。
[0061] 实施例一
[0062] 请参见图1，图1为本发明实施例提供的一种带宽压缩中的后选择预测方法流程图。该方法包括如下步骤：
[0063] 步骤1、将图像分成大小相同的多个MB；
[0064] 步骤2、采用自适应分割的像素值差异预测方法对当前MB进行预测以获取所述当前MB的第一残差主观和；
[0065] 步骤3、采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB的第二残差主观和；
[0066] 步骤4、根据所述第一残差主观和与所述第二残差主观和确定所述当前MB中每个像素的最终预测残差。
[0067] 其中，步骤2与步骤3的执行顺序可以根据实际需要而定，例如也可以先执行步骤3再执行步骤2。
[0068] 具体的，步骤2可以包括如下步骤：
[0069] 步骤21、采用自适应分割的像素值差异预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第一预测残差；
[0070] 步骤22、根据所述当前MB中每个像素的第一预测残差分别计算所述当前MB的第一残差绝对值和与第一残差标准差；
[0071] 步骤23、根据所述第一残差绝对值和与第一残差标准差计算所述第一残差主观和。
[0072] 其中，步骤21可以包括如下步骤：
[0073] 步骤211、确定当前MB的划分方式，其中，所述划分方式包括水平划分、垂直划分、不划分；
[0074] 步骤212、分别计算每种划分方式下当前MB比特数；
[0075] 步骤213、将所述当前MB比特数最小值对应的划分方式作为所述当前MB的当前划分方式；
[0076] 步骤214、计算所述当前MB中每个像素在所述当前划分方式下的所述第一预测残差。
[0077] 对于步骤3，可以包括如下步骤：
[0078] 步骤31、采用4分块跳块扫描多方向预测方法对所述当前MB进行预测以获取所述当前MB中每个像素的第二预测残差；
[0079] 步骤32、根据所述第二预测残差分别计算所述当前MB的第二残差绝对值和与第二残差标准差；
[0080] 步骤33、根据所述第二残差绝对值和与第二残差标准差计算所述第二残差主观和。
[0081] 其中，步骤31可以包括如下步骤：
[0082] 步骤311、采用4种标记符号将所述多个MB进行标记；其中，所述4种标记符号包括第一标记符号、第二标记符号、第三标记符号及第四标记符号；
[0083] 步骤312、按照设定顺序依次预测所述4种标记符号对应的MB以获取所述第二预测残差。
[0084] 其中，步骤312可以包括如下步骤：
[0085] 步骤3121、按照图像从左到右、从上到下的顺序扫描所述第X标记符号对应的MB；
[0086] 步骤3122、确定所述第X标记符号对应的MB的参考方向；
[0087] 步骤3123、通过所述参考方向计算当前像素的第二参考像素；
[0088] 步骤3124、通过所述第二参考像素确定当前像素的所述第二预测残差。
[0089] 对于步骤4，可以包括如下步骤：
[0090] 步骤41、比较所述第一残差主观和与所述第二残差主观和的大小以确定所述最终预测残差；其中，
[0091] 若所述第一残差主观和小于所述第二残差主观和，则选择所述第一预测残差作为所述最终预测残差；
[0092] 若所述第一残差主观和大于所述第二残差主观和，则选择所述第二预测残差作为所述最终预测残差。
[0093] 其中，所述第一残差主观和与第二残差主观和的计算公式为：
[0094] SUBDk＝a1×SADk+a2×Ek+a3×modek
[0095]
[0096]
[0097]
[0098] 其中，k为预测模式的序号，取值为1或2；
[0099] SUBD1为第一残差主观和，SUBD2为第二残差主观和；
[0100] a1与a2为按场景配置的权重系数；
[0101] SAD1为所述当前MB的第一残差绝对值和，SAD2为所述当前MB的第二残差绝对值和；
[0102] E1为所述当前MB的第一残差标准差，E2为所述当前MB的第二残差标准差；
[0103] Mode1为第一预测模式惩罚，Mode2为第二预测模式惩罚；其中，惩罚分不同场景可为运算速度惩罚，主观惩罚等。
[0104] 本实施例提供的带宽压缩中的后选择预测方法，通过预测选择算法可以选择出最优的一种预测方法，对于复杂纹理图像进一步优化了预测效果。
[0105] 实施例二
[0106] 本实施例是在上述实施例的基础上重点对自适应分割的像素值差异预测方法的原理及实现方式进行说明。具体的，该自适应预测方法包括如下步骤：
[0107] 步骤1、确定当前MB的划分方式，其中，所述划分方式包括水平划分、垂直划分、不划分；参看图2，本发明采用自顶向下按顺序划分的方案，块大小为由大到小划分，逐一确定每个子块的划分方式；
[0108] 步骤2、分别计算每种划分方式下当前MB比特数；
[0109] 步骤3、将所述当前MB比特数最小值对应的划分方式作为所述当前MB的当前划分方式；
[0110] 步骤4、计算所述当前MB中每个像素在所述当前划分方式下的所述第一预测残差；
[0111] 待完成上述步骤后，将所述当前划分方式、所述第一预测残差、所述比特数最小值对应的原始像素写入码流中；
[0112] 当判断所述当前划分方式为水平划分或垂直划分时，对所述当前划分方式下划分的两块子当前MB分别执行步骤1；
[0113] 当判断所述当前划分方式为不划分时，结束对所述当前MB的划分。
[0114] 视频通常可以包括一系列图片，每个图片被分成或划分成预定区域，如帧或块。当视频的区域被划分成块时，根据编码方法，划分块可以被分类成帧内块或帧间块。帧内块是指通过帧内预测编码方法编码的块。帧内预测编码方法通过使用其中执行当前编码的当前图片中的之前经受编码和解码的重构块的像素，预测当前块的像素，以产生预测的块，然后编码预测的块的像素和当前块的像素之间的差值。
[0115] 在本发明实施例中，所述编码对象可以为一个64×64规格的图像宏块，也可以为一个64×64规格图像宏块的子图像宏块，更或者是具有更小尺寸规格的图像宏块的子图像宏块，例如，1/4、1/8、1/16或1/32的子样本。
[0116] 当子图像宏块无法再被划分成更小的子图像宏块规格时，将所述划分方式的标识，以及所述编码后的残差数据写入码流中。具体在实际应用中，编码端和解码端都会预设一些图像宏块的尺寸规格，只有当图像宏块能被划分成这些规格时，或者说只有当图像宏块的尺寸规格大于这些预设的尺寸规格时，图像宏块才能被划分。
[0117] 像素预测残差为每个像素分别减去像素最小值，得到该宏块所有像素的预测残差。
[0118] 本发明的带宽压缩中自适应分割的像素值差异预测方法通过当前区域像素值间的相关性进行预测，利用本发明的算法对比水平划分、垂直划分、不划分三种情况的压缩数据量，选择对应最优的划分方式进行残差预测，以使初始的宏块块和预测的宏块之间的差异最小而提高压缩效率并提高主观图片质量，对于复杂纹理图像处理时，预测效果好、处理效率高，且能够降低理论极限熵。
[0119] 在一个具体实施方式中，所述步骤2包括：
[0120] 步骤201、参看图2，采用水平划分方式，将当前MB分为上宏块11和下宏块12，其中所述上宏块11和下宏块12分别包括N个像素；
[0121] 步骤202、在所述上宏块像素中，得到所述上宏块像素的最大值和所述上宏块像素的最小值；
[0122] 步骤203、计算所述上宏块像素的最大值和所述上宏块像素的最小值的差值，并得到表示所述差值的上宏块最少比特数；
[0123] 如果需要确定上宏块的第一预测残差，将该上宏块的N个像素，分别减去上宏块像素的最小值，得到该上宏块的所有像素的第一预测残差。
[0124] 步骤204、在所述下宏块像素中，得到所述下宏块像素的最大值和所述下宏块像素的最小值；
[0125] 步骤205、计算所述下宏块像素的最大值和所述下宏块像素的最小值的差值，并得到表示所述差值的下宏块最少比特数；
[0126] 步骤206、根据所述上宏块最少比特数、下宏块最少比特数得到水平划分方式下所述当前MB比特数为：
[0127] SEGud＝N*BIT_MINup+N*BIT_MINdown+2*BITDEPTH，
[0128] 其中，BIT_MINup为上宏块最少比特数，N*BIT_MINdown为下宏块最少比特数，BITDEPTH为原始数据的比特深度。
[0129] 如果需要确定上宏块的第一预测残差，将该上宏块的N个像素，分别减去上宏块像素的最小值，得到该上宏块的所有像素的第一预测残差。
[0130] 如果水平划分方式为最优方式，则最终输出上下宏块各N个第一预测残差数据、上下宏块中像素的最小值的原始像素，以及划分方式。
[0131] 在一个具体实施方式中，所述步骤步骤2包括：
[0132] 步骤211、采用垂直划分方式，参看图2，将当前MB分为左宏块21和右宏块22，其中所述左宏块和右宏块分别包括N个像素；
[0133] 步骤212、在所述左宏块像素中，得到所述左宏块像素的最大值和所述左宏块像素的最小值；
[0134] 步骤213、计算所述左宏块像素的最大值和所述左宏块像素的最小值的差值，并得到表示所述差值的左宏块最少比特数；
[0135] 如果需要确定左宏块的第一预测残差，将该左宏块的N个像素，分别减去左宏块像素的最小值，得到该左宏块的所有像素的第一预测残差。
[0136] 步骤214、在所述右宏块像素中，得到所述右宏块像素的最大值和所述右宏块像素的最小值；
[0137] 步骤215、计算所述右宏块像素的最大值和所述右宏块像素的最小值的差值，并得到表示所述差值的右宏块最少比特数；
[0138] 步骤216、根据所述左宏块最少比特数、右宏块最少比特数得到垂直划分方式下所述当前MB比特数为：
[0139] SEGlr＝N*BIT_MINleft+N*BIT_MINright+2*BITDEPTH，
[0140] 其中，BIT_MINleft为左宏块最少比特数，N*BIT_MINright为右宏块最少比特数，BITDEPTH为原始数据的比特深度。
[0141] 如果需要确定右宏块的第一预测残差，将该右宏块的N个像素，分别减去右宏块像素的最小值，得到该右宏块的所有像素的第一预测残差。
[0142] 如果垂直划分方式为最优方式，则最终输出左右宏块各N个第一预测残差数据、左右宏块中像素的最小值的原始像素，以及划分方式。
[0143] 在一个具体实施方式中，所述步骤步骤2包括：
[0144] 步骤221、采用不划分方式，参看图2，当前MB01包括2N个像素；
[0145] 步骤222、得到所述当前MB像素的最大值和所述当前MB像素的最小值；
[0146] 步骤223、计算所述当前MB像素的最大值和所述当前MB像素的最小值的差值，得到表示所述差值的当前MB最少比特数；
[0147] 步骤224、根据所述当前MB最少比特数得到不划分方式下所述当前MB比特数为：
[0148] SUB-SEG＝2N*BIT_MIN+BITDEPTH，
[0149] 其中，BIT_MIN为当前MB最少比特数，BITDEPTH为原始数据的比特深度。
[0150] 如果需要确定当前MB的第一预测残差，将该当前MB的2N个像素的像素值，分别减去当前MB中像素的最小值，得到该当前MB的所有像素的第一预测残差。
[0151] 如果不划分方式为最优方式，则最终输出当前MB的2N个第一预测残差数据、当前MB中像素的最小值的原始像素，以及划分方式。
[0152] 实施例三
[0153] 本实施例是在上述实施例的基础上重点对4分块跳块扫描多方向预测方法的原理及实现方式进行说明。
[0154] 具体的，4分块跳块扫描多方向预测方法包括如下步骤：
[0155] 步骤1、将图像分为相同大小的多个MB；
[0156] 步骤2、采用4种标记符号将所述多个MB进行标记；其中，所述4种标记符号包括第一标记符号、第二标记符号、第三标记符号及第四标记符号；
[0157] 步骤3、按照设定顺序依次预测所述4种标记符号对应的MB以获取预测残差。
[0158] 其中，步骤2可以包括如下步骤：
[0159] 步骤21、采用所述第一标记符号与第三标记符号依次循环完成奇数行MB的标记；
[0160] 步骤22、采用所述第四标记符号与第二标记符号依次循环完成偶数行MB的标记。
[0161] 其中，步骤3可以包括如下步骤：
[0162] 步骤31、预测第N标记符号对应的MB以获取预测残差；
[0163] 按设定顺序将所述N的取值从1～4进行遍历以实现对所述多个MB的预测。
[0164] 其中，步骤31可以包括如下步骤：
[0165] 步骤311、按照图像从左到右、从上到下的顺序扫描所述第N标记符号对应的MB；
[0166] 步骤312、确定所述第N标记符号对应的MB的参考方向；
[0167] 步骤313、通过所述参考方向计算当前像素的参考像素；
[0168] 步骤314、通过当前像素的所述参考像素确定当前像素的所述预测残差。
[0169] 其中，步骤312可以包括如下步骤：
[0170] 步骤3121、以当前MB四周已扫描的参考MB的方向作为当前MB的参考方向；其中，[0171] 若任一方向没有参考MB，则置空不处理。
[0172] 其中，步骤313可以包括如下步骤：
[0173] 步骤3131、通过当前MB的参考方向确定所述第一参考像素；
[0174] 步骤3132、根据所述第一参考像素计算所述参考方向的权重；
[0175] 步骤3133、选取权重最小的所述参考方向作为所述当前MB的纹理方向；
[0176] 步骤3134、通过所述当前MB的所述纹理方向计算第二参考像素。
[0177] 其中，步骤3131可以包括如下步骤：
[0178] 步骤31311、根据所述当前MB所述参考方向确定距离最近的参考MB；
[0179] 步骤31312、根据距离最近的所述参考MB确定所述第一参考像素。
[0180] 其中，对于步骤31311，可以包括如下步骤：
[0181] 步骤31311a、若所述参考MB与当前MB不相邻，则拉近所述参考MB，使所述参考MB与所述当前MB相邻；
[0182] 步骤31311b、若所述当前MB任一方向没有所述参考MB，则不处理。
[0183] 其中，步骤3132中的所述参考方向的权重计算公式为：
[0184]
[0185]
[0186]
[0187]
[0188]
[0189]
[0190]
[0191]
[0192] 优选地，权重计算公式还可以为：
[0193]
[0194] 其中，abs为绝对值运算，Dir180为左参考方向权重，Dir0为右参考方向权重，Dir45为右上参考方向权重，Dir270为下参考方向权重，Dir90为上参考方向权重，Dir135为左上参考方向权重，Dir225为左下参考方向权重，Dir315为右下参考方向权重，x为每个所述MB的列分辨率，y为每个所述MB的行分辨率，C为当前MB的当前像素，R为当前MB的第一参考像素。
[0195] 其中，对于步骤3134，可以包括如下步骤：
[0196] 步骤31341、利用所述纹理方向以及所述纹理方向对应的反方向，通过第二参考像素计算公式计算当前MB的所述第二参考像素；
[0197] 其中，对于步骤31341中的第二参考像素计算公式为
[0198] refmid＝p1*(dir2/(dir1+dir2))+p2*(dir1/(dir1+dir2))
[0199] 若位置偏向1，ref＝weight*refmid+(1-weight)*p1
[0200] 若位置偏向2，ref＝weight*refmid+(1-weight)*p2
[0201] 其中，refmid为两个第一参考像素的中点，ref为第二参考像素值，p1、p2为按所述纹理方向的边界像素点，dir1、dir2为所述纹理方向的权重，weight为距离权重。
[0202] 进一步地，对于上述步骤，将所述N的取值在1～4中进行遍历以实现对所述多个MB的预测。
[0203] 本发明的优点如下：
[0204] 本发明提供的算法，首先通过跳块多遍历的方法，对于图像中每个块MB，平均可以获得更多的参考边缘，即获得更多的参考像素；然后对于每个块，采用多方向预测，可以在更精确的获得该块的纹理方向；根据纹理方向和相应的参考像素，通过纹理方向权重和位置偏移权重，对当前预测块中的像素，可获得与当前像素值最相似的参考像素，并获得更小的预测残差，降低了编码的理论极限熵。
[0205] 实施例五
[0206] 本实施例是在上述实施例的基础上举例对4分块跳块扫描多方向预测方法进行详细描述。
[0207] 请参见图3～图8，图3为本发明实施例提供的一种图像MB划分标记示意图；图4为本发明实施例提供的一种当前MB与距离最近的参考MB的原始位置示意图；图5为本发明实施例提供的一种当前MB与距离最近的参考MB的拉近位置示意图；图6为本发明实施例提供的一种当前MB全参考方向的示意图；图7为本发明实施例提供的一种当前MB无下参考方向的示意图；图8为本发明实施例提供的一种当前像素确定第二参考像素的示意图。本实施例在上述实施例的基础上对本发明提出的带宽压缩中跳块扫描多方向预测方法进行详细描述，该预测方法包括如下步骤：
[0208] 步骤1、将图像分为若干个MB，每个MB大小相同，因此图像中的MB数量固定。本实施例以MB大小为8*4，图像大小为128*64为例进行说明，则每个MB的行分辨率为8、列分辨率为4。
[0209] 步骤2、对图像中的每个MB进行标记，选取4种标记符号。在水平方向，采用多个标记符号依次循环完成水平方向MB的标记；在竖直方向，采用多个标记符号依次循环完成竖直方向MB的标记。本实施例中图像的分割以及标记如图3所示，将大小为128*64的图像分为16行16列共256个大小为8*4的MB；以0、1、2、3标记每个MB，具体为将奇数行的MB以符号0、2分别循环标记每个MB，将偶数行的MB以符号3、1分别循环标记每个MB，其中，标记符号“0”作为第一标记符号、标记符号“1”作为第二标记符号、标记符号“2”作为第三标记符号、标记符号“3”作为第四标记符号。
[0210] 步骤3、预测时，每次预测第一标记符号至第四标记符号中的一种标记符号的MB，直至所有MB预测结束，达到对MB跳块扫描的效果。其中，第一标记符号至第四标记符号的MB的预测顺序可以设定。对于任意一种标记符号的MB的预测顺序为按照图像从左到右，从上到下的顺序对MB进行预测。
[0211] 本实施例以图3所示的图像为例进行说明如何进行预测，具体步骤如下：
[0212] 步骤31、先对所有标记符号为0的MB进行预测
[0213] 步骤311、确定参考MB
[0214] 标记符号为0的MB最多仅能获得间隔一个MB的4个参考方向，其中参考方向为上方向、左方向、左上方向，右上方向，因此可以确定出上方向的参考MB，左方向的参考MB，左上方向的参考MB，右上方向的参考MB；
[0215] 步骤312、纹理方向选取
[0216] 步骤312A、在当前MB的参考方向中，找到距离最近的参考MB。若存在参考MB与当前MB不紧相邻，那么拉近该参考MB为紧相邻参考MB，若任一方向没有参考MB，则不处理，置空。如图4、图5所示。
[0217] 步骤312B、通过参考MB寻找当前MB的第一参考像素，若某MB的参考方向为空，则无第一参考像素。假设当前MB有8个参考MB，如图6所示，因此当前MB可以在每个参考MB中获取到第一参考像素，即当前MB可以确定出全方向的第一参考像素，假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前MB的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前MB的第一参考像素，如图6所示。假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前MB的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前MB的第一参考像素，当前MB下参考方向为空，因此，当前MB无下方向的第一参考像素，如图7所示。
[0218] 步骤312C、根据第一参考像素，计算每个参考方向权重，本实施例以图3为例，采用如下公式计算每个参考方向权重Dir，权重采用离方向箭头最近一面的第一参考像素。
[0219]
[0220]
[0221]
[0222]
[0223]
[0224]
[0225]
[0226]
[0227] 优选地，权重计算公式还可以为：
[0228]
[0229] 其中，abs为绝对值运算，Dir180为左参考方向权重，Dir0为右参考方向权重，Dir45为右上参考方向权重，Dir270为下参考方向权重，Dir90为上参考方向权重，Dir135为左上参考方向权重，Dir225为左下参考方向权重，Dir315为右下参考方向权重。
[0230] 步骤312D、在步骤312C计算的参考方向权重中选出Dir最小的1组作为最优纹理方向，MB中所有像素值根据该方向进行预测。
[0231] 步骤313、计算第二参考像素
[0232] 根据所选的最优纹理方向和对应的反方向，根据当前像素的位置，计算每个当前像素的第二参考像素，如图8所示，计算公式如下，
[0233] refmid＝p1*(dir2/(dir1+dir2))+p2*(dir1/(dir1+dir2))
[0234] 若位置偏向1，ref＝weight*refmid+(1-weight)*p1
[0235] 若位置偏向2，ref＝weight*refmid+(1-weight)*p2
[0236] 其中refmid为两个第一参考像素的中点，p1、p2为按最优纹理方向的第一参考像素，dir1、dir2为参考方向权重，例如dir180，dir0；weight为距离权重。
[0237] 首先考虑权重计算第一参考像素的中点，然后考虑位置计算第二参考像素，即第一参考像素中点靠近哪边，最终采用哪边的第一参考像素作为第二参考像素。
[0238] 优选地，第二参考像素计算公式可变更，可以仅引入权重或位置。
[0239] 具体举例如下：
[0240] 若最优纹理方向为45度参考，对于c14，dir45＝2，dir225＝14，可得到第一参考像素为R05和R50，设R05＝100，R50＝40，
[0241] Refmid＝100*(14/16)+40*(2/16)＝88+5＝93
[0242] 由于C14偏向R05，因此Refmid＝C23，Ref＝0.5*93+0.5*100＝96，第二参考像素值为96。
[0243] 步骤314、确定预测残差
[0244] 采用步骤313计算得到所有点的第二参考像素，采用原始像素值减去第二参考像素值得到预测残差。
[0245] 步骤32、当所有图像中标记为0的MB预测处理完毕后，对所有标记符号为1的MB进行预测；
[0246] 步骤321、确定参考MB
[0247] 标记符号为1的MB最多仅能获得间隔一个MB的2个参考方向，其中参考方向为上方向、左方向，因此可以确定出上方向的参考MB，左方向的参考MB；可以获得相邻MB的4个参考方向，其中参考方向为左上方向、右上方向、左下方向、右下方向，可以确定出左上方向的参考MB，右上方向的参考MB，左下方向的参考MB，右下方向的参考MB；
[0248] 步骤322、纹理方向选取
[0249] 与步骤312的方法一致，此处不再赘述。
[0250] 步骤323、计算第二参考像素
[0251] 与步骤313的方法一致，此处不再赘述。
[0252] 步骤324、确定预测残差
[0253] 与步骤314的方法一致，此处不再赘述。
[0254] 步骤33、当所有图像中标记为0和1的MB预测处理完毕后，对所有标记符号为2的MB进行预测；
[0255] 步骤331、确定参考MB
[0256] 所有标记符号为2的MB最多仅能获得间隔一个MB的2个参考方向，其中参考方向为左上方向、右上方向，可以确定出左上方向的参考MB，右上方向的参考MB；以及获得相邻MB的4个参考方向，其中参考方向为上方向、下方向、左方向、右方向，可以确定出上方向的参考MB，下方向的参考MB，左方向的参考MB，右方向的参考MB；
[0257] 步骤332、纹理方向选取
[0258] 与步骤312的方法一致，此处不再赘述。
[0259] 步骤333、计算第二参考像素
[0260] 与步骤313的方法一致，此处不再赘述。
[0261] 步骤334、确定预测残差
[0262] 与步骤314的方法一致，此处不再赘述。
[0263] 步骤34、当所有图像中标记为0、1、2的MB预测处理完毕后，对所有标记符号为3的MB进行预测；
[0264] 步骤341、确定参考MB
[0265] 所有标记符号为3的MB最多获得相邻MB的8个参考方向，其中参考方向为上方向、下方向、左方向、右方向、左上方向、右上方向、左下方向、右下方向，可以确定出上方向的参考MB，下方向的参考MB，左方向的参考MB，右方向的参考MB，左上方向的参考MB，右上方向的参考MB，左下方向的参考MB，右下方向的参考MB。
[0266] 步骤342、纹理方向选取
[0267] 与步骤312的方法一致，此处不再赘述。
[0268] 步骤343、计算第二参考像素
[0269] 与步骤313的方法一致，此处不再赘述。
[0270] 步骤344、确定预测残差
[0271] 与步骤314的方法一致，此处不再赘述。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 带宽压缩中的后选择预测方法 | 2020-05-08 | 536 |
| 基于FPGA和非线性插值的视频缩放方法 | 2020-05-08 | 905 |
| 报文检测方法及装置 | 2020-05-08 | 174 |
| 用于电力保密数据的大数据云平台安全防护方法 | 2020-05-08 | 666 |
| 带宽压缩中的后选择预测方法 | 2020-05-08 | 722 |
| 应用自动登录方法、装置、计算机设备和存储介质 | 2020-05-08 | 510 |
| 一种DoS攻击下的目标跟踪方法 | 2020-05-08 | 732 |
| 使用深度学习算法来评价输入数据 | 2020-05-08 | 420 |
| 直播间弹幕显示方法、存储介质、设备及系统 | 2020-05-08 | 690 |
| 一种基于随机素数的双通道交换的超奇异椭圆曲线算法的密钥交换方法 | 2020-05-11 | 360 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈