利索能及
我要发布
收藏
专利号: 2018112605198
申请人: 和宇健康科技股份有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-07-12
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种自适应量化方法,其特征在于,包括如下步骤:(a)获取图像宏模块;

(b)对所述宏模块采用矩阵量化方法计算第一主观差异;

(c)对所述宏模块采用模式自适应算法计算第二主观差异;

(d)比较第一主观差异和第二主观差异,若第一主观差异小于第二主观差异,则设置模式标识为矩阵量化,否则设置模式标识为模式自适应;

(e)根据所述模式标识对所述预测残差进行量化处理获得最终量化残差。

2.根据权利要求1所述的压缩量化方法,其特征在于,所述第一主观差异和所述第二主观差异满足:SUBDk=a1×SADk+a2×Ek

其中,SUBDk为第k主观差异,所述SADk为第k主观差异对应的量化损失,Ek为第k主观差异对应的标准差,a1和a2为场景权重系数。

3.根据权利要求1所述的压缩量化方法,其特征在于,步骤(e)之后还包括:将所述量化残差、所述模式标识对应的附加标志位放置在码流中进行传输。

4.根据权利要求1所述的压缩量化方法,其特征在于,步骤(b)包括:(b1)设置量化矩阵大小;

(b2)将所述宏模块分解为若干个量化矩阵大小的矩阵量化单元;

(b3)计算各所述矩阵量化单元对应的残差分布类型;

(b4)获取基准量化参数;

(b5)根据所述基准量化参数和所述残差分布类型计算各所述矩阵量化单元对应的量化矩阵;

(b6)根据各所述量化矩阵对对应的所述矩阵量化单元进行量化处理。

5.根据权利要求4所述的压缩量化方法,其特征在于,所述宏模块的像素个数为所述量化矩阵像素个数的整数倍。

6.根据权利要求4所述的压缩量化方法,其特征在于,步骤(b3)包括:(b31)计算所述矩阵量化单元各残差分布系数;

(b32)根据所述残差分布类型获得所述矩阵量化单元的所述残差分布类型。

7.根据权利要求1所述的压缩量化方法,其特征在于,步骤(c)包括:(c1)对所述宏模块采用第一自适应量化方式处理获得第一率失真优化参数;

(c2)对所述宏模块采用第二自适应量化方式处理获得第二率失真优化参数;

(c3)比较所述第一率失真优化参数和所述第二率失真优化参数,选择所述第一率失真优化参数和所述第二率失真优化参数中较小的对应的量化方式计算所述第二主观差异。

8.根据权利要求6所述的压缩量化方法,其特征在于,所述第一自适应量化方式处理为对所述宏模块的预测残差依次进行量化、反量化、补偿处理。

9.根据权利要求6所述的压缩量化方法,其特征在于,所述第二自适应量化方式处理为对所述宏模块的预测残差依次进行补偿处理、量化处理、反量化处理。

10.根据权利要求6所述的压缩量化方法,其特征在于,所述第一率失真优化参数和所述第二率失真优化参数满足:其中,RDOq表示第q率失真优化,resqpqi表示第q率失真优化对应的第i位像素的量化残差,lossresqi表示第q率失真优化对应的第i位像素的残差损失,a1和a2表示场景权重系数。