利索能及
我要发布
收藏
专利号: 2018112606044
申请人: 西安科锐盛创新科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种带宽压缩中的后选择预测方法,其特征在于,包括:将图像分成大小为m×n的多个MB;其中,m、n分别为每个所述MB的行分辨率、列分辨率;

分别采用自适应模板预测方法与自适应纹理渐变预测方法对所述多个MB进行预测以获取对应的残差主观和;

根据所述残差主观和确定所述多个MB最终的预测残差;其中,所述分别采用自适应模板预测方法与自适应纹理渐变预测方法对所述多个MB进行预测以获取对应的残差主观和,包括:采用自适应模板预测方法对所述多个MB进行预测以获取第一残差主观和,包括:采用自适应模板预测方法对当前MB进行预测以获取当前MB中每个像素的第一预测残差;

根据所述当前MB中每个像素的第一预测残差分别计算当前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;其中,所述采用自适应模板预测方法对当前MB进行预测以获取当前MB中每个像素的第一预测残差,包括:

确定所述自适应模板的表位数量以及表位序号;

初始化填充所述自适应模板;

更新所述当前MB对应的自适应模板;

根据更新后的所述自适应模板获取所述当前MB中每个像素的第一预测残差;

所述采用自适应纹理渐变预测方法对所述多个MB进行预测以获取第二残差主观和,包括:

采用自适应纹理渐变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;

根据所述当前MB中每个像素的第二预测残差分别计算当前MB的第二残差绝对值和与第二残差标准差;其中,

残差绝对值和SAD的计算公式如下:所述第一残差标准差和第二残差标准差的计算公式为:其中,k的取值为1或2,用于分别表示自适应模板预测方法与自适应纹理渐变预测方法,SAD1为第一残差绝对值和,SAD2为第二残差绝对值和,E1为第一预测残差标准差,E2为第二预测残差标准差,Res1_i为采用自适应模板预测方法预测时当前MB中第i像素分量的预测残差,Res2_i为采用自适应纹理渐变预测方法预测时当前MB中第i像素分量的预测残差,ABS为绝对值运算,AVE1为采用自适应模板预测方法对当前MB进行预测时所有像素分量的预测残差均值,AVE2为采用自适应纹理渐变预测方法对当前MB进行预测时所有像素分量的预测残差均值,AVE1与AVE2的计算公式如下: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;其中,所述采用自适应纹理渐变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:

确定所述当前MB的采样点;

根据所述采样点对所述当前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;

所述第一残差主观和与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;

所述根据所述残差主观和确定最终的预测残差,包括:比较所述第一残差主观和与第二残差主观和的大小以选择最终的预测残差;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当前MB中每个像素的最终预测残差;

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,确定所述当前MB的采样点,包括:将所述当前MB的当前像素分量的像素值与所述当前像素分量相邻的像素分量的像素值求差获取所述当前MB的像素差值;

将所述像素差值中的连续值的最后一位设定为像素值拐点;

设定所述像素值拐点所对应的所述当前MB的像素分量为所述当前MB的采样点。