利索能及
我要发布
收藏
专利号: 2018112616629
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:2026-10-10
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种带宽压缩中自适应纹理渐变预测方法,其特征在于,包括:确定当前MB的采样方式;

利用所述采样方式确定所述当前MB的采样点;

选取预测方式对所述当前MB进行预测,获取所述当前MB的预测残差;

计算所述当前MB的残差绝对值和;

根据所述残差绝对值和确定所述当前MB的预测方式。

2.根据权利要求1所述的方法,其特征在于,利用所述采样方式确定所述当前MB的采样点,包括:利用像素值拐点采样方式确定所述当前MB的采样点。

3.根据权利要求2所述的方法,其特征在于,利用像素值拐点采样方式确定所述当前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。

4.根据权利要求3所述的方法,其特征在于,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,包括:将所述像素差值中的连续正值的最后一位正值设为第一像素值拐点;

将所述像素差值中的连续负值的最后一位负值设为第二像素值拐点。

5.根据权利要求1所述的方法,其特征在于,选取预测方式对所述当前MB进行预测,获取所述当前MB的预测残差,包括:选取预测方式对所述当前MB进行预测,计算所述当前MB采样点的预测残差;

选取预测方式对所述当前MB进行预测,计算所述当前MB非采样点的预测残差。

6.根据权利要求1所述的方法,其特征在于,所述预测方式包括N种角度预测方式。

7.根据权利要求6所述的方法,其特征在于,所述角度预测方式包括45度纹理预测、90度纹理预测及135度纹理预测。

8.根据权利要求7所述的方法,其特征在于,所述45度纹理预测包括:选取所述当前MB正上方相邻的MB;

选取正上方相邻MB中处于所述当前MB采样点45度方向的像素分量;

将所述采样点的像素值与所述45度方向的像素分量的像素值进行预测。

9.根据权利要求7所述的方法,其特征在于,所述90度纹理预测包括:选取所述当前MB正上方相邻的MB;

选取正上方相邻MB中处于所述当前MB采样点90度方向的像素分量;

将所述采样点的像素值与所述90度方向的像素分量的像素值进行预测。

10.根据权利要求7所述的方法,其特征在于,所述135度纹理预测包括:选取所述当前MB正上方相邻的MB;

选取正上方相邻MB中处于所述当前MB采样点135度方向的像素分量;

将所述采样点的像素值与所述135度方向的像素分量的像素值进行预测。