[发明专利]一种带宽压缩预测模式的选择方法

说明书

本发明涉及一种带宽压缩预测模式的选择方法，包括步骤：在图像中选取宏块；采用第一预测模式计算所述宏块的第一预测残差；采用第二预测模式计算所述宏块的第二预测残差；根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和；选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。本发明实施例采用选择器从多种预测模式中，选择最适合的预测模式，可以保证找到最合适的参考像素，得到最小的预测残差，从而降低理论极限熵。

技术领域

本发明属于压缩技术领域，具体涉及一种带宽压缩预测模式的选择方法。

背景技术

随着人们对视频质量需求的逐渐增加，视频的图像分辨率作为视频质量的重要特性之一，已经从720p和1080p过渡到目前市场主流的4K视频分辨率，对应的视频压缩标准也从H.264过渡到H.265。对于视频处理芯片，分辨率的成倍数增加，不但会造成芯片面积成本的大幅度增加，而且也会对总线带宽和功耗带来很大的冲击。

为了克服这一问题，应用于芯片内的带宽压缩技术被提出。与端口类压缩(如H.265)不同，芯片内带宽压缩的目标是用较小的逻辑面积成本，尽可能的提高压缩倍数，减少DDR双倍速率同步动态随机存储器占用。芯片内压缩分为有损压缩和无损压缩两种，有损压缩技术被商业级视频处理芯片广泛采用，如监控，电视等领域；而无损压缩更多的应用于对图像质量有严格要求的军工级和航天级视频处理芯片。

带宽压缩主要由4个部分组成，包含：预测模块，量化模块，码控模块，熵编码模块。其中量化模块和码控模块是有损压缩特有的。预测模块作为一个重要的模块，通过寻找图像数据的相关性，减少图像空间冗余度，最终使图像数据的理论熵达到最小。目前预测模块的算法主要分为2类，纹理相关预测，像素值相关预测。

图像中复杂纹理分为人造纹理和自然纹理，现有技术对于人造纹理的预测，不能保证找到最合适的参考像素，得到最小的预测残差，以降低理论极限熵。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种带宽压缩预测模式的选择方法。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种带宽压缩预测模式的选择方法，包括步骤：

S1、在图像中选取宏块；

S2、采用第一预测模式计算所述宏块的第一预测残差；

S3、采用第二预测模式计算所述宏块的第二预测残差；

S4、根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和。

S5、选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。

在本发明的一个实施例中，步骤S2包括：

S201、选取当前像素的当前像素分量；

S202、确定所述当前像素分量的N个纹理方向，计算得到对应的N个梯度值；

S203、对所述N个梯度值进行加权修正处理，得到N个加权梯度值；

S204、对比N个加权梯度值，得到最优加权梯度值；

S205、确定所述最优加权梯度值对应的纹理方向为参考方向；

S206、计算所述参考方向上所述当前像素分量与所述预定像素分量的差值，得到所述当前像素分量的所述第一预测残差。

在本发明的一个实施例中，所述纹理方向包括45度方向，90度方向，135度方向，180度方向。

在本发明的一个实施例中，所述最优加权梯度值为最小加权梯度值。