[发明专利]带宽压缩量化及反量化方法有效

专利信息
申请号: 201811261715.7 申请日: 2018-10-26
公开(公告)号: CN109257603B 公开(公告)日: 2021-05-11
发明(设计)人: 张莹;罗瑜 申请(专利权)人: 西安科锐盛创新科技有限公司
主分类号: H04N19/124 分类号: H04N19/124;H04N19/42;H04N19/503
代理公司: 西安嘉思特知识产权代理事务所(普通合伙) 61230 代理人: 王海栋
地址: 710065 陕西省西安市高新区高新路86号*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 带宽 压缩 量化 方法
【说明书】:

发明涉及一种带宽压缩量化及反量化方法,该量化方法包括:(a)获取预测残差;(b)获取所述预测残差的量化模式;(c)根据所述量化模式和所述预测残差获取量化残差。本发明的量化方法缩小了量化造成的差异;同样的量化参数下,采用本发明的量化方法恢复的图像量化损失较小。

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量化及反量化方法。

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。量化作为一个重要的模块,根据码率控制得到的量化参数(Quantization Parameter,简称QP),对预测残差进行量化。目前量化模块的算法主要分为2类,空域量化和频域量化。这两种量化具有各自的优缺点,空域量化的优点是:由于量化是对于空域预测残差直接操作,所以可以严格控制原始像素和重建像素间的最大损失;由于不用经过频域变换,所以运算复杂度较低;频域量化的优点是:由于量化是对于频域预测残差进行操作,所以量化产生的损失恢复到空域后,主观视觉对该损失感知不明显;由于频域变换,所以运算复杂度极高。

因此可以看出,空域量化适合对压缩损失客观指标有严格要求,对运算复杂度极为关注的低倍率压缩;频域量化适合对压缩损失客观指标没有严格要求,更注重主观视觉,不特别关注运算复杂度的高倍率压缩。现有技术中的空域量化算法是对预测残差直接量化,对直接量化产生的损失没有根据损失的位置和损失的大小分布进行进一步处理,不能进一步降低量化损失。

因此,如何进一步降低带宽压缩量化算法的量化损失已经成为目前的重点研究问题。

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量化方法,包括:

(a)获取预测残差;

(b)根据所述预测残差获取量化模式;

(c)根据所述量化模式和所述预测残差获取量化残差。

在本发明的一个实施例中,步骤(b)包括:

(b1)获取量化参数和量化补偿值;

(b2)根据所述预测残差、所述量化参数、所述量化补偿值采用第一预估模式获取所述预测残差的第一RDO;

(b3)根据所述预测残差、所述量化参数、所述量化补偿值采用第二预估模式获取所述预测残差的第二RDO;

(b4)比较所述第一RDO和所述第二RDO,若所述第一RDO小于所述第二RDO,则所述量化模式为第一量化模式;否则所述量化模式为第二量化模式。

在本发明的一个实施例中,所述第一预估模式包括对所述预测残差依次进行量化处理、反量化处理、补偿处理,所述第一量化模式为对所述预测残差进行量化处理。

在本发明的一个实施例中,所述第二预估模式包括对所述预测残差依次进行补偿处理、量化处理、反量化处理,所述第二量化模式为对所述预测残差依次进行补偿处理、量化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科锐盛创新科技有限公司,未经西安科锐盛创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811261715.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top