[发明专利]带宽压缩的自适应模板预测方法

说明书

本发明涉及一种带宽压缩的自适应模板预测方法，包括：步骤1、更新当前MB对应的自适应模板；步骤2、根据更新后的所述自适应模板获取所述当前MB的预测残差；步骤3、判断是否获取完成所有的MB预测残差，若是，则预测结束；否则，跳转到步骤1。本发明通过定义自适应模板，计算当前预测宏块的预测像素值，与现有方法相比，当待压缩图像的纹理较为复杂时，定义不同的自适应模板对应不同的纹理区域，更容易提高当前预测宏块中的像素与自适应模板中选定的像素匹配的概率，能够提高对复杂纹理区域求预测残差值的精度，进一步降低理论极限熵，提高带宽压缩率。

技术领域

本发明涉及一种压缩技术领域，特别涉及一种带宽压缩的自适应模板预测方法。

背景技术

随着公众对视频质量需求的不断提高，视频的图像分辨率也随之成倍数的增加，由此使视频图像的数据量十分巨大，需要占用较多的存储空间和传输带宽。在这种情况下，利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。

带宽压缩技术主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测，预测差值的标准差远小于原始图像数据的标准差，因此对预测差值进行编码，更有利于使图像数据的理论熵达到最小，达到提高压缩效率的目的。目前预测模块的算法主要分为两类，纹理相关预测和像素值相关预测。

然而，当待压缩图像的纹理复杂多变时，预测待压缩图像的复杂纹理区域时往往因图像纹理之间的相关性较差，预测编码得不到精确的参考，导致理论极限熵得不到最大化的降低，影响预测模块的质量。因此，在待压缩图像的纹理复杂多变时，提高预测模块的质量成为亟需解决的问题。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种带宽压缩的自适应模板预测方法。

具体地，本发明一个实施例提出的一种带宽压缩的自适应模板预测方法，包括：

步骤1、更新当前宏块(Macro Block,简称MB)对应的自适应模板；

步骤2、根据更新的所述自适应模板获取所述当前MB的预测残差；

步骤3、判断是否获取完成所有的MB预测残差，若是，则预测结束；否则，跳转到步骤1。

在本发明的一个实施例中，在所述步骤1之前，还包括：

步骤X1、确定所述自适应模板列表表位数量以及表位序号；

步骤X2、初始化填充所述自适应模板。

在本发明的一个实施例中，所述步骤1包括：

步骤11、检测当前MB的相邻参考方向的MB重建值；

步骤12、根据所述相邻参考方向的MB的重建值与所述自适应模板中已填充重建值是否具备一致性，确定所述自适应模板的更新方式。

在本发明的一个实施例中，所述步骤12包括：

步骤121、若所述相邻参考方向的MB的重建值与所述自适应模板中的填充重建值不一致，则将所述相邻参考方向的MB的重建值更新到所述自适应模板的设定表位序号，且将所述自适应模板的表位序号从所述设定表位序号之后顺序移位；

步骤122、若所述相邻参考方向的MB的重建值与所述自适应模板中的已填充重建值具备一致性，则将一致的所述自适应模板中的已填充重建值与所述设定表位序号位置的重建值更换。

在本发明的一个实施例中，所述相邻参考方向包括上参考方向、左参考方向、左上参考方向或右上参考方向。

在本发明的一个实施例中，所述步骤12判断所述相邻参考方向MB的重建值与所述自适应模板中的填充重建值一致的公式为：