[发明专利]一种自适应时间域和空间域分辨率框架的图像处理方法

权利要求书

1.一种自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，包括以下步骤：

A.编码器根据输入的视频图像和目标分配码率的变化计算并获得临界码率条件值，所述计算并获得临界码率条件值的公式为：

Risual_x，y，k＝H×(C_x，y，k-P_x，y，k)×H^T

其中，C_x，y，k表示S_x，y，k编码然后解码得到的重建图象，S_x，y，k表示k时刻的图象，

P_x，y，k表示预测图像，H是任意编码器指定的空间-频域变换矩阵，

Risual_x，y，k表示编码C_x，y，k后得到的残差在频域的分布，

其中，Qp是量化参数，N是参加计算区域的像素数目，T_x，y，k是为高频分量适当增加权重，取值如下：

Score是临界码率条件值；

B.编码器将所述临界码率条件值与阈值进行比较，若所述临界码率条件值小于阈值即所述的目标分配码率小于所述临界码率时通过下采样获得适应于所述目标分配码率的图像分辨率，否则进行常规编码处理；

C.解码器通过上采样恢复接收图像的原始分辨率并进行平滑处理。 

2.根据权利要求1所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于：所述步骤B中的所述阈值根据不同场景变化的范围是0.1至0.95。

3.根据权利要求1所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤B进一步包括：

B1.通过下采样获得适应于所述目标分配码率的图像空间分辨率；

B2.通过下采样获得适应于所述目标分配码率的图像时间分辨率。

4.根据权利要求3所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤B1进一步包括：

B11.设置图像空间分辨率模板集合；

B12.根据率失真优化方法在所述模板集合中获得最佳模板做为适应于所述目标分配码率的图像空间分辨率。

5.根据权利要求4所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤B12中所述率失真优化方法是采用拉格朗日线性逼近方法实现RDO，公式为：J＝R(p)+pD(p)

其中，遍历模板集合中各种编码模式i，求取J_i，使所述公式中的J最小，即min(J)对应的模式，即是R-D最优，其对应的图像分辨率即是所述图像空间分辨率。

6.根据权利要求3所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤B2中所述下采样是采用抽帧的方式降低时间分辨率。

7.根据权利要求1所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤C进一步包括：

C1.采用空间重采样恢复接收图像的原始空间分辨率；

C2.采用时间窗平滑和场景切换判断方式对图像进行平滑处理。

8.根据权利要求7所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤C1中所述空间重采样是采用了双立方体卷积插值算法，所述双立方体卷积插值算法包括一维立方体卷积插值算法和二维立方体卷 积插值算法，其中，一维立方体卷积插值算法为：

其中，其中P’(x)是待插值点，P(x_i)是参考网格点，

其中， 参数a＝-0.5，

其中W(x)是函数 的最近似拟合表达式；

二维立方体卷积插值算法为：

其中，P′(x，y)是待插值点，P(x_i，y_j)是参考网格点。

9.根据权利要求7所述的自适应时间域和空间域分辨率框架的图像处理方法，其特征在于，所述步骤C2中所述场景切换判断的步骤包括：

C21.分析当前宏块，选取最佳帧内和帧间编码模式，使用拉格朗日率失真模型计算出帧内编码代价函数值和帧间编码代价函数值，计算公式为：

IntraCostInMb＝SATD+λ×Rbit(Intra)

InterCostInMb＝SAD+λ×Rbit(Inter)

其中，IntraCostInMb是帧内编码代价函数值，InterCostInMb是帧间编码代价函数值，λ是拉格朗日因子，SATD是经过哈德曼变换的4×4块的预测参差绝对值总和，SAD是绝对误差和，Rbit是使用相应编码参数对应的编码输出比特数；

C22.将当前图像中每个宏块的帧内编码代价函数值和帧间编码代价函数值进行累加，分析完整帧图像后得到帧内编码总代价函数值和帧间编码总代价函数值，若帧间编码总代价函数值大于帧内编码总代价函数值与敏感系数的乘积则发生了场景切换，否则没有发生场景切换，其中敏感系数范围是0.1至0.9。