[发明专利]一种基于图像纹理特征的视频编码帧内预测方法

说明书

一种基于图像纹理特征的视频编码帧内预测方法，涉及数字视频通信领域中的视频信息处理。首先利用当前CU的梯度直方图，统计出当前CU的“强边缘”数目和梯度幅值相关的角度预测模式列表并统计出两个健壮的阈值用于CU划分过程；在帧内预测过程中，当当前CU的“强边缘”满足所选的阈值时，可以进行CU深度跳过或CU划分提前终止；在最佳候选模式选择阶段，根据图像纹理情况，直接从上述预测模式列表中选取适当数量的模式作为候选预测模式。通过CU深度和预测模式的裁剪，能有效降低HEVC帧内预测编码复杂度，有助于实现HEVC编码器的实时应用。

技术领域

本发明涉及数字视频通信领域中的视频信息处理，具体是涉及一种基于图像纹理特征的视频编码帧内预测方法。

背景技术

随着移动互联网以及多媒体技术的不断发展，数字电视、网络电视、视频会议等随处可见。人们对高清及超高清视频的需求越来越大。面对当今视频应用往高清晰度、高帧率、高压缩率发展的趋势，目前广泛应用的视频编码标准H.264已逐渐出现一些局限性。在这一形势下，VCEG和MPEG两大标准组织在2010年联合成立了JCT-VC(Joint CollaborativeTeam on Video Coding)组织,开始制定新一代视频编码标准HEVC(High EfficiencyVideo Coding，高效率视频编码)并于2013年1月正式成为国际视频编码标准。

HEVC沿袭了H.26x和MPEG系列的基于块的联合预测熵编码混合模型。在帧内预测方面增加了基于四叉树的灵活编码结构及更加丰富的预测模式能更好地适应各种类型的视频需求，也和当前高分辨率视频的发展需求相符合，但随之而来的高复杂度却成为HEVC广泛应用的瓶颈。HEVC首次提出的基于四叉树的CU(Coding Unit，编码单元)划分模式，CU尺寸按照递归的方式，从64×64，32×32，16×16，8×8中选择率失真代价最小的作为最优尺寸。图1展示了一个LCU的划分实例，其中CU_i表示深度为i的CU，CU₀对应尺寸64×64，CU₁对应尺寸32×32，以此类推。同时HEVC引入PU(Prediction Unit，预测单元)作为预测过程的基本单位，尺寸和CU相比，增加了更为细致的4×4尺寸，帧内预测模式也增加到35种，使得预测过程更为精确，如图2所示。引进的这些创新技术使得HEVC和H.264相比，在保证相同视频质量的同时，码率可减少50％左右。可见，在可用到带宽限制的条件下，HEVC能很好适应高清视频编码质量的要求，具有巨大的市场应用潜力。然而，在取得高效率的同时，HEVC编码的计算复杂度也显著增加，成为其广泛推广的瓶颈。而在HEVC帧内预测编码中，最佳CU划分方式及最佳模式的选择占整个编码时间的80％，因此研究一种快速的帧内算法对于降低HEVC的编码复杂度极为重要。

对于帧内预测的优化，已经提出了众多的提案。为了降低帧内预测复杂的RD运算的次数，HEVC的帧内预测模式应用粗略模式决策(Rough Mode Decision,RMD)和提取最可能模式(Most Probable Mode，MPM)的方法得到了精简的最佳候选模式集合，从而减少率失真(Rate Distortion，RD)计算次数。这两种方案已经被应用在HEVC的测试源码HM中。但是这两种模式仅从每个CU深度的模式选择上进行优化，没有考虑CU划分过程中更大的冗余过程。

文献[1]“利用平滑区域检测的HEVC帧内编码快速算法”(作者：蒋洁，郭宝龙等，出处：西安电子科技大学学报(自然科学版)，2013年6月，第40卷，第三期，194-200页)提出了一种利用当前编码单元的率失真判断区域平滑程度，从而跳过不适合的编码划分。在HM4.0上测试，在高效配置下节省了18.6％的编码时间。

文献[2]“一种HEVC快速帧内模式判断算法”(作者：石飞宇，刘昱，出处：数字电视，2013年，第37卷，第11期，8-11页)，通过将35种帧内预测模式进行分级计算，利用其中17种模式技能得出最爱预测模式。节省了50.17％的编码时间和4.2％的码率提高。

发明内容