[发明专利]云桌面内容编码与解码方法及装置、系统在审
申请号: | 201611125592.5 | 申请日: | 2016-12-08 |
公开(公告)号: | CN108184118A | 公开(公告)日: | 2018-06-19 |
发明(设计)人: | 吴迪;崔振峰;朱海涛 | 申请(专利权)人: | 中兴通讯股份有限公司 |
主分类号: | H04N19/176 | 分类号: | H04N19/176;H04N19/21;H04N19/107;H04N19/51;H04N19/91 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
地址: | 518057 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 宏块 宏块类型 解码 图像数据 压缩编码 桌面内容 桌面图像 客户端 解码方法及装置 无损压缩编码 解码装置 图形显示 预设 发送 图像 模糊 | ||
本发明公开了一种云桌面内容编码与解码方法,方法为:将云桌面的桌面图像按照预设的方式划分为多个宏块,并分别确定每个宏块对应的宏块类型,将文字类或图形类的宏块进行无损压缩编码,将图像类的宏块进行有损压缩编码,并将压缩编码后的图像数据以及所述图像数据对应的宏块类型发送至客户端,客户端根据接收到的宏块类型分别对所述图像数据进行解码。本发明还公开了一种云桌面内容编码与解码装置、系统。本发明通过将云桌面的桌面图像划分为多个宏块,并根据宏块类型对各个宏块进行相应的压缩编码与解码,解决了桌面图像发送到客户端后文字或图形显示模糊的问题,提升了用户的使用体验。
技术领域
本发明涉及图像压缩编码与解码技术领域,尤其涉及一种云桌面内容编码与解码方法及装置、系统。
背景技术
随着移动互联网的迅猛发展,云桌面这项应用已经被越来越多的人们所使用。利用云桌面这项应用,用户可以通过PC、笔记本、上网本、Pad、手机等一切可以连接网络的终端设备来进行办公,进入移动办公新时代。
包含云桌面内容的桌面图像是一种混合图像,其中包含了一部分非连续色调变化区域,如文字,图标,图形,还包含了一部分连续色调变化区域,如自然图像,视频等。标准的H.264编码器在对连续色调变化的图像序列进行编码,会有较好的编码效果,但是在对文字或图形区域进行编码时,由于会引入编码损失,使解码后的文字或图形显示有边缘毛刺,失真等现象。H.264编码器能利用空域时域的相关性,提升压缩效率,但是如果直接对桌面图像进行编码的话,会导致解码后的文字或图形显示模糊或失真,影响用户的使用体验。
发明内容
本发明的主要目的在于提出一种云桌面内容编码与解码方法及装置、系统,旨在解决现有技术中对包含云桌面内容的桌面图像进行压缩编码与解码后,会导致文字或图形显示模糊的技术问题,提高用户的使用体验。
为实现上述目的,本发明提供一种云桌面内容编码方法,所述方法包括:
将云桌面的桌面图像按照预设的方式划分为多个宏块,并确定所述多个宏块分别对应的宏块类型;
在所述宏块类型为第一类型的情况下,对所述宏块进行无损压缩编码,在所述宏块类型为第二类型的情况下,对所述宏块进行有损压缩编码,其中,所述第一类型包括文字类或图形类,所述第二类型包括图像类;
将编码得到的图像数据及所述图像数据对应的宏块类型发送至客户端。
优选地,对所述宏块进行无损压缩编码的步骤包括:
对所述宏块进行帧内预测和帧间预测得到预测残差;
将所述预测残差按照预设的压缩方法进行变换,并将变换后的预测残差重新排序后进行基于上下文的自适应二进制算术CABAC熵编码。
优选地,对所述宏块进行无损压缩编码之后还包括:
若编码得到的图像数据的字节bit数大于预设的阈值,则丢弃得到的图像数据,并将所述宏块的编码类型设置为脉冲编码调制PCM类;
若编码得到的图像数据的字节bit数小于或等于预设的阈值,则保留得到的图像数据。
优选地,在将所述宏块的编码类型设置为PCM类之后还包括:
将所述PCM类的宏块按照Zip格式进行压缩编码,得到对应的图像数据。
优选地,对所述宏块进行有损压缩编码的步骤包括:
对所述宏块进行帧内预测和帧间预测得到预测残差;
将所述预测残差进行整数DCT变换,得到频域残差数据,并将所述频域残差数据量化后进行所述CABAC熵编码。
优选地,将编码得到的图像数据及所述图像数据对应的宏块类型发送至客户端之前还包括:
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中兴通讯股份有限公司,未经中兴通讯股份有限公司许可,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/201611125592.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于内容的比特流层视频质量评价模型
- 下一篇:推导量化参数的方法