[发明专利]基于Sobel算子和线性回归的高清视频编码码率控制方法

权利要求书

1.一种基于Sobel算子和线性回归的高清视频编码码率控制方法，是针对HEVC视频编码标准中的码率控制部分做了改进，其特征在于包括以下过程步骤：

(1)收集标准视频序列第一帧像素点的平均目标比特、平均梯度和相应最佳初始QP作为训练集，对训练集进行归一化，将数据值缩放在0到100范围内；

(2)放入待学习的线性回归模型进行训练，获得已学习的线性回归模型，所述线性回归模型为描述第一帧像素点的平均目标比特、平均梯度和相应最佳初始QP之间的关系模型；

(3)根据设定的目标码率、帧率、GOP大小和已编码实际比特，分配GOP层比特；

(4)根据当前帧占所在GOP的权重及缓冲区状态，分配帧层比特；

(5)判断当前编码帧是否为第一帧，若为第一帧，利用所分配的帧层比特获得第一帧像素点的平均目标比特，利用Sobel算子获得第一帧像素点的平均帧内梯度，进行归一化，然后输入已学习的线性回归模型，模型输出最佳初始QP，直接用以进行帧层的码率控制，若不是第一帧，则执行步骤(6)；

(6)判断当前编码帧是否为I帧，若为I帧，利用Sobel算子产生LCU的帧内梯度作为最优梯度信息，所述帧内梯度为当前LCU除边缘点外每个像素点经过Sobel算子计算得到亮度值的累加，并遍历当前帧，累加得到帧层总梯度，若不为I帧，利用Sobel算子产生LCU的帧内和帧间梯度，所述帧间梯度为当前LCU除边缘点外每个像素点与参考帧相同位置像素点之间的亮度差值经过Sobel算子计算得到的值的累加，取两者的较小值作为最优梯度信息，并遍历当前帧，累加得到帧层总梯度；

(7)根据当前LCU梯度占当前帧未编码LCU梯度之和的权重，分配目标比特，并进行实际编码；

(8)根据当前LCU目标和实际比特的偏差进行参数更新，判断是否遍历当前帧，若未遍历，则执行步骤(7)，若已遍历，则执行步骤(9)；

(9)根据当前帧目标和实际比特的偏差调整缓冲区状态，判断是否遍历当前图像组GOP，若未遍历，则执行步骤(4)，若已遍历，则执行步骤(10)；

(10)判断是否已编码完成，若未完成，则执行步骤(3)，若已完成，则执行步骤(11)；

(11)结束。

2.如权利要求1所述的基于Sobel算子和线性回归的高清视频编码码率控制方法，其特征在于线性回归模型为描述第一帧像素点的平均目标比特、平均梯度和相应最佳初始QP之间的关系模型，即向线性回归模型中输入平均目标比特和平均梯度，模型输出预测的最佳初始QP，线性回归模型的具体计算公式为：

QP_InitialBest＝9.4973×grad_ave-23.0407×bpp_tar+29.965 (1)

其中，bpp_tar为每个像素点获得的平均比特数，grad_ave为第一帧每个像素点的平均梯度值，QP_InitialBest为预测的最佳初始QP。

3.如权利要求2所述的基于Sobel算子和线性回归的高清视频编码码率控制方法，其特征在于对训练集进行归一化为对训练集中的数据进行等比例缩放，将数据都缩放到[0,100]的范围内，归一化的具体计算公式为：

其中，X_norm为归一化后的数据，X为原始的数据，X_max和X_min分别为原始数据集的最大值和最小值。

4.如权利要求3所述的基于Sobel算子和线性回归的高清视频编码码率控制方法，其特征在于帧内梯度为当前LCU除边缘点外每个像素点经过Sobel算子计算得到亮度值的累加，具体计算公式为：

其中，S_h为一个LCU除边缘点外所有像素点的横向梯度值的总和，S_v为一个LCU除边缘点外所有像素点的纵向梯度值的总和，G_intra(i,j,k)为第k帧以(i,j)为起始点的LCU帧内梯度值，M和N分别为视频序列的长和宽。