[发明专利]一种基于线性模型预测的图像或视频编码方法有效

专利信息
申请号: 201710647011.2 申请日: 2017-08-01
公开(公告)号: CN107580222B 公开(公告)日: 2020-02-14
发明(设计)人: 任文华;闫婷婷 申请(专利权)人: 北京交通大学
主分类号: H04N19/117 分类号: H04N19/117;H04N19/132;H04N19/186;H04N19/80
代理公司: 11257 北京正理专利代理有限公司 代理人: 付生辉;段俊峰
地址: 100044*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 线性 模型 预测 图像 视频 编码 方法
【权利要求书】:

1.一种基于线性模型预测的图像或视频编码方法,其特征在于,

S11:使用第一图像分量、第二图像分量和第三图像分量表征待编码的图像或视频;

S13:使用滤波器对所述图像或视频的当前待编码块相邻的已编码块的所述第一和第二图像分量进行采样;

S15:通过线性模型对所述第二图像分量的已编码值进行预测并计算预测误差;

S17:使用预设数量的不同滤波器重复步骤S13至S15进行预测并计算相应预测误差,按照误差最小原则确定最佳的滤波器,并根据所述第一图像分量为基础对当前待编码块的所述第二图像分量进行预测编码;

其中,重复使用不同滤波器分别计算出亮度分量和蓝色色度分量的采样值和亮度分量的重建值,使用线性模型计算出相应的预测误差;再根据误差最小原则,从使用不同滤波器得出的预测误差中找到最小值,该使得误差最小的滤波器作为最终使用的滤波器,使用亮度的重建采样值为基础对当前待编码块的蓝色色度分量进行预测编码;

S19:重复步骤S13至S17,将所述第二图像分量替换为所述第三图像分量,以所述第一图像分量为基础,使用使得误差最小的滤波器对当前待编码块的所述第三图像分量进行预测编码。

2.根据权利要求1所述的编码方法,其特征在于,

在步骤S13中,所述方法包括以下步骤:

S301:使用滤波器对所述图像或视频的当前待编码块的上边和左边相邻已编码块的所述第一图像分量进行采样,得到所述第一图像分量的一行和一列采样值,并对所述第一图像分量进行重建采样;

S303:使用滤波器对所述图像或视频的当前待编码块的上边和左边相邻已编码块的所述第二图像分量进行采样,得到所述第二图像分量的一行和一列采样值;

在步骤S15中,所述方法包括以下步骤:

S501:使用所述第一和第二图像分量的采样值,根据公式计算出线性方程系数α和β,其中所述线性方程系数公式为:

其中所述L(n)为所述第一图像分量的采样值,C(n)为所述第二图像分量的采样值,N为采样个数;

S503:利用α和β,通过所述第一图像分量的重建采样值,根据线性模型公式计算出所述第二图像分量已编码值的预测值,其中所述线性模型公式为:

predC(i,j)=α·recL′(i,j)+β;

其中所述i,j为位置的横、纵坐标,predC(i,j)为所述第二图像分量的预测值,recL′(i,j)为所述第一图像分量的重建采样值;

S505:根据所述预测值和实际已编码值计算出预测误差,其中所述预测误差公式为:

Efilter1=Sum(Abs(Cb(n)-Cb′(n)))

其中,所述Cb(n)为所述第二图像分量实际已编码值,Cb’(n)为所述第二图像分量的预测值,Efilter1为预测误差。

3.根据权利要求2所述的编码方法,其特征在于,对于所述步骤S301和S303中对所述当前待编码块的上边和左边相邻已编码块的图像分量进行采样时,若上边或左边有一边不可用时使用可用的一边,若上边和左边均不可使用时使用像素均值替代。

4.根据权利要求3所述的编码方法,其特征在于,对于所述步骤S19中所述第三图像分量,使用所述第二图像分量的重建采样值作为基础对所述第三图像分量进行预测并计算出预测误差;最终比较使用所述第一图像分量和第二图像分量为基础进行预测的预测误差,根据误差最小原则确定对所述第三图像分量进行预测编码的基础。

5.根据权利要求4所述的编码方法,其特征在于,对于YCbCr 4:2:0格式的图像或视频,所述第一图像分量Y与所述第二图像分量Cb和第三图像分量Cr的信息比为2:1:1,使用滤波器对所述第一图像分量Y进行下采样;对于YCbCr 4:4:4格式的图像或视频,所述第一图像分量Y与所述第二图像分量Cb和所述第三图像分量Cr的信息比为1:1:1;对于RGB格式的图像或视频,所述第一图像分量为G,所述第二图像分量为B,所述第三图像分量为R。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京交通大学,未经北京交通大学许可,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/201710647011.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top