[发明专利]带宽压缩空域量化及反量化方法在审
| 申请号： | 201811260613.3 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109495758A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 张莹;冉文方 | 申请（专利权）人： | 西安科锐盛创新科技有限公司 |
| 主分类号： | H04N19/567 | 分类号： | H04N19/567;H04N19/59;H04N19/124 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 王海栋 |
| 地址： | 710065 陕西省西安市高新区高新路86号*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 量化 残差 反量化 波动系数 波动状态 带宽压缩 预测残差 空域 量化参数 量化单元 损失计算 图像量化 像素 内存 恢复 | ||
1.一种带宽压缩空域量化方法，其特征在于，包括：
获取量化单元中像素的原始预测残差；
计算所述原始预测残差的量化残差和残差损失；
根据所述残差损失计算波动系数和波动状态。
2.根据权利要求1所述的量化方法，其特征在于，根据所述残差损失计算波动系数和波动状态之后，还包括：将所述量化残差、所述波动系数、所述波动状态写入码流。
3.根据权利要求1所述的量化方法，其特征在于，所述量化单元采用统一的量化参数。
4.根据权利要求2所述的量化方法，其特征在于，计算所述原始预测残差的量化残差和残差损失，包括：
对所述原始预测残差进行量化获得所述量化残差；
对所述量化残差进行反量化获得反量化残差；
根据所述量化残差和所述反量化残差获得所述残差损失。
5.根据权利要求4所述的量化方法，其特征在于，所述反量化残差满足：
invRes＝((Resqp＞＞QP)＜＜QP)+(1＜＜QP)/2
其中，invRes为所述反量化残差，Resqp为所述量化残差，QP为所述量化参数。
6.根据权利要求1所述的量化方法，其特征在于，根据所述残差损失计算所述波动系数满足：
其中，lossresi为所述量化单元第i位像素的所述残差损失，pixnumnone0为所述残差损失内非0的残差数量。
7.根据权利要求1所述的量化方法，其特征在于，根据所述残差损失计算所述波动状态包括：
若所述像素的所述残差损失大于0，则所述像素的所述波动状态等于1；若所述像素的所述残差损失小于0，则所述像素的所述波动状态等于-1；否则，所述像素的所述波动状态等于0。
8.一种带宽压缩反量化方法，其特征在于，包括：
获取码流中的量化残差、波动系数、波动状态；
根据所述量化残差、所述波动系数、所述波动状态获得反量化残差。
9.根据权利要求8所述的反量化方法，其特征在于，根据所述量化残差、所述波动系数、所述波动状态获得反量化残差，包括：
根据所述量化残差获得第一反量化残差；
根据所述波动系数和所述波动状态计算补偿值；
根据所述第一反量化残差和所述补偿值计算所述反量化残差。
10.根据权利要求9所述的反量化方法，其特征在于，根据所述波动系数和所述波动状态计算补偿值，满足：
所述补偿值＝所述波动系数*所述波动状态。
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西安科锐盛创新科技有限公司，未经西安科锐盛创新科技有限公司许可，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/201811260613.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：带宽压缩量化及反量化方法
- 下一篇：图像处理方法及装置
