[发明专利]带宽压缩中自适应纹理渐变预测方法

说明书

本发明涉及一种带宽压缩中自适应纹理渐变预测方法，包括选取N种采样方式对当前MB中的像素分量进行采样；选取M中预测方式对所述当前MB进行预测；分别计算所述当前MB的预测残差和SAD；根据所述SAD选取所述当前MB的采样方式和预测方式。本发明通过定义MB的采样方式，计算当前预测宏块的预测残差和SAD。与现有的方法相比，当待压缩图像的纹理较为复杂时，对处于当前图像的纹理边界处的MB，根据纹理的渐变原理，不依赖于当前MB的周围的MB，而是通过当前MB自身的纹理特性获得预测残差，能够提高对复杂纹理区域求预测残差值的精度，进一步降低理论极限熵，增大带宽压缩率。

技术领域

本发明涉及一种压缩技术领域，特别涉及一种带宽压缩中自适应纹理渐变预测方法。

背景技术

随着电视机和显示器进入超高清(4K)和特超高清(8K)的分辨率，以及以远程桌面为典型表现形式的新一代云计算与信息处理模式及平台的发展和普及，对视频图像数据压缩的需求也走向更高分辨率和包含摄像机摄取图像和计算机屏幕图像的复合图像，由此使视频图像的数据量十分巨大，需要占用较多的存储空间和传输带宽，在这种情况下，利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。

原始视频信号，数据量非常巨大，而原始视频信号存在大量的冗余信息，这些冗余信息包括空间冗余信息、时间冗余信息、数据冗余信息和视觉冗余信息。带宽压缩的目的是降低视频信号中存在的各种冗余信息。带宽压缩主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用预测编码降低时间冗余信息和空间冗余信息。目前预测模块的算法主要分为两类，纹理相关预测和像素值相关预测。

现有的纹理相关预测方法中，对于图像中纹理边界处的宏块(Macro block,简称MB)，由于当前MB与周围MB不在相同的纹理区域，因此当前MB与周围MB之间的相关性较差，即不能通过当前MB与周围MB相关性，获取较小的预测残差。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种带宽压缩中自适应纹理渐变预测方法。

具体地，本发明一个实施例提出的一种带宽压缩中自适应纹理渐变预测方法，包括：

选取N种采样方式对当前MB中的像素分量进行采样；

选取M中预测方式对所述当前MB进行预测；

分别计算所述当前MB的预测残差和SAD；

根据所述SAD选取所述当前MB的采样方式和预测方式。

在本发明的一个实施例中，选取N种采样方式对当前MB中的像素分量进行采样，包括：选取N种非等距离采样方式对所述当前MB中的像素分量进行采样，其中N为大于1的整数。

在本发明的一个实施例中，所述预测方式为角度预测方式。

在本发明的一个实施例中，所述角度预测方式，包括：45度纹理预测、90度纹理预测及135度纹理预测。

在本发明的一个实施例中，分别计算所述当前MB的预测残差和SAD，包括：

计算所述当前MB采样点的第一预测残差；

利用预测公式计算所述当前MB非采样点的第二预测残差。

在本发明的一个实施例中，分别计算所述当前MB的预测残差和SAD，包括：

分别计算第一SAD和第二SAD；其中，所述第一SAD是计算所述当前MB的所述第一预测残差及所述第二预测残差的残差绝对值和，所述第二SAD是计算所述当前MB的所述第一预测残差的残差绝对值和。

在本发明的一个实施例中，计算所述当前MB采样点的第一预测残差，包括：