[发明专利]基于视频图片纹理特征的HEVC帧内快速算法选择方法

说明书

本发明的实施例之一提供了基于视频图片纹理特征的HEVC帧内快速算法选择方法。与现有技术相比，本发明实施例之一提供的方法，通过判断CU所处的图片区域是平坦的还是不平坦的，然后选取相应的快速算法对CU进行编码，使得编码器的编码效率得到提高，计算复杂度被降低。在与原HEVC编码率失真相近的情况下，本发明实施例1的方法平均能降低56.2％的编码时间，同时质量(BRBD)只损失了1.52％。

技术领域

本发明属于视频编码解码技术领域，具体涉及基于视频图片纹理特征的HEVC帧内快速算法选择方法。

背景技术

视频编码，就是指通过一些压缩的手段，将视频信号的文件转换成另一种文件格式，从而使得在信号传输过程中，减少带宽的使用，使其高效的传播。高效率视频编码(HighEfficiency Video Coding，简称HEVC)是一种新的视频压缩标准，在性能上相较于H.264更加优秀，在同等视频质量下其压缩率可达到H.264的2倍。电影、动画片等视频经HEVC视频压缩后，手机用户观看在线视频不仅流量耗费大大减少，且下载速度会更快，画质基本不会受到影响，即使在线观看也会更流畅，不易卡机。

在HEVC中，视频信号序列以图像组(Group of Picture，简称GOP)为基本单位进行编码，其中每一帧又会被分为一系列的片(编码的独立单元)，每一片又会被划分为若干个树形编码单元(Coding Tree Unit，简称CTU)，CTU按照类似四叉树的结构划分成四个更小尺寸的编码单元(Coding Units，简称CU)，CU是HEVC帧内/帧间预测、量化变换以及熵编码等环节共享的基本单位，可支持的编码尺寸最大为64×64，最小为8×8，编码器可以根据不同的图片内容、图片大小以及应用需求合理地选择CU的尺寸，以此获得较大程度的优化。

帧内预测技术在H.264/AVC中已经成功得到应用。HEVC中的帧内预测指利用图像的空间相关性，通过已编码的重构像素块来预测当前像素块，以去除空间冗余信息，提高图像压缩率。在HEVC中，为了更准确地描述图像的纹理特性，降低预测误差，提出了更精确的帧内预测技术，将预测模式增加到了35种，如图1所示。对于HEVC帧内编码，CTU可以迭代地划分成四个CU，一直划分到最小编码单一(8×8)，每一深度的CU又可以划分成2N×2N和N×N两种PU，每种PU进行35种帧内预测编码，并根据RDCost选择最佳PU模式。判定一个CTU的最佳划分方式，一般需要进行1+4+4²+4³＝85次RDCost计算，如图2中序号所示。

HEVC的帧内编码算法从35种预测模式中选择出最佳的预测模式要经历两个步骤，一是“粗搜索”，二是“精搜索”。在粗搜索中，编码器首先从35种模式中选出N种最有可能成为最佳模式的候选类型构成“精搜索”候选集合。N取决于预测单元(Prediction Uints，简称PU)的大小，当PU的大小为{4×4，8×8，16×16，32×32，64×64}时，对应的N分别是{8，8，3，3，3}。然后将“最可能”预测模式(Most Probable Modes，简称MPMs)加入到候选集合中。在“精搜索”中，对候选集合中的模式进行完整的计算率失真代价，将率失真代价最小的模式作为帧内模式的方向。由于完整的率失真代价计算复杂度很高，在“粗搜索”中只计算了简单的率失真代价。

出于压缩效率的考虑，HEVC编码器的计算复杂度很高，在视频会议、网络直播等对延迟有较高要求的应用中受到了限制。因此，为了提高视频编码效率，降低计算复杂度，仍需一种新的方法。

发明内容

为解决现有技术中存在的问题，本发明实施例之一的目的在于提供一种基于视频图片纹理特征的HEVC帧内快速算法选择方法。

为实现上述目的，本发明实施例之一采用以下技术方案：

基于视频图片纹理特征的HEVC帧内快速算法选择方法，步骤包括：

(1)计算编码单元CU的纹理特征值W；