[发明专利]屏幕内容编码标准帧内图像码率的估计方法

权利要求书

1.一种屏幕内容编码标准帧内图像码率的估计方法，其特征在于由下述步骤组成：

(1)确定视频图像纹理特征

1)确定视频图像分量标准差

输入视频，视频图像的帧宽为N₁帧高为N₂，按照块划分方式对视频图像进行划分，每一个视频图像块为一个基本单元，基本单元的宽和高为w，按式(1)确定视频图像亮度分量Y、色度分量Cb、色度分量Cr的标准差，每个视频图像亮度分量Y、色度分量Cb、色度分量Cr的每个基本单元的标准差按式(2)确定；当视频图像的第k个基本单元在色度分量Cb和色度分量Cr上的标准差满足式(3)判定其为颜色复杂块：

S(f,c,k)≥t(c) (3)

其中S(f,c)表示视频第f幅帧内图像第c个分量的标准差值，S(f,c,k)表示第f幅帧内图像第c个分量中第k个基本单元标准差值，分量c取1代表亮度分量Y、分量c取2代表色度分量Cb、分量c取3代表色度分量Cr，x(f,c,k,e)表示第f幅帧内图像第c个分量中第k个基本单元中第e个像素的像素值，t(c)表示第c个色度分量判断颜色复杂块的标准差阈值参数，其中色度分量Cb取值为6，色度分量Cr取值为8，f、k、e为有限的正整数，int()为下取整函数；

2)确定分量的对比度特征

将视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr围绕边界进行扩展，填充的行数和列数均为1，填充像素值与分量边界像素值相同，填充后分量的行数为N₂+2，列数为N₁+2；按式(4)得到视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr的对比度值，每个视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr分别按式(5)确定第f幅帧内图像第c个分量上每个像素值与周围8临近像素值之差的平方和：

其中D(f,c)表示视频第f幅帧内图像第c个分量的对比度值，K(f,c)表示第f幅帧内图像第c个分量上每个像素值与周围8临近像素值之差的平方和，x(f,c,i,j)表示第f幅帧内图像第c个分量中第i行第j列的像素值；

3)确定分量梯度特征

按式(6)、(7)、(8)确定视频图像亮度分量Y的梯度值矩阵、色度分量Cb的梯度值矩阵、色度分量Cr的梯度值矩阵：

其中T(X_c)表示第c个分量的视频图像的梯度值矩阵，T_x(X_c)和T_y(X_c)表示水平和垂直方向的梯度值矩阵，X_c表示第c个分量的视频图像的像素值矩阵，表示卷积运算；

4)用标准差均值、对比度均值、梯度均值确定视频图像纹理特征

按式(9)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的标准差均值按式(10)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的对比度均值按式(11)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的梯度均值

其中N_c表示视频图像第c个分量的像素总数；

(2)确定视频图像颜色特征

1)确定色度分量复杂块比例和

按式(12)确定视频图像色度分量的复杂块所占比例和P(f)；按式(13)确定色度分量Cb和色度分量Cr上复杂块所占比例P(f,c)：

P(f)＝P(f,2)+P(f,3) (12)

其中M(c)为统计的视频帧内图像中色度分量Cb和色度分量Cr上的颜色复杂块个数；

2)确定色度分量颜色等级数量和

用式(14)确定色度分量Cb和色度分量Cr的颜色等级数量和，用式(15)确定每个色度分量上满足条件的颜色等级总数，统计色度分量Cb、色度分量Cr的像素直方图，按式(16)判断色度分量c中颜色等级r所包含像素数是否大于0.0005N₁×N₂：

Q(f)＝Q(f,2)+Q(f,3) (14)

Q(f,c,r)＝1，H(f,c,r)＞0.0005N₁×N₂ (16)

其中Q(f)表示视频第f幅帧内图像色度分量Cb和色度分量Cr满足条件的颜色等级数量和，Q(f,c)表示统计视频第f幅帧内图像第c个分量满足式(16)的颜色等级总数，Q(f,c,r)表示视频第f幅帧内图像第c个分量中颜色等级r包含的像素数是否大于0.0005N₁×N₂，若满足则设其值为1，不满足则其值为0，H(f,c,r)表示视频第f幅帧内图像色度分量Cb和色度分量Cr第r个颜色等级所对应的像素个数，l表示颜色等级总数；

(3)确定图像类型

第f幅帧内图像满足此图像被分类为纹理复杂图像，否则判定为纹理简单图像，其中Z_s为复杂度分类阈值参数，Z_s∈[20,25]；

(4)获得纹理简单图像模型参数

对于纹理简单图像，按式(17)和式(18)分别获得用于码率估计的模型参数α和模型参数θ₁：

其中p₁，p₂，p₃，p₄，p₅，p₆，p₇，p₈为模型参数，p₁∈[-1370,-1365]，p₂∈[-275，-270]，p₃∈[925,930]，p₄∈[-100，-90]，p₅∈[-10，-2]，p₆∈(0,0.7]，p₇∈[-0.05,0)p₈∈(0，0.0001]；

(5)估计纹理简单图像码率

按式(19)得到纹理简单图像的第一种码率估计值R_s,bpp,rec，第一种码率估计值R_s,bpp,rec的单位是像素每比特：

其中QP表示用于编码的量化参数；

按式(20)得到纹理简单图像的第二种码率估计值R_s,bit,rec，第二种码率估计值R_s,bit,rec的单位是比特：

(6)获得纹理复杂图像模型参数

对于纹理复杂图像，按式(21)和式(22)分别获得用于码率估计的两个模型参数β和θ₂：

其中q₁，q₂，q₃，q₄，q₅，q₆，q₇为模型参数，q₁∈[1,26]，q₂∈[-1,0)，q₃∈[0.001,0.007]，q₄∈(0,0.002]，q₅∈[-0.1,0)，q₆∈[-2×10^-10,0)，q₇∈(0,0.00002]；

(7)估计纹理复杂图像码率

按式(23)得到纹理复杂图像的第一种码率估计值R_o,bpp,rec，第一种码率估计值R_o,bpp,rec的单位是像素每比特：

R_o,bpp,rec＝βexp(θ₂QP) (23)

其中exp()是以自然常数e为底的指数函数；

按式(24)得到纹理复杂图像的第二种码率估计值R_o,bit,rec，第二种码率估计值R_o,bit,rec的单位是比特：

R_o,bit,rec＝N₁×N₂×βexp(θ₂QP) (24)。