[发明专利]一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法

权利要求书

1.一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，包括如下步骤：

S1：对输入的屏幕内容视频帧进行LoG检测，利用LoG特征对大小为32×32和16×16的CU计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值；并比较四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值大小，进入步骤S2；否则，对当前的CU执行原始的率失真优化过程，然后进入步骤S5；

S2：如果四叉树划分的纹理复杂度差异值为最小，则跳过四叉树划分的率失真优化过程，然后进入步骤S5，否则进入步骤S3；

S3：如果水平二叉树划分的纹理复杂度差异值为最小，则跳过水平二叉树和水平三叉树划分的率失真优化过程，然后进入步骤S5，否则进入步骤S4；

S4：如果垂直二叉树划分的纹理复杂度差异值为最小，则跳过垂直二叉树和垂直三叉树划分的率失真优化过程；

S5：进行下一个深度CU的计算。

2.如权利要求1所述的一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，在步骤S1中，对输入的屏幕内容视频帧进行LoG检测，具体如下：

用二维函数I(x,y)表示原始图像，当前输入屏幕内容视频帧的LoG特征值公式如下：

其中，G(x,y,σ)为高斯滤波器，σ为概率分布的标准差，x为原始图像横坐标，y为原始图像纵坐标，▽²[G(x,y,σ)]为LoG滤波器，公式如下：

3.如权利要求2所述的一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，步骤S1中，计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值，具体如下：

计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征的均值；

基于四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征的均值，计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征均值的均值；

计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值。

4.如权利要求3所述的一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，所述计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征的均值，具体为：

四叉树划分的四个子CU的均值公式如下：

水平二叉树划分的两个子CU的均值公式如下：

垂直二叉树划分的两个子CU的均值公式如下：

其中，w和h为当前CU的宽和高，L(x,y)为像素点(x,y)的LoG特征值，M_QT为四叉树划分的子CU的LoG特征的均值，M_TH为水平二叉树划分的子CU的LoG特征的均值，M_TV为垂直二叉树划分的子CU的LoG特征的均值。

5.如权利要求3所述的一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，基于四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征的均值，计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征均值的均值，具体为：

计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的LoG特征均值的均值，公式如下：

其中，μ_QT为四叉树划分的子CU的LoG特征均值的均值，μ_TH水平二叉树划分的子CU的LoG特征均值的均值，μ_TV垂直二叉树划分的子CU的LoG特征均值的均值。

6.如权利要求3所述的一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法，其特征在于，所述计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值，具体为：

分别表示为TCDV_QT、TCDV_TH、TCDV_TV，公式如下：

其中，TCDV_QT为四叉树划分的子CU的纹理复杂度差异值，TCDV_TH为水平二叉树划分的子CU的纹理复杂度差异值，TCDV_TV为垂直二叉树划分的子CU的纹理复杂度差异值。