[發明專利]基于模板匹配的幀內預測編、解碼、陣列掃描方法及裝置有效
| 申請號: | 201410231177.2 | 申請日: | 2014-05-28 |
| 公開(公告)號: | CN105338351B | 公開(公告)日: | 2019-11-12 |
| 發明(設計)人: | 黃鑫;楊海濤 | 申請(專利權)人: | 華為技術有限公司 |
| 主分類號: | H04N19/11 | 分類號: | H04N19/11;H04N19/61 |
| 代理公司: | 深圳市深佳知識產權代理事務所(普通合伙) 44285 | 代理人: | 唐華明 |
| 地址: | 518129 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 模板 匹配 預測 解碼 陣列 掃描 方法 裝置 | ||
本發明實施例公開的基于模板匹配的幀內預測編、解碼、陣列掃描方法及裝置,使用至少兩種形狀的模板,計算待預測塊的預測像素值,因為基于模板匹配進行幀內預測基于模板區域與待預測塊的紋理相關性,所以,與單一形狀的模板相比,不同形狀的模板能代表不同的紋理,所以,當一種形狀的模板的紋理與待預測塊的紋理的相關性不大時,還有其它形狀的模板可以選擇,因此,能夠增加模板的紋理與待預測塊的紋理的匹配度,從而從至少兩個預測像素值中確定的最優預測像素值,比使用單一形狀的模板確定出的預測像素值的精度高。
技術領域
本發明涉及圖像壓縮領域,尤其涉及一種基于模板匹配的幀內預測編碼方法及裝置。
背景技術
在圖像壓縮領域,通過非相鄰區域的信息相關性進行幀內預測的方法,被證明可以有效地改善預測質量,基于L型模板匹配的幀內預測編碼方法便屬于這類方法中的一種。
基于L型模板匹配的幀內預測編碼方法的理論假設為:預測塊中的圖像信息和L型模板中的圖像信息具有較強的紋理相關性。然而,當待壓縮圖像的紋理復雜多變時,預測塊中的圖像的紋理與L型模板中的圖像的紋理往往相關性較差,因此,上述理論假設可能不存在,此時,再使用L型模板進行幀內預測編碼,會降低得到的預測塊的精度。
由此可見,當待壓縮圖像的紋理復雜時,如何保證預測塊的精度,成為當前面臨的問題。
發明內容
本發明實施例提供了一種基于模板匹配的幀內預測編碼方法及裝置,目的在于解決當待壓縮圖像的紋理復雜多變時,如何保證預測塊的精度的問題。
為了實現上述目的,本發明實施例公開了以下技術方案:
本發明實施例的第一方面提供了一種基于模板匹配的幀內預測編碼方法,包括:
使用第i種形狀的模板,確定待預測塊的預測像素值,所述待預測塊緊鄰所述第i種形狀的模板,第i個預測像素值由第i種形狀的模板確定,其中,i=1、2、……N,且N為大于或等于2的整數;將所述待預測塊的N個預測像素值中滿足預設條件者作為所述待預測塊的最優預測像素值,所述待預測塊的最優預測像素值用于編碼。
在本發明實施例的第一方面的第一種實施方式中,所述使用第i種形狀的模板,確定待預測塊的預測像素值包括:
使用第i種形狀的模板ix,確定所述待預測塊中的子塊sj的預測像素值,所述子塊sj為所述待預測塊中與所述模板ix形狀相同且緊鄰所述模板ix的區域,其中,j=1、2、……M,x=1、2、……M,所述M為大于或等于2的整數,s1∪s2∪……∪sM=所述待預測塊,所述子塊s1、s2、……sM從緊鄰已重建區域依次遠離所述已重建區域,所述模板ix的尺度不同。
在本發明實施例的第一方面的第二種實施方式中,還包括:
通過計算所述待預測塊的最優預測像素值與所述待預測塊的原始像素值之間的差值,得到殘差信號;
由所述殘差信號得到二維變換量化系數陣列;
依據所述殘差信號的能量分布確定掃描次序;
依據所述掃描次序,對所述二維變換量化系數陣列進行掃描。
在本發明實施例的第一方面的第三種實施方式中,所述依據所述殘差信號的能量分布確定掃描次序包括:
當得到所述最優預測值的模板為所述L型模板時,確定所述掃描次序為對角掃描;
當得到所述最優預測值的模板為所述“一”字型模板時,確定所述掃描次序為水平掃描;
當得到所述最優預測值的模板為所述“1”字型模板時,確定所述掃描次序為豎直掃描。
在本發明實施例的第一方面的第四種實施方式中,所述使用第i種形狀的模板,計算待預測塊的預測像素值包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華為技術有限公司,未經華為技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410231177.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種運動向量估計方法和裝置
- 下一篇:用于成像條件檢測的方法和裝置





