[發明專利]編碼設備、編碼方法和程序、解碼設備、解碼方法和程序在審
| 申請號: | 201780079211.0 | 申請日: | 2017-12-13 |
| 公開(公告)號: | CN110115038A | 公開(公告)日: | 2019-08-09 |
| 發明(設計)人: | 志摩真悟 | 申請(專利權)人: | 佳能株式會社 |
| 主分類號: | H04N19/70 | 分類號: | H04N19/70;H04N19/82;H04N19/86 |
| 代理公司: | 北京魏啟學律師事務所 11398 | 代理人: | 魏啟學 |
| 地址: | 日本東京都大*** | 國省代碼: | 日本;JP |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 濾波處理 像素 編碼設備 控制信息 判斷部件 區塊邊界 濾波 區塊 圖像 圖像質量劣化 解碼 邊界判斷 編碼部件 解碼設備 連續區塊 不連續 應用 | ||
在針對跨不連續區塊邊界的像素進行環內濾波的情況下,結果濾波處理可能使圖像質量劣化。然而,在針對跨區塊邊界的像素無條件地使濾波處理無效的情況下,發生不能對可以預期由于環內濾波處理而使圖像質量有所提高的連續區塊邊界應用環內濾波的問題。為了解決該問題,用于對具有多個區塊的圖像進行編碼的編碼設備包括:判斷部件,用于針對由多個區塊構成的多個邊界判斷是否對與邊界相鄰的像素進行濾波處理;以及編碼部件,用于基于判斷部件所進行的判斷,針對多個邊界中的至少兩個邊界對控制信息進行編碼,所述控制信息表示是否對與邊界相鄰的像素進行濾波處理。
技術領域
本發明涉及一種編碼設備、編碼方法和程序、解碼設備、解碼方法和程序、以及編碼圖像數據,特別地涉及塊邊界上的濾波處理。
背景技術
作為用于運動圖像的壓縮記錄的編碼方法,已知HEVC(高效視頻編碼)編碼方法(以下稱為HEVC)。對于HEVC,采用被稱為Tile(區塊)的技術,其中利用該技術,將1幀分割為多個矩形區域以使得能夠進行編碼和解碼的并行處理等。在使用區塊的情況下,可以實現基于編碼和解碼的并行處理的高速化,并且還可以減少圖像編碼設備和圖像解碼設備中所包括的存儲器容量。
另外,為了提高以HEVC編碼之后的圖像的圖像質量,采用諸如去塊濾波或樣本自適應偏移等的環內濾波處理。盡管也可以對跨區塊邊界的像素應用這種環內濾波處理,但是在對跨區塊邊界的像素應用環內濾波處理的情況下,編碼和解碼的并行處理在某些情況下可能出現問題。為此,在HEVC中采用loop_filter_across_tiles_enabled_flag的句法元素,其中利用該句法元素,可以選擇是否對跨區塊邊界的像素應用環內濾波處理。即,設計為:在上述句法元素為1的情況下,能夠對區塊邊界應用環內濾波,以及在0的情況下,禁止對區塊邊界應用環內濾波。據此,在重視并行實現的情況下可以將上述句法元素設置為0,以及在重視區塊邊界上的圖像質量的情況下可以將上述句法元素設置為1。
近年來,伴隨著VR(虛擬現實)技術的發展,產生了利用多個照相機拍攝360°視頻、并且對拍攝圖像進行壓縮和編碼的用例。作為360°視頻的拍攝方法,提出了一種用于通過彼此組合的6個照相機沿上、下、左、右、前和后各方向拍攝圖像的技術(非專利文獻1)。通過將如此拍攝的6個圖像以彼此組合的方式重新排列并進行壓縮和編碼來將所拍攝的圖像設置為一個圖像。關于重新排列,探討了如圖9A所示的用于以展開模具的方式排列的技術以及如圖9B~9D所示的用于進一步重新排列為矩形以使得組合之后的圖像的面積變得最小的技術(非專利文獻2)。根據如圖9A所示的技術,諸如左和前、以及前和右等的相鄰圖像的邊界通常是連續的,但是在組合之后的圖像的四個角中產生無用區域。另一方面,根據圖9B~9D所示的技術,在組合之后的圖像中不會產生無用區域,但是在相鄰圖像的邊界中連續邊界和不連續邊界混合存在。
非專利文獻1:JVET投稿JVET-C0021因特網<http://phenix.int-evry.fr/jvet/doc_end_user/documents/3_Geneva/wg11/>
非專利文獻2:JVET投稿JVET-D0022因特網<http://phenix.int-evry.fr/jvet/doc_end_user/documents/4_Chengdu/wg11/>
發明內容
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佳能株式會社,未經佳能株式會社許可,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/201780079211.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:球面投影運動估計/補償和模式決策
- 下一篇:自適應內容優化





