[發明專利]應用于視頻編碼中深度圖像幀內預測的編碼電路及方法

有效

• 申請號: 201810060363.2
• 申請日: 2018-01-22
• 公開（公告）號: CN108134940B
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 杜高明;曹一凡;劉冠宇;張多利;王莉;李楨旻;宋宇鯤;王曉蕾
• 申請（專利權）人: 合肥工業大學
• 主分類號: H04N19/593
• 分類號: H04N19/593;H04N19/176;H04N19/147
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

1.一種應用于視頻編碼中深度圖像幀內預測的編碼電路，記任一深度圖像內的4N×4N區域的像素值為原始塊RU，其中N為正整數，1≤N≤8；其特征是：所述編碼電路包括：輸入數據處理模塊、粗搜索模塊、精搜索模塊和楔形塊模型數據存儲模塊；

所述輸入數據處理模塊接收外部輸入的原始塊RU，并計算所述原始塊RU的上、下、左、右四個邊界上的4N-1個梯度值，再對第i個邊界上的4N-1個梯度值依次進行標號；將所述第i個邊界上的4N-1個梯度值進行降序排序，從而得到梯度值對應標號的相應排序，記為第i個梯度值位置信息Pos_i，其中，梯度值為“0”的標號也記為“0”，1≤i≤4；以第i個梯度值位置信息Pos_i與第j個梯度值位置信息Pos_j作為一組梯度值方向信息，從而得到6組梯度值方向信息，其中任意一組梯度值方向信息記為Ori_t，1≤t≤6；

所述粗搜索模塊根據第t組梯度值方向信息Ori_t中非“0”標號所對應的梯度值分別對所述原始塊RU進行分割，從而得到K_t個粗搜索分割塊，其中，第k個粗搜索分割塊是由所述原始塊RU分割后得到的兩個楔形塊組成；根據第k個粗搜索分割塊，對所述原始塊RU內的像素值按照兩個楔形塊分別進行均值計算，得到兩個楔形塊的均值并填充到相應的楔形塊中，從而構成第k個粗搜索預測塊；計算第k個粗搜索預測塊的粗搜索率失真代價值，從而得到K_t個粗搜索預測塊的粗搜索率失真代價值；同步計算6組梯度值方向信息所對應的粗搜索率失真代價值，并從中選擇最小的粗搜索率失真代價值所對應的粗搜索預測塊作為最優粗搜索預測塊，i≠j，1≤j≤4；

所述精搜索模塊根據最優粗搜索預測塊在分割位置上的兩個梯度值，分別找到相鄰的兩個梯度值，從而根據一個梯度值及其相鄰的兩個梯度值與另一個梯度值及其相鄰的兩個梯度值分別對所述最優粗搜索預測塊進行分割，得到8個精搜索分割塊；其中，第s個精搜索分割塊是由所述原始塊RU分割后得到的兩個楔形塊組成；根據第s個精搜索分割塊，對所述原始塊RU內的像素值按照兩個楔形塊分別進行均值計算，得到兩個楔形塊的均值并填充到相應的楔形塊中，從而構成第s個精搜索預測塊；計算第s個精搜索預測塊的精搜索率失真代價值，從而得到8個精搜索預測塊的精搜索率失真代價值，從8個精搜索率失真代價值和最小粗搜索率失真代價值中選擇最小的率失真代價值所對應的預測塊作為最優精搜索預測塊，最后根據所述最優精搜索預測塊與所述原始塊RU計算得到殘差塊，從而以所述最優精搜索預測塊和殘差塊實現對所述原始塊RU的數據壓縮傳輸；1≤s≤8。

2.一種應用于視頻編碼中深度圖像幀內預測的編碼方法，其特征是按如下步驟進行：

步驟1、記任一深度圖像內的4N×4N區域的像素值為原始塊RU，其中N為正整數，1≤N≤8；計算所述原始塊RU的上、下、左、右四個邊界上的4N-1個梯度值，并對第i個邊界上的4N-1個梯度值依次進行標號；

步驟2、對所述第i個邊界上的4N-1個梯度值進行降序排序，得到梯度值對應標號的相應排序，記為第i個梯度值位置信息Pos_i，其中，梯度值為“0”的標號也記為“0”，1≤i≤4；

步驟3、以第i個梯度值位置信息Pos_i與第j個梯度值位置信息Pos_j作為一組梯度值方向信息，從而得到6組梯度值方向信息，其中任意一組梯度值方向信息記為Ori_t，1≤t≤6；i≠j，1≤j≤4；

步驟4、初始化t＝1；

步驟5、根據第t組梯度值方向信息Ori_t中非“0”標號所對應的梯度值分別對所述原始塊RU進行分割，從而得到K_t個粗搜索分割塊，其中，第k個粗搜索分割塊是由所述原始塊RU分割后得到的兩個楔形塊組成；

步驟6、根據第k個粗搜索分割塊，對所述原始塊RU內的像素值按照兩個楔形塊分別進行均值計算，得到兩個楔形塊的均值并填充到相應的楔形塊中，從而構成第k個粗搜索預測塊；

步驟7、計算第k個粗搜索預測塊的粗搜索率失真代價值，從而得到K_t個粗搜索預測塊的粗搜索率失真代價值；

步驟8、將t+1賦值給t，判斷t＞6是否成立，若成立，則執行步驟9；否則返回步驟5；

步驟9、從所有粗搜索率失真代價值中選擇最小的粗搜索率失真代價值所對應的粗搜索預測塊作為最優粗搜索預測塊；

步驟10、根據最優粗搜索預測塊在分割位置上的兩個梯度值，分別找到相鄰的兩個梯度值；

步驟11、根據一個梯度值及其相鄰的兩個梯度值與另一個梯度值及其相鄰的兩個梯度值分別對所述最優粗搜索預測塊進行分割，得到8個精搜索分割塊；其中，第s個精搜索分割塊是由所述原始塊RU分割后得到的兩個楔形塊組成；

步驟12、根據第s個粗搜索分割塊，對所述原始塊RU內的像素值按照兩個楔形塊分別進行均值計算，得到兩個楔形塊的均值并填充到相應的楔形塊中，從而構成第s個精搜索預測塊；

步驟13、計算第s個精搜索預測塊的精搜索率失真代價值，從而得到8個精搜索預測塊的精搜索率失真代價值，從8個精搜索率失真代價值和最小粗搜索率失真代價值中選擇最小的率失真代價值所對應的預測塊作為最優精搜索預測塊；

步驟14、根據所述最優精搜索預測塊與所述原始塊RU計算得到殘差塊，從而以所述最優精搜索預測塊和殘差塊實現對所述原始塊RU的數據壓縮傳輸；1≤s≤8。