[發明專利]基于視頻壓縮的自適應預測方法

在審

• 申請號: 201811260607.8
• 申請日: 2018-10-26
• 公開（公告）號: CN109561302A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 冉文方;田林海;李雯
• 申請（專利權）人: 西安科銳盛創新科技有限公司
• 主分類號: H04N19/103
• 分類號: H04N19/103;H04N19/119;H04N19/176;H04N19/182
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 王海棟

本發明涉及一種基于視頻壓縮的自適應預測方法，包括：利用自適應模板預測方法對當前MB進行預測獲取所述當前MB的第一預測殘差；利用自適應分割預測方法對當前MB進行預測獲取所述當前MB的第二預測殘差；根據所述第一預測殘差和所述第二預測殘差利用預測選擇算法選取所述當前MB的最終預測方法；將所述最終預測方法的標志信息、所述最終預測方法對應的預測殘差傳輸至碼流中。本發明通過算法比較兩種預測方法的預測殘差，可以根據不同的紋理區域選擇不同的預測算法，能夠提高對復雜紋理區域求預測殘差值的精度，進一步降低理論極限熵，提高壓縮率。

技術領域

本發明涉及一種壓縮技術領域，特別涉及一種基于視頻壓縮的自適應預測方法。

背景技術

隨著公眾對視頻質量需求的不斷提高，視頻的圖像分辨率也隨之成倍數的增加，由此使視頻圖像的數據量十分巨大，需要占用較多的存儲空間和傳輸帶寬。在這種情況下，利用芯片內的帶寬壓縮技術來提高圖像的存儲空間和傳輸帶寬就顯得尤為必要。

預測模塊作為視頻壓縮的一個重要模塊，是利用相鄰像素間存在的空間冗余度，根據鄰近像素信息對當前像素值進行預測，預測差值的標準差遠小于原始圖像數據的標準差，因此對預測差值進行編碼，更有利于使圖像數據的理論熵達到最小，達到提高壓縮效率的目的。目前預測模塊的算法主要分為兩類，紋理相關預測和像素值相關預測。

然而，當待壓縮圖像的紋理復雜多變時，預測待壓縮圖像的復雜紋理區域時往往因圖像紋理之間的相關性較差，預測編碼得不到精確的參考，導致理論極限熵得不到最大化的降低，影響預測模塊的質量。因此，在待壓縮圖像的紋理復雜多變時，提高預測模塊的質量成為亟需解決的問題。

發明內容

因此，為解決現有技術存在的技術缺陷和不足，本發明提出一種基于視頻壓縮的自適應預測方法。

具體地，本發明一個實施例提出的一種基于視頻壓縮的自適應預測方法，包括：

基于此，本發明具備如下優點：

本發明的有益效果主要表現在：

1)本發明通過定義自適應模板表位的數量和序號的方式，計算當前MB的預測殘差，與現有的方法相比，當待壓縮圖像的紋理較為復雜時，定義不同的自適應模板對應不同的紋理區域，更容易提高當前MB中的像素與自適應模板中選定的像素匹配的概率，能夠提高對復雜紋理區域求預測殘差值的精度，進一步降低理論極限熵，增大帶寬壓縮率；

2)本發明自適應分割預測方法通過當前區域像素值間的相關性進行預測，利用本發明的算法對比水平劃分、垂直劃分、不劃分三種情況的壓縮數據量，選擇對應最優的劃分方式進行殘差預測，以使初始的宏塊和預測的宏塊之間的差異最小而提高壓縮效率并提高主觀圖片質量，對于復雜紋理圖像處理時，預測效果好、處理效率高，且能夠降低理論極限熵，增大帶寬壓縮率；

3)通過預測選擇算法可以選擇出最優的一種預測方法，對于復雜紋理圖像，分場景配置權重系數，針對不同的紋理圖像確定預測算法，進一步優化了預測效果，降低理論極限熵，增大帶寬壓縮率。

通過以下參考附圖的詳細說明，本發明的其它方面和特征變得明顯。但是應當知道，該附圖僅僅為解釋的目的設計，而不是作為本發明的范圍的限定，這是因為其應當參考附加的權利要求。還應當知道，除非另外指出，不必要依比例繪制附圖，它們僅僅力圖概念地說明此處描述的結構和流程。

附圖說明

下面將結合附圖，對本發明的具體實施方式進行詳細的說明。

圖1為本發明實施例提供的一種基于視頻壓縮的自適應預測方法流程圖；

圖2為本發明實施例提供的一種第一自適應模板的示意圖；

圖3為本發明實施例提供的另一種第二自適應模板的示意圖；