本发明涉及一种压缩技术领域,特别涉及一种带宽压缩中复杂纹理的双模式选择预测方法。
背景技术:
随着公众对视频质量需求的不断提高,视频的图像分辨率也随之成倍数的增加,由此使视频图像的数据量十分巨大,需要占用较多的存储空间和传输带宽,在这种情况下,利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。
带宽压缩技术的目标是用较小的逻辑面积成本,尽可能的提高压缩倍数,减少双倍速率同步动态随机存储器(doubledatarate,简称ddr)的占用。预测模块作为带宽压缩的一个重要模块,是利用图像相邻像素间存在的空间冗余度,根据邻近像素信息对当前像素值进行预测,预测差值的标准差要远小于原始图像数据的标准差,因此对预测差值进行编码,更有利于使图像数据的理论熵达到最小,从而达到提高压缩效率的目的。
然而,当待压缩图像的纹理复杂多变时,根据固定不变的预测模式来预测待压缩图像的复杂纹理区域时,往往会造成所采用预测模式可能只适用某些区域,而对另一些区域并不适用,从而造成这些区域的预测编码得不到精确的参考,导致理论极限熵得不到最大化的降低,影响预测模块的预测质量。因此,在待压缩图像的纹理复杂多变时,提供一种更加灵活适用的预测方法以实现所有纹理区域的高质量预测成为亟需解决的问题。
技术实现要素:
因此,为解决现有技术存在的技术缺陷和不足,本发明提出一种带宽压缩中复杂纹理的双模式选择预测方法。
具体地,本发明一个实施例提出的一种带宽压缩中复杂纹理的双模式选择预测方法,包括:
将待编码视频图像划分成多个宏块,并确定待编码像素分量;
采用等距采样预测方法,确定当前编码宏块中的采样像素和非采样像素的第一参考像素,计算得到一组第一预测残差;
采用自适应十字窗口预测方法,在十字形窗口内选择当前编码宏块中每个当前编码像素的第二参考像素,计算得到一组第二预测残差;
根据一组第一预测残差计算第一绝对残差和,根据一组第二预测残差计算第二绝对残差和;
比较第一绝对残差和与第二绝对残差和,确定当前编码宏块的最优预测方法,得到一组最优预测残差。
在本发明的一个实施例中,采用等距采样预测方法,确定当前编码宏块中的采样像素和非采样像素的第一参考像素,计算得到一组第一预测残差的步骤包括:
设定多种等距采样模式,根据不同的采样间隔对当前编码宏块中的像素的待编码像素分量的重建值进行采样;
确定每一种等距采样模式下当前编码宏块中的每个采样像素和每个非采样像素的第一参考像素,计算得到每一种等距采样模式下的一组采样预测残差;
根据每一种等距采样模式下的一组采样预测残差,计算每一种等距采样模式下的采样绝对残差和;
比较每一种等距采样模式下的采样绝对残差和,选择最小的采样绝对残差和对应的等距采样模式作为最优等距采样模式,对应的一组采样预测残差作为当前编码宏块的一组第一预测残差。
在本发明的一个实施例中,设定多种等距采样模式,根据不同的采样间隔对当前编码宏块中的像素的待编码像素分量的重建值进行采样的步骤包括:
从当前编码宏块中的第一个像素开始,按照采样间隔采集采样像素的待编码像素分量的重建值,采样像素包括当前编码宏块的最后一个像素。
在本发明的一个实施例中,确定每一种等距采样模式下当前编码宏块中的每个采样像素和每个非采样像素的参考像素,计算得到每一种等距采样模式下的一组采样预测残差的步骤还包括:
从当前编码宏块的上参考宏块中按照点对点映射选择每个采样像素的参考像素,计算每个采样像素的待编码像素分量的采样预测残差。
在本发明的一个实施例中,确定每一种等距采样模式下当前编码宏块中的每个采样像素和每个非采样像素的参考像素,计算得到每一种等距采样模式下的一组采样预测残差的步骤还包括:
从当前编码宏块中选择采样像素作为每个非采样像素的参考像素,计算每个非采样像素的待编码像素分量的采样预测残差。
在本发明的一个实施例中,每个非采样像素的待编码像素分量的采样预测残差的计算公式为:
其中,
在本发明的一个实施例中,采用自适应十字窗口预测方法,在十字形窗口内选择当前编码宏块中每个当前编码像素的第二参考像素,计算得到一组第二预测残差的步骤包括:
确定预测搜索窗口;
在预测搜索窗口内计算当前编码像素的权重,权重包括当前编码像素相对预测搜索窗口内的重建像素的差异度权重和位置权重;
根据权重确定当前编码像素的第二参考像素并计算第二预测残差,得到当前编码宏块的一组第二预测残差。
在本发明的一个实施例中,在预测搜索窗口内计算当前编码像素的权重的步骤包括:
计算当前编码像素的每个像素分量相对重建像素的像素分量的分量差异度权重;
计算当前编码像素的每个像素分量相对重建像素的像素分量的分量位置权重;
计算当前编码像素相对每个重建像素的子权重;
分量差异度权重为
分量位置权重为
子权重为
权重为wij={wij、0,wij、1,wij、2,...wij、k...,wij、k-2}。
在本发明的一个实施例中,根据权重确定当前编码像素的第二参考像素并计算第二预测残差的步骤包括:
根据最优值算法从权重的多个子权重中,选择出最优值,将最优值对应的重建像素作为当前编码像素的第二参考像素;
根据当前编码像素的待编码像素分量的原始值与第二参考像素的待编码像素分量的重建值计算当前编码像素的待编码像素分量的第二预测残差。
基于此,本发明具备如下优点:
本发明实施例的带宽压缩中复杂纹理的双模式选择预测方法,采用了两种不同的预测方法,以宏块为预测单元,通过比较两种不同的预测方法得到的预测残差,选择针对该宏块的最优预测方法进行预测残差的计算,对于复杂纹理图像,可根据图像不同区域纹理特征的不同,自适应地选择最优的预测方法,预测效果更优,进一步降低了理论极限熵。
通过以下参考附图的详细说明,本发明的其它方面和特征变得明显。但是应当知道,该附图仅仅为解释的目的设计,而不是作为本发明的范围的限定,这是因为其应当参考附加的权利要求。还应当知道,除非另外指出,不必要依比例绘制附图,它们仅仅力图概念地说明此处描述的结构和流程。
附图说明
下面将结合附图,对本发明的具体实施方式进行详细的说明。
图1为本发明实施例提供的带宽压缩中复杂纹理的双模式选择预测方法的流程图。
图2为本发明实施例提供的等距采样预测方法的流程图。
图3为本发明实施例提供的对当前编码宏块进行等距采样的5种等距采样模式示意图。
图4为本发明实施例提供的计算当前编码宏块中像素的待编码像素分量的预测残差的流程图。
图5为本发明实施例提供的1/4采样模式下确定当前编码宏块中采样像素和非采样像素的参考像素示意图。
图6为本发明实施例提供的自适应十字窗口预测方法的流程图。
图7为本发明实施例提供的十字预测搜索窗口的像素索引示意图。
图8为本发明实施例提供的十字预测搜索窗口的重建像素搜索编号示意图。
图9(a)和图9(b)为本发明实施例提供的另一种十字预测搜索窗口的像素索引示意图和重建像素搜索编号示意图。
图10为本发明实施例提供的权重的计算方法流程图。
图11为本发明实施例提供的十字预测搜索窗口中位置子权重的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
本发明实施例的方法,通过采用两种不同的预测方法比较得到的预测残差,针对图像中不同宏块自适应地选择最优预测方法进行预测残差的计算。
实施例一
参见图1,图1为本发明实施例提供的带宽压缩中复杂纹理的双模式选择预测方法的流程图。该双模式选择预测方法包括如下步骤:
s1、将待编码视频图像划分成多个宏块,并确定待编码像素分量。
在本发明的一个实施例中,将待编码视频图像划分为x个相同的宏块mbx,编码前,将对该x个宏块逐一进行编码预测。每个宏块包含m个像素,m≥4,例如m=8×1或m=16×1或m=32×1或m=64×1。对第x个宏块mbx中的m个像素进行顺序编号为0、1、2、...m...、m-1。优选地,每个宏块包含16×1个像素,第x1个宏块mbx中的16个像素进行顺序编号为0、1、2、...m...、16。设定待编码视频图像的每个像素包含n个像素分量,待编码像素分量为第n个像素分量。例如待编码视频图像的每个像素包含3个像素分量rgb,或包括4个像素分量rgbw,或包含3个像素分量yuv,或包含4个像素分量cmyk。
s2、采用等距采样预测方法,确定当前编码宏块中的采样像素和非采样像素的第一参考像素,计算得到一组第一预测残差,并计算第一绝对残差和。
s3、采用自适应十字窗口预测方法,在十字形窗口内选择当前编码宏块中当前编码像素的第二参考像素,计算得到一组第二预测残差,并计算第二绝对残差和。
s4、根据一组第一预测残差计算第一绝对残差和,根据一组第二预测残差计算第二绝对残差和。
s5、比较第一绝对残差和与第二绝对残差和,确定当前编码宏块的最优预测方法,得到一组最优预测残差。
实施例二
参见图2,图2为本发明实施例提供的等距采样预测方法的流程图。本发明实施例的等距采样预测方法,通过对当前编码宏块中的部分像素即采样像素的重建值进行采集,在当前编码宏块外部选择参考像素计算采样像素的预测残差,并在当前编码宏块内部选择采样像素作为参考像素,估算非采样像素的预测残差。本发明实施例在实施例一的基础上,步骤s2还包括以下步骤:
s21、设定多种等距采样模式,根据不同的采样间隔对当前编码宏块中的像素的待编码像素分量的重建值进行采样,得到每一种等距采样模式下当前编码宏块的一组采样像素的待编码像素分量的重建值。
由于宏块中存在纹理,宏块中两个像素之间的距离越近,则纹理渐变的一致性概率越高,反之宏块中两个像素之间的距离越远,则纹理渐变的一致性概率越低。根据宏块中存在的这种纹理相关性,需要从多种采样模式中选择合适的采样模式,即以合适的采样间隔t对宏块中的m个像素的待编码像素分量进行采样。因此,宏块中的m个像素包括采样像素和非采样像素。
在本发明的一个实施例中,采用的是等距采样模式,采样间隔为t个像素,称之为1/t采样模式,且1≤t≤m。以1/t采样模式对当前编码宏块mbx中m个像素的待编码像素分量的重建值进行采样时,从编号为0的像素即第1个像素开始,按照采样间隔t进行采样。并设定任意等距采样模式下,均对当前编码宏块mbx中的最后一个像素的待编码像素分量的重建值进行采集。因此,最后一个采样区间内包含两个采样像素为第一个像素和最后一个像素,其余采样区间均包含1个采样像素为第1个像素。因此,当t=1时,即全采样模式下,共采集m个重建值;当t>1时,共采集m/t+1个重建值。
参见图3,图3为本发明实施例提供的对当前编码宏块进行等距采样的5种等距采样模式示意图。在本发明的一个实施例中,设定5种等距采样模式对当前编码宏块mbx进行采样,分别对应的采样间隔为t=1、t=2、t=4、t=8、t=16,即全采样模式、1/2采样模式、1/4采样模式、1/8采样模式、1/16采样模式。当m=16×1,即当前编码宏块mbx包含16个像素时,按照这5种等距采样模式对当前编码宏块mbx中的m个像素的重建值进行采样的方法具体为:
(一)、全采样,采集当前编码宏块mbx中编号为0到15的16个像素的待编码像素分量的重建值;
(二)、1/2采样,采集当前编码宏块mbx中编号为0、2、4、6、8、10、12、14、15的共9个像素的待编码像素分量的重建值,则这9个像素为采样像素,其余6个像素为非采样像素;
(三)、1/4采样,采集当前编码宏块mbx中编号为0、4、8、12、15的共5个像素的待编码像素分量的重建值,则这5个像素为采样像素,其余11个像素为非采样像素;
(四)、1/8采样,采集当前编码宏块mbx中编号为0、8、15的共3个像素的待编码像素分量的重建值,则这3个像素为采样像素,其余13个像素为非采样像素;
(五)、1/16采样,采集当前编码宏块mbx中编号为0、15的共2个像素的待编码像素分量的重建值,则这2个像素为采样像素,其余14个像素为非采样像素。
s22、确定每一种等距采样模式下当前编码宏块中的每个采样像素和每个非采样像素的参考像素,计算每个采样像素和每个非采样像素的待编码像素分量的采样预测残差,得到每一种等距采样模式下的一组采样预测残差。
在本发明的一个实施例中,1/t采样模式下,当前编码宏块mbx包含f=m/t个采样区间,对f个采样区间顺序编号为0、1、2、...f...、f-1,每个采样区间包含t个像素,其中包含1个采样像素和t-1个非采样像素。则当前编码宏块mbx共包含f+1=m/t+1个采样像素为
{sample0、sample1、sample2、…、samplef、…、samplef}
其中,samplef表示编号为f的采样区间内的采样像素。在编号为f的采样区间内,t-1个非采样像素为
{nosamplef,0、nosamplef,1、…、nosamplef,t、…、nosamplef,t-2}
其中,nosamplef,t表示编号为f的采样区间内编号为t的非采样像素。
在本发明的一个实施例中,1/4采样模式下,当前编码宏块mbx包含16全像素时,分为4个采样区间,对4个采样区间顺序编号为0、1、2、3,每个采样区间包含4个像素。当前编码宏块mbx包含5个采样像素为sample0、sample1、sample2、sample3、sample4,编号0的采样区间内的3个非采样像素为nosample0,0、nosample0,1、nosample0,2。
参见图4和图5,图4为本发明实施例提供的计算当前编码宏块中像素的待编码像素分量的预测残差的流程图;图5为本发明实施例提供的1/4采样模式下确定当前编码宏块中采样像素和非采样像素的参考像素示意图。对当前编码宏块mbx中的采样像素和非采样像素,按照不同的预测方法计算其待编码像素分量的采样预测残差。具体步骤如下:
s221、从当前编码宏块mbx的上参考宏块中按照点对点映射选择每个采样像素的参考像素,计算每个采样像素的待编码像素分量的采样预测残差。
采用点对点预测方式,在当前编码宏块mbx的上参考宏块mbx'中,选择与当前编码宏块mbx中每个采样像素samplef编号相同的像素作为该采样像素的参考像素,计算每个采样像素的待编码像素分量的采样预测残差。上参考宏块mbx'是指在待编码视频图像中位于当前编码宏块mbx正上方相邻的宏块。则当前编码宏块mbx中每个采样像素的待编码像素分量的采样预测残差根据如下公式(1)计算得到:
其中,
编号为f的采样区间内的采样像素samplef,在当前编码宏块mbx中的编号为m=tf,即
其中,
s222、从当前编码宏块mbx中选择采样像素作为每个非采样像素的参考像素,计算每个非采样像素的待编码像素分量的采样预测残差。
在采样间隔为t的等距采样模式下,从当前编码宏块mbx中选择采样像素作为每个非采样像素的参考像素,即在每个采样区间内,将采样像素samplef作为每个非采样像素nosamplef,t的参考像素,计算每个非采样像素的待编码像素分量的采样预测残差。
(一)、对于前f-1个采样区间,在每个采样区间内,每个非采样像素nosamplef,t的待编码像素分量的采样预测残差的计算公式如下公式(3):
其中,
因为
将
其中,
(二)、对于最后一个采样区间,其包含两个采样像素为samplef-1和samplef,每个非采样像素nosamplef,t的待编码像素分量的采样预测残差的计算公式如下公式(5):
即
其中,
根据如上公式(2)、公式(4)和公式(6),1/t采样模式下当前编码宏块mbx中所有像素的待编码像素分量的采样预测残差计算公式如下:
s23、根据每一种等距采样模式下得到的一组采样预测残差,计算每一种等距采样模式下的采样绝对残差和。
根据公式(7),采样间隔为t的等距采样模式下,得到当前编码宏块mbx的一组采样预测残差为
则采样绝对残差和如下公式(8)计算得到:
在本发明的一个实施例中,当前编码宏块mbx包含16个像素,分别采用全采样模式、1/2采样模式、1/4采样模式、1/8采样模式、1/16采样模式对当前编码宏块mbx中的m个像素的重建值进行采样并计算每个像素的待编码像素分量的采样预测残差。根据公式(7),对t取值分别为t=1、
则对于当前编码宏块mbx得到五组采样预测残差,根据公式(8)得到五个采样绝对残差和分别为
s24、比较每一种等距采样模式下的采样绝对残差和,选择最小的采样绝对残差和对应的等距采样模式作为最优等距采样模式,对应的一组参考像素作为当前编码宏块mbx的一组第一参考像素,对应的一组采样预测残差作为当前编码宏块mbx的一组第一预测残差
具体为,比较步骤s23中得到的多个采样绝对残差和
本发明实施例的等距采样预测方法预设多种采样模式及对应采样像素和非采样像素的参考像素的选择方式,通过比较不同采样模式下得到的宏块的预测残差的采样绝对残差和,进而选择出最优的采样模式对当前宏块进行采样并计算预测残差。与现有方法相比,当待压缩图像的纹理较为复杂时,对处于图像的纹理边界处的宏块,因为存在纹理的渐变,可以使当前宏块最大限度不依赖于周围宏块,而是根据当前宏块自身的纹理特性获得预测残差,从而避免因周围宏块与当前宏块相关性较差而不能获取较小的预测残差,能够提高对复杂纹理区域求预测残差值的精度,进一步降低理论极限熵,增大带宽压缩率。
实施例三
参见图6,图6为本发明实施例提供的自适应十字窗口预测方法的流程图。本发明实施例在实施例一或实施例二的基础上,步骤s3还包括以下步骤:
s31、确定十字形预测搜索窗口
参见图7,图7为本发明实施例提供的十字预测搜索窗口的像素索引示意图。在待编码视频图像像素区域内,用cij代表当前编码像素,pij代表已编码的重建像素。其中,ij为当前编码像素或重建像素的位置索引。设定一个滑动窗口作为预测搜索窗口,预测搜索窗口的形状可以为水平条形、垂直条形、l形、十字形、丁字形、矩形或其他不规则形状。预测搜索窗口的大小根据视频图像的纹理特征及预测精度的需求进行确定,对于纹理比较细或对预测精度需求较低的视频图像,可设置较小的预测搜索窗口,对于纹理比较粗或对预测精度需求较高的视频图像,可设置较大的预测搜索窗口。
在本发明的一个实施例中,预测搜索窗口的形状为十字形,大小为包含k个像素。该十字形预测搜索窗口的上部、下部、左边和右边包含的像素数目可以相等,也可以不相等。当前编码像素cij可设定位于该十字形预测搜索窗口内,也可以设定位于该十字形预测搜索窗口外。当前编码像素cij可设定位于该十字形预测搜索窗口水平方向的右端,也可以设定位于该十字形预测搜索窗口垂直方向的下端。优选地,当前编码像素cij位于该十字形预测搜索窗口内的最下端位置。预测搜索窗口内的其他位置为已编码的k-1个重建像素pi,j-1、pi,j-2、pi,j-3、...pi-1,j-3、pi-2,j-3、...pi+1,j-3、pi+2,j-3、...。在对当前编码像素cij进行编码预测时,根据k-1个重建像素的重建值来预测当前编码像素cij的第二预测残差。
参见图8,图8为本发明实施例提供的十字预测搜索窗口的重建像素搜索编号示意图。本发明实施例中,根据k-1个重建像素的重建值来预测当前编码像素cij的重建值时,对十字形窗口内的k-1个重建像素进行顺序编号为0、1、2、...k...、k-2,按照编号对重建像素p0、p1、p2、...pk...、pk-2进行顺序搜索,先从左至右搜索水平方向的所有重建像素,再从上至下搜索竖直方向的所有重建像素。或者先搜索竖直方向的,再搜索水平方向的。例如,本发明实施例的十字形预测搜索窗口内包含12个重建像素,水平方向从左至右、竖直方向从上至下,对12个重建像素进行编号,从0编号至11,对该12个重建像素p0、p1、p2、...、p11从编号为0的重建像素p0开始搜索,直至搜索到编号为11的重建像素p11,寻找当前编码像素cij的第二参考像素,计算第二预测残差。
参见图9,图9(a)和图9(b)为本发明实施例提供的另一种十字预测搜索窗口的像素索引示意图和重建像素搜索编号示意图。该十字形预测搜索窗口内包含4个重建像素,水平方向从左至右、竖直方向从上至下,对4个重建像素进行编号,从0编号至3,对该4个重建像素p0、p1、p2、p3从编号为0的重建像素p0开始搜索,直至搜索到编号为3的重建像素p3,寻找当前编码像素cij的第二参考像素,计算预测残差。该十字形预测搜索窗口内包含最少像素数,进一步节约传输的附加比特数。
当前编码像素cij的第二预测残差计算方法如下述步骤描述。
s32、在十字形预测搜索窗口内计算当前编码像素cij的权重wij。
对应k-1个已编码的重建像素p0、p1、p2、...pk...、pk-2,权重wij包括k-1个子权重,即
wij={wij、0,wij、1,wij、2,...wij、k...,wij、k-2}
其中,wij、k为当前编码像素cij对应已编码的重建像素pk的子权重。子权重wij、k为当前编码像素cij的n个像素分量
其中,
在本发明的一个实施例中,在预测搜索窗口内计算当前编码像素cij的权重wij时,权重wij由当前编码像素的差异度权重difij和位置权重posij共同确定。对应k-1个已编码的重建像素p0、p1、p2、...pk...、pk-2,差异度权重difij有k-1个差异度子权重difij、k,位置权重posij有k-1个位置子权重posij、k,即
difij={difij、0,difij、1,difij、2,...difij、k...,difij、k-2}
posij={posij、0,posij、1,posij、2,...posij、k...,posij、k-2}
参见图10,图10为本发明实施例提供的权重的计算方法流程图,权重wij的确定方法包括如下步骤:
s321、计算当前编码像素的像素分量
其中,分量差异度子权重
优选地,本发明实施例中,分量差异度子权重
s322、计算当前编码像素的像素分量
其中,分量位置子权重
参见图11,图11为本发明实施例提供的十字预测搜索窗口中位置子权重的示意图。本发明实施例中,以当前编码像素cij与重建像素pk相间隔的像素数作为分量位置子权重
s323、计算当前编码像素的像素分量
其中,分量子权重为
s324、计算当前编码像素cij相对每一个重建像素pk的子权重wij、k。当前编码像素cij相对重建像素pk的子权重wij、k为当前编码像素cij的n个像素分量
其中,
s325、计算当前编码像素cij的权重,则权重为
s33、根据权重wij确定当前编码像素cij的第二参考像素并计算第二预测残差。包括如下步骤:
s331、根据权重wij确定当前编码像素cij的第二参考像素ps。具体地,根据最优值算法从权重wij的k-1个子权重wij、k中,选择出最优值,将最优值对应的重建像素ps作为当前编码像素cij的第二参考像素。最优值确定算法比如是最小权重确定算法,即从权重wij={wij、0,wij、1,wij、2,...wij、k...,wij、k-2}的k-1个子权重中,选择出子权重最小值如wij、s对应的重建像素ps,将重建像素ps作为当前编码像素cij的第二参考像素。
s332、计算当前编码像素cij的第二预测残差
本发明实施例通过计算重建像素的权重获得参考像素的方式,计算当前预测像素的预测残差,与现有方法相比,当待压缩图像的人造纹理较为复杂时,通过定义不同的参考像素获得预测残差,所定义的参考像素为图像中的原始像素,此种方式更容易提高当前预测像素的准确率,能够进一步提高复杂纹理区域预测残差的精度,进一步降低理论极限熵,提高带宽压缩率。此外利用符合纹理特征的十字形搜索窗口寻找参考像素,对于复杂纹理图像,预测效果更优,并且十字形窗口内像素数少,节约了传输的比特数。
实施例四
本发明实施例在实施例一至实施例三任一基础上,步骤s4还包括以下步骤:
s41、根据一组第一预测残差计算当前编码宏块mbx的第一绝对残差和。
根据步骤s24,由步骤s23中得到的最小的采样绝对残差和例如
s42、根据一组第二预测残差计算当前编码宏块mbx的第二绝对残差和。
设定当前编码宏块mbx中的第1个当前编码像素为cij,则当前编码宏块mbx包含的m个当前编码像素为cij、cij+1、cij+2、...cij+m...、cij+m-1,根据步骤s332,当前编码宏块mbx中m个像素的待编码像素分量的一组第二预测残差为
则当前编码宏块mbx的第二绝对残差和
实施例五
本发明实施例在实施例一至实施例四任一基础上,在步骤s5中,根据两种预测方法得到的绝对残差和,即第一绝对残差和
具体地,若
若
若
本文中,重建值是指已压缩图像解压端得到的像素分量值,进一步,预测残差加上参考值,即参考像素的对应像素分量值,便可得重建值。
综上所述,本发明实施例的带宽压缩中复杂纹理的双模式选择预测方法,采用了两种不同的预测方法,以宏块为预测单元,通过比较两种不同的预测方法得到的预测残差,选择针对该宏块的最优预测方法进行预测残差的计算,对于复杂纹理图像,可根据图像不同区域纹理特征的不同,自适应地选择最优的预测方法,预测效果更优,进一步降低了理论极限熵。
综上所述,本文中应用了具体个例对本发明基于带宽压缩中复杂纹理的双模式选择预测方法进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制,本发明的保护范围应以所附的权利要求为准。