CN107306353A - 图像空间预测模式选择方法及装置、图像压缩方法及设备 - Google Patents
图像空间预测模式选择方法及装置、图像压缩方法及设备 Download PDFInfo
- Publication number
- CN107306353A CN107306353A CN201610247542.8A CN201610247542A CN107306353A CN 107306353 A CN107306353 A CN 107306353A CN 201610247542 A CN201610247542 A CN 201610247542A CN 107306353 A CN107306353 A CN 107306353A
- Authority
- CN
- China
- Prior art keywords
- unit
- image
- compressed
- coding
- predictive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提供了一种图像空间预测模式选择方法及装置、图像压缩方法及设备。通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。本发明通过图像空间预测模式选择方法快速选择出预测单元对应的最优预测模式,将该图像空间预测模式选择方法应用到图像压缩中,通过选择的最优预测模式预测待压缩图像中预测单元中像素的像素值,对待压缩图像进行压缩编码,实现预测图像中相邻像素之间的空间关系,消除待压缩图像中的空间冗余信息,大大减小传输图像所需的数据流量。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种图像空间预测模式选择方法及装置、图像压缩方法及设备。
背景技术
目前,用户经常通过终端浏览图像,当用户浏览图像时,终端需先从服务器下载图像,而由于图像的数据量通常很大,因此下载图像将花费终端大量的下载流量。所以服务器在传输图像给终端前,需对图像进行压缩处理,以缩小图像的数据量。
当前,相关技术中存在一种压缩图像的方法,包括:服务器根据终端的下载请求,确定终端需下载的多幅图像。服务器将确定的多幅图像组合为一个图像文件,并将该图像文件压缩为rar或zip等格式的压缩文件,然后将该压缩文件传输给用户的终端。
由于图像中同一景物表面上采样点的颜色之间通常存在着空间相关性,相邻各点的取值往往相近或相同,所以在图像数据中通常存在大量空间冗余信息,上述相关技术中简单的将多幅图像打包压缩,无法消除图像中的空间冗余信息,对图像的压缩效果有限。
因此目前急需一种空间预测方案及图像压缩方案,能够实现预测图像中相邻像素之间的空间相关性,并通过这种空间预测消除图像中的空间冗余信息,以达到最大程度的图像压缩目的。
发明内容
有鉴于此,本发明实施例的目的在于提供一种图像空间预测模式选择方法及装置、图像压缩方法及装置,实现预测图像中相邻像素之间的空间关系,消除待压缩图像中的空间冗余信息,大大减小传输图像所需的数据流量。
第一方面,本发明实施例提供了一种图像空间预测模式选择方法,所述方法包括:
通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;
采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;
从所述预设的多种预测模式中选择率失真代价最小的预测模式作为所述当前预测单元对应的最优预测模式。
结合第一方面,本发明实施例提供了上述第一方面的第一种可能的实现方式,其中,所述通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码,包括:
从图像中确定与当前预测单元相邻且位于所述当前预测单元左边的预测单元及上边的预测单元;
根据所述左边的预测单元中像素的像素值和所述上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算所述当前预测单元中像素的像素值。
结合第一方面,本发明实施例提供了上述第一方面的第二种可能的实现方式,其中,所述采用简化率失真优化方式分别计算每种预测模式对应的率失真代价,包括:
根据所述当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过绝对差值和SAD分别计算所述每种预测模式对应的失真度;
根据每种预测模式对所述当前预测单元进行空间预测编码的编码长度,分别估计所述每种预测模式对应的码率;
根据所述每种预测模式对应的失真度及码率,分别计算所述每种预测模式对应的率失真代价。
第二方面,本发明实施例提供了一种图像压缩方法,所述方法包括:
通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式;
根据所述分割方式对所述待压缩图像进行单元分割;
通过权利要求1-3任一项所述的图像空间预测模式选择方法,选择分割后所述待压缩图像中每个预测单元对应的最优预测模式;
根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码。
结合第二方面,本发明实施例提供了上述第二方面的第一种可能的实现方式,其中,所述通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式,包括:
对待压缩图像进行单元分割,得到多个编码单元;
通过预设预测模式分别对每个编码单元进行预测;
采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;
根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式。
结合第二方面的第一种可能的实现方式,本发明实施例提供了上述第二方面的第二种可能的实现方式,其中,所述根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式,包括:
判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为所述每个编码单元中任一编码单元,所述二级编码单元为所述一级编码单元中嵌套的编码单元;
如果是,则确定所述一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;
如果否,则确定所述一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
结合第二方面,本发明实施例提供了上述第二方面的第三种可能的实现方式,其中,所述根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码,包括:
根据所述每个预测单元对应的最优预测模式,分别对所述每个预测单元进行预测编码;
分别对所述每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
结合第二方面,本发明实施例提供了上述第二方面的第四种可能的实现方式,其中,所述根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码之后,还包括:
对压缩编码后的所述待压缩图像进行打包压缩处理,得到所述待压缩图像对应的压缩文件。
第三方面,本发明实施例提供了一种图像空间预测模式选择装置,所述装置包括:
预测模块,用于通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;
计算模块,用于采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;
选择模块,用于从所述预设的多种预测模式中选择率失真代价最小的预测模式作为所述当前预测单元对应的最优预测模式。
结合第三方面,本发明实施例提供了上述第三方面的第一种可能的实现方式,其中,所述预测模块包括:
确定单元,用于从图像中确定与当前预测单元相邻且位于所述当前预测单元左边的预测单元及上边的预测单元;
第一计算单元,用于根据所述左边的预测单元中像素的像素值和所述上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算所述当前预测单元中像素的像素值。
结合第三方面,本发明实施例提供了上述第三方面的第二种可能的实现方式,其中,所述计算模块包括:
第二计算单元,用于根据所述当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过绝对差值和SAD分别计算所述每种预测模式对应的失真度;
估计单元,用于根据每种预测模式对所述当前预测单元进行空间预测编码的编码长度,分别估计所述每种预测模式对应的码率;
第三计算单元,用于根据所述每种预测模式对应的失真度及码率,分别计算所述每种预测模式对应的率失真代价。
第四方面,本发明实施例提供了一种图像压缩设备,所述设备包括:确定模块、分割模块、如权利要求9-11任一项所述的图像空间预测模式选择装置,及压缩编码模块:
所述确定模块,用于通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式;
所述分割模块,用于根据所述分割方式对所述待压缩图像进行单元分割;
所述图像空间预测模式选择装置,用于选择分割后所述待压缩图像中每个预测单元对应的最优预测模式;
所述压缩编码模块,用于根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码。
结合第四方面,本发明实施例提供了上述第四方面的第一种可能的实现方式,其中,所述确定模块包括:
分割单元,用于对待压缩图像进行单元分割,得到多个编码单元;
预测单元,用于通过预设预测模式分别对每个编码单元进行预测;
计算单元,用于采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;
确定单元,用于根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式。
结合第四方面的第一种可能的实现方式,本发明实施例提供了上述第四方面的第二种可能的实现方式,其中,所述确定单元包括:
判断子单元,用于判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为所述每个编码单元中任一编码单元,所述二级编码单元为所述一级编码单元中嵌套的编码单元;
第一确定子单元,用于如果是,则确定所述一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;
第二确定子单元,用于如果否,则确定所述一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
结合第四方面,本发明实施例提供了上述第四方面的第三种可能的实现方式,其中,所述压缩编码模块包括:
预测编码单元,用于根据所述每个预测单元对应的最优预测模式,分别对所述每个预测单元进行预测编码;
变换单元,用于分别对所述每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
结合第四方面,本发明实施例提供了上述第四方面的第四种可能的实现方式,其中,所述装置还包括:
打包压缩模块,用于对压缩编码后的所述待压缩图像进行打包压缩处理,得到所述待压缩图像对应的压缩文件。
第五方面,本发明实施例提供了一种图像空间预测模式选择装置,所述装置包括:第一处理器、第一存储器、第一总线和第一通信接口,所述第一处理器、所述第一通信接口和所述第一存储器通过所述第一总线连接;
所述第一存储器用于存储程序;
所述第一处理器,用于通过所述第一总线调用存储在所述第一存储器中的程序,执行所述权利要求1-3任一项所述的方法。
第六方面,本发明实施例提供了一种图像压缩设备,所述设备包括:第二处理器、第二存储器、第二总线和第二通信接口,所述第二处理器、所述第二通信接口和所述第二存储器通过所述第二总线连接;
所述第二存储器用于存储程序;
所述第二处理器,用于通过所述第二总线调用存储在所述第二存储器中的程序,执行所述权利要求4-9任一项所述的方法。
在本发明实施例提供的方法、装置及设备中,通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。本发明通过图像空间预测模式选择方法快速选择出预测单元对应的最优预测模式,将该图像空间预测模式选择方法应用到图像压缩中,通过选择的最优预测模式预测待压缩图像中预测单元中像素的像素值,对待压缩图像进行压缩编码,实现预测图像中相邻像素之间的空间关系,消除待压缩图像中的空间冗余信息,大大减小传输图像所需的数据流量。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1A示出了本发明实施例1所提供的一种图像空间预测模式选择方法的流程图;
图1B示出了本发明实施例1所提供的33种角度预测模式的预测角度示意图;
图2示出了本发明实施例2所提供的一种图像压缩方法的流程图;
图3示出了本发明实施例3所提供的一种图像空间预测模式选择装置的结构示意图;
图4示出了本发明实施例4所提供的一种图像压缩设备的结构示意图;
图5示出了本发明实施例5所提供的一种图像空间预测模式选择装置的结构示意图;
图6示出了本发明实施例6所提供的一种图像压缩设备的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到相关技术中服务器在将图像传输给终端前,仅简单的将多幅图像打包压缩,无法消除图像中的空间冗余信息,对图像的压缩效果有限。基于此,本发明实施例提供了一种图像空间预测模式选择方法及装置、图像压缩方法及设备。下面通过实施例进行描述。
实施例1
本发明实施例提供了一种图像空间预测模式选择方法。图像中相邻像素的像素值之间存在空间相关性,相邻像素的像素值往往相近或相同,因此对于一个像素的像素值,可以根据与其相邻的像素的像素值来估算得到,如此在传输图像数据前,可以先对图像进行压缩,消除相邻像素之间像素值的重复影响,即消除图像中的空间冗余信息。
在对图像进行压缩前,需先对图像进行分割,先分割为多个编码单元,编码单元的大小可以为64*64、32*32、16*16或8*8等,然后在每个编码单元中分割出一个、两个或四个预测单元,预测单元用于通过预测模式对该预测单元中像素的像素值进行预测编码。由于存在多种预测模式,因此在对预测单元进行预测时,需先通过本发明实施例提供的方法来选择预测单元对应的最优预测模式。
参见图1A,该方法具体包括以下步骤:
步骤101:通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码。
在本发明实施例中,可以在图像中按预设顺序遍历图像中每个预测单元,依次为每个预测单元选择最优的预测模式。上述预设顺序可以为从左到右从上到下或从右到左从上到下等。为了便于描述,本发明实施例中每遍历到一个预测单元,将该预测单元称为当前预测单元。
本发明实施例中,首先通过预设的多种预测模式分别对当前预测单元进行预测编码。预设的多种预测模式包括DC(均值)模式、平面模式和33种角度模式。其中,33种角度模式的预测角度如图1B所示。DC模式、平面模式和33种角度模式均为线性预测模式。
当上述遍历预测单元的预设顺序为从左到右从上到下时,上述对当前预测单元进行空间预测编码的具体过程,包括:
从图像中确定与当前预测单元相邻且位于当前预测单元左边的预测单元及上边的预测单元;根据左边的预测单元中像素的像素值和上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算当前预测单元中像素的像素值。
上述左边的预测单元及上边的预测单元为原图像中已知或已编码的预测单元。当遍历到当前预测单元时,从图像中获取上述左边的预测单元中像素的像素值及上边的预测单元中像素的像素值。然后分别通过预设的多种预测模式,根据左边的预测单元中像素的像素值及上边的预测单元中像素的像素值进行线性计算,得到当前预测单元中像素的像素值。
当上述遍历预测单元的预设顺序为从右到左从上到下时,则需获取与当前预测单元相邻且位于当前预测单元右边及上边的预测单元中像素的像素值,再分别通过预设的多种预测模式,根据右边及上边的预测单元中像素的像素值,计算当前预测单元中像素的像素值。
即对当前预测单元进行预测所依据的相邻预测单元的选取,与遍历预测单元的预设顺序相关,所选取的相邻预测单元必须是在图像中已知或已编码的预测单元。
在步骤101中分别通过预设的多种预测模式完成对当前预测单元的空间预测编码后,通过如下步骤102和103的操作从预设的多种预测模式中选择出当前预测单元对应的最优预测模式。
步骤102:采用简化率失真优化方式分别计算每种预测模式对应的率失真代价。
上述简化率失真优化方式采用标准的SAD(Sum of Absolute Difference,绝对差值和)来计算失真度,但码率的计算不采用变换量化及熵编码等严格处理得到,而是采用简单的估计算法来估算码率,以缩短计算每种预测模式对应的率失真代价的时间,提高计算效率。
上述采用简化率失真优化方式分别计算每种预测模式对应的率失真代价的具体过程,包括:
根据当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过SAD分别计算每种预测模式对应的失真度;根据每种预测模式对当前预测单元进行空间预测编码的编码长度,分别估计每种预测模式对应的码率;根据每种预测模式对应的失真度及码率,分别计算每种预测模式对应的率失真代价。
为了便于理解,下面举例说明预测模式对应的失真度的计算过程。例如,假设当前预测单元包含4个像素,这4个像素的实际像素值分别为a1、a2、a3和a4,某预测模式对当前预测单元进行预测得到的这4个像素的像素值分别为b1、b2、b3和b4,则该预测模式对应的失真度=abs(a1-b1)+abs(a2-b2)+abs(a3-b3)+abs(a4-b4)。其中,abs()表示求绝对值。
预测模式对当前预测单元进行空间预测编码的编码长度可以通过编码后当前预测单元对应的数据大小来表示。预测模式预测出当前预测单元中像素的像素值后,根据预测的像素值和图像中当前预测单元中像素的实际像素值,可计算出当前预测单元对应的预测误差。由于根据当前预测单元对应的相邻预测单元中像素的像素值、该预测模式及上述预测误差,即可重构出当前预测单元中像素的实际像素值。所以通过该预测模式预测编码后当前预测单元对应的图像数据可仅包含上述预测误差以及该预测模式的标识信息。所以本发明实施例中,可以计算预测误差的数据大小及预测模式的标识信息的数据大小之和,将计算的和值作为该预测模式对应的码率的估计值。
通过上述方式计算出预测模式对应的失真度及码率后,通过如下所示的率失真代价计算公式来计算预测模式对应的率失真代价。
J(mode)=SAD(mode)+λ*R(mode,residual)
其中,在上述率失真代价计算公式中,mode为预测模式的标识,J(mode)为预测模式对应的率失真代价,SAD(mode)为预测模式对应的失真度,λ为拉格朗日乘子,residual为预测误差,R(mode,residual)为预测模式对应的码率。
在本发明实施例中,通过预设的每种预测模式完成对当前预测单元的预测编码后,对于预设的每种预测模式,均通过上述方式分别计算出每种预测模式对应的率失真代价。
步骤103:从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。
本发明实施例中,直接从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。如此对于每种预测模式对应的率失真代价的计算过程中,不需进行复杂的变换量化和熵编码处理,大大简化了选择当前预测单元对应的最优预测模式的选择过程,减少了计算步骤,降低了模式选择的算法复杂度,提高了选择最优预测模式的效率。
对于图像中的其他每个预测单元,都可以同当前预测单元,按照上述步骤101-103的操作来分别选择出其他每个预测单元对应的最优预测模式。选择出图像中每个预测单元对应的最优预测模式后,即可对该图像进行压缩编码,实现了对图像中相邻像素间的空间相关性的预测,消除该图像中的空间冗余信息。因此将本发明实施例提供的图像空间预测模式选择方法应用到图像压缩过程中,可以大大提高图像压缩的效率。
在本发明实施例中,通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。本发明在选择预测单元对应的最优预测模式的过程中,避免了复杂的变换量化和熵编码处理,大大简化了选择当前预测单元对应的最优预测模式的选择过程,减少了计算步骤,降低了模式选择的算法复杂度,提高了选择最优预测模式的效率。且将该图像空间预测模式选择方法应用到图像压缩中,实现了对图像中相邻像素间的空间相关性的预测,消除该图像中的空间冗余信息,可大大提高图像压缩效率。
实施例2
本发明实施例提供了一种图像压缩方法。将上述实施例1提供的图像空间预测模式选择方法应用到本实施例的图像压缩方法中,提高图像压缩过程中最优预测模式的选择速度,进而提高图像压缩的效率。
参见图2,该方法具体包括以下步骤:
步骤201:通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式。
由于在待压缩图像中分割编码单元的分割方式有很多种,而只有一种分割方式能够使得图像压缩的效果做好,因此在对待压缩图像进行压缩前,需先确定出待压缩图像对应的最优的分割方式。
上述预设预测模式可以为DC模式、平面模式和33种角度模式中的一种或多种。本发明实施例中确定待压缩图像对应的分割方式的具体过程,包括:
对待压缩图像进行单元分割,得到多个编码单元;通过预设预测模式分别对每个编码单元进行预测;采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;根据每个编码单元对应的率失真代价,确定待压缩图像对应的分割方式。
上述根据每个编码单元对应的率失真代价确定待压缩图像对应的分割方式,具体包括:
判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为每个编码单元中任一编码单元,二级编码单元为一级编码单元中嵌套的编码单元;如果是,则确定一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;如果否,则确定一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
为了便于理解步骤201中确定分割方式的具体过程,本发明实施例中,通过举例子的形式进行具体说明。例如,先对待压缩图像进行初始单元分割,可先将待压缩图像分割为多个64*64的编码单元,然后按照预设顺序遍历图像中每个编码单元,该预设顺序可以为从左到右从上到下或从右到左从上到下等。每遍历到一个编码单元,通过预设预测模式对遍历到的编码单元进行预测。
当预设顺序为从左到右从上到下时,对遍历到的编码单元进行预测,首先从图像中确定与遍历到的编码单元相邻且位于该编码单元左边的编码单元及上边的编码单元;根据左边的编码单元中像素的像素值和上边的预编码单元中像素的像素值,通过预设预测模式计算当该编码单元中像素的像素值。
上述左边的编码单元及上边的编码单元为原图像中已知或已编码的编码单元。当遍历到当前编码单元时,根据左边的编码单元中像素的像素值及上边的编码单元中像素的像素值进行线性计算,得到当前编码单元中像素的像素值。
当上述遍历编码单元的预设顺序为从右到左从上到下时,则需获取与遍历到的编码单元相邻且位于该编码单元右边及上边的编码单元中像素的像素值,再分别通过预设预测模式,根据右边及上边的编码单元中像素的像素值,计算该编码单元中像素的像素值。即对该编码单元进行预测所依据的相邻编码单元的选取,与遍历编码单元的预设顺序相关,所选取的相邻编码单元必须是在图像中已知或已编码的编码单元。
通过上述方式完成对每个64*64的编码单元的预测后,采用简化率失真优化方式分别计算每个64*64的编码单元对应的率失真代价。具体计算过程为,根据编码单元中像素的实际像素值及预设预测模式预测的像素值,通过SAD分别计算编码单元对应的失真度;根据预设预测模式对编码单元进行空间预测编码的编码长度,估计编码单元对应的码率;根据编码单元对应的失真度及码率,计算编码单元对应的率失真代价。
上述编码长度可以通过编码后编码单元对应的数据大小来表示。预测出编码单元中像素的像素值后,根据预测的像素值和图像中该编码单元中像素的实际像素值,可计算出该编码单元对应的预测误差。由于根据该编码单元对应的相邻编码单元中像素的像素值、预设预测模式及上述预测误差,即可重构出该编码单元中像素的实际像素值。所以通过预设预测模式预测编码后该编码单元对应的图像数据可仅包含上述预测误差以及预设预测模式的标识信息。所以本发明实施例中,可以计算预测误差的数据大小及预设预测模式的标识信息的数据大小之和,将计算的和值作为该编码单元对应的码率的估计值。
通过上述方式计算出编码单元对应的失真度及码率后,通过如下所示的率失真代价计算公式来计算编码单元对应的率失真代价。
J(CU)=SAD(CU)+λ*R(mode,residual)
其中,在上述率失真代价计算公式中,CU为编码单元的标识,J(CU)为编码单元对应的率失真代价,SAD(CU)为编码单元对应的失真度,λ为拉格朗日乘子,mode为预测模式的标识,residual为预测误差,R(mode,residual)为编码单元对应的码率。
通过上述方式计算出图像中每个64*64的编码单元对应的率失真代价后,对每个64*64的编码单元进一步分割,将一个64*64的编码单元分割为4个32*32的编码单元,即分割后一个64*64的编码单元内嵌套4个32*32的编码单元。然后再次利用上述方式通过预设预测模式分别预测每个32*32的编码单元,并计算出每个32*32的编码单元对应的率失真代价。
对于一个64*64的编码单元,计算其内部嵌套的4个32*32的编码单元对应的率失真代价之和,判断64*64的编码单元对应的率失真代价是否小于或等于这4个32*32的编码单元对应的率失真代价之和,如果是,则对于这个64*64的编码单元对应的图像区域对应的最优的分割方式,即为仅分割成一个64*64的编码单元,不再继续进行细分。
如果否,则将该图像区域分割成4个32*32的编码单元。后续对于每个32*32的编码单元进一步分割,将一个32*32的编码单元分割为4个16*16的编码单元。然后再次利用上述方式通过预设预测模式分别预测每个16*16的编码单元,并计算出每个16*16的编码单元对应的率失真代价。
对于一个32*32的编码单元,计算其内部嵌套的4个16*16的编码单元对应的率失真代价之和,判断32*32的编码单元对应的率失真代价是否小于或等于这4个16*16的编码单元对应的率失真代价之和,如果是,则对于这个32*32的编码单元对应的图像区域对应的最优的分割方式,即为仅分割成一个32*32的编码单元,不再继续进行细分。
如果否,则将该32*32的编码单元对应的图像区域分割成4个16*16的编码单元。后续对于每个16*16的编码单元进一步分割,将一个16*16的编码单元分割为4个8*8的编码单元。然后再次通过预设预测模式分别预测每个8*8的编码单元,并计算出每个8*8的编码单元对应的率失真代价。
对于一个16*16的编码单元,计算其内部嵌套的4个8*8的编码单元对应的率失真代价之和,判断16*16的编码单元对应的率失真代价是否小于或等于这4个8*8的编码单元对应的率失真代价之和,如果是,则对于这个16*16的编码单元对应的图像区域对应的最优的分割方式,即为仅分割成一个16*16的编码单元,不再继续进行细分。如果否,则将该16*16的编码单元对应的图像区域分割成4个8*8的编码单元。
本发明实施例中,对于图像中初始分割得到的每个64*64的编码单元,均通过上述方式确定64*64的编码单元对应的图像区域对应的最优的细化的分割方式,从而确定出整个图像对应的最优的分割方式。
步骤202:根据确定的分割方式对待压缩图像进行单元分割。
按照上述确定的最优的分割方式分割出待压缩图像中的编码单元后,再在每个编码单元中分割出预测单元。
步骤203:通过实施例1提供的图像空间预测模式选择方法,选择分割后待压缩图像中每个预测单元对应的最优预测模式。
上述选择最优预测模式的具体过程,包括:
通过预设的多种预测模式分别对第一预测单元进行空间预测编码,第一预测单元为分割后待压缩图像中的任一预测单元;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为第一预测单元对应的最优预测模式。
上述预设的多种预测模式包括DC(均值)模式、平面模式和33种角度模式。
由于为预测单元选择对应的最优预测模式的具体过程在实施例1中进行了详细论述,在此不再赘述。对于待压缩图像中的其他每个预测单元,都同上述第一预测单元,按照实施例1提供的选择方法分别选择其他每个预测单元对应的最优预测模式。
步骤204:根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。
对待压缩图像进行压缩编码的具体过程,包括:
根据每个预测单元对应的最优预测模式,分别对每个预测单元进行预测编码;分别对每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
下面以一个预测单元对应的压缩编码过程为例进行说明,从待压缩图像中确定与该预测单元相邻的预测单元;根据相邻的预测单元中像素的像素值,通过该预测单元对应的最优预测模式计算该预测单元中像素的像素值。
上述与该预测单元相邻的预测单元为按照预测单元的遍历顺序,在该预测单元之前已知或已编码的预测单元。
通过该预测单元对应的最优预测模式预测出该预测单元中像素的像素值后,根据预测的像素值和待压缩图像中该预测单元中像素的实际像素值,计算出该预测单元对应的预测误差,然后通过变换单元对预测误差进行变换量化和熵编码处理。在压缩后的图像数据中仅保留上述相邻的预测单元中像素的像素值、变换量化和熵编码处理后的预测误差和最优预测模式对应的标识信息。
待压缩图像中其他每个预测单元对应的压缩编码过程都与上述预测单元对应的压缩编码过程相同,在此不再赘述。通过每个预测单元对应的最优预测模式完成对待压缩图像的压缩处理之后,待压缩图像的图像数据中仅包括起始位置处少数几个预测单元中像素的实际像素值及后续各个预测单元对应的预测误差及最优预测模式的标识信息。如此实现了对待压缩图像中相邻像素间空间相关性的预测,并剔除了待压缩图像中的空间冗余信息,大大缩减了压缩后图像的数据量。
通过本发明实施例提供的方法完成对待压缩图像的压缩编码后,还对压缩编码后的待压缩图像进行打包压缩处理,得到待压缩图像对应的压缩文件。如将压缩编码后的待压缩图像打包为rar或zip格式的压缩文件,以进一步缩小传输图像的数据量。
通过上述方式完成对待压缩图像的压缩编码及打包压缩后,服务器将上述待压缩图像对应的压缩文件传输给终端,大大减小了传输待压缩图像所需的传输带宽,节省了用户下载待压缩图像所需的数据流量。终端下载完待压缩图像对应的压缩文件后,对该压缩文件进行解压缩处理,得到压缩编码后的待压缩图像,然后按照本发明实施例中压缩编码时遍历预测单元的遍历顺序,从图像开始位置处,根据图像数据中每个预测单元对应的预测误差及最优预测模式的标识信息,依次重构每个预测单元中像素的实际像素值。具体重构过程包括:终端根据与预测单元相邻的且已知或已重构的预测单元中像素的像素值,通过该预测单元对应的最优预测模式,预测该预测单元中像素的像素值,根据预测的像素值及该预测单元对应的预测误差,计算出该预测单元中像素的实际像素值。
终端通过上述方式重构出待压缩图像中每个预测单元中像素的实际像素值后,就得到了待压缩图像的原始图像数据,并显示该待压缩图像给用户。
在本发明实施例中,通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式;根据分割方式对待压缩图像进行单元分割;通过实施例1提供的图像空间预测模式选择方法,选择分割后待压缩图像中每个预测单元对应的最优预测模式;根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。将实施例1中的预测模式选择方法应用到图像压缩编码中,大大缩减了图像压缩编码中为每个预测单元选择最优预测模式的时间,提高了图像压缩编码的效率。且通过最优预测模式对预测单元进行预测编码,然后再进行变换量化及熵编码处理,实现了预测图像中相邻像素间的空间相关性,剔除了图像中的空间冗余信息,大大减小了压缩后图像的数据量,减小了传输图像所需的带宽。
实施例3
参见图3,本发明实施例提供了一种图像空间预测模式选择装置,该装置用于执行上述实施例1提供的图像空间预测模式选择方法。该装置具体包括:
预测模块301,用于通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;
计算模块302,用于采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;
选择模块303,用于从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。
上述预测模块301通过如下确定单元和第一计算单元来预测当前预测单元中像素的像素值。
确定单元,用于从图像中确定与当前预测单元相邻且位于当前预测单元左边的预测单元及上边的预测单元;
第一计算单元,用于根据左边的预测单元中像素的像素值和上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算当前预测单元中像素的像素值。
在本发明实施例中,计算模块302通过如下第二计算单元、估计单元和第三计算单元来计算每种预测模式对应的率失真代价。
第二计算单元,用于根据当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过绝对差值和SAD分别计算每种预测模式对应的失真度;
估计单元,用于根据每种预测模式对当前预测单元进行空间预测编码的编码长度,分别估计每种预测模式对应的码率;
第三计算单元,用于根据每种预测模式对应的失真度及码率,分别计算每种预测模式对应的率失真代价。
在本发明实施例中,通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。本发明在选择预测单元对应的最优预测模式的过程中,避免了复杂的变换量化和熵编码处理,大大简化了选择当前预测单元对应的最优预测模式的选择过程,减少了计算步骤,降低了模式选择的算法复杂度,提高了选择最优预测模式的效率。且将该图像空间预测模式选择方法应用到图像压缩中,实现了对图像中相邻像素间的空间相关性的预测,消除该图像中的空间冗余信息,可大大提高图像压缩效率。
实施例4
参见图4,本发明实施例提供了一种图像压缩设备,该设备用于执行上述实施例2提供的图像压缩方法。该设备具体包括:确定模块401、分割模块402、实施例3提供的图像空间预测模式选择装置403及压缩编码模块404;
确定模块401,用于通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式;
分割模块402,用于根据分割方式对待压缩图像进行单元分割;
图像空间预测模式选择装置403,用于选择分割后待压缩图像中每个预测单元对应的最优预测模式;
压缩编码模块404,用于根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。
上述确定模块401通过如下分割单元、第一预测单元、第一计算单元和确定单元来确定待压缩图像对应的最优的分割方式。
分割单元,用于对待压缩图像进行单元分割,得到多个编码单元;
预测单元,用于通过预设预测模式分别对每个编码单元进行预测;
计算单元,用于采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;
确定单元,用于根据每个编码单元对应的率失真代价,确定待压缩图像对应的分割方式。
上述确定单元包括:判断子单元,用于判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为每个编码单元中任一编码单元,二级编码单元为一级编码单元中嵌套的编码单元;第一确定子单元,用于如果是,则确定一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;第二确定子单元,用于如果否,则确定一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
在本发明实施例中,压缩编码模块404通过如下预测编码单元和变换单元来对待压缩图像进行压缩编码。
预测编码单元,用于根据每个预测单元对应的最优预测模式,分别对每个预测单元进行预测编码;变换单元,用于分别对每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
在完成对待压缩图像的压缩编码处理之后,为了进一步缩小待压缩图像的数据量,该装置还通过如下打包压缩模块来对压缩编码后的待压缩图像打包压缩。打包压缩模块,用于对压缩编码后的待压缩图像进行打包压缩处理,得到待压缩图像对应的压缩文件。
在本发明实施例中,通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式;根据分割方式对待压缩图像进行单元分割;通过实施例1提供的图像空间预测模式选择方法,选择分割后待压缩图像中每个预测单元对应的最优预测模式;根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。将实施例1中的预测模式选择方法应用到图像压缩编码中,大大缩减了图像压缩编码中为每个预测单元选择最优预测模式的时间,提高了图像压缩编码的效率。且通过最优预测模式对预测单元进行预测编码,然后再进行变换量化及熵编码处理,实现了预测图像中相邻像素间的空间相关性,剔除了图像中的空间冗余信息,大大减小了压缩后图像的数据量,减小了传输图像所需的带宽。
实施例5
参见图5,本发明实施例提供了一种图像空间预测模式选择装置,该装置用于执行上述实施例1提供的图像空间预测模式选择方法。该装置具体包括:第一处理器501、第一存储器502、第一总线503和第一通信接口504,第一处理器501、第一通信接口504和第一存储器502通过第一总线503连接;
第一存储器502用于存储程序;
第一处理器501,用于通过第一总线503调用存储在第一存储器502中的程序,执行实施例1提供的图像空间预测模式选择方法。
第一处理器501在执行实施例1提供的图像空间预测模式选择方法时,通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。
第一处理器501执行实施例1提供的方法的执行细节与实施例1中描述的内容相同,在此不再赘述。
在本发明实施例中,通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;从预设的多种预测模式中选择率失真代价最小的预测模式作为当前预测单元对应的最优预测模式。本发明在选择预测单元对应的最优预测模式的过程中,避免了复杂的变换量化和熵编码处理,大大简化了选择当前预测单元对应的最优预测模式的选择过程,减少了计算步骤,降低了模式选择的算法复杂度,提高了选择最优预测模式的效率。且将该图像空间预测模式选择方法应用到图像压缩中,实现了对图像中相邻像素间的空间相关性的预测,消除该图像中的空间冗余信息,可大大提高图像压缩效率。
实施例6
参见图6,本发明实施例提供了一种图像压缩设备,该设备用于执行上述实施例2提供的图像压缩方法。该设备具体包括:第二处理器601、第二存储器602、第二总线603和第二通信接口604,第二处理器601、第二通信接口604和第二存储器602通过第二总线603连接;
第二存储器602用于存储程序;
第二处理器601,用于通过第二总线603调用存储在第二存储器602中的程序,执行实施例1提供的图像压缩方法。
第二处理器601在执行实施例1提供的图像压缩方法时,通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式;根据分割方式对待压缩图像进行单元分割;通过实施例1提供的图像空间预测模式选择方法,选择分割后待压缩图像中每个预测单元对应的最优预测模式;根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。
第二处理器601执行实施例1提供的方法的执行细节与实施例1中描述的内容相同,在此不再赘述。
在本发明实施例中,通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定待压缩图像对应的分割方式;根据分割方式对待压缩图像进行单元分割;通过实施例1提供的图像空间预测模式选择方法,选择分割后待压缩图像中每个预测单元对应的最优预测模式;根据每个预测单元对应的最优预测模式,对待压缩图像进行压缩编码。将实施例1中的预测模式选择方法应用到图像压缩编码中,大大缩减了图像压缩编码中为每个预测单元选择最优预测模式的时间,提高了图像压缩编码的效率。且通过最优预测模式对预测单元进行预测编码,然后再进行变换量化及熵编码处理,实现了预测图像中相邻像素间的空间相关性,剔除了图像中的空间冗余信息,大大减小了压缩后图像的数据量,减小了传输图像所需的带宽。
本发明实施例所提供的图像空间预测模式选择装置及图像压缩装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的***、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种图像空间预测模式选择方法,其特征在于,所述方法包括:
通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;
采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;
从所述预设的多种预测模式中选择率失真代价最小的预测模式作为所述当前预测单元对应的最优预测模式。
2.根据权利要求1所述的方法,其特征在于,所述通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码,包括:
从图像中确定与当前预测单元相邻且位于所述当前预测单元左边的预测单元及上边的预测单元;
根据所述左边的预测单元中像素的像素值和所述上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算所述当前预测单元中像素的像素值。
3.根据权利要求1所述的方法,其特征在于,所述采用简化率失真优化方式分别计算每种预测模式对应的率失真代价,包括:
根据所述当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过绝对差值和SAD分别计算所述每种预测模式对应的失真度;
根据每种预测模式对所述当前预测单元进行空间预测编码的编码长度,分别估计所述每种预测模式对应的码率;
根据所述每种预测模式对应的失真度及码率,分别计算所述每种预测模式对应的率失真代价。
4.一种图像压缩方法,其特征在于,所述方法包括:
通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式;
根据所述分割方式对所述待压缩图像进行单元分割;
通过权利要求1-3任一项所述的图像空间预测模式选择方法,选择分割后所述待压缩图像中每个预测单元对应的最优预测模式;
根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码。
5.根据权利要求4所述的图像压缩方法,其特征在于,所述通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式,包括:
对待压缩图像进行单元分割,得到多个编码单元;
通过预设预测模式分别对每个编码单元进行预测;
采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;
根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式。
6.根据权利要求5所述的图像压缩方法,其特征在于,所述根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式,包括:
判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为所述每个编码单元中任一编码单元,所述二级编码单元为所述一级编码单元中嵌套的编码单元;
如果是,则确定所述一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;
如果否,则确定所述一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
7.根据权利要求4所述的图像压缩方法,其特征在于,所述根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码,包括:
根据所述每个预测单元对应的最优预测模式,分别对所述每个预测单元进行预测编码;
分别对所述每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
8.根据权利要求4所述的图像压缩方法,其特征在于,所述根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码之后,还包括:
对压缩编码后的所述待压缩图像进行打包压缩处理,得到所述待压缩图像对应的压缩文件。
9.一种图像空间预测模式选择装置,其特征在于,所述装置包括:
预测模块,用于通过预设的多种预测模式分别对图像中的当前预测单元进行空间预测编码;
计算模块,用于采用简化率失真优化方式分别计算每种预测模式对应的率失真代价;
选择模块,用于从所述预设的多种预测模式中选择率失真代价最小的预测模式作为所述当前预测单元对应的最优预测模式。
10.根据权利要求9所述的装置,其特征在于,所述预测模块包括:
确定单元,用于从图像中确定与当前预测单元相邻且位于所述当前预测单元左边的预测单元及上边的预测单元;
第一计算单元,用于根据所述左边的预测单元中像素的像素值和所述上边的预测单元中像素的像素值,通过预设的多种预测模式分别计算所述当前预测单元中像素的像素值。
11.根据权利要求9所述的装置,其特征在于,所述计算模块包括:
第二计算单元,用于根据所述当前预测单元中像素的实际像素值及每种预测模式预测的像素值,通过绝对差值和SAD分别计算所述每种预测模式对应的失真度;
估计单元,用于根据每种预测模式对所述当前预测单元进行空间预测编码的编码长度,分别估计所述每种预测模式对应的码率;
第三计算单元,用于根据所述每种预测模式对应的失真度及码率,分别计算所述每种预测模式对应的率失真代价。
12.一种图像压缩设备,其特征在于,所述设备包括:确定模块、分割模块、如权利要求9-11任一项所述的图像空间预测模式选择装置,及压缩编码模块:
所述确定模块,用于通过预设预测模式分别对待压缩图像中的编码单元进行预测,确定所述待压缩图像对应的分割方式;
所述分割模块,用于根据所述分割方式对所述待压缩图像进行单元分割;
所述图像空间预测模式选择装置,用于选择分割后所述待压缩图像中每个预测单元对应的最优预测模式;
所述压缩编码模块,用于根据所述每个预测单元对应的最优预测模式,对所述待压缩图像进行压缩编码。
13.根据权利要求12所述的图像压缩设备,其特征在于,所述确定模块包括:
分割单元,用于对待压缩图像进行单元分割,得到多个编码单元;
预测单元,用于通过预设预测模式分别对每个编码单元进行预测;
计算单元,用于采用简化率失真优化方式分别计算每个编码单元对应的率失真代价;
确定单元,用于根据所述每个编码单元对应的率失真代价,确定所述待压缩图像对应的分割方式。
14.根据权利要求13所述的图像压缩设备,其特征在于,所述确定单元包括:
判断子单元,用于判断一级编码单元对应的率失真代价是否小于或等于多个二级编码单元的率失真代价之和,一级编码单元为所述每个编码单元中任一编码单元,所述二级编码单元为所述一级编码单元中嵌套的编码单元;
第一确定子单元,用于如果是,则确定所述一级编码单元对应的图像区域的分割方式为仅分割为一级编码单元;
第二确定子单元,用于如果否,则确定所述一级编码单元对应的图像区域的分割方式为分割为多个二级编码单元。
15.根据权利要求12所述的图像压缩设备,其特征在于,所述压缩编码模块包括:
预测编码单元,用于根据所述每个预测单元对应的最优预测模式,分别对所述每个预测单元进行预测编码;
变换单元,用于分别对所述每个预测单元对应的预测编码结果进行变换、量化和熵编码处理。
16.根据权利要求12所述的图像压缩设备,其特征在于,所述设备还包括:
打包压缩模块,用于对压缩编码后的所述待压缩图像进行打包压缩处理,得到所述待压缩图像对应的压缩文件。
17.一种图像空间预测模式选择装置,其特征在于,所述装置包括:第一处理器、第一存储器、第一总线和第一通信接口,所述第一处理器、所述第一通信接口和所述第一存储器通过所述第一总线连接;
所述第一存储器用于存储程序;
所述第一处理器,用于通过所述第一总线调用存储在所述第一存储器中的程序,执行所述权利要求1-3任一项所述的方法。
18.一种图像压缩设备,其特征在于,所述设备包括:第二处理器、第二存储器、第二总线和第二通信接口,所述第二处理器、所述第二通信接口和所述第二存储器通过所述第二总线连接;
所述第二存储器用于存储程序;
所述第二处理器,用于通过所述第二总线调用存储在所述第二存储器中的程序,执行所述权利要求4-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610247542.8A CN107306353B (zh) | 2016-04-19 | 2016-04-19 | 图像空间预测模式选择方法及装置、图像压缩方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610247542.8A CN107306353B (zh) | 2016-04-19 | 2016-04-19 | 图像空间预测模式选择方法及装置、图像压缩方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107306353A true CN107306353A (zh) | 2017-10-31 |
CN107306353B CN107306353B (zh) | 2020-05-01 |
Family
ID=60151852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610247542.8A Active CN107306353B (zh) | 2016-04-19 | 2016-04-19 | 图像空间预测模式选择方法及装置、图像压缩方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107306353B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769685A (zh) * | 2018-06-05 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 检测图像压缩编码效率的方法、装置及存储介质 |
CN110505435B (zh) * | 2018-05-16 | 2021-01-29 | 京鹰科技股份有限公司 | 图像传输方法及其***与图像传送端装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101141649A (zh) * | 2007-07-31 | 2008-03-12 | 北京大学 | 用于视频编码的帧内预测编码最佳模式的选取方法及装置 |
CN101415121A (zh) * | 2007-10-15 | 2009-04-22 | 华为技术有限公司 | 一种自适应的帧预测的方法及装置 |
CN103997646A (zh) * | 2014-05-13 | 2014-08-20 | 北京航空航天大学 | 一种高清视频编码中快速帧内预测模式选择方法 |
CN104702958A (zh) * | 2013-12-05 | 2015-06-10 | 中国科学院深圳先进技术研究院 | 一种基于空间相关性的hevc帧内编码方法及*** |
CN104735458A (zh) * | 2011-01-14 | 2015-06-24 | 华为技术有限公司 | 一种编解码中的预测方法和预测器 |
CN104768002A (zh) * | 2010-04-05 | 2015-07-08 | 三星电子株式会社 | 确定图像编码单元和图像解码单元的帧内预测模式 |
-
2016
- 2016-04-19 CN CN201610247542.8A patent/CN107306353B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101141649A (zh) * | 2007-07-31 | 2008-03-12 | 北京大学 | 用于视频编码的帧内预测编码最佳模式的选取方法及装置 |
CN101415121A (zh) * | 2007-10-15 | 2009-04-22 | 华为技术有限公司 | 一种自适应的帧预测的方法及装置 |
CN104768002A (zh) * | 2010-04-05 | 2015-07-08 | 三星电子株式会社 | 确定图像编码单元和图像解码单元的帧内预测模式 |
CN104735458A (zh) * | 2011-01-14 | 2015-06-24 | 华为技术有限公司 | 一种编解码中的预测方法和预测器 |
CN104702958A (zh) * | 2013-12-05 | 2015-06-10 | 中国科学院深圳先进技术研究院 | 一种基于空间相关性的hevc帧内编码方法及*** |
CN103997646A (zh) * | 2014-05-13 | 2014-08-20 | 北京航空航天大学 | 一种高清视频编码中快速帧内预测模式选择方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110505435B (zh) * | 2018-05-16 | 2021-01-29 | 京鹰科技股份有限公司 | 图像传输方法及其***与图像传送端装置 |
CN108769685A (zh) * | 2018-06-05 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 检测图像压缩编码效率的方法、装置及存储介质 |
CN108769685B (zh) * | 2018-06-05 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 检测图像压缩编码效率的方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107306353B (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7466849B2 (ja) | スライス毎のtrisoupノードサイズ | |
US10904564B2 (en) | Method and apparatus for video coding | |
CA2831967C (en) | Image compression using sub-resolution images | |
CN102714736B (zh) | 基于减少的运动矢量预测候选对运动矢量进行编码和解码的方法和设备 | |
CN104067619B (zh) | 视频解码器、视频解码方法以及视频解码程序的记录介质 | |
US20150016521A1 (en) | Video encoder for images | |
US20070064802A1 (en) | Adaptive area of influence filter for moving object boundaries | |
EP3869807A1 (en) | Image encoding and decoding method and device | |
CN112449754A (zh) | 一种数据编码、数据解码方法、设备及存储介质 | |
CN106375764A (zh) | 一种结合方向预测和块复制预测的视频帧内编码方法 | |
CN106034236A (zh) | 一种hevc编码最佳参考帧的选择方法、装置及编码器 | |
CN107396112A (zh) | 一种编码方法及装置、计算机装置、可读存储介质 | |
US8059719B2 (en) | Adaptive area of influence filter | |
CN107306353A (zh) | 图像空间预测模式选择方法及装置、图像压缩方法及设备 | |
KR20200138079A (ko) | 전역적 문맥을 이용하는 기계 학습 기반의 이미지 압축을 위한 방법 및 장치 | |
CN110419214A (zh) | 帧内预测模式搜索方法及装置、视频编码方法及装置以及记录介质 | |
CN105338354B (zh) | 一种运动向量估计方法和装置 | |
JP7430792B2 (ja) | 属性情報の予測方法、エンコーダ、デコーダ及び記憶媒体 | |
CN111988605A (zh) | 模式选择方法、装置、计算机可读存储介质及电子设备 | |
CN105915925A (zh) | 基于hevc的编码单元构建方法及装置 | |
CN111970512A (zh) | 编码方法、设备及具有存储功能的装置 | |
EP3744095A1 (en) | Image compression and decompression using triangulation | |
CN109618152A (zh) | 深度划分编码方法、装置和电子设备 | |
CN112004099B (zh) | 一种帧内块复制预测方法、装置及计算机可读存储介质 | |
CN103841422B (zh) | 深度图像的帧内预测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200527 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Alibaba (China) Co.,Ltd. Address before: 510627 Guangdong city of Guangzhou province Whampoa Tianhe District Road No. 163 Xiping Yun Lu Yun Ping B radio 14 floor tower square Patentee before: GUANGZHOU UCWEB COMPUTER TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |