TW201419862A - 影像切割系統及方法 - Google Patents

Abstract

一種影像切割系統及方法，該系統用於：將最大編碼單元LCU切割成多個N×N區塊；計算每個N×N區塊的角度；統計該LCU的每個編碼單元CU區塊中各N×N區塊的角度；根據上述統計結果確定該LCU內每個CU區塊的切割方式；根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割；如果當前CU區塊的切割方式為繼續切割，則將當前CU區塊切割成四個同樣大小的次CU區塊，如果當前CU區塊的切割方式為中止切割，則中止切割當前CU區塊。利用本發明可以降低計算量及加速LCU內的四分樹切割。

Description

影像切割系統及方法

本發明涉及一種影像壓縮系統及方法，尤其涉及一種影像壓縮中的影像切割系統及方法。

在2010年4月，Joint Collaborative Team on Video Coding （JCT-VC）開始著手於研究新一代的壓縮技術高效視頻編碼（High Efficiency Video Coding，即H.265/HEVC），其目的是成為下一代的壓縮標準。相較於目前的壓縮技術H.264，其目標為降低50%的比特率（Bit rate），同時其畫面品質及計算複雜度也提升了3倍。目前普遍的研究方向為：提升壓縮效率、提高編碼正確性以及錯誤恢復能力、降低計算時間及計算複雜度。

在編碼流程中，一張影像或畫面會被切割成多個固定大小的最大編碼單元（Largest Coding Unit，LCU），而每個LCU內則會以四分樹的架構遞迴切割成不同大小的編碼單元（Coding Units，CU）以進行像素預測。在遞迴切割的過程中亦會判定這個LCU內最佳的切割方式，在遞迴結束之後此LCU內的最佳切割方式將被決定。在此遞迴過程中，由於測試過每一個不同大小的CU以確定最佳的切割方式，其所耗費的運算時間及其運算複雜度是相當高而有待改善的。

鑒於以上內容，有必要提供一種影像切割系統及方法，其可利用影像中的邊緣資訊預先判斷LCU內的切割方式，進而減少四分樹中遞迴運算的次數，以達到降低計算量及加速LCU內四分樹切割的目的。

一種影像切割系統，應用於電子裝置，該系統包括：第一切割模組，用於獲取一張影像中的一個最大編碼單元LCU，將該LCU切割成多個N×N區塊；計算模組，用於計算每個N×N區塊的角度；統計模組，用於統計該LCU的每個編碼單元CU區塊中各N×N區塊的角度；判斷模組，用於根據上述統計結果確定該LCU內每個CU區塊的切割方式，所述切割方式包括繼續切割和中止切割；第二切割模組，用於根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割；所述第二切割模組，還用於如果當前CU區塊的切割方式為繼續切割，則將當前CU區塊切割成四個同樣大小的次CU區塊，如果當前CU區塊的切割方式為中止切割，則中止切割當前CU區塊。

一種影像切割方法，應用於電子裝置，該方法包括：切割步驟一，獲取一張影像中的一個最大編碼單元LCU，將該LCU切割成多個N×N區塊；計算步驟，計算每個N×N區塊的角度；統計步驟，統計該LCU的每個編碼單元CU區塊中各N×N區塊的角度；判斷步驟，根據上述統計結果確定該LCU內每個CU區塊的切割方式，所述切割方式包括繼續切割和中止切割；切割步驟二，根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割；切割步驟三，如果當前CU區塊的切割方式為繼續切割，則將當前CU區塊切割成四個同樣大小的次CU區塊，如果當前CU區塊的切割方式為中止切割，則中止切割當前CU區塊。

相較於習知技術，所述的影像切割系統及方法，其可利用影像中的邊緣資訊預先判斷LCU內的切割方式，進而減少四分樹中遞迴運算的次數，降低計算量及加速LCU內四分樹切割。

參閱圖1所示，係本發明影像切割系統的運行環境示意圖。該影像切割系統24運行於電子裝置2中。該電子裝置2還包括透過資料匯流排相連的顯示設備20、輸入設備22、儲存器23和處理器25。所述電子裝置2可以是電腦、手機、PDA（Personal Digital Assistant，個人數位助理）等。

所述儲存器23用於儲存所述影像切割系統24的程式碼和影像等資料。所述顯示設備20用於顯示所述影像等資料，該顯示設備20可以是電腦的液晶顯示螢幕、手機的觸摸屏等。所述輸入設備22用於輸入用戶設置的各種資料，例如，鍵盤、滑鼠等。

所述影像切割系統24用於利用影像中的邊緣資訊預先判斷LCU內各區塊的切割方式，當判定某區塊中的各子區塊方向的一致性較高時，停止繼續切割該區塊，具體過程以下描述。

在本實施方式中，所述影像切割系統24可以被分割成一個或多個模組，所述一個或多個模組被儲存在所述儲存器23中並被配置成由一個或多個處理器（本實施方式為一個處理器25）執行，以完成本發明。例如，參閱圖2所示，所述影像切割系統24被分割成第一切割模組240、計算模組241、統計模組242、判斷模組243、第二切割模組244和預測模組245。本發明所稱的模組是完成一特定功能的程式段，比程式更適合於描述軟體在電子裝置2中的執行過程。以下將結合圖3說明各模組的具體功能。

參閱圖3所示，係本發明影像切割方法的第一實施方式的流程圖。

步驟S10，第一切割模組240從儲存器23或其他電子設備中獲取一張影像，將該影像中的一個最大編碼單元（Largest Coding Unit，LCU）切割成多個N×N區塊。可以理解，一張影像中包括多個固定大小的LCU，如大小為64×64，在對該影像進行編碼時，每個LCU以四分樹的架構遞迴切割成不同大小的編碼單元（Coding Units，CU）區塊，每個編碼單元區塊包括多個N×N區塊。

可以理解，在不同層次遞迴產生的CU區塊與上層的CU區塊比，大小是不同的。例如，參閱圖4和5所示，該LCU第一次遞迴時被切割成四個CU區塊b，g，h及i，其中，第一個CU區塊b又被繼續切割成四個更小的次CU區塊c，d，e及f。

本實施方式以對一個LCU進行切割為例進行說明。在本實施方式中，N=8。以最普遍LCU的大小64×64為例，在開始遞迴切割之前，會先將其切割成64個8×8大小的區塊。

步驟S11，計算模組241計算每個N×N區塊的角度（如64個8×8區塊的角度）。計算角度的方法有許多種，包括利用離散余弦轉換（Discrete Cosine Transform，DCT）或Sobel演算法等，本實施方式以Sobel演算法為例進行說明。

假設N=8，計算模組241對8×8區塊內的64個像素經過Sobel運算可得到64個角度及其權重（Weight）。將此64個角度映射到幀內預測（Intra prediction）的模式表後（包括34種模式），則可統計出權重累加後最大的某一種模式，而此模式所對應到的角度即可代表此8×8區塊的角度，即代表此8×8區塊的邊緣資訊。需要說明的是，只要能產生一個角度以代表區塊內邊緣資訊的方式，皆可適用於本發明。

步驟S12，統計模組242統計該LCU的每個編碼單元區塊（以下稱為“CU區塊”）中各N×N區塊的角度。在本實施方式中，統計模組242依據遞迴順序，依次統計該LCU的每一個遞迴層次中的每個CU區塊中各N×N區塊的角度，例如，第一次統計第一層的4個CU區塊。

然後，判斷模組243根據統計結果確定該LCU內每個CU區塊的切割方式。所述切割方式包括繼續切割當前CU區塊及中止當前CU區塊的切割。參閱圖4所示，係本發明所確定的該LCU內每個CU區塊的切割方式對應的四分樹示意圖，每個節點代表一個CU區塊。從圖4可以看出，CU區塊“h”不需要繼續往下切割。

具體而言，如果當前CU區塊中角度相同或相鄰的N×N區塊超過預設比例（如50%），則判斷模組243判定該當前CU區塊內含的N×N區塊的方向一致性高，不需要往下切割，即中止當前CU區塊的切割（參閱圖4中的CU區塊“h”）。如果當前CU區塊中角度相同或相鄰的N×N區塊小於或等於該預設比例，則判斷模組243判定該當前CU區塊內含的N×N區塊的方向一致性不高，需要繼續切割當前CU區塊（參閱圖4中的CU區塊“b”）。在本實施方式中，所述角度相鄰是根據角度對應的幀內預測模式是否相鄰進行確定。例如，如果兩個幀內預測模式在模式表中的邏輯順序（Logical order）是相鄰的，則判斷該兩個幀內預測模式所對應的角度是相鄰的。

舉例而言，假設當前CU區塊的大小為32×32，內含16個8×8區塊，即有16個方向代表該CU區塊的邊緣資訊。若此16個方向的一致性高，例如，多於半數相同或相鄰，則可以一個方向來代表該32×32區塊，該32×32區塊以下的遞迴程式將被跳過，並進行下一個32×32區塊的判斷。若此16個方向是淩亂的，例如，相同或相鄰的角度少於半數，代表該32×32區塊內的邊緣資訊較複雜而不能以一個方向代表，故遞迴程式會繼續將該32×32區塊切割成4個16×16次CU區塊，並對每個次CU區塊繼續進行判斷，最後所生成的四分樹將參閱圖4所示，為一個非完全四分樹。

在本實施方式中，經過步驟S10-S12，每個CU區塊的切割方式已經預先確定，後續步驟將根據預先確定的切割方式開始對每個CU區塊進行切割。

步驟S13，第二切割模組244根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割。如果當前CU區塊需要繼續切割，則執行步驟S14-S15；如果當前CU區塊不需要繼續切割，則執行步驟S16-S18。

步驟S14，第二切割模組244將當前CU區塊切割成四個同樣大小的次CU區塊。參閱圖5所示，是根據圖4的四分樹進行切割的示意圖，該LCU包括四個等大小的CU區塊“b”、“g”、“h”、“i”，其中，CU區塊“b”繼續切割成四個等大小的次CU區塊“c”、“d”、“e”、“f”。

步驟S15，第二切割模組244選取當前CU區塊的左上方次CU區塊作為新的當前CU區塊，然後，流程返回步驟S13。參閱圖5所示，當CU區塊“b”被切割成四個等大小的次CU區塊“c”、“d”、“e”、“f”後，第二切割模組244選取次CU區塊“c”作為新的當前CU區塊，繼續往下切割。

步驟S16，第二切割模組244中止當前CU區塊的切割，預測模組245對當前CU區塊進行像素預測。其中，所述像素預測包括幀內預測（Intra Prediction）和幀外預測（Inter Prediction）。在本實施方式中，僅進行幀內預測。

步驟S17，第二切割模組244判斷該LCU中的CU區塊是否全部預測完畢。如果該LCU中的CU區塊全部預測完畢，則流程結束。如果該LCU中還有CU區塊未進行預測，則繼續執行步驟S18。

步驟S18，第二切割模組244依Z字形順序從該LCU中選取下一個CU區塊作為新的當前CU區塊。例如，參閱圖5所示，依據Z字形順序，若當前CU區塊“e”預測完畢，則選取與當前CU區塊“e”大小相同的CU區塊“f”作為新的當前CU區塊。若當前CU區塊“f”預測完畢，則選取與當前CU區塊“f”的上一層（即區塊“b”）等大小的CU區塊“g”作為新的當前CU區塊。

在上述第一實施方式中，統計模組242統計出該LCU的每個CU區塊中各N×N區塊的角度，判斷模組243根據統計結果預先確定該LCU內每個CU區塊的切割方式。然後，第二切割模組244根據預先確定的每個CU區塊的切割方式，對需要切割的CU區塊進行切割。

在第二實施方式中，也可以採用邊判斷邊切割的方式進行，即每次統計模組242只統計該LCU的當前CU區塊中各N×N區塊的角度，判斷模組243根據統計結果確定該當前CU區塊的切割方式。然後，第二切割模組244根據判斷模組243確定的切割方式，確定是繼續切割當前CU區塊，還是中止當前CU區塊的切割。關於第二實施方式的流程圖參閱圖6所示，第二實施方式的流程與第一實施方式的流程基本相同，在此不再贅述。

最後應說明的是，以上實施方式僅用以說明本發明的技術方案而非限制，儘管參照較佳實施方式對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或等同替換，而不脫離本發明技術方案的精神和範圍。

2．．．電子裝置

20．．．顯示設備

22．．．輸入設備

23．．．儲存器

24．．．影像切割系統

25．．．處理器

240．．．第一切割模組

241．．．計算模組

242．．．統計模組

243．．．判斷模組

244．．．第二切割模組

245．．．預測模組

圖1係本發明影像切割系統的運行環境示意圖。

圖2係影像切割系統的功能模組圖。

圖3係本發明影像切割方法的第一實施方式的流程圖。

圖4係本發明所確定的一個四分樹的示意圖。

圖5係根據圖4所示的四分樹進行影像切割的示意圖。

圖6係本發明影像切割方法的第二實施方式的流程圖。

2．．．電子裝置

20．．．顯示設備

22．．．輸入設備

23．．．儲存器

24．．．影像切割系統

25．．．處理器

Claims (18)

1. 一種影像切割系統，應用於電子裝置，該系統包括：
   第一切割模組，用於獲取一張影像中的一個最大編碼單元LCU，將該LCU切割成多個N×N區塊；
   計算模組，用於計算每個N×N區塊的角度；
   統計模組，用於統計該LCU的每個編碼單元CU區塊中各N×N區塊的角度；
   判斷模組，用於根據上述統計結果確定該LCU內每個CU區塊的切割方式，所述切割方式包括繼續切割和中止切割；
   第二切割模組，用於根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割；及
   所述第二切割模組，還用於如果當前CU區塊的切割方式為繼續切割，則將當前CU區塊切割成四個同樣大小的次CU區塊，如果當前CU區塊的切割方式為中止切割，則中止切割當前CU區塊。
2. 如申請專利範圍第1項所述之影像切割系統，所述計算模組利用離散余弦轉換或Sobel演算法計算每個N×N區塊的角度，其中，N=8。
3. 如申請專利範圍第2項所述之影像切割系統，其中，所述計算模組利用Sobel演算法計算每個N×N區塊的角度包括：
   對每個8×8區塊內的64個像素經過Sobel運算得到64個角度及其權重；
   將該64個角度映射到幀內預測的模式表後，統計出權重累加後最大的一種模式，選取該權重累加後最大的模式所對應到的角度，作為該8×8區塊的角度。
4. 如申請專利範圍第1項所述之影像切割系統，其中，所述判斷模組確定每個CU區塊的切割方式包括：
   如果當前CU區塊中角度相同或相鄰的N×N區塊超過預設比例，則判定切割方式為中止切割；
   如果當前CU區塊中角度相同或相鄰的N×N區塊小於或等於該預設比例，則判定切割方式為繼續切割。
5. 如申請專利範圍第4項所述之影像切割系統，其中，所述角度相鄰是根據角度對應的幀內預測模式是否相鄰進行確定。
6. 如申請專利範圍第1項所述之影像切割系統，其中，所述第二切割模組還用於：
   當將當前CU區塊切割成四個同樣大小的次CU區塊後，選取當前CU區塊的左上方次CU區塊作為新的當前CU區塊。
7. 如申請專利範圍第1項所述之影像切割系統，其中，該系統還包括：
   預測模組，用於當中止切割當前CU區塊後，對當前CU區塊進行像素預測。
8. 如申請專利範圍第7項所述之影像切割系統，其中，所述像素預測包括幀內預測和幀外預測。
9. 如申請專利範圍第1項所述之影像切割系統，其中，所述第二切割模組還用於：
   當判斷中止切割當前CU區塊後，繼續判斷該LCU中的CU區塊是否全部預測完畢；
   如果該LCU中還有CU區塊未進行預測，則依Z字形順序從該LCU中選取下一個CU區塊作為新的當前CU區塊。
10. 一種影像切割方法，應用於電子裝置，該方法包括：
    切割步驟一，獲取一張影像中的一個最大編碼單元LCU，將該LCU切割成多個N×N區塊；
    計算步驟，計算每個N×N區塊的角度；
    統計步驟，統計該LCU的每個編碼單元CU區塊中各N×N區塊的角度；
    判斷步驟，根據上述統計結果確定該LCU內每個CU區塊的切割方式，所述切割方式包括繼續切割和中止切割；
    切割步驟二，根據每個CU區塊的切割方式，判斷當前CU區塊是否需要繼續切割；及
    切割步驟三，如果當前CU區塊的切割方式為繼續切割，則將當前CU區塊切割成四個同樣大小的次CU區塊，如果當前CU區塊的切割方式為中止切割，則中止切割當前CU區塊。
11. 如申請專利範圍第10項所述之影像切割方法，所述計算步驟包括：利用離散余弦轉換或Sobel演算法計算每個N×N區塊的角度，其中，N=8。
12. 如申請專利範圍第11項所述之影像切割方法，其中，所述利用Sobel演算法計算每個N×N區塊的角度的步驟包括：
    對每個8×8區塊內的64個像素經過Sobel運算得到64個角度及其權重；
    將該64個角度映射到幀內預測的模式表後，統計出權重累加後最大的一種模式，選取該權重累加後最大的模式所對應到的角度，作為該8×8區塊的角度。
13. 如申請專利範圍第10項所述之影像切割方法，其中，所述判斷步驟包括：
    如果當前CU區塊中角度相同或相鄰的N×N區塊超過預設比例，則判定切割方式為中止切割；
    如果當前CU區塊中角度相同或相鄰的N×N區塊小於或等於該預設比例，則判定切割方式為繼續切割。
14. 如申請專利範圍第13項所述之影像切割方法，其中，所述角度相鄰是根據角度對應的幀內預測模式是否相鄰進行確定。
15. 如申請專利範圍第10項所述之影像切割方法，其中，該方法還包括：
    當將當前CU區塊切割成四個同樣大小的次CU區塊後，選取當前CU區塊的左上方次CU區塊作為新的當前CU區塊。
16. 如申請專利範圍第10項所述之影像切割方法，其中，該方法還包括：
    預測步驟，當中止切割當前CU區塊後，對當前CU區塊進行像素預測。
17. 如申請專利範圍第16項所述之影像切割方法，其中，所述像素預測包括幀內預測和幀外預測。
18. 如申請專利範圍第10項所述之影像切割方法，其中，該方法還包括：
    當判斷中止切割當前CU區塊後，繼續判斷該LCU中的CU區塊是否全部預測完畢；
    如果該LCU中還有CU區塊未進行預測，則依Z字形順序從該LCU中選取下一個CU區塊作為新的當前CU區塊。