本方法屬于音視頻處理領(lǐng)域，涉及hevc(highefficiencyvideocoding)中幀內(nèi)預(yù)測(cè)模塊的預(yù)測(cè)模式快速選擇方法。

背景技術(shù)：

超高清視頻是未來(lái)發(fā)展的一種必然趨勢(shì)，如何讓人們快速有效的獲取到超高清資源，如何實(shí)時(shí)性的傳輸超高清視頻。這些都是下一代超高清視頻面向?qū)嶋H應(yīng)用所必須要解決的問(wèn)題。幀內(nèi)預(yù)測(cè)作為hevc編碼中的核心模塊，有效的較少其編碼時(shí)間是一項(xiàng)比較有意義的研究。

實(shí)現(xiàn)幀內(nèi)預(yù)測(cè)的快速編碼大致可以分為以下三類方法：

第一類方法是對(duì)幀內(nèi)編碼單元四叉樹劃分算法進(jìn)行優(yōu)化，通過(guò)分析圖像的編碼尺寸和視頻內(nèi)容之間的聯(lián)系，實(shí)現(xiàn)編碼單元cu劃分的提前終止，或者基于統(tǒng)計(jì)手段，通過(guò)離線學(xué)習(xí)或在線處理等分類技術(shù)，提前確定不同圖像區(qū)域的編碼尺寸的范圍。

第二類方法是對(duì)幀內(nèi)預(yù)測(cè)模式算法進(jìn)行優(yōu)化，分析幀內(nèi)預(yù)測(cè)模式同圖像紋理分布聯(lián)系以及幀內(nèi)預(yù)測(cè)模式之間的關(guān)聯(lián)性，通過(guò)排除不必要的模式判斷，實(shí)現(xiàn)編碼加速。

第三類方法是簡(jiǎn)化率失真優(yōu)化rdo計(jì)算的復(fù)雜度。

上述三類實(shí)現(xiàn)方法，每一類都具有各種手段來(lái)實(shí)現(xiàn)。一般而言，編碼單元cu的快速劃分主要有以下幾種方法來(lái)實(shí)現(xiàn)：

第一種方法就是利用圖像編碼單元cu的復(fù)雜度，復(fù)雜度越高劃分深度越大，復(fù)雜度越低，劃分深度越小。我們可以通過(guò)計(jì)算編碼單元cu的復(fù)雜度來(lái)預(yù)判編碼單元cu將采用何種劃分方式。

第二種方法是通過(guò)相鄰編碼單元cu的深度來(lái)預(yù)測(cè)當(dāng)前編碼單元cu的深度，也可以利用前一幀相同位置的編碼單元cu深度來(lái)預(yù)測(cè)當(dāng)前編碼單元cu的深度。通過(guò)此類方法，我們可以跳過(guò)某些編碼單元cu的劃分方式，也可以提前終止某些編碼單元cu的劃分方式。

第三種方法是利用分類器的方法來(lái)判斷當(dāng)前編碼單元cu是否繼續(xù)劃分。例如，利用支持向量機(jī)svm，利用決策樹，隨機(jī)深林，貝葉斯分類器等。

幀內(nèi)預(yù)測(cè)模式算法的優(yōu)化主要有以下幾種方法來(lái)實(shí)現(xiàn)：

第一種是利用上層預(yù)測(cè)單元pu的最佳預(yù)測(cè)模式來(lái)預(yù)測(cè)當(dāng)前預(yù)測(cè)單元pu的預(yù)測(cè)模式。

第二種是利用相鄰預(yù)測(cè)單元pu的預(yù)測(cè)模式來(lái)預(yù)測(cè)當(dāng)前預(yù)測(cè)單元pu的預(yù)測(cè)模式。

第三種是利用當(dāng)前預(yù)測(cè)單元pu的紋理方向來(lái)提前預(yù)判當(dāng)前預(yù)測(cè)單元pu可能的最佳預(yù)測(cè)模式

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提出一種hevc幀內(nèi)預(yù)測(cè)模式快速選擇算法，主要是通過(guò)得到當(dāng)前預(yù)測(cè)單元pu的紋理方向，來(lái)實(shí)現(xiàn)預(yù)測(cè)模式的快速選擇。能夠在不大影響編碼性能的情況下，減少編碼時(shí)間。能夠用來(lái)進(jìn)行實(shí)時(shí)編碼，降低編碼時(shí)間太長(zhǎng)引起的時(shí)延。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為。

一種hevc幀內(nèi)預(yù)測(cè)模式快速選擇方法，其包括如下步驟：

步驟1：從視頻序列中提取一幀圖像，將一幀圖像劃分為若干個(gè)編碼樹單元ctu，每個(gè)編碼樹單元ctu包含64×64個(gè)像素，此時(shí)編碼樹單元ctu的劃分深度設(shè)置為0，執(zhí)行步驟2；

步驟2：通過(guò)prewitt算子得到編碼單元cu的紋理方向，通過(guò)紋理方向選出相應(yīng)的最有可能的一種角度預(yù)測(cè)模式，將最有可能的模式mpm和兩種非角度模式直流dc模式和planar模式加入到候選模式中，執(zhí)行步驟3；

步驟3：對(duì)候選模式中每一種預(yù)測(cè)模式進(jìn)行率失真優(yōu)化rdo代價(jià)的計(jì)算，選擇率失真優(yōu)化rdo代價(jià)最小的預(yù)測(cè)模式作為最優(yōu)的預(yù)測(cè)模式，執(zhí)行步驟4；

步驟4：如果劃分深度小于3，將編碼單元cu劃分深度加1，重復(fù)步驟2-3，直到劃分深度大于3停止劃分，就可以得到當(dāng)前編碼樹單元ctu最優(yōu)的深度劃分和預(yù)測(cè)模式，整幀圖像完成幀內(nèi)預(yù)測(cè)。

進(jìn)一步地，步驟2具體包括以下步驟：

步驟2.1：根據(jù)prewitt算子模板，對(duì)編碼單元cu的像素值進(jìn)行模板卷積計(jì)算得到水平和垂直方向即x,y方向的梯度，利用y/x的反正切值得到編碼單元cu的紋理方向角度，執(zhí)行步驟2.2；

步驟2.2：根據(jù)得到的紋理方向角度，與hevc幀內(nèi)預(yù)測(cè)角度作出一一對(duì)應(yīng)，從而能夠找出編碼單元cu的紋理方向角度相對(duì)應(yīng)的最有可能的一種預(yù)測(cè)模式，執(zhí)行步驟2.3；

步驟2.3：建立一個(gè)候選模式列表，將得到的一種角度預(yù)測(cè)模式加入到候選列表，然后將當(dāng)前編碼單元cu相鄰的三個(gè)編碼單元cu的最佳預(yù)測(cè)模式和兩種非角度預(yù)測(cè)模式即直流dc模式和planar模式同樣加入到候選模式列表中。

進(jìn)一步地，步驟2.1具體包括以下步驟：

步驟2.1.1：判斷當(dāng)前預(yù)測(cè)單元pu的寬度和高度是否小于等于8個(gè)像素，如果是，則利用prewitt算子的四個(gè)方向模板對(duì)每一個(gè)3×3像素矩陣進(jìn)行卷積計(jì)算，對(duì)于4×4大小的預(yù)測(cè)單元pu而言，有4個(gè)3×3像素矩陣，執(zhí)行步驟2.1.2；如果不是執(zhí)行步驟2.1.3；

步驟2.1.2：將每一個(gè)3×3像素矩陣的四個(gè)方向模板計(jì)算結(jié)果進(jìn)行坐標(biāo)x，y合成，得到水平梯度值gx和垂直梯度值gy；求取上述步驟得到的gx和gy的平均值，利用得到的平均值的反正切值得到預(yù)測(cè)單元pu的紋理方向角度；

步驟2.1.3：如果編碼單元cu的寬度高度大于8個(gè)像素，則由于尺寸太大，造成各3×3像素矩陣的計(jì)算結(jié)果相互抵消，從而使得提取效果不好，此時(shí)，仍采用標(biāo)準(zhǔn)算法中的粗模式選擇方法。

進(jìn)一步地，步驟2.2具體包括以下步驟：

步驟2.2.1：計(jì)算出hevc幀內(nèi)預(yù)測(cè)33種角度預(yù)測(cè)模式所對(duì)應(yīng)的角度；執(zhí)行步驟2.2.2。

步驟2.2.2：根據(jù)計(jì)算出的角度，算出兩個(gè)相鄰模式的平均角度，以當(dāng)前模式與前一模式的角度作為右側(cè)值，以當(dāng)前模式與后一模式的角度平均值作為左側(cè)值，得到每一個(gè)模式對(duì)應(yīng)的角度范圍，執(zhí)行步驟2.2.3；

步驟2.2.3：依次遍歷所有模式的角度范圍，找到對(duì)應(yīng)與紋理方向角度垂直的角所對(duì)應(yīng)的模式。

與hevc編碼標(biāo)準(zhǔn)中幀內(nèi)預(yù)測(cè)技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)：

1.提出的幀內(nèi)預(yù)測(cè)模式快速選擇算法能夠快速的確定可能的最優(yōu)的角度預(yù)測(cè)模式，能夠有效的減少編碼時(shí)間，實(shí)現(xiàn)實(shí)時(shí)編碼。

2.能夠降低幀內(nèi)預(yù)測(cè)編碼過(guò)程的復(fù)雜度。

附圖說(shuō)明

圖1是本發(fā)明一種幀內(nèi)預(yù)測(cè)模式快速選擇方法的整體流程圖。

圖2是prewitt算子四個(gè)方向的卷積模板。

圖3是編碼單元cu的劃分流程圖。

圖4是利用prewitt算子提取當(dāng)前編碼單元cu紋理方向的流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式做進(jìn)一步說(shuō)明。

結(jié)合圖1，本發(fā)明一種幀內(nèi)預(yù)測(cè)快速模式快速選擇方法，具體實(shí)施方式如下：

步驟1：將平臺(tái)配置的hevc視頻序列分割為若干個(gè)小的圖像組，從圖像組中提取出一幀圖像。將該幀圖像劃分成若干個(gè)編碼樹單元ctu，先將每一個(gè)編碼樹單元ctu的劃分深度設(shè)置為0，執(zhí)行步驟2；

步驟2：建立當(dāng)前編碼單元cu的候選模式列表，具體步驟如下：

2.1)：如果編碼單元cu尺寸為4或者8個(gè)像素，對(duì)當(dāng)前深度的編碼單元cu進(jìn)行prewitt算子模板卷積計(jì)算，利用0度方向的模板進(jìn)行水平方向的梯度計(jì)算，利用90度方向的模板進(jìn)行垂直方向的梯度計(jì)算，再利用45°角和135°角的模板計(jì)算梯度方向，最后通過(guò)坐標(biāo)合成得到當(dāng)前編碼單元cu的水平和垂直梯度向量，求取紋理方向角度值。執(zhí)行步驟2.2；如果編碼單元cu尺寸比8大，則采用粗模式選擇得到候選模式，結(jié)合圖4，步驟2.1的具體步驟如下：

a)：提取當(dāng)前編碼單元cu的左上角的3×3像素矩陣，以中心點(diǎn)像素值為f(x,y)。定義兩個(gè)變量i和j，其中i代表當(dāng)前像素矩陣所在寬度的位置，j代表當(dāng)前像素矩陣所在高度的位置，i和j均初始化為1。

b)：利用圖2所示的prewitt算子四個(gè)方向的模板來(lái)分別計(jì)算四個(gè)方向的梯度值，如式(1)-(4)所示。

g0°＝f(x-1,y+1)+f(x,y+1)+f(x+1,y+1)-f(x-1,y-1)-f(x,y-1)-f(x+1,y-1)(1)

g90°＝f(x+1,y-1)+f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)-f(x-1,y)-f(x-1,y+1)(2)

g45°＝f(x-1,y)+f(x-1,y+1)+f(x,y+1)-f(x,y-1)-f(x+1,y-1)-f(x+1,y)(3)

g135°＝f(x-1,y-1)+f(x,y-1)+f(x-1,y)-f(x+1,y+1)-f(x,y+1)-f(x+1,y)(4)

其中g(shù)0°表示是0度方向的梯度值，g90°表示90度方向梯度值，g45°表示的是45度方向的梯度值，g135°表示的是135度方向的梯度值，f(x-1,y-1)表示坐標(biāo)為(x-1,y-1)的像素值，f(x-1,y-1)表示坐標(biāo)為(x-1,y-1)的像素值，f(x-1,y)表示坐標(biāo)為(x-1,y)的像素值，f(x-1,y+1)表示坐標(biāo)為(x-1,y+1)的像素值，f(x,y-1)表示坐標(biāo)為(x,y-1)的像素值，f(x,y)表示坐標(biāo)為(x,y)的像素值，f(x,y+1)表示坐標(biāo)為(x,y+1)的像素值，f(x+1,y-1)表示坐標(biāo)為(x+1,y-1)的像素值，f(x+1,y)表示坐標(biāo)為(x+1,y)的像素值，f(x+1,y+1)表示坐標(biāo)為(x+1,y+1)的像素值；

c)：將四個(gè)方向的梯度值進(jìn)行坐標(biāo)合成，得到合成后的水平方向梯度值gx和垂直方向梯度值gy，如式(5)和(6)所示

d)：將3×3像素矩陣右移，此時(shí)i自增1，如果此時(shí)的i等于編碼單元cu寬度減1，則將像素矩陣下移，j加1，執(zhí)行步驟e)。否則i自增1之后重復(fù)上述步驟b)和c)。

e)：j加1之后，依然是重復(fù)上述步驟b)、c)和d)。直到將編碼單元cu內(nèi)所有的像素矩陣均處理計(jì)算完成。

f)：求得上述所有計(jì)算的像素矩陣的水平方向梯度值gx和垂直方向梯度值gy的平均值，根據(jù)其反正切值就可求得當(dāng)前編碼單元cu的紋理方向角度。

2.2)：求得當(dāng)前紋理方向的角度值后，與幀內(nèi)預(yù)測(cè)角度模式進(jìn)行一一對(duì)照，從而能夠找出與紋理方向角度最接近的兩種角度預(yù)測(cè)模式，將這兩種角度預(yù)測(cè)模式加入到模式候選列表中。執(zhí)行步驟2.3)；

2.3)：獲取當(dāng)前編碼單元cu相鄰的編碼單元cu的最佳預(yù)測(cè)模式mpm，將mpm加入到候選模式列表中，同時(shí)也將兩種非角度預(yù)測(cè)模式直流dc模式和planar模式加入到候選模式列表中。這樣就組成了候選模式列表，其數(shù)量一般為6種。

步驟3：對(duì)候選模式中每一種預(yù)測(cè)模式進(jìn)行率失真優(yōu)化rdo代價(jià)的計(jì)算，選擇率失真優(yōu)化rdo代價(jià)最小的預(yù)測(cè)模式作為最優(yōu)的預(yù)測(cè)模式，具體步驟為：

3.1)：對(duì)候選模式列表中的每一種模式進(jìn)行預(yù)測(cè)計(jì)算，得到當(dāng)前編碼單元cu內(nèi)像素的預(yù)測(cè)值，用原始值減去預(yù)測(cè)值，得到殘差值。執(zhí)行步驟3.2；

3.2)：將殘差值作平方和的計(jì)算得到采用不同預(yù)測(cè)模式的失真度，另外計(jì)算得到采用不同預(yù)測(cè)模式所需要的比特?cái)?shù)。執(zhí)行步驟3.3；

3.3)：通過(guò)步驟3.2的計(jì)算，按照式(7)得到各種候選預(yù)測(cè)模式的rdo代價(jià)，選取rdo代價(jià)值最小的預(yù)測(cè)模式作為最優(yōu)預(yù)測(cè)模式。

rdomode＝sse+λmode×bmode(7)

sse表示平方差值之和，bmode表示預(yù)測(cè)單元熵編碼后的編碼代價(jià)，包括殘差數(shù)據(jù)熵編碼后的碼流信息，λmode表示拉馬達(dá)值的大小。

步驟4：結(jié)合圖3，對(duì)編碼單元cu進(jìn)行四叉樹的劃分，具體步驟為：

4.1)：判斷編碼單元cu的劃分深度的大小，如果當(dāng)前編碼單元cu的劃分深度小于3，則編碼單元cu能夠繼續(xù)劃分，執(zhí)行上述步驟2-3。否則當(dāng)前編碼單元cu無(wú)法繼續(xù)劃分，執(zhí)行步驟4.2；

4.2)：比較當(dāng)前深度的編碼單元cu的率失真優(yōu)化rdo代價(jià)與下一深度的四個(gè)子編碼單元cu的率失真優(yōu)化rdo代價(jià)之和的大小。如果當(dāng)前深度的率失真優(yōu)化rdo代價(jià)比較小，則編碼單元cu無(wú)需繼續(xù)劃分，否則需要繼續(xù)劃分。執(zhí)行步驟4.3；

4.3)：遞歸比較每一深度與下一深度的率失真優(yōu)化rdo代價(jià)，從而確定當(dāng)前編碼樹單元ctu的最優(yōu)劃分模式。

步驟5：重復(fù)步驟2-4，直到將整幀圖片處理完成。