一種hevc基于時間相關性和幀內(nèi)預測方向的sao優(yōu)化方法
【專利摘要】本發(fā)明公開了一種HEVC基于時間相關性和幀內(nèi)預測方向的SAO優(yōu)化方法，其包括以下步驟：1、根據(jù)一幀經(jīng)過去塊濾波的圖像，按分辨率尺寸大小分成若干個64×64的LCU；2、對劃分的圖像按LCU塊進行處理，獲取前一幀對應LCU塊的模式；3根據(jù)對應關系，排除掉當前幀該LCU的一種EO模式，或者不排除；4、獲取該LCU塊的幀內(nèi)預測方向，對其進行分類對應；5、根據(jù)對應的幀內(nèi)預測方向排除一種或者兩種的EO模式；6、對剩余的三種模式進行標準SAO處理。本發(fā)明的有益效果在于：本發(fā)明在不降低或者小幅降低編碼性能的前提下，大量節(jié)省了編碼時間，降低了編碼復雜度，利于實時編碼處理的實現(xiàn)，也減少了硬件上的開銷成本。
【專利說明】
-種HEVC基于時間相關性和順內(nèi)預測方向的SAO優(yōu)化方法
技術領域
[0001] 本發(fā)明設及視頻壓縮編碼技術領域，具體設及一種在不改變視頻圖像質(zhì)量的前提 下，可大幅減少SAO編碼時間、便于實現(xiàn)肥VC實時編碼的皿VC基于時間相關性和帖內(nèi)預測方 向的SAO優(yōu)化方法。
【背景技術】
[0002] 視頻是一種形象、具體、有效的信息傳遞媒體。在視頻的采集過程中，原始未經(jīng)壓 縮過的視頻含有大量的冗余信息，是一個非常龐大的數(shù)據(jù)量。W我們經(jīng)常在網(wǎng)上看到的 108化高清視頻為例，通常兩個小時的電影大小不會超過10G。假設帖率為30fps，那么一段 兩個小時未經(jīng)壓縮的原畫視頻數(shù)據(jù)量可達1920 X 1080 X Sbit X 3 X 30fps X 7200s = 1343.69GB，W目前的網(wǎng)絡很難快速傳輸如此大的數(shù)據(jù)，所W我們平時看到的視頻一定都是 經(jīng)過壓縮編碼的視頻。
[0003] 綜上所述，視頻壓縮是一項非常有必要的工作。
[0004] 肥VC/H. 265化igh Efficien巧 Video Coding高效視頻編碼）是JCT-VC最新一代 的視頻壓縮和編碼標準。相比上一代視頻編碼標準H.264/AVC有了近50%的性能提升。尤其 是在8K/4K、IOSOp等高清視頻中有著突出的表現(xiàn)力。皿VC的編碼構架與H. 264大體相同，分 為帖內(nèi)帖間預測，量化，變換，賭編碼，環(huán)路濾波等部分。對于自適應樣點補償(SAO)，是肥VC 新引入的一項技術，用于處理視頻中圖像邊緣的振鈴效應，提高視頻質(zhì)量。圖1為沒有經(jīng)過 SAO處理的圖像，圖2是SAO處理過的圖像，從視覺上明顯可W看出質(zhì)量得到改善。
[0005] SAO在皿VC的標準測試模型麗16.0中共分為S個步驟：（1)樣點統(tǒng)計。將一帖圖像 分為若干個64X64的編碼塊，進行Z掃描。對于統(tǒng)計當前塊樣點信息，根據(jù)每個像素的參考 相鄰像素位置方向不同分為4種邊界補償模式，即E0_0°、E0_90°、E0_135°、E0_45°。再根據(jù) 每個像素值的大小(取值0-255)劃分成32個條帶，每次選取4個條帶進行統(tǒng)計，即邊帶補償 B0。在運五種模式下進行樣點統(tǒng)計，得到每個模式下的統(tǒng)計數(shù)據(jù)信息。樣點統(tǒng)計是SAO中計 算量最大的一部分，占總計算時間達85%左右。（2)模式選擇。步驟(1)中得到了每種模式下 的統(tǒng)計數(shù)據(jù)，并且考慮上塊參數(shù)融合和左塊參數(shù)融合或者不融合=種已知統(tǒng)計數(shù)據(jù)的模 式，根據(jù)率失真公式AJ= A D+AR，得到每種模式下的率失真代價，比較每種率失真代價選 擇最優(yōu)的補償模式。（3)樣點補償。選取步驟(2)的最優(yōu)模式，使用步驟（1)中的補償值對每 個像素點進行補償工作。
[0006] W上SAO步驟很好的解決了圖像亮度或者色度邊緣的振鈴效應，并且不會改變圖 像原本的細節(jié)特征。但是也有本身的一些不足：（1)窮舉計算了 8種模式下的樣點數(shù)據(jù)統(tǒng)計 信息，使得編碼過程有大量的冗余信息，運樣導致浪費了大量編碼時間。（2)導致編碼后文 件寫入過多無用的比特碼流，降低了壓縮效率。（3)不利于實時編碼的實現(xiàn)。（4)編碼過程過 于復雜，對硬件要求較高等。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明針對上述現(xiàn)有技術的不足，提供了一種肥VC基于時間相關性和帖內(nèi)預測方 向的SAO優(yōu)化方法，其減少了 SAO編碼模式選擇，提供了 一種在不改變或者小幅降低編碼效 果的前提下大量節(jié)約SAO編碼時間的算法，本算法基于相鄰帖之間的時間相關性和帖內(nèi)預 測模塊的方向，進行SAO的模式選擇?？蒞快速排除掉兩種效果較差的SAO邊界補償模式，在 運兩種模式下不進行后續(xù)相關運算，將五種模式減少為=種，達到了有效節(jié)約編碼時間的 效果。
[0008] 為解決現(xiàn)有技術中存在的問題，本發(fā)明采用的具體技術方案是：
[0009] -種皿VC基于時間相關性和帖內(nèi)預測方向的SAO優(yōu)化方法，基于時間相關性和帖 內(nèi)預測方向，減少編碼模式選擇來達到減少編碼時間的效果?？紤]到相鄰兩帖之間的時間 相關性，在計算當前帖模式選擇時可W排除掉與前一帖對應塊最無關的一個EO方向，即正 交的方向。基于帖內(nèi)方向的排除方式同理。其所述方法包括W下步驟：
[0010] Sl、獲取一帖經(jīng)過去塊濾波的圖像，按分辨率尺寸大小分成若干個64X64的LCU (最大編碼單元）；
[0011] S2、讀取前一帖對應當前LCU塊的模式，分別為E0_0°、E0_90°、E0_135°、E0_45°、 BO；
[0012] S3、根據(jù)表格I的對應關系，排除掉當前帖該LCU的一種EO模式，如果前一帖對應 LCU為BO模式，則不進行任何操作；
[0014]表格 1
[001引S4、讀取當前LCU帖內(nèi)預現(xiàn)巧向，記為Pl。一共33個帖內(nèi)方向，分別取值為2-34; [0016] S5、將33個帖內(nèi)方向進行分類，分別對應到4個SAO邊界補償EO的操作?？紤]到步驟 3中可能已經(jīng)排除掉一種EO模式，本步驟中要求繼續(xù)排除掉一種EO模式;如果步驟3中未排 除EO模式，則本步驟排除掉兩種EO模式。排除方式如表格2所示。舉例說明，如果當前塊帖內(nèi) 預測方向為方向5,且步驟3排除一種EO模式但未排除E0_135°，則本步排除E0_135°;若步驟 2已經(jīng)排除掉E0_135°，則本步排除E0_90° ;若步驟3未操作，則本步驟排除E0_90°和E0_ 135。； 「00171
[001引 表格2
[0019] S6、對剩下的兩種EO模式和BO進行SAO處理，操作方式與皿VC標準編碼模型麗相 同，即分別計算=種模式下的率失真代價，選擇最優(yōu)的SAO模式，再進行像素值補償。
[0020] 優(yōu)選的方案，步驟S2讀取的是相鄰前一帖的對應LCU的SAO模式，直接將其運用到 當前帖的SAO優(yōu)化算法中來。
[0021 ]進一步優(yōu)選的方案，步驟S3所述的排除方法為排除與前一帖EO方向垂直方向的 LCU的一種模式。
[0022] 更進一步優(yōu)選的方案，步驟S3中，當前一帖對應LCU模式為BO時，步驟S3不執(zhí)行任 何操作。
[0023] 當前一帖對應LCU模式為BO時，則步驟S5需排除掉當前帖該LCU的優(yōu)先排除和其次 排除的兩種模式。
[0024] 步驟S4所述的帖內(nèi)預測方向由本LCU中帖內(nèi)預測像素最多的方向決定。運是由于 帖內(nèi)預測的CU塊大小可W從8 X 8到64 X 64,并非都是64 X 64,所W選取該LCU下像素帖內(nèi)預 測最多的方向作為S3中使用的方向。
[0025] 其中，步驟Sl中的LCU指最大的編碼塊CU，尺寸為64 X 64，即不進行分塊的CTU。
[0026] 所述S6步驟減少了兩種SAO的EO模式，后面運兩種模式下的樣點統(tǒng)計，率失真代價 都無需計算了，只計算剩余的3種模式，理論上能節(jié)約40%左右編碼時間，并且不會大幅度 改變SAO編碼效果。
[0027] 通過采用W上技術方案，本發(fā)明一種皿VC基于時間相關性和帖內(nèi)預測方向的SAO 優(yōu)化方法與現(xiàn)有技術對比，其技術效果在于：
[002引1、相比肥VC標準測試模型歷中的SAO處理，在不改變或者小幅降低性能的前提下， 節(jié)省了大量的編碼時間，節(jié)省時間達40%左右。本算法結(jié)合帖內(nèi)編碼的方向，獲取圖像紋理 方向，并且考慮到帖與帖之間的時間相關性，進一步減少SAO編碼的冗余，大幅降低編碼復 雜度，且不影響SAO編碼效果。
[00巧]2、相比H. 264/AVC，SAO可W很大程度上消除振鈴效應，減少了抓-rate，達到了更 好的視覺效果，使編碼有更好的表現(xiàn)力。
[0030] 3、相比其他學者提出的算法，本算法減少編碼時間非常穩(wěn)定，且衡量編碼性能的 指標抓-rate和抓-PSNR只有小幅降低。經(jīng)過測試肥VC標準序列分類A，B，C，D，E，每個序列減 少的編碼時間都穩(wěn)定在40%左右。運樣可W很好預測節(jié)省的SAO編碼時間。
【附圖說明】
[0031 ]圖1為視頻中截取的未經(jīng)過SAO處理的圖像。
[0032] 圖2為視頻中截取經(jīng)過SAO處理的圖像。
[0033] 圖3為33種帖內(nèi)預測方向。
[0034] 圖4為改進的SAO算法計算過程。
【具體實施方式】
[0035] 為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，結(jié)合附圖和實施例對本發(fā) 明進行作進一步詳細說明，應當理解，此處所描述的具體實施例僅用W解釋本發(fā)明，并不用 于限定本發(fā)明。
[0036] 發(fā)明人對本發(fā)明的綜合性能進行了試驗，實驗結(jié)果如下表格3所示：
[0037]
[003引 表格3
[0039] 從表格3中可W看出，本平均算法減少編碼時間38.7%，與預計的減少時間相當。 抓-rate增加0.0399 ,BD-PSNR下降0.0021，也在一個合理的變化范圍內(nèi)。
[0040] 如圖4所示，對于重建且經(jīng)過去塊濾波后的一帖圖像，使用本發(fā)明的方法對其進行 處理，W試驗中的ClassC的視頻為例，尺寸為832 X 480，其具體步驟如下：
[0041] 步驟1:將重建后和原始未編碼的帖傳入SAO模塊，按圖像尺寸大小分成104個64X 64的LCU，水平方向13個，豎直方向8個，WLCU為單位進行SAO編碼運算，不同LCU之間進行Z 掃描。
[0042] 步驟2:對于當前LCU，讀取前一帖對應位置LCU的SAO模式，即5種模式EOJT，E0_ 90°，E0_135°，E0_45°，B0之一，根據(jù)如下表格1的對應關系，排除掉當前的一種相關程度最 低的E0。例如:前一帖對應LCU模式為E0_90°，對當前LCU的處理方式為排除掉E0_0°，即正交 的方向。 r00431
12 表格 1 2 步驟3:將該LCU帖內(nèi)預測方向傳入SAO模塊，結(jié)合帖內(nèi)預測的分塊信息和每個CU的 帖內(nèi)預測方向決定SAO的LCU方向，選擇像素點包含最多的方向為該LCU帖內(nèi)預測方向，隨后 對應如下的表格2,執(zhí)行排除EO的模式操作。如果步驟2已經(jīng)排除掉表格2中優(yōu)先排除的EO模 式，那么排除第二種EO模式;如果步驟2未排除表格2中優(yōu)先排除的模式，排除了另一種EO模 式，則排除掉優(yōu)先排除模式:如果步驟2未操作，貝閒卽余掉兩種模式。例如:統(tǒng)計出來LCU帖內(nèi) 預測方向為28，對應表格2，優(yōu)先排除E0_0°，其次排除E0_135°，如果步驟2中前一帖為BO模 式，則該步驟中排除掉上述兩種EO模式。
[0046]
[0047] 表格 2
[004引步驟4:目前還有巧巾SAO模式:兩種E0,一種BO模式，在當前LCU對運立種模式求樣 點統(tǒng)計。首先統(tǒng)計原始像素和重構像素 (SA0之前）的差值之和E，其中s(x，y)是原始像素，U (x，y)是重構像素，C是求和像素區(qū)域
[0049]
[0050] 然后計算補償值m，其中n是像素數(shù)量[0化1 ]
[0化2]
[0化3] 苗得原始像素巧SAO雷構，后的像素差值A D [0化4]
[0055]最后由率失真代價公式得到率失真代價A J [0化6] A J= A D+入R
[0057] 步驟5:由步驟4得到=種模式下的率失真代價A J，比較后得出最優(yōu)率失真代價， 由最優(yōu)率失真代價決定一種最優(yōu)SAO補償模式，下一步選擇該模式進行補償運算。
[0058] 步驟6:由步驟5得到最優(yōu)補償模式，在該模式下對當前LCU每個像素進行補償運 算。步驟4中得到了補償值m，對每個像素與補償值m相加，即得到補償之后的LCU重構，至此， 完成該LCU的SAO運算。
[0059] 步驟7:對當前帖進行Z掃描，對下一個LCU進行改進的SAO編碼。
[0060] 依據(jù)W上步驟最終得到圖像的SAO優(yōu)化編碼。
[0061] W上所述僅為本發(fā)明的較佳實施例而已，并不用W限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
【主權項】
1. 一種肥VC基于時間相關性和帖內(nèi)預測方向的SAO優(yōu)化方法，其特征在于，其包括w下 步驟： 51、 獲取一帖經(jīng)過預測、量化、去塊濾波的圖像，按分辨率尺寸大小分成若干個64X64 的 LCU; 52、 讀取前一帖對應當前LCU塊的SA0模式，分別為E0_0°、E0_90°、E0_135°、E0_45°和 BO； 53、 根據(jù)前一帖的SAO模式，排除掉當前帖該LCU的一種模式； 54、 讀取當前帖的LCU帖內(nèi)預測方向，共計33個帖內(nèi)預測方向； 55、 將33個帖內(nèi)預測方向進行分類，分別對應到4個SA0邊界補償E0的操作，根據(jù)下表繼 續(xù)排除掉當前帖該LCU的另一種模式：56、 對剩余的Ξ種模式進行SA0處理，分別計算出Ξ種模式下的率失真代價，選擇最優(yōu) 的SA0模式，再進行像素值補償。2. 根據(jù)權利要求1所述的一種肥VC基于時間相關性和帖內(nèi)預測方向的SA0優(yōu)化方法，其 特征在于，步驟S2讀取的是相鄰的前一帖對應LCU的SA0模式，并直接將其運用到當前帖的 SA0優(yōu)化算法中來。3. 根據(jù)權利要求1所述的一種肥VC基于時間相關性和帖內(nèi)預測方向的SA0優(yōu)化方法，其 特征在于，步驟S3所述的排除方法為排除與前一帖E0方向垂直方向的LCU的一種模式。4. 根據(jù)權利要求1所述的一種肥VC基于時間相關性和帖內(nèi)預測方向的SA0優(yōu)化方法，其 特征在于，步驟S3中，當前一帖對應LCU模式為B0時，步驟S3不執(zhí)行任何操作。5. 根據(jù)權利要求4所述的一種肥VC基于時間相關性和帖內(nèi)預測方向的SA0優(yōu)化方法，其 特征在于，當前一帖對應LCU模式為B0時，則步驟S5需排除掉當前帖該LCU的優(yōu)先排除和其 次排除的兩種模式。6. 根據(jù)權利要求1所述的一種肥VC基于時間相關性和帖內(nèi)預測方向的SA0優(yōu)化方法，其 特征在于，步驟S4所述的帖內(nèi)預測方向由本LCU中帖內(nèi)預測像素最多的方向決定。
【文檔編號】H04N19/11GK105979262SQ201610298041
【公開日】2016年9月28日
【申請日】2016年5月6日
【發(fā)明人】宋銳, 孫力, 賈媛, 李云松, 王養(yǎng)利, 趙園偉
【申請人】西安電子科技大學