[发明专利]基于图像修复和矢量预测算子的帧内预测视频编码方法

说明书

技术领域

本发明涉及视频压缩技术领域，特别是一种基于图像修复和矢量预测算子的帧内预测视频编码方法。

背景技术

在实际的视频序列中，空间相关性是数据冗余的一个重要来源。在去除空间冗余方面，无论在理论上还是在实际应用中，帧内预测都是一个简单、有效和可靠的方法。因此，帧内预测一直都是视频编码技术研究中的一个热点，对于降低视频压缩数据中的空间冗余具有重要意义。

H.264相比于之前编码标准的一个重要改进是引入了帧内预测模式，这使得它能利用视频的空间相关性来进一步提高压缩效率。当前待预测块中的每个像素都可用17个最接近的先前已编码像素的加权和来预测，即此像素所在块的左上角的17个像素。利用帧内预测算法，在除去相邻块之间的空间冗余度方面，取得更为有效的压缩效果。在H.264中，对于4x4、8x8、16x16大小的预测块，分别有9、9、4种预测模式进行预测。作为H.264/AVC的下一代协议，高效率视频编码(High Efficiency Video Coding，HEVC)重点关注对高清/超高清视频进行有效的压缩和编码。HEVC继承了H.264的混合编码模式，但在各个模块中都采用更加先进的算法，以提高压缩效率。在帧内预测方面，HEVC采用了更高效的四叉树块结构，这对应于H.264中的宏块及子块的概念。此外，相较于先前的标准，HEVC大大增加了可用的预测模式，最高可达34种。由此可以看出，在传统的帧内预测方法中，为了提高帧内预测的准确性，主要是通过增加帧内预测的模式数量和采用更加复杂的宏块划分方案，但是，这种方法增加了用于表示宏块划分结果和每个子块预测模式的数据量，同时，传统的帧内预测采用固定的预测方向，无法自适应地处理实际图像。

解决上述问题的一个方法是采用基于图像修复的帧内预测，同时，由于帧内预测可以被看作一个图像修复问题，因此，基于图像修复的帧内预测是当前的一个技术热点。图像修复(Image Inpainting)是指利用待修复区域的边缘信息，采用传播机制将信息传播到待修补的区域内。纹理合成在修复含有大量细节的大区域方面效果很好，通常使用的是模板匹配的方法；基于求解偏微分方程的图像修复更适合于平坦的小区域；T.K Tan等人提出了一种基于模板匹配的帧内预测方法以及一种基于优先级模板匹配的帧内预测方法；V.Bastani和D.Liu等人将基于求解偏微分方程的图像修复方法分别应用于图像和视频压缩；D.Doshkove等人将模板匹配和偏微分方程相结合的图像修复方法应用于帧内预测当中，并取得很好的实验结果。但是，上述基于图像修复的帧内预测存在如下两个问题：1、常用的基于拉普拉斯偏微分方程图像修复的帧内预测无法有效地处理图像中的非平坦区域，尤其是含有边沿的情况；2、基于纹理合成图像修复的帧内预测能够有效地利用帧内预测的非局部相关性，然而，模板匹配需要进行大量的计算，增加了编解码的运算复杂度，对实时应用会有影响。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能够有效提高预测准确性和视频编码的压缩效率的基于图像修复和矢量预测算子的帧内预测视频编码方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于图像修复和矢量预测算子的帧内预测视频编码方法，包括以下步骤：

(1)计算当前块基于HEVC中传统帧内预测模式的率失真代价值RD1；

(2)计算当前块基于拉普拉斯方程图像修复方法的帧内预测模式的率失真代价值RD2，若率失真代价值RD2小于RD1，则计算当前块基于全变分模型图像修复方法的帧内预测模式的率失真代价值RD2；

(3)计算当前块基于矢量预测算子的帧内预测模式的率失真代价值RD3；

(4)编码端根据率失真代价值RD1、RD2和RD3的比较结果，选取最小率失真代价值所对应的帧内预测模式，按所对应的帧内预测模式计算得到当前块的预测像素值并对当前块进行预测、压缩和编码。

而且，所述的率失真代价值RD1、率失真代价值RD2、率失真代价值RD3均是由HEVC自带的率失真代价计算模块计算得到。

而且，所述基于全变分模型图像修复的帧内预测模式计算当前块的预测像素值是通过如下迭代公式迭代完成后得到：