一种多层次帧内预算模式选择方法

1.一种多层次帧内预算模式选择方法，其特征在于：包括以下步骤：
步骤1：在FPGA中建立第一层决策模块、第二层决策模块和第三层决策模块；
步骤2：第一层决策模块接收预测所需要的图片的边界数据和原始像素；边界数据采用H.265中使用的35种帧内预测模式输入，第一层决策模块只处理35种帧内预测模式中的第2模式、第10模式、第18模式、第26模式和第34模式，并分别获取第2模式、第10模式、第18模式、第26模式和第34模式下的5个预测结果；
第一层决策模块将这5个预测结果分别与原始像素进行差值的绝对值之和的计算，得到5个差值结果；
步骤3：第一层决策模块筛选出5个差值结果中的最小结果，设定该最小结果为min_mode，第一层决策模块根据min_mode的值做出如下判定：
计算特殊角度模式(2,10,18,26,34)的预测值，得到对应的差值的绝对值之和，设定该对应的差值的绝对值之和为SADi，其中i＝2,10,18,26,34；
其中N为当前预测块的大小，pred代表预测的像素值，org代表原始的像素值，x和y代表像素的坐标；
当min_mode的值对应第2模式时，设定向第二层发送的4个模式选择为第4模式、第6模式、第8模式和第12模式；
当min_mode的值对应第10模式时，x取值SAD2，y取值SAD10，z取值SAD18，设定thr为偏移阈值，如果abs(x‑z)如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x≥z时，向第二层发送的4个模式选择为第8模式、第12模式、第14模式和第16模式；
当min_mode的值对应第18模式时，x取值SAD10，y取值SAD18，z取值SAD26，设定thr为偏移阈值，如果abs(x‑z)16模式、第20模式和第22模式；
如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x≥z时，向第二层发送的4个模式选择为第16模式、第20模式、第22模式和第24模式；
当min_mode的值对应第26模式时，x取值SAD18，y取值SAD26，z取值SAD34，设定thr为偏移阈值，如果abs(x‑z)24模式、第28模式和第30模式；
如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x如果abs(x‑z)≥thr×(x+z‑2y)÷16，且x≥z时，向第三层发送的4个模式选择为第24模式、第28模式、第30模式和第32模式；
当min_mode的值对应第34模式时，设定向第三层发送的4个模式选择为第24模式、第28模式、第30模式和第32模式；
步骤4：第二层决策模块对第一层决策模块传送来的4个模式分别进行预测，得出4个预测数据，第二层决策模块将分别将这4个预测数据与原始像素进行差值的绝对值之和的计算，并筛选出最小的差值，设定该最小的差值为min_mode2，第二次决策模块向第三层决策模块发送min_mode2；
步骤S5：第三层决策模块分别按DC方块边缘帧内预测方法和PLANAR方块边缘帧内预测方法进行计算，得出DC预测结果和PLANAR预测结果，第三层决策模块筛选出min_mode2、DC预测结果和PLANAR预测结果中的最小值，作为最终结果输出。
2.如权利要求1所述的一种多层次帧内预算模式选择方法，其特征在于：在执行步骤S5时，如果min_mode2对应第2模式，则第三层决策模块为第3模式；如果min_mode2对应第34模式，则第三层决策模块为第33模式；否则，记比min_mode2小中模式值最大的模式差值为m,比min_mode2大中模式值最小的模式差值为n，即离min_mode2最近的一大一小两个模式；当m>n，第三层决策模块的模式为min_mode2+1，否则第三层决策模块的模式为min_mode2–1。
3.如权利要求1所述的一种多层次帧内预算模式选择方法，其特征在于：在执行步骤4时，第二层决策模块对第一层决策模块传送来的4个模式分别进行预测时，采用通用角度方块边缘帧内预测方法进行预测。

一种多层次帧内预算模式选择方法\n技术领域\n[0001] 本发明属于图像处理技术领域，特别涉及一种多层次帧内预算模式选择方法。\n背景技术\n[0002] 进入数字时代之后，数字视频紧随着IT技术的浪潮，获得了非常迅速的发展。追求更高的清晰度，是数字视频技术领域从未停止的步伐。如今，各式各样的视频应用已经渗透到人类社会的各个领域，可以说，视频应用是现代人类社会运转的重要组成部分。\n[0003] 预测编码是视频编码中的核心技术之一。对于视频信号来说，一幅图像内相临近像素之间有着较强的空间相关性，相邻图像之间也有很强的时间相关性。因而，先进的视频编码往往采用帧内预测和帧间预测的方式，使用图像内已编码像素预测临近像素，或利用已编码图像预测待编图像，从而有效去除视频空域和时域的相关性。视频编解码器对预测后的残差而不是原始像素值进行变换、量化、熵编码，由此大幅提高编码效率。\n[0004] 帧内预测编码是指利用视频空间域的相关性，使用当前图像已编码的像素预测当前像素，进行下一步编码处理。帧内预测技术是消除视频空间冗余的主要技术之一，尤其当帧间预测被限制使用时，帧内预测是保证视频压缩效率的主要手段。对于同一块预测块来讲，可以将其分为不同的大小分块的集合并使用不同的预测方向。\n[0005] 如图1所示为H.265中使用的35种帧内预测方式，对于同一预测边缘，使用不同的预测方向，得到的预测结果也有不同。因而针对一块预测块，需要搜索出最合理的分块和预测方向。现有的通用方案是遍历所有的分块和所有的预测方向，这样的搜索方案最全面，但是相对的计算复杂度高。\n发明内容\n[0006] 本发明的目的是提供一种多层次帧内预算模式选择方法，解决了采用多层预测模型对图片进行帧内预算的技术问题。\n[0007] 为实现上述目的，本发明采用以下技术方案：\n[0008] 一种多层次帧内预算模式选择方法，包括以下步骤：\n[0009] 步骤1：在FPGA中建立第一层决策模块、第二层决策模块和第三层决策模块；\n[0010] 步骤2：第一层决策模块接收预测所需要的图片的边界数据和原始像素；边界数据采用H.265中使用的35种帧内预测模式输入，第一层决策模块只处理35种帧内预测模式中的第2模式、第10模式、第18模式、第26模式和第34模式，并分别获取第2模式、第10模式、第\n18模式、第26模式和第34模式下的5个预测结果；\n[0011] 第一层决策模块将这5个预测结果分别与原始像素进行差值的绝对值之和的计算，得到5个差值结果；\n[0012] 步骤3：第一层决策模块筛选出5个差值结果中的最小结果，设定该最小结果为min_mode，第一层决策模块根据min_mode的值做出如下判定：\n[0013] 计算特殊角度模式(2,10,18,26,34)的预测值，得到对应的差值的绝对值之和，设定该对应的差值的绝对值之和为SADi，其中i＝2,10,18,26,34；\n[0014] 其中N为当前预测块的大小；\n[0015] 当min_mode的值对应第2模式时，设定向第二层发送的4个模式选择为第4模式、第\n6模式、第8模式和第12模式；\n[0016] 当min_mode的值对应第10模式时，x取值SAD2，y取值SAD10，z取值SAD18，设定thr为偏移阈值，如果abs(x‑z)n，第三层决策模块的模式为min_mode2+1，否则第三层决策模块的模式为min_mode2–1。\n[0029] 优选的，在执行步骤4时，第二层决策模块对第一层决策模块传送来的4个模式分别进行预测时，采用通用角度方块边缘帧内预测方法进行预测。\n[0030] 本发明所述的一种多层次帧内预算模式选择方法，解决了采用多层预测模型对图片进行帧内预算的技术问题，利用当前层的评审值和距离单位为参考，来决定下一层的模式，传统方案中需要进行遍历的搜索，需要进行35次预算和差值求和，本发明只需要进行12次预算和差值求和，降低了算法的复杂度。\n附图说明\n[0031] 图1是H.265中使用的35种帧内预测方式的示意图；\n[0032] 图2是本发明流程图。\n具体实施方式\n[0033] 如图2所示的一种多层次帧内预算模式选择方法，包括以下步骤：\n[0034] 步骤1：在FPGA中建立第一层决策模块、第二层决策模块和第三层决策模块；\n[0035] 步骤2：第一层决策模块接收预测所需要的图片的边界数据和原始像素；边界数据采用H.265中使用的35种帧内预测模式输入，第一层决策模块只处理35种帧内预测模式中的第2模式、第10模式、第18模式、第26模式和第34模式，并分别获取第2模式、第10模式、第\n18模式、第26模式和第34模式下的5个预测结果；\n[0036] 第一层决策模块将这5个预测结果分别与原始像素进行差值的绝对值之和的计算，得到5个差值结果；\n[0037] 步骤3：第一层决策模块筛选出5个差值结果中的最小结果，设定该最小结果为min_mode，第一层决策模块根据min_mode的值做出如下判定：\n[0038] 计算特殊角度模式(2,10,18,26,34)的预测值，得到对应的差值的绝对值之和，设定该对应的差值的绝对值之和为SADi，其中i＝2,10,18,26,34；\n[0039] 其中N为当前预测块的大小；\n[0040] 当min_mode的值对应第2模式时，设定向第二层发送的4个模式选择为第4模式、第\n6模式、第8模式和第12模式；\n[0041] 当min_mode的值对应第10模式时，x取值SAD2，y取值SAD10，z取值SAD18，设定thr为偏移阈值，如果abs(x‑z)n，第三层决策模块的模式为min_mode2+1，否则第三层决策模块的模式为min_mode2–1。\n[0054] 优选的，在执行步骤4时，第二层决策模块对第一层决策模块传送来的4个模式分别进行预测时，采用通用角度方块边缘帧内预测方法进行预测。\n[0055] 通用角度方块边缘帧内预测方法包括以下步骤：\n[0056] 步骤A1：在FPGA中建立帧内预测通用角度模块，帧内预测通用角度模块的输入端口包括border端口、pred_mode端口、boundary_filter端口和valid_in端口，border端口用于接收预测所用的边界信息，pred_mode端口用于接收预测的角度模式，角度模式的取值为\n2～34，boundary_filter端口用于接收是否需要进行边缘滤波的信号：boundary_filter端口为0，则不需要边缘滤波，boundary_filter端口为1，则需要边缘滤波，valid_in端口用于接收输入是否有效的信号；\n[0057] 帧内预测通用角度模块的输出端口包括predSample端口和valid_out端口，predSample端口用于输出预测结果，valid_out端口用于输出结果是否有效的信号；\n[0058] 步骤A2：在FPGA中建立ref_ram存储器，根据以下公式计算出角度模式和预测结果之间的预测关系表：\n[0059] y＝b>0？(a*x1+b*x2+16)>>5:x1；其中，a＝32–iFact；b＝iFact；x1＝ref_ram<<(shift+1)；x2＝ref_ram<