一种基于med预测算法的预测值补偿方法
【专利说明】一种基于MED预测算法的预测值补偿方法 【技术领域】
[0001] 本发明属于图像预测与图像压缩领域，特别涉及一种基于MED预测算法的预测值 补偿方法。 【【背景技术】】
[0002] 随着多媒体技术及Internet的迅速发展，图像等多媒体文件的压缩已经成为迫 切需要解决的问题。在图像无损压缩中，对像素点预测的准确性对压缩率起到了决定性 的作用，若预测误差较大，则压缩率就会下降。MED(medianedgedetector)预测方法是 L0C0-I/JPEG-LS中一种成熟的简单像素预测方法，它利用左邻域、上邻域及左上邻域3个 像素点的信息，通过检测水平和垂直边缘来避免产生较大的预测误差，得到较好的预测值。 但是，该预测方法过于简单，对待预测像素点的邻域信息利用不充分，忽略了局部梯度值对 预测值的影响，对纹理较为丰富的图像难以取得较好的预测效果。在此基础上，一些研究者 提出了GAP(gradientadjustedprediction)预测算法。GAP预测是一种简单、自适应的非 线性预测算法，它拓展了MED方法中对待预测像素点的邻域的使用范围，利用待预测像素 的邻域梯度来调整预测值，预测质量优于MED预测方法。但是，GAP预测方法对邻域梯度的 分类处理比MED预测方法复杂很多，影响了压缩编码的效率。 【
【发明内容】
】
[0003] 本发明的目的在于提供一种基于MED预测算法的预测值补偿方法，对经过MED初 步预测的像素点进行进一步补偿。该方法提出了预测补偿的概念，并通过相应的补偿方式， 通过简便的运算，能够达到较好的补偿效果。
[0004] 为了达到上述目的，本发明采用以下技术方案予以实现：
[0005] -种基于MED预测算法的预测值补偿方法，包括以下步骤：
[0006] 步骤一：对待预测像素点进行MED预测，得到初始的MED预测值；
[0007] 步骤二：如果步骤一计算的MED预测值是直接利用预测像素点的上邻域像素值或 者左邻域像素值来表示当前像素点的预测值，则进入步骤三判断能否被补偿；否则不做补 偿直接输出MED预测值；
[0008] 步骤三：如果预测像素点邻域梯度方向一致且均大于阈值，则预测值能够被补偿， 进入步骤四计算预测像素点邻域梯度均值，确定补偿系数的大小；否则，不做补偿直接输出 MED预测值；
[0009] 步骤四：计算预测像素点邻域梯度均值，确定补偿系数的大小；
[0010] 步骤五：利用预测像素点邻域梯度均值和补偿系数计算补偿值；
[0011] 步骤六：对MED的预测值进行补偿，输出补偿后的预测值。
[0012] 本发明进一步的改进在于：所述步骤一按照如下方法：
[0013] 对待预测的像素点进行MED预测，MED预测基于以下规则：
[0015] 其中急_为MED预测值，x为待预测像素，a、b、c分别为待预测像素的上邻域、左 邻域、左上邻域像素值。
[0016] 本发明进一步的改进在于：所述步骤二按照如下方法：
[0017] 如果的预测值为a，即用上邻域像素值表示当前像素点的预测值，或者 的预测值为b，即用左邻域像素值表示当前像素点的预测值；进入步骤三判断能否被补偿。
[0018] 本发明进一步的改进在于：所述步骤三按照如下方法：如果的预测值为a， 则提取X的3个邻域梯度：x的左邻域及其上邻域的梯度值X的上邻域及其上邻域的 梯度值$、X的右上邻域及其上邻域的梯度值若3个邻域梯度方向相同且均大于阈值 T1，用邻域梯度来预测X及其上邻域的梯度值从而对预测值a进行补偿，否则不进行补 偿，直接输出MED预测值；
[0019] 如果免_的预测值为b，则提取X的3个邻域梯度：x的上邻域及其左邻域的梯度 值$、X的左邻域及其左邻域的梯度值g、X的右上邻域及其左邻域的梯度值若3个 邻域梯度方向相同且均大于阈值T1，用邻域梯度来预测X及其左邻域的梯度值g,从而对 预测值b进行补偿，否则不进行补偿，直接输出MED预测值。
[0020] 本发明进一步的改进在于：阈值1\为4。
[0021] 本发明进一步的改进在于：所述步骤四按照如下方法：
[0022] 计算提取的3个邻域梯度的均值，利用"邻域梯度-补偿系数"映射曲线得到对应 的补偿系数。
[0023] 本发明进一步的改进在于：所述步骤五按照如下方法：
[0024] 补偿值=补偿系数X3个邻域梯度的均值。
[0025] 本发明进一步的改进在于：所述步骤六按照如下方法：
[0026] 补偿后的预测值=MED预测值+补偿值。
[0027] 本发明进一步的改进在于：所述步骤四按照如下方法：
[0028] (1)绘制某一测试图像库中一幅图像的"补偿系数_3邻域梯度均值"二维直方图， 其中二维直方图横坐标表示应采取的补偿系数，即MED预测误差与3邻域梯度均值的比值， MED预测误差为MED的预测值与该像素真实值的差；纵坐标表示3邻域梯度均值；利用二维 直方图在某坐标点的亮度表示满足此补偿系数和3邻域梯度均值的像素点的个数；
[0029] (2)对步骤（1)得到的二维直方图向其列投影，对同一补偿系数对应的邻域梯度 值求平均值，生成"邻域梯度-补偿系数"曲线，其中曲线图的横坐标表示3邻域梯度均值， 纵坐标表示平均补偿系数；
[0030](3)对"邻域梯度-补偿系数"曲线进行均值滤波，滤波窗口宽度为7;
[0031] (4)对所述测试图像库中每幅图像都重复步骤⑴至（3)的操作，得到多条"邻域 梯度-补偿系数"曲线，取曲线簇的均值，得到一条平均后的曲线；
[0032] (5)利用三次多项式拟合步骤（4)得到的平均后的曲线，即得到"邻域梯度-补偿 系数"映射曲线；
[0033] (6)应用映射曲线，对不同的3邻域梯度均值自适应补偿系数。
[0034] 相对于现有技术，本发明具有以下良好效果：本发明通过预测像素点邻域梯度的 大小与方向判断预测像素点处梯度的一致性，并对这种一致性进行利用，提出了预测补偿 的概念，对经典的MED预测值进行补偿，以弥补MED预测值忽略邻域梯度的缺陷。经过实验 研究，发现补偿值与邻域梯度的均值有较强的相关性，遂采取邻域梯度均值与补偿系数的 乘积的形式对预测值进行补偿。采用对邻域梯度均值自适应的补偿系数能更好地利用邻域 梯度信息来减小预测误差。并且本方法中利用的"邻域梯度_补偿系数"映射曲线可以离 线生成，降低了本方法的在线计算复杂度，使本发明具有一定的硬件实用性。 【【附图说明】】
[0035] 图1是基于MED预测算法的预测值补偿方法的总体流程图；
[0036] 图2(a)是MED预测中各像素位置关系及梯度图；图2(b)是另一种MED预测中各 像素位置关系及梯度图。 【【具体实施方式】】
[0037] 请参阅图1所示，本发明一种MED预测算法的预测值补偿方法，包括以下步骤：
[0038] 步骤一：对待预测像素点X进行经典的MED预测，得到初始的MED预测值，MED预 测基于以下规则：
[0040] 其中为MED预测值，X为待预测像素，a、b、c分别为待预测像素X的上邻域、 左邻域、左上邻域像素值，其位置关系如附图2(a)或图2(b)所示；
[0041] 步骤二：如附图2(a)所示，如果的预测值为a，即用上邻域像素值表示当前 像素点的预测值，则预测抛弃了a、X间梯度不予考虑，该预测值有被补偿的可能。同理，如 附图2 (b)所示，如果的预测值为b，即用左邻域像素值表示当前像素点的预测值，则 预测抛弃了b、x间梯度不予考虑，该预测值有被补偿的可能。如果的预测值为a或b， 进入步骤三判断能否被补偿；否则，不进行补偿，直接输出MED预测值；
[0042]步骤三：如果预测像素点邻域梯度方向一致且均大于阈值，则预测值能够被补偿， 进入步骤四计算预测像素点邻域梯度均值，确定补偿系数的大小；否则，不做补偿直接输出 MED预测值。如附图2 (a)所示，如果的预测值为a，则提取X的3个邻域梯度：x的左 邻域及其上邻域的梯度值3、X的上邻域及其上邻域的梯度值X的右上邻域及其上邻 域的梯度值￥，若3个邻域梯度方向相同且均大于阈值T1,则认为该局部邻域有较强的灰 度变化规律，可以用