一种3d视频深度图像帧内预测模式选择方法及系统的制作方法

一种3d视频深度图像帧内预测模式选择方法及系统的制作方法
【专利摘要】本发明提出一种3D视频深度图像帧内预测模式选择方法及系统。首先计算HEVC当前块帧内预测参考像素集合的方差，通过方差来预测当前块是否为平滑块；对于平滑块仅考虑适合平滑区域的两个帧内预测模式Planar和SDC_Planar；对于非平滑块，将当前块的参考集合分成两个参考像素集合类，通过计算两个参考集合的像素方差来判断当前块是否为边界块；对于边界块，依据当前参考像素的分布特点预测有效的HEVC帧内预测模式、有效的深度模型模式以及有效的楔形分割模式的方向。本发明有效的降低了平滑区域和边界区域的候选深度帧内预测模式的数目，减少了帧内预测所需的编码时间；在提高编码速度的同时，保证了最终解码端合成视角的视频质量。
【专利说明】一种3D视频深度图像帧内预测模式选择方法及系统

【技术领域】
[0001] 本发明属于视频编解码技术邻域，具体涉及一种3D视频深度图像帧内预测模式 选择方法及系统。

【背景技术】
[0002] 2013年1月联合视频开发组发布了新一代视频编码国际标准HEVC，也称为H. 265。 H. 265与上一代视频编码标准H. 264 -样都米用基于混合块的编码结构，但是H. 265引入 了编码单元结构、变换单元结构、帧间非对称分割方式、统一帧内编码、合并（merge)模式、 改进的运动矢量编码等新技术。由于新技术的引入，使得H. 265与H. 264相比，新的视频编 码标准HEVC在获得相同重建视频质量的情况下，可以减少一半码率。H. 265中的编码单元 是H. 264中宏块概念的扩展，其大小可以为64x64、32x32、16xl6和8x8。对于平坦的区域 选择大的编码单元可以节省码率；而纹理区域则选择小的编码单元可以得到更好的预测结 果。HEVC的编码器首先将预编码图像划分为许多大小为64x64的最大编码单元（LCU)。然 后，对于每一个最大编码单元，编码器将递归地按4-叉树的方式来决定最大编码单元中最 优CU划分。为了获得最大编码单元的最优CU划分，编码器需要进行85次不同大小CU的 率失真代价的计算。由此可见，基于编码单元的4-叉树编码结构增加了 H. 265的计算复杂 度（包括帧内预测）。在帧内预测技术中，对于大小为8x8的CU，编码器允许其进一步分割 为4个相等的大小为4x4的预测单元（PU);而对于其他大小的CU不能进一步分割，即PU的 大小等于CU的大小。为了更好的利用空间的相关性，H. 265的帧内预测技术将帧内预测模 式增加到35种，如图1所示。在这35种帧内预测模式中，33种角度帧内预测模式（帧内预 测模式2至帧内预测模式34)用于纹理区域的帧内预测，而DC和Planar两种帧内预测模 式用于平坦区域的帧内预测。由于采用了新的编码结构，H. 265可选的帧内预测的邻近参 考像素为左下、左、左上、上、右上的邻近像素，如图2所示。由于帧内预测模式的增多，每个 PU都需要进行35次率失真计算才可以找到PU最优的帧内预测模式，这极大地增加了 HEVC 帧内预测编码的计算复杂度。
[0003] 3D-HEVC是HEVC的3D视频编码的最重要的扩展标准。3D-HEVC的3D视频采用编 码端和解码端非对称的多视点加深度图像的格式。多视点加深度的3D视频可以在解码端 利用DIBR技术合成任意位置的虚拟视点，该格式因为此优点带来的广阔应用前景而备受 学术界和工业界的关注。在多视点视频加深度视频格式的深度图像中，深度图像的像素值 反映的是场景中的点距离摄像机的远近。因此，深度图像和自然图像有很大的不同，主要体 现为以下三个方面：1)深度图像大部分为平坦的区域，这些平坦的区域被锐利的边缘所分 害h2)深度图像有限的锐利边缘的失真将在解码端的合成视角物体边界周围引起振铃效 应，降低了合成视角中视频的主观和客观质量；3)深度图像并非用来给用户直接观看，而 是用来合成中间的虚拟视角。基于前述三方面的不同特点，保留深度图像中物体的边缘成 为深度图像编码的重要工作内容之一。为此，3D-HEVC除继承了上述HEVC的新技术（包括 帧内预测技术和编码单元）之外，另加入了一系列的新技术来尽可能的保留深度图像的锐 利边缘，同时尽可能地保证编码的性能。其中最重要的技术就是4种新的深度模型模式，分 别为显示的楔形分割模式（DMM1)、隐式的楔形分割模式（DMM3)、c〇ntour分割模式（DMM4)、 边界链式编码模式（RBC)。楔形分割模式（包括前述的显示楔形分割模式和隐式的楔形分 害IJ模式）如图3所示，图3包含了连续时的楔形分割、离散时的楔形分割和最终的楔形分割 模式。如图3,楔形分割模式是通过一条直线（起点为S、终点为E)将预测块分割为？ 1和 P2两个部分，。楔形分割的分割直线有6种方向，如图4所示分别为从左边界到上边界、从 右边界到上边界、从下边界到右边界、从左边界到下边界、从上边界到下边界和从左边界到 右边界。为了进一步的提高压缩比，楔形分割模式将不传递预测残差的量化变换系数，而仅 仅传递两个像素值。楔形分割模式的最优模式的选取需要计算所有起点和终点组合相对应 的楔形分割模式的率失真代价。大小为4x4的预测块一共有86种楔形分割模式；大小为 8x8的预测块一共有766种楔形分割模式；大小为16x16的预测块一共有1350种楔形分割 模式；大小为32x32的预测块一共有1503种楔形分割模式。对于每一个PU，3D-HEVC最优 帧内预测模式的选择既要计算35种HEVC帧内预测模式的率失真代价，还要计算上述数目 的显示的楔形分割模式、上述数目的隐式楔形分割模式、区域边界链式模式和contour模 式的率失真代价。由于帧内预测模式的倍增，导致了目前3D-HEVC的计算复杂度根本无法 实现3D视频的实时应用。此外，基于前述深度图像的第3)点不同特点，3D-HEVC引入了新 的编码参数的评价方法，即采用合成视角的率失真代价选择编码参数（包括最优的帧内预 测模式和最优CU的划分）。计算合成视角的代价需要通过渲染得到合成视角，而渲染过程 是十分耗时的。因此，3D-HEVC帧内预测模式的最优帧内预测模式的选择中为了得到合成视 角而引入了计算复杂度很高的渲染过程，也是3D-HEVC帧内预测编码计算效率低下的一个 重要原因。3D-HEVC为了降低码率，引入了 SDC技术。该技术仅仅使用在Planar模式和显 示的楔形分割模式上构成了两个新模式SDC_Planar模式和SDC_DMM1模式。两个新模式仅 允许传递像素值的有效索引值。而编码器需要额外进行两次率失真代价的计算，这也影响 了深度帧内预测模式的计算复杂度，但是不是最主要的原因之一。
[0004] 综上所述,3D-HEVC标准中3D视频中深度图像帧内编码过程的复杂程度过高的原 因有以下三个方面：1)在CU层，3D-HEVC采用了 HEVC复杂的编码单元作为编码结构，需要 通过复杂地计算获得最优CU的划分；2)在PU层，深度图像的帧内预测模式增多，其中包含 35个HEVC的帧内预测模式和4种深度模型模式，而深度模型模式中的楔形分割模式数目极 多；3)深度图像的编码参数的选择需要计算合成中间视角的率失真，而引入了非常耗时的 渲染过程。
[0005] 文献《3D-HEVC 最初的测试模型"30-册￥(：了68七]\1〇(1611"》，（"1^21^叩，6.了6(*，1(· Wegner, S. Yea, ITU-T SG 16 WP 3 and IS0/IEC JTC 1/SC 29/WG 11, JCT3V-A1005, 1st Meeting:Stockholm,SE, 16-20 July 2012"）一文中的巾贞内预测模式选择方法，对所有的 帧内预测模式和所有的楔形分割模式进行率失真的计算。由于候选的帧内预测模式的 增多，特别是楔形分割模式数目过多，进一步地增加深度图像帧内编码时间和计算的复 杂度，限制了 3D视频的实时应用。为此，已经开展许多相关研究来改进深度图像编码效 率。对于HEVC的帧内预测模式选择算法的研究，很多可以应用于深度图像的帧内预测模 式的选择，如下：文献"Encoder improvement of unified intra prediction,''JCT-VC ITU-TVCEG IS0/IEC MPEG, document JCTVC-C207，Guangzhou，China, Oct. 2010 提出了一 种粗略模式决定过程，先对35种HEVC的帧内预测模式所得残差块进行哈达玛变换。根 据哈达玛变换系数和选择一定数目的候选帧内预测模式。计算候选帧内预测模式的完 整率失真代价获得最优的帧内预测模式。文献"Fast Intra Mode Decision of HEVC based on Hierarchical Structure,，' in Proc. IEEE Int. Conf. Information, Commun. Signal Process, Dec. 2011，pp. 1 - 4提出了一种提前终止巾贞内预测模式选择的策略来加速 中贞内预测模式的选择。文献"Novel Adaptive Algorithm for Intra Prediction With Compromised Modes Skipping and Signaling Processes in HEVC,，'IEEE trans. Circu. and sys. for video techno, Vol. 23, pp. 1686-1694, Oct. 2013 提出 了利用邻近参考像素 的相似程度减少候选帧内预测模式的方法来加速帧内编码。此外，对于3D-HEVC新引入 的深度模型模式的研究如下：文献"Simplified Wedgelet search for DMM modes 1 and 3,，，ITU-T SG 16 WP 3and ISO/IEC JTC 1/SC 29/WG 11，Doc, JCT3V-B0039, Shanghai, Chin a提出了一种二步搜索最优楔形分割模式算法，先在两倍像素域上得到次最优楔形分割，然 后在次最优的楔形分割模式的附近寻找最优的楔形分割模式。文献"Fast Depth Modeling Mode Selection For 3D Hevc Depth Intra Coding" Z. Y. Gu, J. H. Zheng, N. Ling and P. Zhang, IEEE international conference on ICMEff, San Jose, CA, July 2013,pp. 1-4 提 出了一种利用粗略决定模式候选列表中的Planar模式衡量预测块的平滑程度，从而来判 断是否进行深度模型模式的方法。在此基础上，申请号为20131016728. 2的中国专利申请 公开了一种技术，通过利用HEVC帧内角度预测模式（如图1所示）和楔形分割模式的纹理 相关性，减少了需要计算RD0的楔形分割模式数目，提高了编码效率。但是该技术在降低编 码复杂程度的同时增加了码率，降低了合成视角的视频质量。
[0006] 通过采纳一些优秀的算法，文献《3D-HEVC测试模型"3D-HEVC Test Model 5"》 (^L. Zhang, G. Tech, K. Wegner, S. Yea, ITU-T SG 16 WP 3 and IS0/IEC JTC 1/SC 29/WG 11，JCT3V-E1005,5th Meeting:Vienna，AT，27 Jul. -2 Aug.2013"）一文中，提出了一种对 3D-HEVC中深度帧内预测模式选择的方法，包含以下步骤：
[0007] 步骤1，计算当前块的35种HEVC帧内预测模式的哈达玛变换系数绝对值和 (SATD);在35种HEVC帧内预测模式中，根据SATD选择一定数目的帧内预测模式加入到候 选帧内预测模式列表。其中，大小为4x4和8x8的预测块各选择8个帧内预测模式；大小为 16xl6、32x32和64x64的预测块各选择3个帧内预测模式；
[0008] 步骤2,选取当前块的左侧和上侧邻近块的帧内预测模式，得到最大可能模式 (MPM)，将MPM中的帧内预测模式加入到候选帧内预测模式列表；
[0009] 步骤3,在深度图像对应块中，在显示楔形分割模式集中，计算每一个显示楔形分 割模式的率失真代价，选择率失真代价最小的楔形分割模式作为最优的显示楔形分割模式 并加入到候选帧内预测模式列表；
[0010] 步骤4,在纹理图像对应块中，计算隐式楔形分割模式集中每一个隐式楔形分割 模式的率失真代价，选择率失真代价最小的楔形分割模式作为最优的隐式楔形分割模式并 加入到候选帧内预测模式列表；其中，隐式楔形分割模式集为显示楔形分割模式集的子集； 隐式楔形分割模式集为纹理对应块的帧内预测模式相对应的楔形分割模式子集；
[0011] 步骤5,将contour分割模式和边界链式分割模式加入到候选帧内预测模式列表；
[0012] 步骤6,计算上述候选帧内预测模式列表中每个帧内预测模式的完整率失真代价， 选择率失真代价最小的帧内预测模式作为当前块最优的帧内预测模式。
[0013] 虽然上述帧内预测模式选择方法，将深度图像的帧内预测编码时间降低了一倍的 时间，但是深度图像的帧内编码的复杂度仍然过高，现在的大众普通的多媒体终端（包括 手机、平板电脑、数码摄像机）的计算能力是无法实现其实时应用，这也成为了未来3D视频 在这些移动多媒体终端实现商业化的一个重要障碍。因此，进一步降低深度图像帧内预测 模式选择方法的复杂度仍有很大的改进空间也是十分必要的，这将进一步推动3D视频的 实时应用，改变未来的电子消费市场的格局。


【发明内容】

[0014] 本发明提出一种3D视频深度图像帧内预测模式选择方法及系统，能够在保证合 成视角中视频质量的前提下，降低深度图像帧内预测模式选择的计算复杂度。
[0015] 为了解决上述技术问题，本发明提出一种3D视频深度图像帧内预测模式选择方 法，包括如下步骤：
[0016] 步骤1 :判断当前预测块的大小是否为4x4,如果判断结果为是，则按照Test Model5帧内预测模式选择方法进行帧内预测模式选择，获取最优的帧内预测模式；如果判 断结果为否，则执行步骤2;
[0017] 步骤2 :选取当前块的邻近参考像素并计算其方差，判断邻近参考像素的方差是 否小于预设的一号门限值，如果判断结果为是，则将前述的Planar模式和SDC_Planar模式 加入到候选帧内预测模式列表，然后执行步骤7 ;如果判断结果是否，则执行步骤3 ;
[0018] 步骤3 :使用κ-mean算法将邻近参考像素进行分类，分成两个集合，分别为集合一 和集合二；分别计算集合一和集合二的方差，比较两个集合的方差与二号门限值的大小，如 果两个参考像素集合的方差都小于二号门限值，则执行步骤4 ;否则按照Test Model5帧内 预测模式选择方法进行帧内预测模式选择，获取最优的帧内预测模式；
[0019] 步骤4 :计算步骤3中获得的参考像素集合一和集合二的连通性并记录间断点的 个数和位置；
[0020] 步骤5 :根据参考像素集合一和集合二的连通性和间断点的个数和位置，选择有 效的HEVC帧内预测模式、有效的深度模型模式以及有效的楔形分割模式的方向，然后执行 步骤6 ;
[0021] 步骤6 :判断有效的HEVC帧内预测模式数目是否小于标准的HEVC的粗略模式选 择过程规定的候选帧内预测模式数目，如果判断结果为否，则进行HEVC的默认粗略模式决 定过程，选择一定数目的帧内预测模式加入到候选帧内预测模式列表；如果判断结果为是， 则不进行粗略模式决定过程，并将所有的有效HEVC的帧内预测模式加入到候选帧内预测 模式，执行步骤7;
[0022] 步骤7 :如果显示楔形分割和隐式楔形分割模式为有效模式，在有效方向的楔形 分割模式中，计算获得最优的显示楔形分割模式和隐式楔形分割模式并加入到候选帧内预 测模式列表中；同时，如果区域边界模式或contour模式为有效模式，将contour或边界链 式模式加入到候选帧内预测模式列表；
[0023] 步骤8 :对候选帧内预测模式列表中的每一个候选帧内预测模式进行完整率失真 代价的计算，选择率失真代价最小的帧内预测模式作为最优的帧内预测模式；
[0024] 上述步骤中，所述连通性为：对于任意一个邻近参考像素集合，其任意给定的一个 像素，如果可以通过索引的+1和-1访问到该集合中的每一个元素，则该参考像素集合具有 连通性；所述间断点为：如果某个索引为Μ的邻近参考像素，该像素点与其一邻域的索引为 Μ+1或Μ-1参考像素不属于同一个集合，那么该点为间断点。
[0025] 本发明还提出一种3D视频深度图像帧内预测模式选择系统，包括存储模块、计算 模块、参考像素获取单元、有效模式判别模块；所述存储模块，用于存储当前块邻近参考像 素的像素值及索引、参考像素的分类结果、间断点的个数及位置、有效的HEVC的帧内预测 模式、有效的深度模型模式、有效的楔形分割模式的方向、候选巾贞内预测模式列表；所述计 算模块，用于计算参考像素的方差、K-mean算法实现参考像素的分类、邻近参考像素集合连 通性的计算、哈达玛变换、楔形分割模式的率失真代价、候选帧内预测模式列表中的候选帧 内预测模式的完整率失真代价；所述参考像素获取单元，用于获得当前块的左下、左、左上、 上、右上的邻近参考像素值及其索引；所述有效模式判别模块，用于根据参考像素集合的连 通性和间断点的位置得到有效的帧内模式、有效的楔形分割方向和有效的深度模型模式。
[0026] 本发明与现有技术相比，其显著优点在于：（1)本发明利用了深度图像的强空间 相关性，考虑当前块的参考像素的像素值和位置关系，减少了候选帧内预测模式的数目； (2)本发明充分利用了深度图像拥有锐利边缘的特点，可以对当前块中的邻近参考像素进 行合理的分类，深度图像的锐利边缘两侧像素的较大的差异增加了邻近参考像素分类的鲁 棒性，因此本发明可以准确的预测有效的帧内预测模式；（3)本发明利用邻近参考图像评 价当前块的平滑程度，并且区别对待深度图像中的平滑区域和边界区域，对于平滑区域仅 仅考虑Planar模式和SDC_Planar模式；而对于边界区域判断边界的近似方向和大体的趋 势，进而决定了不同边界分布的边界区域的有效的帧内预测模式、有效的楔形分割模式的 方向、有效的深度模型模式，从而有效地降低了当前块的候选帧内预测模式的数目，减少了 深度图像帧内预测编码的时间。在提高了编码的速度的同时，本发明有效的保留了边界，因 而本发明保证了合成视角的视频质量。

【专利附图】

【附图说明】
[0027] 图1是【背景技术】所述HEVC的35种帧内预测模式示意图。
[0028] 图2是【背景技术】所述HEVC的左下、左、左上、右、右上的参考像素分布。
[0029] 图3是【背景技术】中所述楔形分割模式的分割方式，其中（a)为连续时楔形分割方 式示意图，（b)离散时楔形分割方式示意图，（c)为最终的楔形分割模式。
[0030] 图4是【背景技术】楔形分割中6个方向的分割直线示意图。
[0031] 图5是本发明的整体框架图。
[0032] 图6是本发明中边界模式和最接近模式的示例图。
[0033] 图7是本发明中参考像素及其一维数组索引示意图。
[0034] 图8是本发明中平滑区域参考像素示意图。
[0035] 图9是本发明中四种类型的边界区域参考图像示意图
[0036] 图10是本发明仿真实验的操作流程图。
[0037] 图11是本发明中参考像素集合的连通性和间断点索引示例图。
[0038] 图12是本发明仿真实验中参考像素两个集合均连通的4种分类示意图。
[0039] 图13是本发明3D视频深度图像帧内预测模式选择系统的结构示意图。

【具体实施方式】
[0040] 本发明提出的3D视频深度图像帧内预测模式选择方法通过计算帧内参考像素的 像素分布并且综合考虑深度图像具有锐利边缘的特点，充分挖掘像素之间的空间相关性来 预测有效的深度图像帧内预测模式，进而减少需要计算率失真代价的帧内预测模式数目。 如图5所示，本发明包括如下步骤：
[0041] 步骤501 :判断当前预测块的大小是否为4x4,如果判断结果为是，则按照Test Model5帧内预测模式选择方法（详见前述文献《3D-HEVC测试模型"3D-HEVC Test Model 5"》中所述帧内预测模式的选择方法）进行帧内预测模式选择，获取最优的帧内预测模式； 如果判断结果为否，则执行步骤502。
[0042] 步骤502 :选取当前块的邻近参考像素并计算其方差，判断邻近参考像素的方差 是否小于预设的一号门限值，如果判断结果为是，则将前述的Planar模式和SDC_Planar模 式加入到候选帧内预测模式列表，然后执行步骤507 ;如果判断结果是否，则执行步骤503。
[0043] 步骤503 :使用K-mean算法（迭代次数为2)将邻近参考像素进行分类，分成两个 集合，分别为集合一和集合二。分别计算邻近参考像素集合一和集合二的方差，比较两个集 合的方差与二号门限值的大小，如果比较的结果是两个参考像素集合的方差都小于二号门 限值，则执行步骤504;否则按照Test Model 5帧内预测模式选择方法进行帧内预测模式 选择，获取最优的帧内预测模式。
[0044] 步骤504 :计算步骤503中得到的参考像素集合一和集合二的连通性并记录间断 点的个数和位置。
[0045] 步骤505 :根据参考像素集合一和集合二的连通性和间断点的个数和位置，选择 有效的HEVC帧内预测模式、有效的深度模型模式以及有效的楔形分割模式的方向，然后执 行步骤506。
[0046] 步骤506 :判断有效的HEVC帧内预测模式数目是否小于标准的HEVC的粗略模式 选择过程规定的候选帧内预测模式数目，如果判断结果为否，则进行HEVC的默认粗略模式 决定过程，选择一定数目的帧内预测模式加入到候选帧内预测模式列表；如果判断结果为 是，则不进行粗略模式决定过程，并将所有的有效HEVC的帧内预测模式加入到候选帧内预 测模式，执行步骤507。
[0047] 步骤507 :如果显示楔形分割和隐式楔形分割模式为有效模式，在有效方向的楔 形分割模式中，计算获得最优的显示楔形分割模式和隐式楔形分割模式并加入到候选帧内 预测模式列表中；同时如果区域边界模式或contour模式为有效模式，将contour或边界链 式模式加入到候选帧内预测模式列表。
[0048] 步骤508 :对候选帧内预测模式列表中的每一个候选帧内预测模式进行完整率失 真代价的计算，选择率失真代价最小的帧内预测模式作为最优的帧内预测模式。
[0049] 上述步骤504和步骤505中计算步骤503中参考像素集合一和集合二的连通性和 间断点，并获得有效的帧内预测模式的大体思路如下：
[0050] 由503步骤可知，步骤504中参考像素集合一和集合二中的像素值差异很小。如 果邻近参考像素的上和右上的参考像素几乎相等，则HEVC的帧内预测模式26至帧内预测 模式34得到的预测结果相同。换言之没有必要对帧内预测模式26至帧内预测模式34的 每一个帧内预测模式都进行率失真代价的计算。本发明正是利用了两个参考集合像素差异 很小使得某些HEVC帧内预测模式的帧内预测结果相同，同时参考像素的分布也大体决定 了楔形分割分割直线的方向和有效的深度模型模式。本发明为方便叙述定义了连通性和间 断点用来描述两个参考像素集合的位置关系。
[0051] 连通性的定义为：对于任意一个邻近参考像素集合，其任意给定的一个像素，如果 可以通过索引的+1和-1访问到该集合中的每一个元素，则该参考像素集合具有连通性。
[0052] 间断点的定义为：如果某个索引为Μ的邻近参考像素，该像素点与其一邻域的索 引为Μ+1或Μ-1参考像素不属于同一个集合，那么该点为间断点。
[0053] 本发明还定义了边界模式和最接近模式。边界模式的定义为：如果一个帧内预测 模式Μ及大于Μ的帧内预测模式可以得到相同预测结果，而小于Μ的每一个帧内预测模式 得到不相同的预测结果；或是Μ及小于Μ的所有帧内预测模式可以得到相同的预测结果而 对于大于Μ所有的帧内预测模式得到不同的预测结果，则帧内预测模式Μ为边界模式。最 接近模式为在只有两个间断点时，两个间断点所确定的方向相对应的HEVC帧内预测模式。 图6为最接近模式和边界模式的示意图。
[0054] 上述步骤504中计算参考像素集合一和集合二的连通性和间断点的具体过程如 下：
[0055] 先将图6中的邻近参考像素按左下、左、左上、上、右上的顺序依次编号，其索引依 次记为1?4χΝ+1，其中Ν为当前预测块的宽度。记录索引为0的邻近参考像素所属的集 合。按索引从小到大依次考虑每一个邻近参考像素，如果邻近参考像素与其前一个参考像 素不在同一个集合中，将该点标记为间断点，并记录该点的索引。如果最终仅仅得到一个间 断点，则参考像素集合一和参考像素集合二都具有连通性。如果最终得到了两个间断点，则 索引为1的元素所在的参考像素集合不具有连通性，而另一个参考像素集合具有连通性。 如果间断点的个数大于等于2个，则两个集合都不具有连通性。
[0056] 步骤505中，根据参考像素集合的连通性和间断点的个数和位置，获得有效的帧 内预测模式（包含有效的楔形分割模式和深度模型模式）具体如下：
[0057] 1、当邻近参考像素的两个集合，即集合一和集合二的间断点个数大于4或等于3 时，将35种HEVC帧内预测模式均设为有效的HEVC帧内预测模式；将4种深度模型模式均 设为无效的帧内预测模式。
[0058] 2、当邻近参考像素集合一和集合二都具有连通性时，即只有一个间断点时，根据 间断点的索引获得有效的帧内预测模式，一共有如下四种情况：
[0059] 1)当间断点位于左下即其索引为1?Ν时，边界预测模式为从间断点到当前块右 下角的方向对应的HEVC帧内预测模式。将HEVC帧内预测模式2至边界模式的所有HEVC 帧内预测模式设置为有效的HEVC帧内预测模式；仅将深度模型模式中的区域边界链式模 式设为无效帧内预测模式；仅将楔形分割模式的方向2设置有效的楔形分割模式方向。
[0060] 2)当间断点位于左和左上即其索引为N+1?2N+1时，边界预测模式为从间断点到 当前块左下角的方向对应的HEVC帧内预测模式。将HEVC帧内预测模式2至边界模式的所 有HEVC帧内预测模式设置为有效的HEVC帧内预测模式，将所有的深度模型模式设为有效 中贞内预测模式，将楔形分割模式的方向3和5设置为有效的楔形分割模式方向。
[0061] 3)当间断点位于上即索引为2N+2?3N+1时，边界预测模式为从间断点到当前块 的右上角方向对应的HEVC帧内预测模式。将边界模式至帧内预测模式34所有的HEVC帧 内预测模式设置为有效的HEVC帧内预测模式；将所有的深度模型模式设为有效模式；将楔 形分割的方向1和4设置为有效的楔形分割模式方向。
[0062] 4)当间断点位于右上即其索引为3N+2?4N+1时，边界模式为从间断点到当前 块的右下的方向相对应的HEVC帧内预测模式。将边界模式至帧内预测模式34设置所有 的HEVC帧内预测模式设置为有效的HEVC帧内预测模式，仅将深度模型模式中的区域边界 模式设置为无效的深度模型模式，将楔形分割模式的方向2设置为有效的楔形分割模式方 向。
[0063] 3、当两个集合都仅有一个具有连通性即有两个间断点时，其中两个间断点都处于 左侧（左下、左、左上）和上侧（上和右上）将按照一个间断点对应的在上述情况2中的 1)?4)来获得有效的帧内预测模式。其中，对于两个间断点都位于左侧的情况，在计算边 界模式的时候将按照索引较大的间断点计算；而对于两个间断点都位于上侧的情况，在计 算边界模式的时候将按照索引较小的间断点计算。对于其他的两个间断点不在一侧的情 况，又细分为如下4种情况 ：
[0064] 1)如果第一个间断点位于左下即其索引为1?N，第二个间断点位于上即索引为 2N+2?3N+1时，获得方向为从索引小的间断点到索引大的间断点对应的最接近模式。将获 得最接近模式和其邻近的两个HEVC帧内预测模式设置为有效的HEVC帧内预测模式；将四 种深度模型模式都设置为有效深度模型模式；将楔形分割模式方向〇和4设置为有效的楔 形分割模式的方向。
[0065] 2)如果一个间断点位于左下即其索引为1?N，第二个间断点位于右上即索引为 3N+2?4N+1时，获得方向为从索引小的间断点到索引大的间断对应的最接近模式。将获得 的最接近模式和其邻近的两个HEVC帧内预测模式设置为有效的HEVC帧内预测模式；仅将 四种深度模型模式的区域边界链式设置为无效模式；将楔形分割模式方向2设置为有效的 楔形分割模式的方向。
[0066] 3)如果一个间断点位于左即其索引为N+1?2N+2,第二个间断点位于上即索引为 2N+2?3N+1时，获得方向为从索引小的间断点到索引大的间断点的对应的最接近模式。将 获得的最接近模式和其邻近的两个HEVC帧内预测模式设置为有效的HEVC帧内预测模式； 将四种深度模型模式都设置为有效模式；将楔形分割模式方向〇设置为有效的楔形分割模 式的方向。
[0067] 4)如果一个间断点位于左即其索引为N+1?2N+1，第二个间断点位于右上即索引 为3N+2?4N+1时，获得方向为从索引小的间断点到索引大的间断对应的最接近模式。将 获得的最接近模式和其邻近的两个HEVC帧内预测模式设置为有效的HEVC帧内预测模式； 将四种深度模型模式都设置为有效模式；将楔形分割模式方向〇和5设置为有效的楔形分 割模式的方向。
[0068] 4、当两个邻近参考像素集合都不具有连通性且有且只有四个间断点时，将35种 HEVC帧内预测模式都设置为有效模式；仅将深度模型模式中的contour模式设置为有效模 式。
[0069] 此外，以上情况2到4中，为了得到更准确的预测，本发明规定Planar、DC、帧内预 测模式10 (水平方向）和帧内预测模式26 (垂直方向），4种HEVC帧内预测模式均设为有 效的HEVC的帧内预测模式。
[0070] 本发明还提供一种3D视频深度图像帧内预测模式选择系统，如图13所示，包括： 存储模块、计算模块、参考像素获取单元、有效模式判别模块。模块的功能和系统的工作过 程如下：
[0071] 所述存储模块，用于存储当前块邻近参考像素的像素值及索引、参考像素的分类 结果、间断点的个数及位置、有效的HEVC的帧内预测模式、有效的深度模型模式、有效的楔 形分割模式的方向、候选巾贞内预测模式列表。
[0072] 所述计算模块，用于计算参考像素的方差、K-mean算法实现参考像素的分类、邻近 参考像素集合连通性的计算、哈达玛变换、楔形分割模式的率失真代价、候选帧内预测模式 列表中的候选帧内预测模式的完整率失真代价。
[0073] 所述参考像素获取单元，用于获得当前块的左下、左、左上、上、右上的邻近参考像 素值及其索引。
[0074] 所述有效模式判别模块，用于根据参考像素集合的连通性和间断点的位置得到有 效的巾贞内模式、有效的楔形分割方向和有效的深度模型模式。
[0075] 所述3D视频深度图像帧内预测模式选择系统的工作过程如下：
[0076] 首先利用参考像素获取模块得到当前块邻近参考像素值及其索引，并存储到存储 模块。
[0077] 对于当前块，计算模块计算存储在存储模块上邻近参考像素的方差。计算模块将 当前块的邻近参考像素通过K-mean算法分成两类，并将分类的结果存储到存储模块上。
[0078] 计算模块根据存储模块中当前块的邻近参考像素分类结果，计算得出邻近参考像 素两个集合的方差。并计算邻近参考像素两个集合的连通性和间断点的位置并存储到存储 模块。
[0079] 有效模式判别模块将根据存储模块上的邻近参考像素集合的连通性和间断点的 位置，获得有效的HEVC帧内预测模式、有效的深度模型模式和有效的楔形分割模式的方 向，并将有效的帧内预测模式、有效的深度模型模式和有效的楔形分割模式的方向存储到 存储模块上。
[0080] 计算模块计算有效的HEVC帧内预测模式的哈达玛变换，得到一定数目的候选帧 内预测模式并存储到存储模块。
[0081] 计算模块计算存储在存储模块中的有效楔形分割模式的方向上的所有楔形分割 模式的率失真代价，率失真代价最小的显示楔形分割模式作为最优的显示楔形分割模式并 且存储到存储模块。
[0082] 计算模块计算存储在存储模块上的有效的楔形分割模式的方向上的所有楔形分 割模式的率失真代价，得到最优的隐式楔形分割模式并且存储到存储模块。
[0083] 计算模块计算存储在存储模块上所有候选帧内预测模式的完整率失真代价，选择 率失真代价最小的候选帧内预测模式为最优的帧内预测模式并存储到存储模块。
[0084] 实施例
[0085] 为了使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对 本发明进一步详细说明。
[0086] 进行深度图像的帧内预测过程中，需要获取当前块左下、左、左上、上和右上的邻 近参考像素值。本发明中，当前块的邻近参考像素存储在存储单元的一个一维数组中，并按 从下到上、从左到右的顺序进行顺序编号，作为参考像素的索引。如图7所示，为NxN的预 测块的4*N+1参考像素和参考像素的索引，其中N等于8。
[0087] 本发明仅仅提出了深度图像的帧内预测模式选择方法，没有涉及到编码单元的决 定，所以本发明的编码单元的顺序与现有的技术相同，即按之字（zig-zag)扫描的块顺序。 [0088] 本发明通过评估深度当前块的邻近参考像素的平滑性，可以将深度当前块分为平 滑块、边界块和其他块。平滑块的邻近参考像素的方差小于某个阈值，其分布如图8所示， 其邻近参考像素缓慢变化或不变。对于平滑块本发明只考虑适用于平滑区域的Planar和 SDC_Planar帧内预测模式。而对于边界块，其邻近参考像素可以分为方差都小于某个阈值 的两个邻近参考像素集合。对于边界块考虑深度图像的锐利边缘两侧均为平滑区域（像 素几乎不变），将参考像素分成两个集合。根据参考像素集合的分类结果，一共分为4种类 型情况，如图9所示。由于同一个参考像素集合中的参考像素值差别不大，使得某些帧内 模式的预测结果相同，所以本发明只需考虑预测结果不同的帧内模式作为有效帧内预测模 式。此外，当前块的参考像素的分布虽然不能决定深度模型模式中楔形分割模式（显示和 隐式）的具体起始点，但是可以粗略地预测了深度楔形分割模式分割直线的大致方向。将 预测的楔形分割模式的方向设置为有效的楔形分割模式，减少候选的楔形分割模式数目， 加速了最优的楔形分割模式和隐式楔形分割模式的选择过程。
[0089] 本发明实施例对提出的3D视频深度图像帧内预测模式选择方法的性能进行了验 证，将3D视频深度图像帧内预测模式选择方法整合到3D-HEVC的参考软件HTM-8. 1中，并 且与标准的测试模型HTM-8. 1进行了比较。编码参数设置如下：
[0090] 视频序列分辨率：1092x1088、1024x768。
[0091] 测试帧类型：全I帧
[0092] 深度模型模式（DMM):开
[0093] 量化参数值：纹理图像：25303540深度图像：34394245
[0094] 简化深度编码（SDC):开
[0095] 环路滤波：关
[0096] 样本自适应补偿滤波SA0 :关
[0097] 视角合成优化VS0:开
[0098] 本实施例操作流程如图10所示，具体步骤如下：
[0099] 步骤1001，判断当前块块的大小是否为4x4,如果判断结果为是，则执行标准的 3D-HEVC帧内预测模式选择方法，计算得到最优的帧内预测模式；否则，将执行步骤602。 [0100] 步骤1002,利用参考像素获取单元得到获取当前邻近参考像素的一维数组T胃 +1， 并计算其方差Varall。
[0101] 步骤1〇〇3,判断方差Varall是否小于一号门限值Threi ;如果判断结果为是，则将 Planar和SDC_planar设为候选帧内预测模式加入到存储模块中的有效帧内预测模式列 表，执行步骤1010 ;否则，执行步骤1004
[0102] 步骤1004,利用2步K-mean方法将参考像素分成两个集合标记为SetK1和Set K2 ; 并计算集合SetK1和SetK2的方差，分别标记为VarK1和Var K2。
[0103] 步骤1005,比较VarK1、VarK2与二号门限值Thre 2的大小；如果VarK1、VarK2不都小 于等于Thre2，则执行标准3D-HEVC帧内预测模式选择方法，经过计算得到最优的帧内预测 模式；否则执行步骤1006。
[0104] 步骤1006,判断集合SetK1和SetK2的连通性并且得到间断点的索引。图11所示 为参考像素的连通性和间断点索引示例。判断结果为Flag m和Flagui2。进一步的判断过 程如下：
[0105] 1)将Flagm和Flagui2均设置为-1 ;定义一个初始化为-1的数组TindfOTbp[4*N+l] 用来存储间断点的索引。
[0106] 2)选取邻近参考像素集合的第一个像素（索引为1)，记录该像素属于哪一个集 合。
[0107] 3)按参考像素的索引从小到大（从2到4N+1)的顺序，依次考虑每一邻近参考像 素的集合，如果该参考像素与前一个参考像素不属于同一集合且该点的前一个像素不是间 断点切，则将该点为间断点并将其索引加入到数组T indfOTbp[4*N+l]中。
[0108] 4)如果TindfOTbp[4*N+l]中的元素个数等于1，两个参考像素集合都具有连通性，将 Flagm和Flague均设置1。如果TindfOTbp[4*N+l]中的元素个数等于2,两个参考像素集合 只有一个具有连通性，将Flag m设置1。如果TindfOTbp[4*N+l]中的元素个数大于2,两个参 考像素集合的都不具有连通性，将Flag m和Flague均设置-1。
[0109] 步骤1007,根据两个参考像素集合的联通性Flagm和Flagm及间断点的位置 Tindf?bp[4*N+l]和个数，得到有效的帧内预测模式，包含如图9所示4种情况 ：
[0110] 1)步骤1071，当间断点的个数大于4时，4种深度模型模式设置为无效模式。将 35种HEVC的帧内预测模式设置为有效帧内预测模式。继续执行步骤608。
[0111] 2)步骤1072,当Flagm = 1和Flague = 1，两个集合都具有连通性即只有一个间 断点。根据间断点的索引位置得到边界预测模式Mode_T。间断点的位置LocaT -共有4种 情况如图12所示，并分别得到边界帧内预测模式Mode_T。当间断点的索引为1?N时，根 据间断点的索引位置和边界帧内模式得到有效的HEVC帧内预测模式、有效的深度模型模 式和有效的楔形分割模式的方向，具体详见表1。继续执行步骤1008。
[0112] 表 1
[0113]

【权利要求】
1. 一种3D视频深度图像帧内预测模式选择方法，其特征在于，包括如下步骤： 步骤1 :判断当前预测块的大小是否为4x4,如果判断结果为是，则按照Test Model5帧 内预测模式选择方法进行帧内预测模式选择，获取最优的帧内预测模式；如果判断结果为 否，则执行步骤2; 步骤2 :选取当前块的邻近参考像素并计算其方差，判断邻近参考像素的方差是否小 于预设的一号门限值，如果判断结果为是，则将前述的Planar模式和SDC_Planar模式加入 到候选帧内预测模式列表，然后执行步骤7 ;如果判断结果是否，则执行步骤3 ; 步骤3 :使用K-mean算法将邻近参考像素进行分类，分成两个集合，分别为集合一和集 合二；分别计算集合一和集合二的方差，比较两个集合的方差与二号门限值的大小，如果两 个参考像素集合的方差都小于二号门限值，则执行步骤4 ;否则按照Test Model5帧内预测 模式选择方法进行帧内预测模式选择，获取最优的帧内预测模式； 步骤4 :计算步骤3中获得的参考像素集合一和集合二的连通性并记录间断点的个数 和位置； 步骤5 :根据参考像素集合一和集合二的连通性和间断点的个数和位置，选择有效的 HEVC帧内预测模式、有效的深度模型模式以及有效的楔形分割模式的方向，然后执行步骤 6 ； 步骤6 :判断有效的HEVC帧内预测模式数目是否小于标准的HEVC的粗略模式选择过 程规定的候选帧内预测模式数目，如果判断结果为否，则进行HEVC的默认粗略模式决定过 程，选择一定数目的帧内预测模式加入到候选帧内预测模式列表；如果判断结果为是，则不 进行粗略模式决定过程，并将所有的有效HEVC的帧内预测模式加入到候选帧内预测模式， 执行步骤7 ; 步骤7:如果显示楔形分割和隐式楔形分割模式为有效模式，在有效方向的楔形分割 模式中，计算获得最优的显示楔形分割模式和隐式楔形分割模式并加入到候选帧内预测模 式列表中；同时，如果区域边界模式或contour模式为有效模式，将contour或边界链式模 式加入到候选帧内预测模式列表； 步骤8 :对候选帧内预测模式列表中的每一个候选帧内预测模式进行完整率失真代价 的计算，选择率失真代价最小的帧内预测模式作为最优的帧内预测模式； 上述步骤中： 所述连通性为：对于任意一个邻近参考像素集合，其任意给定的一个像素，如果可以通 过索引的+1和-1访问到该集合中的每一个元素，则该参考像素集合具有连通性； 所述间断点为：如果某个索引为Μ的邻近参考像素，该像素点与其一邻域的索引为M+1 或Μ-1参考像素不属于同一个集合，那么该点为间断点。
2. 如权利要求1所述的3D视频深度图像帧内预测模式选择方法，其特征在于，步骤4 中获得参考像素集合一和集合二的连通性和间断点的具体过程如下： 先将邻近参考像素按左下、左、左上、上、右上的顺序依次编号，其索引依次记为1? 4χΝ+1，其中Ν为当前预测块的宽度；记录索引为0的邻近参考像素所属的集合；按索引从 小到大依次考虑每一个邻近参考像素，如果邻近参考像素与其前一个参考像素不在同一个 集合中，将该点标记为间断点，并记录该点的索引；如果最终仅仅得到一个间断点，则参考 像素集合一和参考像素集合二都具有连通性；如果最终得到了两个间断点，则索引为1的 元素所在的参考像素集合不具有连通性，而另一个参考像素集合具有连通性；如果间断点 的个数大于等于2个，则两个集合都不具有连通性。
3.如权利要求1所述的3D视频深度图像帧内预测模式选择方法，其特征在于，步骤5 中，获得有效的帧内预测模式的方法为： 3. 1当邻近参考像素素集合一和集合二的间断点个数大于4或等于3时，将35种HEVC 帧内预测模式均设为有效的HEVC帧内预测模式；将4种深度模型模式均设为无效的帧内预 测模式； 3. 2当邻近参考像素集合一和集合二都具有连通性时，根据间断点的索引获得有效的 帧内预测模式，分别为如下四种情况： 1) 当间断点位于左下时，边界预测模式为从间断点到当前块右下角的方向对应的 HEVC帧内预测模式；将HEVC帧内预测模式2至边界模式的所有HEVC帧内预测模式设置为 有效的HEVC帧内预测模式；仅将深度模型模式中的区域边界链式模式设为无效帧内预测 模式；仅将楔形分割模式的方向2设置有效的楔形分割模式方向； 2) 当间断点位于左和左上时，边界预测模式为从间断点到当前块左下角的方向对应的 HEVC帧内预测模式；将HEVC帧内预测模式2至边界模式的所有HEVC帧内预测模式设置为 有效的HEVC帧内预测模式，将所有的深度模型模式设为有效帧内预测模式，将楔形分割模 式的方向3和5设置为有效的楔形分割模式方向； 3) 当间断点位于上时，边界预测模式为从间断点到当前块的右上角方向对应的HEVC 帧内预测模式；将边界模式至帧内预测模式34所有的HEVC帧内预测模式设置为有效的 HEVC帧内预测模式；将所有的深度模型模式设为有效模式；将楔形分割的方向1和4设置 为有效的楔形分割模式方向； 4) 当间断点位于右上时，边界模式为从间断点到当前块的右下的方向相对应的HEVC 帧内预测模式；将边界模式至帧内预测模式34设置所有的HEVC帧内预测模式设置为有效 的HEVC帧内预测模式，仅将深度模型模式中的区域边界模式设置为无效的深度模型模式， 将楔形分割模式的方向2设置为有效的楔形分割模式方向； 3. 3当两个集合都仅有一个具有连通性时，其中两个间断点都处于左侧和上侧，则按照 一个间断点对应的在上述情况3. 2中的1)至4)来获得有效的帧内预测模式；其中，对于两 个间断点都位于左侧的情况，在计算边界模式的时候将按照索引较大的间断点计算；对于 两个间断点都位于上侧的情况，在计算边界模式的时候将按照索引较小的间断点计算；对 于其他两个间断点不在一侧的情况，分为如下4种情况 ： 1) 如果第一个间断点位于左下，第二个间断点位于上时，获得方向为从索引小的间断 点到索引大的间断点对应的最接近模式；将获得最接近模式和其邻近的两个HEVC帧内预 测模式设置为有效的HEVC帧内预测模式；将四种深度模型模式都设置为有效深度模型模 式；将楔形分割模式方向〇和4设置为有效的楔形分割模式的方向； 2) 如果一个间断点位于左下，第二个间断点位于右上时，获得方向为从索引小的间断 点到索引大的间断对应的最接近模式；将获得的最接近模式和其邻近的两个HEVC帧内预 测模式设置为有效的HEVC帧内预测模式；仅将四种深度模型模式的区域边界链式设置为 无效模式；将楔形分割模式方向2设置为有效的楔形分割模式的方向； 3) 如果一个间断点位于左，第二个间断点位于上时，获得方向为从索引小的间断点到 索引大的间断点的对应的最接近模式；将获得的最接近模式和其邻近的两个HEVC帧内预 测模式设置为有效的HEVC帧内预测模式；将四种深度模型模式都设置为有效模式；将楔形 分割模式方向〇设置为有效的楔形分割模式的方向； 4)如果一个间断点位于左，第二个间断点位于右上时，获得方向为从索引小的间断点 到索引大的间断对应的最接近模式；将获得的最接近模式和其邻近的两个HEVC帧内预测 模式设置为有效的HEVC帧内预测模式；将四种深度模型模式都设置为有效模式；将楔形分 割模式方向〇和5设置为有效的楔形分割模式的方向； 3. 4当两个邻近参考像素集合都不具有连通性且只有四个间断点时，将35种HEVC帧内 预测模式都设置为有效模式；仅将深度模型模式中的contour模式设置为有效模式； 上述过程中： 所述边界模式为：如果一个帧内预测模式Μ及大于Μ的帧内预测模式可以得到相同预 测结果，而小于Μ的每一个帧内预测模式得到不相同的预测结果；或者是Μ及小于Μ的所有 帧内预测模式可以得到相同的预测结果而对于大于Μ所有的帧内预测模式得到不同的预 测结果，则帧内预测模式Μ为边界模式； 所述最接近模式为：在只有两个间断点时，两个间断点所确定的方向相对应的HEVC帧 内预测模式。
4. 如权利要求3所述的3D视频深度图像帧内预测模式选择方法，其特征在于，在3. 2 到3. 4中，设定Planar、DC、帧内预测模式10、帧内预测模式26、4种HEVC帧内预测模式均 为有效的HEVC的帧内预测模式。
5. -种3D视频深度图像帧内预测模式选择系统，其特征在于，包括存储模块、计算模 块、参考像素获取单元、有效模式判别模块； 所述存储模块，用于存储当前块邻近参考像素的像素值及索引、参考像素的分类结果、 间断点的个数及位置、有效的HEVC的帧内预测模式、有效的深度模型模式、有效的楔形分 割模式的方向、候选巾贞内预测模式列表； 所述计算模块，用于计算参考像素的方差、K-mean算法实现参考像素的分类、邻近参考 像素集合连通性的计算、哈达玛变换、楔形分割模式的率失真代价、候选帧内预测模式列表 中的候选帧内预测模式的完整率失真代价； 所述参考像素获取单元，用于获得当前块的左下、左、左上、上、右上的邻近参考像素值 及其索引； 所述有效模式判别模块，用于根据参考像素集合的连通性和间断点的位置得到有效的 中贞内模式、有效的楔形分割方向和有效的深度模型模式。
6. 如权利要求5所述的3D视频深度图像帧内预测模式选择系统，其特征在于， 利用参考像素获取模块得到当前块邻近参考像素值及其索引，并存储到存储模块； 对于当前块，计算模块计算存储在存储模块上邻近参考像素的方差；计算模块将当前 块的邻近参考像素通过K-mean算法分成两类，并将分类的结果存储到存储模块上； 计算模块根据存储模块中当前块的邻近参考像素分类结果，计算得出邻近参考像素两 个集合的方差。并计算邻近参考像素两个集合的连通性和间断点的位置并存储到存储模 块； 有效模式判别模块将根据存储模块上的邻近参考像素集合的连通性和间断点的位置， 获得有效的HEVC帧内预测模式、有效的深度模型模式和有效的楔形分割模式的方向，并将 有效的帧内预测模式、有效的深度模型模式和有效的楔形分割模式的方向存储到存储模块 上； 计算模块计算有效的HEVC帧内预测模式的哈达玛变换，得到一定数目的候选帧内预 测模式并存储到存储模块； 计算模块计算存储在存储模块中的有效楔形分割模式的方向上的所有楔形分割模式 的率失真代价，率失真代价最小的显示楔形分割模式作为最优的显示楔形分割模式并且存 储到存储模块； 计算模块计算存储在存储模块上的有效的楔形分割模式的方向上的所有楔形分割模 式的率失真代价，得到最优的隐式楔形分割模式并且存储到存储模块； 计算模块计算存储在存储模块上所有候选帧内预测模式的完整率失真代价，选择率失 真代价最小的候选帧内预测模式为最优的帧内预测模式并存储到存储模块。
【文档编号】H04N19/597GK104125473SQ201410375122
【公开日】2014年10月29日 申请日期:2014年7月31日 优先权日:2014年7月31日
【发明者】伏长虹, 张洪彬, 苏卫民 申请人:南京理工大学