视频编码方法及设备与流程

本发明涉及一种压缩技术领域，特别涉及一种视频编码方法及设备。

背景技术：

近年来，随着科学技术的发展，视频压缩编码技术已经广泛地使用在各式不同的装置上，包括现今各式消费类电子产品、手提式个人通讯装置、无线的或有线的网络通信产品、宽带网络、以及多媒体应用。视频压缩编码技术变得尤为重要，并形成多个的视频编码标准。例如有h.26x所表示的itu-t(国际电气通信联盟电气通信标准化部门)标准和mpeg-x所表示的iso/iec标准。

视频图像之所以能被压缩编码，是因为图像数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。压缩编码的目的就是通过去除这些数据冗余来减少表示图像数据所需的比特数。

视频图像的压缩编码技术主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测。随着视频图像数据的不断增加，如何使视频图像数据的理论熵达到最小，提高压缩编码的效率成为亟待解决的问题。

技术实现要素：

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种视频编码方法及设备。

具体地，本发明一个实施例提出的一种视频编码方法，包括：

将视频图像帧划分为多个固定大小的图像块；

在多种预测方式中针对每个图像块选择至少一种预测方式作为所述每个图像块的预选预测方式；

根据所述每个图像块的预选预测方式确定所述每个图像块的最终预测方式和最终预测值；

将所述每个图像块的最终预测方式和所述最终预测值进行编码形成比特流。

在本发明的一个实施例中，在多种预测方式中针对每个图像块选择至少一种预测方式作为所述每个图像块的预选预测方式，包括：

选取多种预测方式；

计算所述每个图像块的梯度值；

根据所述每个图像块的梯度值在所述多种预测方式中选取至少一种预测方式作为所述每个图像块的预选预测方式。

在本发明的一个实施例中，所述每个图像块的梯度值满足：

其中，grad为梯度值，m*n为每个图像块中的像素分量数量，p为每个图像块中的像素分量值，i为每个图像块中的行像素分量的位置标识，j为每个图像块中的列像素分量的位置标识。

在本发明的一个实施例中，根据所述每个图像块的预选预测方式确定所述每个图像块的最终预测方式和最终预测值，包括：

若当前图像块的预选预测方式为多个，则获取所述当前图像块在每个预选预测方式下对应的预测值，根据所述当前图像块的多个预测值确定所述当前图像块的最终预测方式；

若当前图像块的预选预测方式为一个，则此预选预测方式为所述当前图像块的最终预测方式；

其中，所述最终预测方式对应的预测值为所述最终预测值。

在本发明的另一个实施例提出的一种视频编码设备，包括：

选择器，所述选择器配置为将视频图像帧划分为多个固定大小的图像块；

在多种预测方式中针对每个图像块选择至少一种预测方式作为所述每个图像块的预选预测方式；

预测器，所述预测器配置为根据所述每个图像块的预选预测方式确定所述每个图像块的最终预测方式和最终预测值；

编码器，所述编码器配置为将所述每个图像块的最终预测方式和所述最终预测值进行编码形成比特流。

在本发明的一个实施例中，所述预测器进一步配置为：

选取多种预测方式；

计算所述每个图像块的梯度值；

根据所述每个图像块的梯度值在所述多种预测方式中选取至少一种预测方式作为所述每个图像块的预选预测方式。

在本发明的一个实施例中，预测器进一步配置为：

若当前图像块的预选预测方式为多个，则获取所述当前图像块在每个预选预测方式下对应的预测值，根据所述当前图像块的多个预测值确定所述当前图像块的最终预测方式；

若当前图像块的预选预测方式为一个，则此预选预测方式为所述当前图像块的最终预测方式；

其中，所述最终预测方式对应的预测值为所述最终预测值。。

基于此，本发明具备如下优点：

本发明在多种预测方式中选取至少一种预测方式作为每个图像块的预选预测方式，根据预选的预测方式对每个图像块进行预测获取预测值，根据预测值获取最终预测方式和预测残差。该编码方法无需轮询每种预测方式，减少了大量的计算，进一步提高视频图像的编码压缩率。

通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。

附图说明

下面将结合附图，对本发明的具体实施方式进行详细的说明。

图1为本发明实施例提供的一种视频编码方法流程示意图；

图2为本发明实施例提供的一种当前像素分量与周围像素分量的位置示意图；

图3为本发明实施例提供的一种梯度值计算示意图；

图4为本发明实施例提供的一种采样方式示意图；

图5为本发明实施例提供的一种采样点预测方法示意图；

图6为本发明实施例提供的一种预测重建像素分量参考示意图；

图7为本发明实施例提供的另一种预测重建像素分量参考示意图；

图8为本发明实施例提供的一种视频编码设备的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

实施例一

请参见图1，图1为本发明实施例提供的一种视频编码方法流程示意图；本实施例对本发明提供的一种视频编码方法进行详细描述，该方法包括如下步骤：

步骤1、将视频图像帧划分为多个固定大小的图像块；

视频即为连续的图像帧序列。视频编码技术通常将图像帧划分成图像块进行处理。图像帧可以划分为多个64×16规格的图像块，更或者是具有更小或更大尺寸规格的图像块的图像块。

步骤2、在多种预测方式中针对每个图像块选择至少一种预测方式作为所述每个图像块的预选预测方式；

选取多种预测方式；本实施例提供三种预测方式，但选取的预测方式不限于此三种，可以根据需求选取多种。具体地，本实施例提供的三种预测方式分别为基于多像素分量参考的预测方式、基于采样的预测方式和基于纹理的预测方式。

计算所述每个图像块的梯度值，其中每个图像块的梯度值(grad)计算公式如下所示：

i为每个图像块中的行像素分量的位置标识，j为每个图像块中的列像素分量的位置标识，p表示每个图像块中的像素分量值，abs表示绝对值运算，m*n表示每个图像块中的像素分量数量。当i的取值为0时，即代表行位置标识为0的像素分量，即第一行像素分量，此时，设定pi-1，j的取值为p0j，同理，当j的取值为0时，即代表列位置标识为0的像素分量，即第一列像素分量，此时，设定pi，j-1的取值为pi，0。

根据所述每个图像块的梯度值在所述多种预测方式中选取一种预测方式作为所述每个图像块的最终预测方式，具体为：获取每个图像块中像素分量的深度，根据像素分量的深度可以得出每个图像块的梯度值范围。例如像素分量的深度为9，像素分量的像素值范围为0～2⁹-1，即0～511，则每个图像块的梯度值范围为0～511。设计梯度范围分级，将梯度范围分为t个级别，可以得出每个级别的跨度范围。优选地，梯度范围分级可以进行平均分级也可以根据需求进行非平均分级。梯度值的大小与图像纹理信息相关，梯度值越大，图像纹理信息越复杂，梯度值越小，图像纹理信息越简单。因此，每个级别对应一种图像纹理信息。根据图像纹理信息的复杂度，可以选取针对图像块最优的预测方式。

优选地，设置阈值k1，0～k1梯度跨度范围为第一级别，k1～2^dep-1梯度跨度范围为第二级别，其中，dep为像素分量的深度。进一地，第一级别对应简单图像纹理信息，第二级别对应复杂图像纹理信息。根据图像纹理信息，以及本实施例提出的三种预测方式，可以得出当图像块的梯度值落入第一级别时，可以选取适应于简单图像纹理信息的基于多像素分量参考的预测方式和基于纹理的预测方式，当图像块的梯度值落入第二级别时，可以选取适应于复杂图像纹理信息的基于采样的预测方式。

步骤3、根据所述每个图像块的预选预测方式确定所述每个图像块的最终预测方式和最终预测值；

根据步骤2中选取的预选预测方式，若当前图像块的预选预测方式为多个，则获取所述当前图像块在每个预选预测方式下对应的预测值，根据所述当前图像块的多个预测值确定所述当前图像块的最终预测方式；具体为：利用预选预测方式分别对当前图像块进行预测，获取当前图像块在每个预选预测方式下的预测残差作为预测值。计算当前图像块在每个预选预测方式下的残差绝对值和(sumofabsolutedifference，简称sad)以及残差和(sumofdifference，简称sd)，如下式所示：

res为当前图像块中像素分量的预测残差，abs为取绝对值，m*n为当前图像块中像素分量的数量。

最终根据sad和sd的情况，分不同的图像场景配置权重系数a1和a2，计算残差主观和(subjectivedifference，简称subd)，如下式所示：

subd＝a1×sad+a2×sd

其中，若为连续多帧且具有传导效应的场景，如h246参考值压缩，选取a2较大，a1较小；反之，选取a1较大，a2较小，优选地，a1+a2＝1。

选取subd的最小值对应的预选预测方式作为当前图像块的最终预测方式，采用该方式计算得到的预测残差为最终预测残差即最终预测值。

若当前图像块的预选预测方式为一个，则此预选预测方式为所述当前图像块的最终预测方式，根据该最终预测方式计算当前图像块的最终预测残差即最终预测值。

步骤4、将所述每个图像块的最终预测方式和所述最终预测值进行编码形成比特流；

将每个图像块的最终预测方式的标志信息和每个图像块的最终预测值即最终预测残差进行编码形成比特流。

本实施例通过在多种预测方式中选取至少一种预测方式作为每个图像块的预选预测方式，根据预选的预测方式对每个图像块进行预测获取预测值，根据预测值获取最终预测方式和预测残差。该编码方法无需轮询每种预测方式，减少了大量的计算，进一步提高视频图像的编码压缩率。

本实施例根据多种预选预测方式选取出一种预测方式作为最终的预测方式，可以较为精确地选取出当前图像块的最优预测方式，进一步降低视频图像的理论熵。

实施例二

本实施例在上述实施例的基础上，对本发明提出的基于多像素分量参考的预测方式进行详细描述。该方式包括如下内容：

s21、定义每个像素有k(k>1)种像素分量，分别为像素分量1、像素分量2……像素分量k；在图像编码中，通常将每个像素的k种像素分量进行分离处理，即在逻辑处理中每个图像默认为只包含一种像素分量，例如像素有三种像素分量rgb，将像素中的三种像素分量分离，默认每个图像中只包含r像素分量或只包含g像素分量或只包含b像素分量。每次编码只编码图像中的r像素分量或g像素分量b像素分量，本实施例中将每个像素中的各像素分量综合考虑进行编码。如无特殊说明，一般编码模式每次编码只编码图像中的一种像素分量。

s22、对于图像块中的一种像素分量的某个当前像素分量，通过该像素分量的周围像素分量，确定当前像素分量的n个纹理方向梯度值g1～gn；

优选地，当前像素分量的周围像素分量，可与当前像素分量相邻，也可不相邻；如图2所示，图2为本发明实施例提供的一种当前像素分量与周围像素分量的位置示意图；cur代表当前像素分量，即周围像素分量可以为ghik，也可以为abcdefj。

s23、将每个像素分量的n个纹理方向梯度值g1～gn(g1～gn既代表纹理方向梯度值的大小，也代表纹理方向梯度值的方向)进行加权得到n个纹理方向梯度值加权后的第一加权梯度值bg，加权公式如下：

bgi＝w1*g1+w2*g2+…+wn*gn(i＝1…k)

其中，w1、w2…wn为加权系数即第一加权系数；bg1为像素分量1的第一加权梯度值，bg2为像素分量2的第一加权梯度值，依次类推，bgk为像素分量k的第一加权梯度值。

优选地，根据每个像素分量与对应的计算纹理方向梯度值的像素分量的位置关系，设置加权系数w1、w2…wn获得每个像素分量的第一加权梯度值的最优值bgbst。

优选地，计算当前纹理方向梯度值的像素分量与当前像素分量距离越近加权系数值越大，加权系数值的总和为1，具体为w1+w2+…+wn＝1。

s24、将k种像素分量的第一加权梯度值的最优值bgbst进行加权，可以得到第一加权梯度值的最优值加权后的第二加权梯度值bg"，加权公式如下：

bg"i＝t1*bgbst1+t2*bgbst2+…+tk*bgbstk(i＝1…k)

其中，t1、t2…tk为加权系数即第二加权系数；bgbst1为像素分量1的第一加权梯度值的最优值，bgbst2为像素分量2的第一加权梯度值的最优值，依次类推，bgbstk为像素分量k的第一加权梯度值的最优值，bg"1为像素分量1的第二加权梯度值，bg"2为像素分量2的第二加权梯度值，依次类推，bg"k为像素分量k的第二加权梯度值，确定出第二加权梯度值bg"的最优值bg"bst。

优选地，根据每种像素分量与对应第一加权梯度值的最优值bgbst的关系，设置加权系数t1、t2…tk获得每种当前像素分量的第二加权梯度值的最优值bgbst。

优选地，当前像素分量下的第一加权梯度值的最优值bgbst加权系数值最大，与当前像素分量距离逐渐增加的其它种类像素分量下的第一加权梯度值的最优值bgbst加权系数值逐渐减小，加权系数值的总和为1，具体为t1+t2+…+tk＝1。

第二加权梯度值的最优值bg"bst的方向即为当前像素分量的最优参考方向dir。

s25、将当前像素分量的最优参考方向上所有可用的像素分量的像素值进行加权，得到当前像素分量的参考值ref，加权公式如下所示：

refi＝r1*cpt1+r2*cpt2+…+rn*cptn(i＝1…k)

其中，r1、r2…rn为加权系数，即第三加权系数，可以相同也可以不同；cpt1～cptn为当前像素分量的参考方向上n个可用的像素分量的像素值；ref1为像素分量1的参考值，ref2为像素分量2的参考值，依次类推，refk为像素分量k的参考值。

s26、将当前像素分量的像素值减去参考值，可以得到当前像素分量的预测残差dif；公式如下：

difi＝curcpti-refi(i＝1…k)

其中，curcpt1为像素分量1的像素值，curcpt2为像素分量2的像素值，依次类推，curcptk为像素分量k的像素值；dif1为像素分量1的预测残差，dif2为像素分量2的预测残差，依次类推，difk为像素分量k的预测残差。

s27、当前图像块中的其余像素分量，重复s22～s26，即得到当前图像块中所有像素分量的预测残差。

优选地，多像素分量可以并行处理，也可以串行处理，具体应用规格场景需要。

在一个实施例中以像素分量为y、u、v三个像素分量为例说明，具体步骤如下：

s31、定义每个像素有三个像素分量，分别为像素分量y、像素分量u、像素分量v；

s32、对于图像块中的一种像素分量，通过当前像素分量的周围像素分量，确定当前像素分量的3个纹理方向梯度值g1、g2、g3；

优选地，对于像素分量y、像素分量u、像素分量v，分别根据图3所示，图3为本发明实施例提供的一种梯度值计算示意图；abs(k-h)为45度梯度值，abs(k-g)为90度梯度值，abs(k-f)为135度梯度值，abs(k-j)为180度梯度值。其中，abs为绝对值运算。

s33、对于像素分量y、像素分量u、像素分量v的每一种像素分量，加权步骤2中的3个纹理方向梯度值g1、g2、g3，例如为45度梯度值，90度梯度值，135度梯度值，得到每一种像素分量中的当前像素分量的第一加权梯度值bg，求解当前像素分量的第一加权梯度值的最优值。

优选地，例如对于y像素分量，45度梯度值上的像素h、90度梯度值上的像素g与135度梯度值上的像素f与y像素分量中的当前像素分量的距离逐渐增大，因此，w1选取为0.5，w2选取为0.3，w3选取为0.2，bgbsty＝0.5*g1+0.3*g2+0.2*g3。同理可以得出bgbstu和bgbstv。

s34、将3种像素分量的第一加权梯度值的最优梯度值进行加权得出第一加权梯度值最优值加权后的第二加权梯度值bg"，并选取出第二加权梯度值的最优值bg"bst。加权计算如下：

bg"bsty＝0.5*bgbsty+0.3*bgbstu+0.2*bgbstv

bg"bstu＝0.3*bgbsty+0.4*bgbstu+0.3*bgbstv

bg"bstv＝0.2*bgbsty+0.3*bgbstu+0.5*bgbstv

其中，bg"bsty为像素分量y第二加权梯度值的最优值，bg"bstu为像素分量u第二加权梯度值的最优值，bg"bstv为像素分量v第二加权梯度值的最优值，bgbsty为像素分量y第一加权梯度值的最优值，bgbstu为像素分量u第一加权梯度值的最优值，bgbstv为像素分量v第一加权梯度值的最优值。

上式中的系数选取规则为当前像素分量下的第一加权梯度值的最优值bgbst加权系数值最大，与当前像素分量距离逐渐增加的其它种类像素分量下的第一加权梯度值的最优值bgbst加权系数值逐渐减小，加权系数值的总和为1。

其中，bg"bst的方向为当前像素分量的最优参考方向dir，即diry为像素分量y的最优参考方向，diru为像素分量u的最优参考方向，dirv为像素分量v的最优参考方向。

s35、将3种像素分量的最优参考方向上2个像素分量像素值进行加权，得到3种像素分量的参考值ref，加权公式如下所示：

refy＝r1*cpt1+r2*cpt2

refu＝r1*cpt1+r2*cpt2

refv＝r1*cpt1+r2*cpt2

其中，refy为y像素分量的参考值，refu为u像素分量的参考值，refv为v像素分量的参考值，cpt1、cpt2为每个参考方向的像素分量的像素值。

优选地，对于任意当前像素分量，若为45度参考，那么参考值ref为0.8*i+0.2e；若为90度参考，那么参考值为0.8*h+0.2c；若为135度参考，那么参考值为0.8*g+0.2a；若为180度参考，那么参考值为0.8*k+0.2j，像素分量的像素值离当前像素分量越近，配置系数越大。

s36、将当前像素分量像素值减去参考值，可以得到当前像素分量的预测残差dif，计算如下：

dify＝curcpty-refy

difu＝curcptu-refu

difv＝curcptv-refv

其中，curcpty为像素分量y的像素值，curcptu为像素分量u的像素值，curcptv为像素分量v的像素值；dify为像素分量y的预测残差，difu为像素分量u的预测残差，difv为像素分量v的预测残差。

进一步地，每个像素分量的预测残差即为每个像素分量的残差数据。

1、本发明通过每种像素分量的多方向梯度加权和同位置多像素分量的方向加权，可以更加合理的确定当前像素分量的预测方向，当纹理复杂度一般时，可以起到更好的预测方向纠偏效果。并且该方法，可以均衡同位置各种像素分量间和同种像素分量相邻多像素分量间的纹理预测方向，减少单个像素分量预测误判的可能性，最终进一步降低预测的理论极限熵。

2、本发明将多种像素分量并行处理，更利于实现预测方法的并行化处理。相对于串行像素分量处理的时间长效率低，并行处理可以成倍提高处理速度，利于预测算法的硬件实现。

实施例三

本实施例在上述实施例的基础上，对本发明提出的基于采样的预测方式进行详细描述。该方式包括如下内容：

步骤1、获取当前图像块的大小

本实施例以当前图像块的大小为16*1个像素分量为例说明，其它不同大小的当前图像块同理。当前图像块中的像素分量按照从0到15的序号从左至右依次排列，每一个序号位置对应一个像素分量。

步骤2、定义采样方式

根据当前图像块中存在的纹理相关性，当前图像块中的像素距离越近，当前图像块的纹理渐变的一致性概论越高，反之当前图像块中的像素距离越远，当前图像块的纹理渐变的一致性概率越低，据此将当前图像块中的像素分量进行非等距离采样，可以选取多种非等距离采样方式。

优选地，如图4所示，图4为本发明实施例提供的一种采样方式示意图；本实施例将当前图像块中的16*1个像素进行非等距离采样，以采样1、采样2和采样3三种非等距离采样方式举例说明，其它非等距离采样方式同理，其中，

采样1是将当前图像块中序号为0、4、15对应位置的3个像素分量进行采样；

采样2是将当前图像块中序号为0、5、10、15对应位置的4个像素分量进行采样；

采样3是将当前图像块中序号为0、11、15对应位置的3个像素分量进行采样。

步骤3、将步骤2中选取的多种非等距离采样方式进行处理获取预测残差。

本实施例以一种非等距离采样方式的处理过程为例进行说明，其他种类的等距离采样方式的处理过程相同。具体如下：

步骤31、如图5所示，图5为本发明实施例提供的一种采样点预测方法示意图；对于采样1，将当前当前图像块正上方相邻当前图像块中处于采样点45度的像素分量点、90度的像素分量点和135度的像素分量点与采样点分别进行预测，即预测方式为135度预测、45度预测和90度预测，求解三种角度预测方式下所有采样点的预测残差，可以将采样点与45度的像素分量点、90度的像素分量点和135度的像素分量点分别相减获取预测残差，分别计算每种预测方式下所有采样点的预测残差绝对值和，选取预测残差绝对值和最小值对应的一种预测方式作为当前当前图像块采样点的预测方式。

优选地，预测方式可以为135度预测、45度预测和90度预测的任意中组合。

步骤32、获取步骤31中选取的预测方式下当前图像块采样点的预测残差，对于非采样点，利用公式求解非采样点的预测残差，公式为：

resi＝(sample1-sample0)*(i+1)/(num+1)

其中，公式中的sample0和sample1为当前图像块中连续的采样点的像素分量重建值，i为非采样点位置索引，i的取值为0～num-1的整数，num为非采样点数量。

进一步地，像素分量重建值可以指的是已压缩编码当前图像块解码端重建得到的像素分量值。

最终获取步骤31中选取的预测方式下的当前图像块所有像素分量的预测残差，并计算当前图像块所有像素分量的残差绝对值和。

步骤33、重复步骤31～32，获取采样2以及采样3下的当前图像块所有像素分量点的预测残差，并计算当前图像块所有像素分量的残差绝对值和，选取当前图像块所有像素分量的残差绝对值和最小值对应的一种采样方式作为当前图像块的采样方式，并采用该采样方式中确定的预测方式作为当前图像块的预测方式。

步骤4、将当前图像块中的采样方式获取当前图像块所有像素分量点的预测残差。

进一步地，当图像块的大小为8*2个像素分量时，即当前图像块有两行八列像素分量，将第一行和第二行的像素分量按照从0到8的序号从左至右依次排列，每一个序号位置对应每一行的一个像素分量。

按照步骤2～步骤4的方式获取当前图像块第一行像素分量的最终采样方式以及最终预测残差，继续重复步骤2～步骤4获取当前图像块第二行像素分量的最终采样方式以及最终预测残差，其中，第二行采样点的预测残差，可以根据第二行采样点与当前图像块正上方相邻当前图像块中垂直位置的点进行预测，也可以根据第二行采样点与当前图像块第一行中垂直位置的点进行预测。

本实施例通过定义当前图像块的采样方式和像素分量预测的参考方式，计算当前图像块的预测残差。与现有方法相比，当待压缩图像的纹理较为复杂时，对处于当前图像的纹理边界处的当前图像块，根据纹理的渐变原理，不依赖于当前图像块的周围当前图像块，而是通过当前图像块自身的纹理特性获得预测残差，能够提高对复杂纹理区域求预测残差值的精度，进一步降低理论极限熵，增大带宽压缩率。

实施例四

本实施例在上述实施例的基础上，对本发明提出的基于纹理的预测方式进行详细描述。该方式包括如下内容：

步骤1、定义重建像素分量；

在当前图像块中定义当前像素分量为cij，选取当前像素分量周围已编码的k个重建像素分量，将已编码的k个重建像素分量进行编号，编号顺序可指定，其中k≥1。

优选地，设定当前像素分量的序号为cij，当前像素分量cij左侧的重建像素分量的序号，编号i从右至左依次递减进行排序，编号j从下到上依次递减进行排序；当前像素分量cij正上方的重建像素分量的序号，编号j从下到上依次递减进行排序，编号i不变；当前像素分量cij右侧的重建像素分量的序号，编号i从左至右依次递减进行排序，编号j从下到上依次递减进行排序，如图6所示，图6为本发明实施例提供的一种预测重建像素分量参考示意图。

步骤2、计算第一权重；

步骤201、分别计算当前像素分量与已编码的k个重建像素分量的差异度，计算得到k个差异度权重difij；

步骤202、已编码的k个重建像素分量位于当前像素分量的周围，根据已编码的k个重建像素分量位置的不同，分别设置不同的权重值，共得到k个位置权重posij；

步骤203、根据第一权重计算公式分别计算每个重建像素分量权重，即第一权重，第一权重计算公式为:

wij＝a*difij+b*posij

其中，a和b为加权值，且满足a+b＝1，标准情况为a＝0.5，b＝0.5，也可灵活调整；dif为所述差异度权重，即当前像素分量和周围重建像素分量的差值；pos为所述位置权重，即当前像素分量和周围重建像素分量的空间距离；ij为k个重建像素分量的索引，ij的取值为1～k的自然数，w为第一权重。

步骤3、计算第二权重；

设定每个像素含有n个分量，可以得到k*n个权重。利用公式计算最终每个重建像素分量的权重，即第二权重，计算公式为：

mijn＝p1*wij1+p2*wij2+p3*wij3+...+pn*wijn

其中，p为分量加权值，n的取值为n，m为第二权重。

进一步地，对于pn的选取，满足p1+p2+…+pn＝1，具体可平均分配，也可根据经验值任意配置，根据经验值可以认定与当前重建像素分量越近的重建像素分量权重越接近，pn的值可以根据重建像素分量与当前重建像素分量的距离远近分配大小，距离越近pn的值越大，反之，pn的越小。

步骤4、计算预测残差；

步骤401、根据计算得到的第二权重mijn，选取mijn的最优值所对应的重建像素分量为当前像素分量的参考像素；

优选地，最优值可以为mijn中的最小值。

步骤402、将当前像素分量的像素值与参考像素的像素值求差，求解预测残差。

在一个实施例中对基于纹理的预测方式举例说明，该方式包括如下步骤：

步骤1、定义重建像素分量；

定义当前像素分量为cij，选取当前像素分量cij周围已编码的k个重建像素分量，将已编码的k个重建像素分量进行编号，编号顺序可指定，其中k≥1。

优选地，将已编码的k个重建像素分量进行编号，编号按顺序从上到下，从左到右进行排序，序号从0到k-1进行排列。

本实施例选取当前像素分量cij周围的17个重建像素分量为例说明，其它不同数量的重建像素分量同理，17个重建像素分量，按顺序从上到下，从左到右进行排序，序号从0到16进行排列，如图7所示，图7为本发明实施例提供的另一种预测重建像素分量参考示意图。

步骤2、计算重建像素分量差异度权重的绝对值；

分别计算当前像素分量与已编码的k个重建像素分量的差异度，计算得到k个差异度权重的绝对值abs(difij)，abs为绝对值运算；

优选地，分别计算当前像素分量与已编码的17个重建像素分量的差异度，计算得到17个差异度权重的绝对值abs(difij)；

步骤3、计算预测残差；

步骤301、根据计算得到的重建像素分量的差异度权重的绝对值abs(difij)，选取差异度权重的绝对值abs(difij)中的最小值，最小值所对应的重建像素分量设定为当前像素分量的参考像素。

优选地，选取17个差异度权重的绝对值abs(difij)中的最小值，最小值所对应的重建像素分量即为当前像素分量的参考像素。

步骤302、将当前像素分量的像素值与参考像素的像素值求差，求解预测残差。

本实施例通过计算重建像素分量的权重获得参考像素的方式，计算当前预测像素分量的预测残差，与现有方法相比，当待压缩图像的人造纹理较为简单时，通过定义不同的参考像素获得预测残差，所定义的参考像素为图像中的原始像素，此种方式更容易提高当前预测像素分量的准确率，能够进一步提高纹理区域预测残差的精度，进一步降低理论极限熵，提高带宽压缩率。

实施例五

本实施例在上述实施例的基础上，对本发明提出的视频编码设备进行详细描述，如图8所示，图8为本发明实施例提供的一种视频编码设备的示意图；该设备包括：

选择器，所述选择器配置为将视频图像帧划分为多个固定大小的图像块；

在多种预测方式中针对每个图像块选择至少一种预测方式作为所述每个图像块的预选预测方式；

预测器，所述预测器配置为根据所述每个图像块的预选预测方式确定所述每个图像块的最终预测方式和最终预测值；

编码器，所述编码器配置为将所述每个图像块的最终预测方式和所述最终预测值进行编码形成比特流。

其中，所述预测器进一步配置为：选取多种预测方式；计算所述每个图像块的梯度值；根据所述每个图像块的梯度值在所述多种预测方式中选取至少一种预测方式作为所述每个图像块的预选预测方式。

其中，预测器进一步配置为：若当前图像块的预选预测方式为多个，则获取所述当前图像块在每个预选预测方式下对应的预测值，根据所述当前图像块的多个预测值确定所述当前图像块的最终预测方式；若当前图像块的预选预测方式为一个，则此预选预测方式为所述当前图像块的最终预测方式；其中，所述最终预测方式对应的预测值为所述最终预测值。

综上所述，本文中应用了具体个例对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。