基于恰可觉察失真模型的快速自适应环路滤波算法
【技术领域】
[0001] 本发明设及一种快速自适应环路滤波方法，尤其设及一种基于恰可觉察失真模型 的快速自适应环路滤波方法，属于视频编码技术领域。
【背景技术】
[0002] 社会在不断发展的同时也伴随着向人类传递大量的信息，而人类对信息的提取大 约有70%来自于视觉。因此，人们对视频质量的要求当仁不让将处于第一位，因为视频的 最终目的是为人眼服务。然而，现有的网络带宽不能满足高清视频信号的实时传输，因此， 视频编码压缩技术对视频通信的发展有着重大的影响。为了得到更高的压缩效率和支持高 清/超高清的视频压缩，两大国际标准化组织IS0/IEC和口U-T成立了视频联合开发小组 (JointColl油orativeTeamonVideoCoding,JCT-VC)，并制定了高效的视频压缩标准 (Hi曲EfficiencyVideoCoding,肥VC)。与先进的视频压缩标准H.264/AVC相比，肥VC在 达到H. 264/AVC相同视频质量的基础上，节省了一半的比特率。与2D视频相比，3D视频能 提供更加逼真和自然的视觉感受，但是，巨大的视频数据量阻碍了 3D视频的广泛应用，使 其不能很好地应用到人们的日常生活当中。为了更好的支持立体3D视频的应用，IS0/IEC 和口U-T两组织又制定了基于肥VC的新3D视频压缩标准3D-HEVC，同时提供了 3D-HEVC的 参考软件（肥VC-BasedTestModel，HTM)。 阳00引肥VC跟H. 264/AVC-样，都是采用基于块的预测、变换和量化的混合编码方案。因 此，在H. 264/AVC视频中出现的块状效应、振铃效应、色彩溢出和模糊效应等，在肥VC视频 标准中依然存在。然而，视频最终显示的图像质量的好坏与环路滤波算法的性能有着紧密 的联系。因此，为了降低上述效应对视频质量的影响，HTM采用了 =种环路滤波技术：去块 滤波值eblockingFilter,DF)、自适应义样值补偿（SampleAdaptiveOffset,SA0)和自 适应环路滤波（AdaptiveLoopFilter,ALF)。去块滤波主要用来解决方块效应对视频质 量的影响，它的核屯、思想就是对块边界进行判断来决定是否需要去块滤波处理，即判断当 前边界是真实边界，还是块效应造成的伪边界。如果需要去块滤波处理，还需要判断是采用 强滤波模式还是弱滤波模式。SAO主要用来解决肥VC视频标准中的振铃效率，它的核屯、思 想就是对采样点进行分类，然后根据率失真代价为每种类型选择最佳的补偿值，最后对每 个采样点增加相对应的补偿值来提高视频的主观和客观质量。ALF滤波器主要用来进一步 提高视频的编码效率，降低上述效应对视频质量的影响，它的核屯、思想就是根据维纳-霍 夫方程使得原始帖和重构帖之间的均方误差最小。 阳004] 恰可察觉失真（JND--化StNotice油IeDistcxrtion)模型是指由于人类视觉系 统（HVS--HumanVisualSystem)存在的各种视觉屏蔽效应，使得人眼只能察觉到超过 某一阔值的噪声，该阔值即为最小察觉失真。从JND模型的定义可知，JND模型表示视频质 量发生改变时，人眼不能察觉的最大视频失真。传统的基于最大编码单元化CU)的ALF算 法对每个LCU都采用相同的处理步骤，首先计算维纳滤波参数，然后判断当前LCU是否需要 ALF处理，因此，它没有考虑到每个LCU的特性和人类的主观感受。而人类在观看视频和图 像时，并不是对视频和图像的所有内容都感兴趣，而且不同区域的感兴趣程度也不一样。因 此，不感兴趣区域的视频失真对视频质量影响不大。当前，在国内外对自适应环路滤波的研 究是视频编码的一个热点，但是很少有学者在降低滤波器复杂度的时候考虑到人眼视觉特 性，因而该发明无疑具有重要意义。
【发明内容】
阳〇化]本发明提供一种基于恰可觉察失真模型的快速自适应环路滤波方法。
[0006] 为达到上述目的，本发明所采用的技术方案是：
[0007] 一种基于恰可觉察失真模型的快速自适应环路滤波方法，包括W下步骤： 阳00引步骤1 :建立JND模型： 阳009] JND(x,y)=Ti(x, y)+Tt(x, y)-Ci,t?min{Ti(x, y), Tt(x, y)} (I)
[0010] (I)式中，Tl(x，y)表示像素I(x，y)所在区域的亮度掩盖效应产生的最小可觉察 阔值，其计算方法为：
ifl{x,y)<\21 W"] U) Ifl(X^y) >127 阳〇1引 似式中，如，)')表示像素I(x，y)周围5巧窗口的平均背景亮度值，其计算方法为：
柳1引 （3)
[0014] (3)式中，B (i?如为5巧的低通滤波器： Illlf1 2: 2: 2:I 阳 01引 公〇?J)=1 2 0 2 1 ('斗> 1 :2 2 2 1 1 1111
[0016] (1)式中，Tt(x，y)表示像素I(x，y)所在区域的对比度掩盖效应产生的最小可觉 察阔值，其计算方法为：
[0017] Tt(x, y) = n *G(x, y) ? We (x, y) (5)
[0018] (5)式中，We(x，y)表示边缘区域与纹理区域的加权值，n表示对比度掩盖效应 加权系数；G(x，y)表示对像素I(x，y)进行四个不同方向边缘检测后的最大值，其计算方法 为：
[0019]C(.W)=，叩{1巧."4' >.)1} (6 )
[0020]
巧) '_1 III 1] 「1 I. IIr I. IIII 12 2 2 1
[0021] (?,化j〇二 II 0 iI，（?2(/J)= I2 0 2 I 1 2 2 2 1 I么么么1 -11. 1. 1, IJLi 1. '1. 1 1 Iiii r11111 阳0。] 馬裝/>= 1; 2估2 1 1么么么11 1 1 1 _1 1 1 1 1 ：2 ：2 ：2 I GjOV/)= 1 2 0 2 1 ^8) 1 2 2 2 1 1 1 1 1 1
[0023] 步骤2 :利用所述JND模型将图像帖划分为感兴趣区域ROI和非感兴趣区域RONI: (JM)",, z'〇y居化)/
[0024] i 巧） ND[。>JNDLCUe-民ON! 阳0巧]其中，JN町C。表示LCU中所有像素的JND值之和，所述JND值利用所述JND模型计 算得到；JNDff。。。表示图像帖中所有像素的JND值之和的平均值，其计算方法为：
[0026]
(10)
[0027] 其中，N表示所述图像帖中LCU的个数；
[0028] 步骤3 :利用Canny算子将RONI划分为感兴趣平滑区域RONISR和感兴趣纹理区 域ROWTR: \Cannv,,,,,<k民ONI'r二民ONiS民
[0029] (11)： >/f民ONl;;民〇N!m
[0030] 其中，k表示RONISR与RONITR的划分阔值，Canny胃康示属于非感兴趣区域的LCU 中边界像素所占的比例，其计算方法为：
[0031]Canny脚NI=Xedge/M(12) 阳0巧其中，Xcdg读示LCU中边界像素的个数，M表示LCU里像素的个数； 阳03引步骤4 :利用Canny算子将ROI划分为感兴趣平滑区域ROISR和感兴趣纹理区域ROITR： Ccwnv…<m民OIi云RO-fS民 阳的4] "''W (13) 化乂> …巧（)/ 臣巧()/7，A)
[0035] 其中，m表示ROISR与RCHTR的划分阔值，Canny^康示属于非感兴趣区域的LCU 中边界像素所占的比例，其计算方法与Canny胃I的计算方法相同；
[0036] 步骤5 :自适应环路滤波处理：对所述图像帖亮度分量的RONITR和ROITR中的LCU 进行环路滤波；对所述图像帖每个GOP里第0层的色度分量的RONITR和ROITR中的LCU进 行环路滤波。
[0037] 所述步骤1中，边缘区域与纹理区域的加权值We (X，y)取值为1 ;对比度掩盖效应 加权系数n取值为0.018。
[0038] 本发明的有益效果：
[0039] 1、本发明针对3D-HEVC编码结构，结合像素域JND模型和Canny算子，对基于LCU 的ALF算法进行优化，去除视频中的感知冗余，提高ALF算法的编码效率；
[0040] 2、本发明可W快速找出不要ALF处理的区域，在不影响质量的情况下，大大降低 自适应环路滤波器算法的复杂度。
【附图说明】
[0041] 图1是本发明的流程图；
[0042] 图2是对照实验处理后的化znan_Hal 12视频序列图像；
[0043] 图3是本发明处理后的化znan_Hall2视频序列图像；
[0044] 图4是对照实验处理后的化znan_Street视频序列图像；
[0045] 图5是本发明处理后的化znan_Street视频序列图像。
【具体实施方式】：
[0046]W下结合附图对本发明的实施例作进一步的详细说明。 W47] 实施例：
[0048]如图1所示，一种基于恰可觉察失真模型的快速自适应环路滤波方法，包括W下 步骤： W例步骤1 :建立JND模型： 阳0加]JND(x, y) = Ti(x, y)巧t(x, y)-Ci,t ? min{Ti(x, y), Tt(x, y)} (4)
[0051] (I)式中，Tl(x，y)表示像素I(x，y)所在区域的亮度掩盖效应产生的最小可觉察 阔值，其计算方法为：
//'7托.)'）<127 阳0巧 巧 127
[0053] (2)式中，7(.t，j)表示像素I(x，y)周围5巧窗口的平均背景亮度值，其计算方法 为：
[0054]
棋 阳化引 （3)式中，B(i?如为5x5的低通滤波器： 'I IIIf I. 2 2 2 I 阳化6] 公化j'）=I 2 O么I (4) 1 2 2 2 1
[0057] (1)式中，Tt(x，y)表示像素I(x，y)所在区域的对比度掩盖效应产生的最小可觉 察阔值，其计算方法为：
[0058] Tt(x,y) =n*G(x,y) ?We(x,y) (5)
[0059] 妨式中，We(X，y)表示边缘区域与纹理区域的加权值，取值为1，n表示对比度掩 盖效应加权系数，取值为0.018 ;G(x，y)表示对像素I(x，y)进行四个不同方向边缘检测后 的最大值，其计算方法为：
[0060] G(a'..v)= !化化{巧.(啡(技) 先=1'2、3,4、， WW]
幻) -.1 1. 1. 1. I] [1 I 1 1 f 1 2 2 2