专利名称：一种图像处理方法及装置的制作方法
技术领域：
本发明涉及计算机技术领域，尤其涉及一种图像处理方法及装置。
背景技术：
随着第三代(3rd Generation)移动通信和多媒体技术的快速发展,在可能低的存储情况下获得好的图像质量和低带宽图像快速传输已成为视频压缩的两大难题。为此ITU-T视频编码专家组(VCEG)和IS0/IEC动态图像专家组(MPEG)联合组成的联合视频组(JVT,Joint Video Team)提出了高度压缩数字视频编解码器标准H.264。与现有的视频编码标准相比，H.264在低码流、图像质量、容错能力及网络适应性等方面具有无法比拟的优势，使其在相同带宽下提供更加优秀的图像质量。H.264帧内编码用来缩减图像的空间冗余，为了提高H.264帧内编码效率，在给定帧中充分利用相邻宏块的空间相关性，相邻的宏块通常含有相似的属性。H.264与以前的压缩标准有许多的不同，其中一个主要的不同就是块尺寸范围更广。在H.264中，一个宏块有七种不同的分割模式。一个16X 16的宏块有四种分割方式:1个16X 16,或2个16X8,或2个8X16，或4个8X8，其中8X8模式的子宏块还可以进一步以四种方式进行分割:1个8X8，或2个4X8，或2个8X4，或4个4X4。对于一个4X4块，有9种预测方式，具体见图1，为适应高清电视(HDTV)以及视频捕捉系统的应用，HEVC标准应运而生，其帧间技术的基本框架与H.264基本相同，将原有的8种预测方向扩展至33中，增加了帧内预测的精细度。另外，帧内预测模式保留了 DC预测，并对Planar预测方法进行了改进。目前HM模型中包含了 35种预测模式，如图2所示。但是，在现有技术中H.264标准的帧图像的帧内预测模式的选择方法，它包括亮度部分的帧内预测模式选择方法，和 色度部分的帧内预测模式选择方法。其中，亮度部分的选择方法的步骤是，先把帧图像划分为多个宏块，设定差异度门限值，计算每个宏块的差异度，比较所得的差异度和门限值，根据不同的比较结果使用不同尺寸的预测模式，然后计算每种预测模式的SATD值，根据所得的值，获得优选的预测模式，对这些优选的预测模式运行率失真优化，最终确定最佳模式，因此，这种对每一种预测方式都进行率失真计算的方式导致了现有技术中对于图像帧内预测复杂度较高的技术问题。
发明内容
本发明提供了一种图像处理的方法及装置，用以解决现有技术中图像数据处理过程中对每一种预测方式都进行率失真计算的方式导致了现有技术中对于图像帧内预测复杂度较高的技术问题，其具体的技术方案如下:一种图像处理方法，应用于一图像处理装置，所述图像处理装置能够对图像数据进行编解码处理，所述图像处理装置在对所述图像数据进行编解码处理的过程中会将所述图像数据划分为N个预测宏块，并且所述N个预测宏块对应N个预测模式，N为大于等于2的整数，所述方法包括:
获取所述N个预测模式对应的N个第一预测值；判定通过所述N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果；当所述第一判定结果表征所述第一数据以及所述第二数据小于所述第一预设阈值时，则根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值；将所述第二预测值作为所述N个预测模式中每个预测模式的最终预测值。一种图像处理装置，所述图像处理装置能够对图像数据进行编解码处理，所述图像处理装置在对所述图像数据进行编解码处理的过程中会将所述图像数据划分为N个预测宏块，并且所述N个预测宏块对应N个预测模式，N为大于等于2的整数，所述装置包括:获取单元，用于获取所述N个预测模式对应的N个第一预测值；判定单元，用于判定所述N个第一预测值中任意两个预测值之间的N-1个第一差异值中每个第一差异值是否小于第一预设阈值，并生成N-1个第一判定结果；处理单元，用于当所述N-1个第一判定结果表征所述N-1个第一差异值小于所述第一预设阈值 时，则根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值；确定单元，用于将所述第二预测值作为所述N个预测模式中每个预测模式的最终预测值。在本发明实施例中获取所述N个预测模式对应的N个第一预测值判定通过N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果，当所述第一判定结果表征所述第一数据以及所述第二数据小于所述第一预设阈值时，则根据N个第一预测值，对N个第一预测值进行灰预测模型处理，获取第二预测值，将第二预测值作为N个预测模式中每个预测模式的最终预测值，从而解决了现有技术中图像数据处理过程中对每一种预测方式都进行率失真计算的方式导致了现有技术中对于图像帧内预测复杂度较高的技术问题，进而通过灰建模对图像数据进行处理可以有效的降低了图像数据编解码处理过程的复杂度，提高了预测的精度，节约了图像处理装置的处理时间，提升了图像处理装置的处理效率。
图1为本发明实施例中一种图像处理方法的流程图；图2为本发明实施例中图像处理的实施流程图；图3为本发明实施例中一种图像处理装置的结构示意图。
具体实施例方式本发明提供了一种图像处理方法，首先来讲，该方法应用于一图像处理装置，该图像处理装置能够对图像数据进行编解码处理，该图像处理装置在对图像数据进行编解码处理的过程中会将图像数据划分为N个预测宏块，并且这N个预测宏块对应N个预测模式，该方法具体包括:获取所述N个预测模式对应的N个第一预测值；判定通过所述N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果；当所述第一判定结果表征所述第一数据以及所述第二数据小于所述第一预设阈值时，则根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值；将所述第二预测值作为所述N个预测模式中每个预测模式的最终预测值。具体来讲，在现有的H.264标准的帧内预测模式的选择方法中包括了亮度部分的帧内预测模式选择方式和色度部分的帧内预测模式选择方法，其中亮度部分的选择方法是先将帧图像划分为多个宏块，设定差异度门限值，计算每个宏块的差异度，比较所得的差异度和门限值，根据不同的比较结果使用不同尺寸的预测模式，然后计算每种预测模式的SATD值，根据所得到的值，获得优选的预测模式，对这些优选的预测运行率失真优化，最终确定最佳模式，很明显在现有技术中在确定最佳模式时，需要对每个预测模式都要进行计算得到SATD值以及率失真优化，因此导致了 H.264标准的帧内预测的运算过程复杂，使得图像数据的处理速度较慢，并且图像数据的处理效率较低。因此，在本发明实施例中通过对预测值进行灰建模处理，可以避免对每个预测进行计算SATD值以及率失真优化的处理过程，这样就在不影响视频质量的前提下，降低了图像数据的编码复杂度，也节省了图像数据的处理时间。下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例只是对本发明技术方案的详细说明，而并不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的具体技术特征可以相互组合。如图1所示为本发明实施例中一种图像处理方法的流程图，该方法包括:步骤101，获取N个预测模式对应的N个第一预测值。首先来讲，在本发明实施例中该方法应用于一图像处理装置，该图像处理装置能够对图像数据进 行编解码处理，并且该图像处理装置在对图像数据进行编解码处理的过程中会将图像数据划分为N个预测宏块，并且每个宏块对应一个预测模式，从而N个预测宏块就对应N个预测模式。在该图像处理装置得到N个预测模式之后，该图像处理装置将获取N个预测模式对应N个第一预测值，该N个第一预测值由被预测宏块邻近已编码的像素点预测得到。在得到N个第一预测值之后，该图像处理装置将进行步骤102。步骤102，判定通过所述N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果。在步骤101中获取到N个第一预测值之后，该图像处理装置首先是获取每个第一预测值的第一均值以及第一方差，具体的计算方式如下:将N个第一预测值中的每个预测值代入到均值运算公式中，即:
权利要求
1.一种图像处理方法，应用于一图像处理装置，所述图像处理装置能够对图像数据进行编解码处理，所述图像处理装置在对所述图像数据进行编解码处理的过程中会将所述图像数据划分为N个预测宏块，并且所述N个预测宏块对应N个预测模式，N为大于等于2的整数，其特征在于，所述方法包括: 获取所述N个预测模式对应的N个第一预测值； 判定通过所述N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果； 当所述第一判定结果表征所述第一数据以及所述第二数据小于所述第一预设阈值时，则根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值； 将所述第二预测值作为所述N个预测模式中每个预测模式的最终预测值。
2.如权利要求1所述的方法，其特征在于，所述根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值，具体包括: 将所述N个第一预测值作为所述灰预测模型的输入数据输入到输入序列x(°) = (χω(I)，x(0) (2)，...，x(0) (N)),,获取所述N个第一预测值对应的第二序列数据，其中，x(0) (I)为第一原始预测值，x(0) (2)为第二原始预测值，x(°) (N)为第N原始预测值； 根据所述第二序列数据，得到所述输入序列对应的累加生成序列
3.如权利要求2所述的方法，其特征在于，将所述N个第一预测值作为所述灰预测模型的输入数据输入到输入序列X(°) = (x(0) (I)，Χ(°) (2)，...，x(°) (r))，，获取所述N个第一预测值对应的第二序列数据，具体包括: 检测所述输入序列中的灰建模序列的级比是否在第一预设范围
4.如权利要求3所述的方法，其特征在于，所述第一检测结果表征所述级比未在所述第一预设范围内时，所述方法还包括: 对所述输入序列进行平移处理
5.如权利要求2所述的方法，其特征在于，所述根据所述输入序列以及所述均值生成序列获取中间参数，并根据所述输入序列以及所述均值生成序列以及所述中间参数获得发展系数以及灰输入量，具体包括: 根据所述均值生成序列，得到第一中间参数
6.如权利要求2所述的方法，其特征在于，所述根据所述灰预测模型x(°)(k)+aza) (k)=b，对N个所述第一预测值进行所述灰预测模型处理，获取所述第二预测值，包括: 根据所述灰预测模型x(°) (k)+az(1) (k) = b，获取预测值处理条件:
7.如权利要求6所述的方法，其特征在于，当所述第一判定结果表征所述发展系数a小于所述第二预设阈值时，所述方法还包括: 将N个所述第一预测值中的任意一个第一预测值作为所述第二预测值，并将所述第二预测值作为所述最终预测值。
8.如权利要求1所述的方法，其特征在于，所述判定通过所述N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果，具体包括: 根据第一条件，处理所述N个第一预测值中每一个第一预测值的第一均值以及第一方差，获取N个所述第一均值以及N个所述第一方差，其中，所述第一条件为:
9.一种图像处理装置，其特征在于，所述图像处理装置能够对图像数据进行编解码处理，所述图像处理装置在对所述图像数据进行编解码处理的过程中会将所述图像数据划分为N个预测宏块，并且所述N个预测宏块对应N个预测模式，N为大于等于2的整数，所述装置包括: 获取单元，用于获取所述N个预测模式对应的N个第一预测值； 判定单元，用于判定所述N个第一预测值中任意两个预测值之间的N-1个第一差异值中每个第一差异值是否小于第一预设阈值，并生成N-1个第一判定结果； 处理单元，用于当所述N-1个第一判定结果表征所述N-1个第一差异值小于所述第一预设阈值时，则根据所述N个第一预测值，对所述N个第一预测值进行灰预测模型处理，获取第二预测值； 确定单元，用于将所述第二预测值作为所述N个预测模式中每个预测模式的最终预测值。
10.如权利要求9所述的装置，其特征在于，所述处理单元包括: 第一处理模块，用于将N个所述第一预测值作为所述灰预测模型的输入数据输入到输入序列x(°) = (x(°)⑴，x(°) (2)，...，x(°) (N))，，获取N个所述第一预测值对应的第二序列数据，其中，x(°)(l)为第一原始预测值，x(°) (2)为第二原始预测值，x(°) (N)为第N原始预测值；第二处理模块，用于根据所述第二序列数据，得到所述输入序列对应的累加生成序列x(1) =A( K)x''! =YjXii'- (m)=(xn.(I )Χ'' (2).......,x.''(η)),其中，x(°)为原始输入序列，x ⑴(I)为第 W-1一序列值，x(1) (2)为第二序列值，χ(1) (η)为第η序列值；第三处理模块，用于根据所述累加生成序列，获取所述累加生成序列对应的均值生成序列:z⑴=MEANx⑴=(z⑴(I)，z⑴(2)，…，z⑴(η))，根据 z⑴=MEANxw = (z⑴(1)，ζω(2)，…，ζ(1) (η))获得 z(1)(k) =0.5^1)(10+0.5^1)&-1)，其中2(1)为所述均值生成序列，z⑴(I)为第一均值生成序列的第一序列值，ζω (2)为第一均值生成序列的第二序列值，ζ⑴(η)为第一均值生成序列的第三序列值； 第四处理模块，用于根据所述输入序列以及所述均值生成序列获取中间参数，并根据所述输入序列以及所述均值生成序列以及所述中间参数获得发展系数a以及灰输入量b ; 第五处理模块，用于根据所述输入序列、所述均值生成序列、所述发展系数以及所述灰输入量获取所述灰预测模型x(°) (k)+az(1) (k) = b ； 获取模块，用于根据所述灰预测模型x(°) (k)+az(1) (k) = b，对所述N个第一预测值进行所述灰预测模 型处理，获取所述第二预测值。
全文摘要
在本发明实施例中获取所述N个预测模式对应的N个第一预测值判定通过N个第一预测值得到的第一数据以及第二数据是否小于第一预设阈值，并生成第一判定结果，当所述第一判定结果表征所述第一数据以及所述第二数据小于所述第一预设阈值时，则根据N个第一预测值，对N个第一预测值进行灰预测模型处理，获取第二预测值，将第二预测值作为N个预测模式中每个预测模式的最终预测值，从而解决了现有技术中图像数据处理过程中对每一种预测方式都进行率失真计算的方式导致了现有技术中对于图像帧内预测复杂度较高的技术问题。
文档编号H04N7/26GK103248889SQ20131009563
公开日2013年8月14日 申请日期2013年3月22日 优先权日2013年3月22日
发明者胡蕊芳, 李玉军, 刘琚, 元辉, 许宏吉, 宋敬彬 申请人:海信集团有限公司, 山东大学