一种多功能视频编码的快速判决方法、系统及存储介质与流程

本发明涉及视频编码领域，尤其是一种多功能视频编码的快速判决方法、系统及存储介质。

背景技术：

h.266/versatilevideocoding(简称vvc，多功能视频编码)，是新一代的视频编码标准，目前仍在制定阶段。和上一代标准h.265/hevc相比，vvc保留了hevc的基于块预测的技术框架，同时引入了很多新技术和编码工具，比如，vvc在intracoding(帧内预测)上引进了quadtreewithnestedmulti-typetreeusingbinaryandternarysplits(qtmt)、positiondependentintrapredictioncombination(pdpc)、intrasub-partitions(isp)等。

vvc中的qtmt分区方案和hevc中的分区方案有很大差别。hevc仅支持四叉树划分，所以划分后所有子块都只具有正方形的形状。但是，在vvc中，qtmt分区方案允许将一个预测块进行四叉树、垂直二叉树、水平二叉树、垂直三叉树或水平三叉树划分。由于二叉树和三叉树的划分具有方向性(垂直或水平划分)，所以其划分后的子块具有矩形形状。图1展示了使用qtmt分区方案对一个编码树单元(codingtreeunit,ctu)进行划分的一个例子，图1中粗实线表示四叉树划分，细实线表示二叉树划分，虚线表示三叉树划分。

vvc中的qtmt分区方案使得块的大小和形状更加灵活，能更加贴近视频的纹理特性，从而提高编码性能。然而，由于该方案的编码器要尝试更多种划分类型的组合，从大量尝试中选择最优分区方案(预测代价rd-cost最小)，所以其编码时间会大幅度增加，这给实时编码以及硬件实现带来了极大的困难。所以，有效减少qtmt的无效划分尝试是非常重要的问题。

近年来，在块划分方面，有国内外学者提出了很多算法来降低h.265/hevc中帧内预测的复杂度，例如通过统计方法找到统计规律、使用最小均方误差估计器、使用简单梯度滤波器等等。这些方法都只适用于h.265/hevc中的四叉树划分方案，没有考虑到目前vvc采纳的包括四叉树、垂直二叉树、水平二叉树、垂直三叉树或水平三叉树划分的qtmt分区方案，所以这些方法不再有效。此外，有一些学者提出了基于卷积神经网络(convolutionalneuralnetworks,cnn)或基于机器学习(machinelearning,ml)的qtbt(quadtreeplusbinarytree)快速分区算法，但是这些算法只针对四叉树和二叉树划分，没有考虑到垂直三叉树或水平三叉树划分的情况，适用性不强。

技术实现要素：

为解决上述技术问题，本发明实施例的目的在于：提供一种多功能视频编码的快速判决方法、系统及存储介质，以提升编码效率和拓宽适用性。

本发明实施例第一方面所采取的技术方案是：

一种多功能视频编码的快速判决方法，包括以下步骤：

计算输入的编码树单元的纹理值；

将输入的编码树单元进行四叉树划分，得到4个编码单元；

计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定，其中，所述划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，所述编码单元内若干个子部分的纹理差异值根据各个子部分的平均纹理值来确定；

将所述划分模式中判定为未跳过的划分模式加入候选列表；

按照候选列表中的划分模式对所述编码单元进行划分。

本发明实施例第二方面所采取的技术方案是：

一种多功能视频编码的快速判决系统，包括：

纹理值计算模块，用于计算输入的编码树单元的纹理值；

编码树单元划分模块，用于将输入的编码树单元划分为若干个编码单元；

纹理差异值计算与划分模式跳过判定模块，用于计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定，其中，所述划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，所述编码单元内若干个子部分的纹理差异值根据各个子部分的平均纹理值来确定；

加入模块，用于将所述划分模式中判定为未跳过的划分模式加入候选列表；

编码单元划分模块，用于按照候选列表中的划分模式对所述编码单元进行划分。

本发明实施例第三方面所采取的技术方案是：

一种多功能视频编码的快速判决系统，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的一种多功能视频编码的快速判决方法。

本发明实施例第四方面所采取的技术方案是：

一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种多功能视频编码的快速判决方法。

上述本发明实施例中的一个或多个技术方案具有如下优点：本发明实施例通过计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定，利用了编码单元内各子部分的纹理特征来进行编码单元的划分模式跳过判定，能通过跳过判定来减少qtmt的无效划分操作，节省了编码时间，提高了编码效率；划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，适用于vcc所有划分树类型的qtmt分区方案，适用性广。

附图说明

图1为vvc使用qtmt分区方案对ctu进行划分的一个例子示意图；

图2为qtmt分区结果和图像的纹理特性间的联系的一个例子示意图；

图3为一幅原始的图像；

图4为图3的纹理值示意图；

图5为图3的水平梯度值示意图；

图6为图3的垂直梯度值示意图；

图7为图3的45度方向梯度值示意图；

图8为图3的135度方向梯度值示意图；

图9为本发明具体实施例基于纹理的qtmt快速判决方法的流程图；

图10为一个编码单元的示意图；

图11为对图10的编码单元进行垂直三叉树划分得到的子部分示意图；

图12为对图10的编码单元进行垂直二叉树划分得到的子部分示意图；

图13为对图10的编码单元进行水平二叉树划分得到的子部分示意图；

图14为对图10的编码单元进行水平三叉树划分得到的子部分示意图；

图15为对图10的编码单元进行四叉树划分得到的子部分示意图。

具体实施方式

下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

首先对本发明所涉及的算法原理和相关理论进行说明：

(一)基于纹理的qtmt快速判决算法设计原理

根据先验知识，qtmt分区结果和图像的纹理特性存在一定的联系，本发明利用了这些联系来加快qtmt是否需要进一步划分的快速判决，减少无效的qtmt分区尝试，节省编码时间。

图2中，10为蓝色背景，11为白色展板。如图2所示，qtmt分区结果和图像的纹理特性存在的联系主要体现在以下三个方面：

1)平坦区域通常不会进行进一步划分，所以平坦区域通常具有较大的块尺寸，如图2中的(a)部分所示。

2)如果当前块有明显的水平或垂直纹理，其划分方向通常和当前块的纹理方向一致。如图2的(b)部分所示，蓝色背景10和白色展板11之间有明显的垂直纹理，所以附近块的划分方案也都为垂直方向。

3)如果当前块的若干个(两个/三个)水平/垂直子块有明显的纹理差异，则当前块倾向于选择对应的划分树类型和划分方向。如图2的(c)部分所示，(c)部分内两个水平子块有明显差异，所以(c)部分也按照对应的水平二叉树进行划分。

(二)sobel算子计算梯度值和纹理值

索贝尔算子sobel是一阶差分算子，具有平滑的作用，可提供较为精确的边缘方向信息，是边缘检测中最重要的算子之一，被广泛运用在图像处理、计算机视觉等方面。

本发明的梯度值和纹理值可通过sobel算子计算得到，可使用的sobel算子包括水平、垂直、45度和135度共四个方向，每个方向的梯度值可以分别使用一个3×3大小的sobel卷积核计算得到，如下式(1)所示：

其中，ghor、gver、g45、g135分别表示水平、垂直、45度、135度的梯度值；p表示当前图像的亮度像素矩阵；*表示卷积运算。

而图像中每个像素的纹理值g是水平方向梯度值ghor和垂直方向梯度值gver的绝对值之和，如下式(2)所示：

g＝|ghor|+|gver|(2)

按照公式(1)、(2)的计算方法，可以得到当前图像每个像素点的四个方向的梯度值以及纹理值。图4、图5、图6、图7和图8分别以图像的形式展现了图3这一原始图像的纹理值以及四个方向的梯度值。从图3-8可以看出，纹理值可以较好地体现出图像的纹理，而不同方向的梯度值可以较好地体现出图像在对应方向的变化情况。

基于前述理论，本发明实施例提供了一种多功能视频编码的快速判决方法，主要包括以下步骤：

s100、计算输入的编码树单元的纹理值；

具体地，根据vcc帧内预测的要求，其编码树单元ctu的大小为128×128，在纹理值计算时可先采用索贝尔算子得到ctu的水平梯度值和垂直梯度值，再根据公式(2)来计算相应的纹理值。

s101、将输入的编码树单元进行四叉树划分，得到4个编码单元；

具体地，根据vcc的帧内预测要求，一开始必须先进行一次四叉树划分变成四个64*64大小的cu块，后面可以再对大小小于等于64*64的cu块进行qtmt树划分类型的划分后变成一个个的子cu。

s102、计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定，其中，所述划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，所述编码单元内若干个子部分的纹理差异值根据各个子部分的平均纹理值来确定；

具体地，根据(一)的算法原理可知，可以基于编码单元的每个像素点、每个子分区的纹理值来决定是否跳过某种划分方向以及划分树。另外，本实施例为了适用于vcc所有划分树类型的qtmt分区方案，而需要对四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式逐一进行是否跳过该模式的判定。

s103、将所述划分模式中判定为未跳过的划分模式加入候选列表；

s104、按照候选列表中的划分模式对所述编码单元进行划分。

由上述内容可见，本实施例利用了编码单元内各子部分的纹理特征来进行编码单元的划分模式跳过判定，能通过跳过判定来减少qtmt的无效划分操作，节省了编码时间，提高了编码效率；划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，适用于vcc所有划分树类型的qtmt分区方案，适用性广。

进一步作为优选的实施方式，所述计算输入的编码树单元的纹理值这一步骤s100，具体包括：

s1001、输入编码树单元；

s1002、采用索贝尔算子分别计算编码树单元水平方向、垂直方向、45度方向和135度方向的梯度值；

s1003、根据编码树单元水平方向的梯度值和垂直方向的梯度值计算编码树单元的纹理值。

具体地，本实施例可以采用(二)的索贝尔算子来分别计算输入ctu水平方向、垂直方向、45度方向和135度方向的梯度值和纹理值，以便于后续的划分方向以及划分树(即划分模式)跳过判定。

进一步作为优选的实施方式，所述编码单元的划分模式为四叉树划分模式，所述计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定这一步骤s102，具体包括：

s10211、计算每一所述编码单元内4个子部分的平均纹理值；

s10212、对4个子部分的平均纹理值进行排序，得到最大的平均纹理值和最小的平均纹理值；

具体地，本实施例在排序时可选用降序排序方式或升序排序方式。

s10213、根据最大的平均纹理值和最小的平均纹理值计算4个子部分的最大纹理差异值；

具体地，4个子部分的最大纹理差异值可以是将最大的平均纹理值除以最小的平均纹理值所得到的商，也可以是将最大的平均纹理值减去最小的平均纹理值所得到的差值。

s10214、确定计算的最大纹理差异值小于等于第一阈值且最小的平均纹理值小于第二阈值时，跳过所述编码单元的四叉树划分模式。

具体地，计算的最大纹理差异值大于第一阈值，表明这4个子部分存在明显的纹理差异；最小的平均纹理值大于等于第二阈值，表明这4个子部分纹理复杂，这两种情况均不能跳过所述编码单元的四叉树划分模式。而其余情况均可以跳过所述编码单元的四叉树划分模式。

第一阈值和第二阈值均可以预先设定。

进一步作为优选的实施方式，所述编码单元的划分模式为垂直二叉树划分模式，所述计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定这一步骤s102，具体包括：

s10221、计算每一所述编码单元内2个垂直子部分的平均纹理值；

s10222、对2个垂直子部分的平均纹理值进行排序，得到最大的平均纹理值和最小的平均纹理值；

具体地，本实施例在排序时可选用降序排序方式或升序排序方式。

s10223、根据最大的平均纹理值和最小的平均纹理值计算2个垂直子部分的纹理差异值；

具体地，2个垂直子部分的纹理差异值可以是将最大的平均纹理值除以最小的平均纹理值所得到的商，也可以是将最大的平均纹理值减去最小的平均纹理值所得到的差值。

s10224、确定计算的纹理差异值大于第三阈值时，跳过所述编码单元的水平二叉树划分模式；

具体地，计算的纹理差异值大于第三阈值，表明2个垂直子部分存在明显的垂直纹理或垂直纹理差异，此时水平方向的纹理对cu划分结果的影响可以忽略不计，故可以直接跳过水平二叉树划分模式以进一步节省编码时间。由于二叉树的划分是有方向的，本实施例通过这两个方向的相反特性和关联判定来进一步节省编码时间。

s1025、确定2个垂直子部分的平均纹理值均小于第四阈值且计算的最大纹理差异值小于第五阈值时，跳过所述编码单元的垂直二叉树划分模式。

具体地，2个垂直子部分的平均纹理值均小于第四阈值且计算的最大纹理差异值小于第五阈值，表明垂直纹理差异过小或为平坦区域，不需进一步划分，此时可跳过所述编码单元的垂直二叉树划分模式。

第三阈值、第四阈值和第五阈值可根据实际的需要预先设定。

进一步作为优选的实施方式，所述编码单元的划分模式为水平二叉树划分模式，所述计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定这一步骤s102，具体包括：

s10231、计算每一所述编码单元内2个水平子部分的平均纹理值；

s10232、对2个水平子部分的平均纹理值进行排序，得到最大的平均纹理值和最小的平均纹理值；

具体地，本实施例在排序时可选用降序排序方式或升序排序方式。

s10233、根据最大的平均纹理值和最小的平均纹理值计算2个水平子部分的纹理差异值；

具体地，2个水平子部分的纹理差异值可以是将最大的平均纹理值除以最小的平均纹理值所得到的商，也可以是将最大的平均纹理值减去最小的平均纹理值所得到的差值。

s10234、确定计算的最大纹理差异值大于第六阈值时，跳过所述编码单元的垂直二叉树划分模式；

具体地，计算的纹理差异值大于第六阈值，表明2个水平子部分存在明显的水平纹理或水平纹理差异，此时垂直方向的纹理对cu划分结果的影响可以忽略不计，故可以直接跳过垂直二叉树划分模式以进一步节省编码时间。由于二叉树的划分是有方向的，本实施例通过这两个方向的相反特性和关联判定来进一步节省编码时间。

s10235、确定2个水平子部分的平均纹理值均小于第七阈值且计算的最大纹理差异值小于第八阈值时，跳过所述编码单元的水平二叉树划分模式。

具体地，2个水平子部分的平均纹理值均小于第七阈值且计算的最大纹理差异值小于第第八阈值，表明水平纹理差异过小或为平坦区域，不需进一步划分，此时可跳过所述编码单元的水平二叉树划分模式。

第六阈值、第七阈值和第八阈值可根据实际的需要预先设定。

进一步作为优选的实施方式，所述编码单元的划分模式为垂直三叉树划分模式，所述计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定这一步骤s102，具体包括：

s10241、计算每一所述编码单元内3个垂直子部分的平均纹理值；

s10242、以3个垂直子部分中最前的2个垂直子部分作为第一组，对第一组的2个平均纹理值进行排序，得到第一组的平均纹理最大值和平均纹理最小值；

具体地，排序时可选用降序排序方式或升序排序方式。

s10243、根据第一组的平均纹理最大值和平均纹理最小值计算第一组的纹理差异值；

具体地，第一组的最大纹理差异值可以是将第一组的平均纹理最大值除以第一组的平均纹理最小值所得到的商，也可以是将第一组的平均纹理最大值减去第一组的平均纹理最小值所得到的差值。

s10244、以3个垂直子部分中最后的2个垂直子部分作为第二组，对第二组的2个平均纹理值进行排序，得到第二组的平均纹理最大值和平均纹理最小值；

具体地，排序时可选用降序排序方式或升序排序方式。

s10245、根据第二组的平均纹理最大值和平均纹理最小值计算第二组的纹理差异值；

具体地，第二组的最大纹理差异值可以是将第二组的平均纹理最大值除以平均纹理最小值计算第二组所得到的商，也可以是将第二组的平均纹理最大值减去平均纹理最小值计算第二组所得到的差值。

s10246、确定第一组的纹理差异值大于第九阈值或第二组的纹理差异值大于第九阈值时，跳过所述编码单元的水平三叉树划分模式；

具体地，第一组的纹理差异值大于第九阈值或第二组的纹理差异值大于第九阈值，则3个垂直子部分存在明显的垂直纹理或垂直纹理差异，此时水平方向的纹理对cu划分结果的影响可以忽略不计，故可以直接跳过水平三叉树划分模式以进一步节省编码时间。由于三叉树的划分是有方向的，本实施例通过这两个方向的相反特性和关联判定来进一步节省编码时间。

s10247、确定3个垂直子部分的平均纹理值均小于第十阈值且第一组的纹理差异值和第二组的纹理差异值均小于第十一阈值时，跳过所述编码单元的垂直三叉树划分模式。

具体地，3个垂直子部分的平均纹理值均小于第十阈值且第一组的纹理差异值和第二组的纹理差异值均小于第十一阈值，认定垂直纹理差异过小或为平坦区域，不需进一步划分，此时可跳过所述编码单元的垂直三叉树划分模式。

第九阈值、第十阈值和第十一阈值可根据实际的需要预先设定。

进一步作为优选的实施方式，所述编码单元的划分模式为水平三叉树划分模式，所述计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定这一步骤s102，具体包括：

s10251、计算每一所述编码单元内3个水平子部分的平均纹理值；

s10252、以3个水平子部分中最前的2个水平子部分作为第三组，对第三组的2个平均纹理值进行排序，得到第三组的平均纹理最大值和平均纹理最小值；

具体地，排序时可选用降序排序方式或升序排序方式。

s10253、根据第三组的平均纹理最大值和平均纹理最小值计算第三组的纹理差异值；

具体地，第三组的最大纹理差异值可以是将第三组的平均纹理最大值除以第三组的平均纹理最小值所得到的商，也可以是将第三组的平均纹理最大值减去第三组的平均纹理最小值所得到的差值。

s10254、以3个水平子部分中最后的2个水平子部分作为第四组，对第四组的2个平均纹理值进行排序，得到第四组的平均纹理最大值和平均纹理最小值；

具体地，排序时可选用降序排序方式或升序排序方式。

s10255、根据第四组的平均纹理最大值和平均纹理最小值计算第四组的纹理差异值；

具体地，第四组的最大纹理差异值可以是将第四组的平均纹理最大值除以第四组的平均纹理最小值所得到的商，也可以是将第四组的平均纹理最大值减去第四组的平均纹理最小值所得到的差值。

s10256、确定第三组的纹理差异值大于第十二阈值或第四组的纹理差异值大于第十二阈值时，跳过所述编码单元的垂直三叉树划分模式；

具体地，第三组的纹理差异值大于第十二阈值或第二组的纹理差异值大于第十二阈值，则3个水平子部分存在明显的水平纹理或水平纹理差异，此时垂直方向的纹理对cu划分结果的影响可以忽略不计，故可以直接跳过垂直三叉树划分模式以进一步节省编码时间。由于三叉树的划分是有方向的，本实施例通过这两个方向的相反特性和关联判定来进一步节省编码时间。

s10257、确定3个水平子部分的平均纹理值均小于第十三阈值且第三组的纹理差异值和第四组的纹理差异值均小于第十四阈值时，跳过所述编码单元的水平三叉树划分模式。

具体地，3个水平子部分的平均纹理值均小于第十三阈值且第三组的纹理差异值和第四组的纹理差异值均小于第十四阈值，认定水平纹理差异过小或为平坦区域，不需进一步划分，此时可跳过所述编码单元的水平三叉树划分模式。

第十二阈值、第十三阈值和第十四阈值可根据实际的需要预先设定。

如图9所示，以基于sobel算子来提取编码树单元ctu的纹理为例，本具体实施例基于纹理的qtmt快速判决方法具体包括以下步骤：

步骤一：基于sobel算子计算每个编码树单元ctu的纹理值。

按照前面提及的公式(1)、(2)计算每个编码树单元ctu内每个像素的纹理值；然后直接进行四叉树划分，将ctu划分成四个编码单元cu。

步骤二：计算cu内若干个(两/三个)水平/垂直子部分的纹理差异，并根据纹理差异进行划分模式的跳过判决。

对于每一个cu，计算若干个(两/三个)水平/垂直子部分的纹理差异值。

图11、图12、图13、图14和图15分别展示了对图10的编码单元cu进行垂直三叉树划分、垂直二叉树划分、水平二叉树划分、水平三叉树划分和四叉树划分所得到的子部分示意图。图11-图15中，每一个小圆点表示对应位置像素点的纹理值，part_1、part_2、part_3和part_4分别代表子部分1、子部分2、子部分3和子部分4。假设图10的cu的宽和高分别为w和h，以图11的垂直三叉树划分为例，其计算cu内三个垂直子部分的纹理差异以及进行划分模式的跳过判决过程如下：

首先，根据公式(3)计算三个垂直子部分的平均纹理值：

其中，g(x,y)表示对应位置(x,y)像素点的纹理值；gp1、gp2、gp3分别表示三个垂直子部分的平均纹理值。

然后再通过以下方法1所提及的方式来决定当前cu是否跳过垂直三叉树或水平三叉树划分：

最后，如果skip_ttv为0或skip_tth为0，将对应的划分模式添加到划分模式的候选列表中。

而图12的垂直二叉树划分在采用与公式(3)类似的方式计算出2个垂直子部分的平均纹理值之后，可通过以下方法2所提及的方式来决定当前cu是否跳过垂直二叉树或水平二叉树划分：

图13的水平二叉树划分方式计算cu内二个水平子部分的纹理差异以及进行划分模式的跳过判决过程与上述的垂直二叉树划分的方法2相似，只需要按照水平方向计算每个子部分的纹理差异，就可以按照类似方法进行判断，在此不再赘述。

图14的水平三叉树划分方式计算cu内三个水平子部分的纹理差异以及进行划分模式的跳过判决过程与上述的垂直三叉树划分的方法1相似，只需要按照水平方向计算每个子部分的纹理差异，就可以按照类似方法进行判断，在此不再赘述。

而图15的四叉树划分在采用与公式(3)类似的方式计算出4个子部分的平均纹理值之后，可通过以下方法3所提及的方式来决定当前cu是否跳过四叉树划分：

本发明实施例还提供了一种多功能视频编码的快速判决系统，包括：

纹理值计算模块，用于计算输入的编码树单元的纹理值；

编码树单元划分模块，用于将输入的编码树单元划分为若干个编码单元；

纹理差异值计算与划分模式跳过判定模块，用于计算每一所述编码单元内若干个子部分的纹理差异值，并根据计算的纹理差异值和预设的阈值对所述编码单元进行划分模式的跳过判定，其中，所述划分模式包括四叉树划分模式、垂直二叉树划分模式、水平二叉树划分模式、垂直三叉树划分模式和水平三叉树划分模式，所述编码单元内若干个子部分的纹理差异值根据各个子部分的平均纹理值来确定；

加入模块，用于将所述划分模式中判定为未跳过的划分模式加入候选列表；

编码单元划分模块，用于按照候选列表中的划分模式对所述编码单元进行划分。

本发明实施例还提供了一种多功能视频编码的快速判决系统，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的一种多功能视频编码的快速判决方法。

本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种多功能视频编码的快速判决方法。

上述方法实施例中的内容均适用于本系统以及存储介质实施例中，本系统以及存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。