一种HDR视频优化编码方法与流程

本发明涉及视频编码，具体为一种hdr视频优化编码方法。

背景技术：

1、hdr(高动态范围)视频是一种具有更高亮度、更宽色域和更高对比度的视频格式，为了使hdr视频在编码和传输过程中保持其质量和特性，需要采用一些编码方法。

2、在申请公布号为cn107197266b的中国发明申请中，公开了一种hdr视频编码方法。它具体包括如下步骤：(1)视频源数据通过常规的码率控制获得量化参数；(2)视频源数据通过电光转换获得当前编码单元在hdr显示设备上的对比敏感度；(3)通过步骤(1)中的量化参数以及步骤(2)中的对比敏感度获得当前编码单元的量化参数，并对视频源数据进行量化。从而可以较准确地反映出人眼在hdr显示设备上观看视频时由亮度对比产生的不同敏感程度；使hdr视频中人眼比较敏感的对比敏感度较大的区域的细节保留地更加完整，提高了细节保留的完整度。

3、在以上发明申请中，通过编码单元的最大亮度和最小亮度，来获得编码单元的对比敏感度，根据对比敏感度来调节各个编码单元的量化参数，使hdr视频中人眼比较敏感的对比敏感度较大的区域的细节保留地更加完整，提高了细节保留的完整度。但是光通过亮度显然不能完全保留视频细节的完成性，还有其他的因素影响着视频的细节以及质量。

4、因此，本发明提供了一种hdr视频优化编码方法。

技术实现思路

1、(一)解决的技术问题

2、针对背景技术提到的不足，本发明提供了一种hdr视频优化编码方法，旨在解决背景技术中记载的技术问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种hdr视频优化编码方法，包括以下步骤：

5、获取编码单元的红、绿、蓝三个通道的最大颜色数值和最小颜色数值，并计算出当前编码单元的灰度差gre，通过比对预先设置的灰度阈值，当灰度差大于灰度阈值时，标记当前编码单元；

6、获取编码单元在x方向的梯度值sx、y方向的梯度值sy，并计算出当前编码单元的纹理值wl，通过比对预先设置的纹理阈值，当纹理值wl大于纹理阈值时，标记当前编码单元；

7、综合灰度差gre和纹理值wl进行分析，获得编码单元的图像表征系数δ，通过比对预先设置的第一阈值，进一步筛选出需要标记的编码单元；对未标记的编码单元进行常规视频编码，获取量化参数qp、源数据量mb、编码后数据量db；

8、常规视频编码包括：

9、预处理阶段：图像对齐，对于多帧hdr视频，将它们对齐以减少运动估计误差，对齐通过运动矢量估计和全局运动补偿来实现；色彩空间转换，将原始hdr视频的色彩空间转换为编码器所支持的标准色彩空间，如rec.709；色域映射，将宽广的hdr色域映射为编码器所支持的色域，以保留尽可能多的颜色信息；

10、帧间编码阶段：运动估计和补偿，利用帧间预测技术根据前一帧或后一帧的信息来预测当前帧的内容，并计算运动矢量和残差；帧间压缩，将预测的运动矢量和残差进行编码和压缩，以减少数据量，并提高编码效率；

11、帧内编码阶段：帧内预测，通过对当前帧的像素值进行分析，预测并编码帧内的像素值，以减少冗余信息；变换编码，对帧内预测的残差进行频域变换，例如离散余弦变换(dct)，以更好地表示和压缩视频中的频域信息；量化和熵编码，对变换系数进行量化，并利用熵编码技术对量化后的系数进行编码，以进一步减少数据量；

12、附加数据编码阶段：hdr元数据，对hdr视频的附加数据，如色彩空间信息、亮度范围和色彩深度等元数据进行编码，以确保在解码时能正确解释这些信息；音频编码，对hdr视频的音频进行编码，常用的编码格式包括aac(advanced audio coding)等。

13、对编码后的视频进行分析，使用灰度转换获取视频像素点的灰度值f(x,y)，并使用拉普拉斯模板拉普拉斯梯度值，进而计算出所有像素拉普拉斯梯度值之和d(f)，即作为视频的清晰度d(f)；

14、根据源数据量mb、编码后数据量db计算数据量压缩率γ，将量化参数qp、数据量压缩率γ和清晰度d(f)进行关联分析，建立关联模型，并根据关联模型，调整量化参数，对标记的编码单元进行视频编码，平衡视频清晰度和数据量压缩率。

15、进一步的，所述灰度差的具体分析步骤包括：获取当前编码单元的红、绿、蓝三个通道的最大颜色数值rmax、gmax、bmax以及最小颜色数值rmin、gmin、bmin；

16、计算当前编码单元的灰度差gre，计算公式如下：

17、；

18、其中a1、a2、a3为权重系数，且，，，；

19、预先设置灰度阈值，当灰度差gre大于灰度阈值时，标记当前编码单元。

20、进一步的，所述纹理值的具体分析步骤如下：获取当前编码单元在x方向的梯度值sx、y方向的梯度值sy；通过x方向的梯度值sx和y方向的梯度值sy计算当前编码单元的纹理值wl，纹理值wl的计算公式如下：

21、；

22、预先设置纹理阈值，当纹理值大于纹理阈值时，标记当前编码单元。

23、进一步的，所述图像表征系数的具体分析步骤如下：

24、获取当前编码单元的灰度差gre和纹理值wl，进行无量纲化处理，并计算出编码单元的图像表征系数δ，图像表征系数δ的计算公式如下：

25、；

26、其中α、β为修正系数，且，；

27、预先设置第一阈值，当时，取消当前编码单元的标记；当时，保持当前编码单元的标记。

28、进一步的，所述视频的清晰度d(f)的具体分析过程如下：

29、使用灰度转换算法获取视频图像像素点的灰度值f(x,y)，其中x为像素点横轴坐标，y为像素点纵轴坐标；使用拉普拉斯模板算子

30、；

31、得到拉普拉斯梯度值，计算公式如下：

32、；

33、计算所有像素拉普拉斯梯度值之和d(f)，计算公式如下：

34、；

35、其中nx为横轴像素点总数，ny为纵轴像素点总数。

36、进一步的，量化参数qp、数据量压缩率γ和清晰度d(f)进行关联分析的过程如下：

37、根据源数据量mb和编码后数据量db，计算分析后获得数据量压缩率γ，计算公式如下：

38、；

39、将数据量压缩率γ和量化参数qp以及d(f)进行关联分析，建立数据量压缩率γ和量化参数qp以及d(f)之间的关联模型，计算公式如下：

40、；

41、根据已建立的关联模型，通过调整量化参数，对标记的编码单元进行视频编码，平衡视频清晰度和数据量压缩率。

42、(三)有益效果

43、本发明提供了一种hdr视频优化编码方法，具备以下有益效果：

44、1、通过根据源数据量mb和编码后数据量db，计算分析后获得数据量压缩率γ，将数据量压缩率γ和量化参数qp以及d(f)进行关联分析，建立三者之间的关联模型，通过调整量化参数对已标记的编码单元进行编码，从而有效地提升了视频编码的效率和视频的质量。

45、2、通过对视频进行灰度转换，使用拉普拉斯模板计算每个像素的拉普拉斯梯度值，再计算所有像素拉普拉斯梯度值之和，用来当作视频清晰度的评价标准，更加直观、有效地体现了编码后的视频质量。