(i,j)，BlockA(i,j)表示原始图像块的像素值，BlockB(i,j)表 示预测图像块中的像素值。
[0035] 步骤403:将第一预测模式标识为Mbest，将第一预测模式的第一率失真代价标识为 C〇Stmin，该第一预测模式所在的方向区域确定为最优方向区域，即该最优方向区域可表示 %
并计算该最优方向区域内包含的各角度 预测模式的第一率失真代价。
[0036] 步骤404:并将该最优方向区域内包含的各角度预测模式加入第一候选模式集合 中。
[0037] 步骤405:计算DC和Planar两种模式的第一率失真代价，并将该两种预测模式加 入第一候选模式集合中，至此预测模式粗选过程结束。
[0038] 步骤302:根据候选的各预测模式的第一率失真代价，从所述第一候选模式集合 中选择满足阈值的预测模式，组成第二候选模式集合，根据所述第二候选模式集合中各预 测模式的第二率失真代价，确定最优的第二预测模式。
[0039] 具体地，将第一候选模式集合中包含的各预测模式，按照第一率失真代价从小到 大的顺序进行排序，排序后的第一率失真代价可表示为CostSatd_0~CostSatd_m，其中， m=2+STEP，STEP表示采样步长；
[0040]计算CostSatdk+1_CostSatdk 的值，其中，kG[0,n_l]，n=Min(m_l,nRd-1)，nRd表 示预测单元PU的候选模式数目，如果预测单元PU的像素大小为64X64、32X32或16X16， nRd=3,如果预测单元PU块的像素大小为8X8或4X4,nRd=8;
[0041]确定满足条件（CostSatdk+1_CostSatdk)/CostSatd k〈Th的CostSatdk对应的预测 模式，组成第二候选模式集合，其中，Th表示所述阈值。
[0042] 具体实施中，如附图5所示，对第一候选模式集合凡中的预测模式进行舍弃的具 体过程如下：
[0043] 步骤501:按照第一率失真代价从小到大的顺序对第一候选模式集合％中的各预 测模式进行排序后，从k=0为初始值，计算（CostSatdk+1_CostSatdk)/CostSatdk的值；
[0044]步骤502 :判断是否满足条件（CostSatdk+1_CostSatdk)/CostSatd k〈Th，若满足，贝丨J 保留该预测模式至第二候选模式集合W中，若不满足，舍弃该预测模式；
[0045]步骤503:判断是否满足k〈min(STEP+2,nRd)，若满足，则k=k+l，后转至步骤501， 否则，第一候选模式集合的预测模式舍弃过程结束。
[0046] 优选地，本发明实施例中，阈值Th是根据前一帧图像预测编码过程中的数据进行 自适应更新的，具体为：
[0047] 若当前编码图像为视频的第一帧图像，按照当前的预测单元TO块的大小设置所 述阈值Th的初始值；
[0048]若当前编码图像不是视频的第一帧图像，根据前一帧图像中、与当前的预测单元TO块的像素大小相同的所有PU块中，确定的第二预测模式的第一率失真代价为各预测模 式中的最小值、第二率失真代价也为各预测模式中的最小值的PU块的第一候选模式集合 中包含的各预测模式的第一率失真代价，确定所述当前的预测单元PU块对应的所述阈值 Th。
[0049] 具体地，获取前一帧图像中、与当前的预测单元TO块的像素大小相同的所有PU块 中，确定的第二预测模式的第一率失真代价为各预测模式中的最小值、第二率失真代价也 为各预测模式中的最小值的PU块的第一候选模式集合；
[0050] 针对任一获得的所述第一候选模式集合，将包含的各预测模式按照第一率失真代 价从小到大的顺序进行排序后，获取前两个预测模式的第一率失真代价并按照以下公式计 算阈值Th，
[0051]
[0052] 其中，PUsize表示PU块的大小，num64表示像素大小为64X64的PU块的个数， num32表示像素大小为32X32的PU块的个数，numl6表示像素大小为16X16的PU块的 个数，num8表示像素大小为8X8的PU块的个数，num4表示像素大小为4X4的PU块的个 数，CostSatd_0表示获取前两个预测模式的第一个第一率失真代价，CostSatd_l表示获取 前两个预测模式的第二个第一率失真代价。
[0053] 具体地，若当前编码图像为视频的第一帧图像，按照当前的预测单元TO块的像素 大小设置所述阈值Th的初始值，具体存在以下情况：
[0054] 若所述当前的预测单元TO块的像素大小为64X64,所述阈值Th的初始值为 0. 134；
[0055] 若所述当前的预测单元TO块的像素大小为32X32,所述阈值Th的初始值为 0. 119；
[0056] 若所述当前的预测单元TO块的像素大小为16X16,所述阈值Th的初始值为 0. 121 ；
[0057] 若所述当前的预测单元TO块的像素大小为8X8,所述阈值Th的初始值为0. 119 ;
[0058] 若所述当前的预测单元TO块的像素大小为4X4,所述阈值Th的初始值为0.131。
[0059] 具体实施中，如附图6所示，阈值Th自适应更新的具体过程如下：
[0060] 步骤601:以YUV格式的视频为例，假设编码视频当前帧为FrameNum;
[0061] 步骤602:判断当前帧FrameNum是否为视频的第一帧图像，即判断是否满足 FrameNum==0,若是，阈值Th设为初始值，否则，阈值Th由前一帧图像获得，即Th=Th_pre;
[0062] 步骤603:统计当前帧图像中每个PU帧内预测的数据，判断当前PU的最优的预测 模式是否满足第一率失真代价和第二率失真代价同时为最优，若不是，统计下一个PU帧内 预测的数据，直至统计至最后一个PU块，若是，执行步骤604;
[0063] 步骤604:将PU对应的第一模式集合M0中的各预测模式按照第一率 失真代价从小到大的顺序进行排序后，获取前两个预测模式的第一率失真代 价，计算（CostSatd_l_CostSatd_0)/CostSatd_0并将像素大小相同的PU块的 (CostSatd_l-CostSatd_0)/CostSatd_0累加求和，以及记录像素大小不同的各PU的个数 num64、num32、numl6、num8、num4;
[0064] 步骤605:根据统计结果计算并更新Th_pre;
[0065] 步骤606:判断是否为视频的最后一帧，若是，结束，否则，FrameNum=FrameNum+l 后转去执行步骤601。
[0066] 较佳地，针对当前TO选择最优的预测模式时，获取与该PU块相邻的其它PU块的 预测模式，计算最有可能的最佳预测模式（MPM)后，如果MPM模式不在第二候选模式集合 中，则将其添加进第二候选模式集合中。
[0067] 优选地，分别采用SSE函数计算所述第二候选模式集合中各预测模式的第二率失 真代价，将各第二率失真代价中的最小值对应的预测模式确定为最优的所述第二预测模 式。
[0068] 具体地，第二率失真代价的函数表示为：
[0069] Jm〇de= (SSEi舰+Wchr_*SSEchr。J+ 入-dJB-e
[0070] 其中，SSEluma表示亮度平面的SSE代价，SSEehr_表示色度平面的SSE代价，WehMa 表示系数因子，入表示系数因子，表示比特代价，其中，SS￡ =fD///X/'/TDifT( ，J , i,j)=BlockA(i,j)-BlockB(i,j)，BlockA(i,j)表示原始图像块，BlockB(i,j)表示预测图 像加上残差得到的重建图像，其中残差是由预测图像与原始图像的差值经变换、量化、反量 化、反变换、解码得到。
[0071] 基于相同的原理，如附图7所示，本发明实施例还提供了一种HEVC帧内预测模式 选择装置，该装置的具体实施可参见上述方法部分的描述，重复之处不在赘述，该装置主要 包括：
[0072] 粗选模块701，用于基于设置的采样步长对帧内预测模式集合中包含的各预测模 式进行采样，根据采样获得的各帧内预测模式的第一率失真代价确定第一预测模式，根据 所述第一预测模式确定候选的各预测模式，组成第一候选模式集合；
[0073] 精选模块702,用于根据所述候选的各预测模式的第一率失真代价，从所述第一候 选模式集合中选择满足阈值的预测模式，组成第二候选模式集合，根据所述第二候选模式 集合中各预测模式的第二率失真代价，确定最优的第二预测模式。
[0074] 优选地，所述粗选模块用于：
[0075] 根据所述采样步长将所述帧内预测模式集合中包含的各角度预测模式划分为多 个方向区域，以及根据所述采样步长分别针对每个所述方向区域确定一个角度预测模式为 所述方向区域的代表预测模式；
[0076] 分别计算各代表预测模式的第一率失真代价，将第一率失真代价最小的代表预测 模式确定为第一预测模式。
[0077] 优选地，所述粗选模块用于：