一种适用于HEVC标准的帧内预测块大小划分的快速算法

摘要

本发明属于数字高清视频压缩编解码技术领域，具体为一种适用于HEVC标准的帧内预测块大小划分的快速算法。在HEVC标准中，可以选择使用帧内预测的方式进行视频压缩，帧内预测单元大小有4x4、8x8、16x16、32x32、64x64五种，在编码时需要根据图像选择合适的块大小划分方式。本发明基于最大编码单元进行处理，首先是梯度计算：将LCU内部可进行操作的点进行梯度计算；接着将某一预测单元块范围内所有点梯度计算结果相加得到这一预测单元的图像复杂度；最后根据计算获得的每一个预测单元的复杂度值进行块大小划分。本发明通过快速算法得到预测单元的最优块大小划分方式，加速了帧内预测块大小划分过程。

说明书

技术领域

本发明属于数字高清视频压缩编解码技术领域，具体涉及一种适用于HEVC视频编码标准的、加速帧内预测块大小划分过程的快速算法。

背景技术

作为下一代视频编解码标准，HEVC(High Efficiency Video Coding)是于2013年由国际电信组织（ITU）和运动图像专家组（MPEG）联合成立的组织JCTVC所提出。其目标是，与上一代标准H.264/AVC相比，在相同的视觉效果的前提下，比特率减少50%。

在HEVC中，一帧图像会划分成一个个LCU块，其大小可以为64x64，也可以为32x32或其他。然后LCU会依据四叉树划分方法划分成更小的编码单元（CU），其大小从8x8到64x64，且不大于LCU大小。与H.264/AVC类似，HEVC使用基于块的预测变换编码方式，使用帧内预测的方式压缩视频的空间冗余。HEVC帧内预测过程基于预测单元（PU）进行预测，对大小为16x16、32x32、64x64的CU块，PU与CU大小相等，当CU块大小为8x8时，PU大小可在4x4和8x8中选择，因此PU块有4x4、8x8、16x16、32x32、64x64共五种可选大小（且不大于LCU大小）。在帧内预测过程中需要寻找最佳的块大小划分方式以获得最佳性能，寻找最佳块大小划分方式的过程称为块大小划分（partition，参见图1）。

在标准参考软件HM10.0中，帧内预测模块的块大小划分过程通过迭代完成。首先计算出4x4块的优化结果，接着计算出8x8块的优化结果，最后将四个4x4块的结果之和与其组成的8x8块进行比较，取更为优化的结果。以此类推，可以得到16x16、32x32、64x64块的比较结果，最终得到当前LCU的最优块大小划分方案。这样的块大小划分方式运算量极大，不适合硬件实现，因此需要引入快速算法加速块大小划分过程。

发明内容

本发明的目的在于提出一种可适用于HEVC标准的帧内预测块大小划分的快速算法。

HEVC帧内预测单元有5种可选块大小，即4x4、8x8、16x16、32x32以及64x64。本发明通过引入梯度算法，可以大致获得当前PU的图像复杂度，基于这一图像复杂度信息可以大致判断最有可能的块大小划分方式，从而大大加速块大小划分过程。具体步骤如下：

（1）首先，在原始视频流中，把一帧图像划分为若干HEVC标准的最大编码单元（LCU），将最大编码单元（LCU）内部可进行操作的点进行梯度计算，得到当前点周边像素值的变化情况；

（2）然后，将某一预测单元（PU）内所有点的梯度计算结果相加，得到当前预测单元（PU）的图像复杂度；

（3）最后，根据计算得到的图像复杂度进行块大小划分。

本发明中，所述HEVC标准的最大编码单元（LCU），其大小可以为64x64，也可以为32x32，或其他。

本发明中，所述HEVC标准的帧内预测单元（PU），其大小为4x4、8x8、16x16、32x32或64x64中的一种，且不大于LCU大小。

本发明中，所述的梯度计算，是基于sobel算子的计算，或者是基于其他类型的梯度计算，获得当前像素点在X、Y两个不同方向上的梯度值。

本发明中，计算获得的图像复杂度越高，即图像越复杂，则块大小划分结果越趋向于小块，反之则趋向于大块。

附图说明

图1：HEVC帧内预测的块大小划分。其中，(a)为划分示例 (b)为相对应的四叉树划分结构。

图2：基于sobel算子的梯度计算。

具体实施方式

下面结合附图，对本发明做进一步的描述。

本发明提出的适用于HEVC标准的帧内预测块大小划分的快速算法，使用了梯度算法，大大加速了帧内预测块大小划分的速度。

首先，进行梯度计算。这一步期望获得当前点在x及y方向上的梯度变化情况。

如附图2所示，以基于sobel算子的梯度计算为例，为获得在X方向的梯度变化情况（Gx），将当前像素点左侧和右侧的3个点像素值按1:2:1加权后相减，得到X方向的梯度变化情况，同理，为得到Y方向的梯度变化情况（Gy），可将上下两侧3个点像素值按1:2:1加权后相减。Gx及Gy的计算公式如公式（1）所示。

（1）

式中，Px,y代指不同像素点的数值，下标i，j分别代表其在X、Y轴方向上与中心点的位置关系。

接着，对某一个预测单元PU，将其中所有点的梯度值相加得到当前PU的图像复杂度（K），其公式如公式（2）所示。

最后，依据图像复杂度信息，得出最有可能的块大小划分方法。这里的判断可以根据经验阈值完成，下面给出一种基于经验阈值，从大块到小块依次判断的划分方法。

以64x64块为例，如果64x64块中每一个32x32子块的图像复杂度均小于某一阈值，则可认为这个64x64块图像复杂度较低，不需要划分，此时选用64x64作为最有可能的块大小划分；若不满足，则将64x64块划分为4个32x32子块，并对四个32x32子块依次进行图像复杂度分析。依次类推，可以完成32x32、16x16、8x8块的划分选择，并最后得到最有可能的块大小划分方案。这里的经验阈值与图像特性相关，一个可能的经验阈值方案如下表所示。

这样，通过梯度算法，可以快速得出PU的图像复杂度，继而依据图像复杂度数据可以完成一个最大编码单元（LCU）的块大小划分，从而大大加速帧内预测的块大小划分过程。