欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2021100596236
申请人: 陕西师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种屏幕内容编码标准帧内图像码率的估计方法,其特征在于由下述步骤组成:(1)确定视频图像纹理特征

1)确定视频图像分量标准差

输入视频,视频图像的帧宽为N1帧高为N2,按照块划分方式对视频图像进行划分,每一个视频图像块为一个基本单元,基本单元的宽和高为w,根据已知的确定图像标准差的方法,按式(1)确定视频图像亮度分量Y、色度分量Cb、色度分量Cr的标准差,每个视频图像亮度分量Y、色度分量Cb、色度分量Cr的每个基本单元的标准差按式(2)确定;当视频图像的第k个基本单元在色度分量Cb和色度分量Cr上的标准差满足式(3)判定其为颜色复杂块:S(f,c,k)≥t(c)                      (3)其中S(f,c)表示视频第f幅帧内图像第c个分量的标准差值,S(f,c,k)表示第f幅帧内图像第c个分量中第k个基本单元标准差值,分量c取1代表亮度分量Y、分量c取2代表色度分量Cb、分量c取3代表色度分量Cr,x(f,c,k,e)表示第f幅帧内图像第c个分量中第k个基本单元中第e个像素的像素值,t(c)表示第c个色度分量判断颜色复杂块的标准差阈值参数,其中色度分量Cb取值为6,色度分量Cr取值为8,f、k、e为有限的正整数,int()为下取整函数;

2)确定分量的对比度特征

将视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr围绕边界进行扩展,填充的行数和列数均为1,填充像素值与分量边界像素值相同,填充后分量的行数为N2+2,列数为N1+

2;根据已知的确定图像对比度的方法,按式(4)得到视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr的对比度值,每个视频帧内图像的亮度分量Y、色度分量Cb、色度分量Cr分别按式(5)确定第f幅帧内图像第c个分量上每个像素值与周围8临近像素值之差的平方和:其中D(f,c)表示视频第f幅帧内图像第c个分量的对比度值,K(f,c)表示第f幅帧内图像第c个分量上每个像素值与周围8临近像素值之差的平方和,x(f,c,i,j)第f幅帧内图像第c个分量中第i行第j列的像素值;

3)确定分量梯度特征

按式(6)、(7)、(8)确定视频图像亮度分量Y的梯度值矩阵、色度分量Cb的梯度值矩阵、色度分量Cr的梯度值矩阵:

其中T(Xc)表示第c个分量的视频图像的梯度值矩阵,Tx(Xc)和Ty(Xc)表示水平和垂直方向的梯度值矩阵,Xc表示第c个分量的视频图像的像素值矩阵, 表示卷积运算;

4)用标准差均值、对比度均值、梯度均值确定视频图像纹理特征按式(9)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的标准差均值 按式(10)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的对比度均值 按式(11)得视频图像亮度分量Y、色度分量Cb、色度分量Cr的梯度均值其中Nc表示视频图像第c个分量的像素总数;

(2)确定视频图像颜色特征

1)确定色度分量复杂块比例和

按式(12)确定视频图像色度分量的复杂块所占比例和P(f);按式(13)确定色度分量Cb和色度分量Cr上复杂块所占比例P(f,c):P(f)=P(f,2)+P(f,3)            (12)其中M(c)为统计的视频帧内图像中色度分量Cb和色度分量Cr上的颜色复杂块个数;

2)确定色度分量颜色等级数量和

用式(14)确定色度分量Cb和色度分量Cr的颜色等级数量和,用式(15)确定每个色度分量上满足条件的颜色等级总数,统计色度分量Cb、色度分量Cr的像素直方图,按式(16)判断色度分量c中颜色等级r所包含像素数是否大于0.0005N1×N2:Q(f)=Q(f,2)+Q(f,3)               (14)Q(f,c,r)=1|H(f,c,r)>0.0005N1×N2          (16)其中Q(f)表示视频第f幅帧内图像色度分量Cb和色度分量Cr满足条件的颜色等级数量和,Q(f,c)表示统计视频第f幅帧内图像第c个分量满足式(16)的颜色等级总数,Q(f,c,r)表示视频第f幅帧内图像第c个分量中颜色等级r包含的像素数是否大于0.0005N1×N2,若满足则设其值为1,不满足则其值为0,H(f,c,r)表示视频第f幅帧内图像色度分量Cb和色度分量Cr第r个颜色等级所对应的像素个数,l表示颜色等级总数;

(3)确定图像类型

第f幅帧内图像满足 此图像被分类为纹理复杂图像,否则判定为纹理简单图像,其中Zs为复杂度分类阈值参数,Zs∈[20,25];

(4)获得纹理简单图像模型参数

对于纹理简单图像,按式(17)和式(18)分别获得用于码率估计的模型参数α和模型参数θ1:

其中p1,p2,p3,p4,p5,p6,p7,p8为模型参数,p1∈[‑1370,‑1365],p2∈[‑275,‑270],p3∈[925,930],p4∈[‑100,‑90],p5∈[‑10,‑2],p6∈(0,0.7],p7∈[‑0.05,0)p8∈(0,0.0001];

(5)估计纹理简单图像码率

按式(19)得到纹理简单图像的第一种码率估计值Rs,bpp,rec,第一种码率估计值Rs,bpp,rec的单位是像素每比特:

其中QP表示用于编码的量化参数;

按式(20)得到纹理简单图像的第二种码率估计值Rs,bit,rec,第二种码率估计值Rs,bit,rec的单位是比特:

(6)获得纹理复杂图像模型参数

对于纹理复杂图像,按式(21)和式(22)分别获得用于码率估计的两个模型参数β和θ2:其中q1,q2,q3,q4,q5,q6,q7为模型参数,q1∈[1,26],q2∈[‑1,0),q3∈[0.001,0.007],q4‑10

∈(0,0.002],q5∈[‑0.1,0),q6∈[‑2×10 ,0),q7∈(0,0.00002];

(7)估计纹理复杂图像码率

按式(23)得到纹理复杂图像的第一种码率估计值Ro,bpp,rec,第一种码率估计值Ro,bpp,rec的单位是像素每比特:

Ro,bpp,rec=βexp(θ2QP)         (23)其中exp()是以自然常数e为底的指数函数;

按式(24)得到纹理复杂图像的第二种码率估计值Ro,bit,rec,第二种码率估计值Ro,bit,rec的单位是比特:

Ro,bit,rec=N1×N2×βexp(θ2QP)。       (24)

2.根据权利要求1所述的屏幕内容编码标准帧内图像码率的估计方法,其特征在于:在确定图像类型步骤(3)中,所述的Zs取值为22。

3.根据权利要求1所述的屏幕内容编码标准帧内图像码率的估计方法,其特征在于:在获得纹理简单图像模型参数步骤(4)中,所述的p1取值为‑1368.73,p2取值为‑272.17,p3取值为927.44,p4取值为‑96.02,p5取值为‑6.00,p6取值为0.38,p7取值为‑0.03,p8取值为

0.000071。

4.根据权利要求1所述的屏幕内容编码标准帧内图像码率的估计方法,其特征在于:在获得纹理复杂图像模型参数步骤(6)中,q1取值为13.71,q2取值为‑0.403,q3取值为0.003,‑10

q4取值为0.001,q5取值为‑0.05,q6取值为‑0.915×10 ,q7取值为0.000006。