一种基于MED预测算法的预测值补偿方法技术

本发明专利技术公开一种基于MED预测算法的预测值补偿方法，包括以下步骤：首先，对待预测像素点进行经典的MED预测，得到初始的MED预测值，如果预测是直接利用上邻域像素值或者左邻域像素值来表示预测值，则在预测时忽略了邻域梯度，预测值有被补偿的潜力。接下来通过判断待预测像素点邻域梯度大小和方向来决定预测值是否有被补偿的能力，最后通过邻域梯度的均值来决定补偿值的大小。本发明专利技术针对经典的MED算法忽略邻域梯度造成的预测误差，提出了预测值补偿的概念来修正MED预测值，进而提高预测的准确度。

【技术实现步骤摘要】
【专利说明】一种基于MED预测算法的预测值补偿方法
本专利技术属于图像预测与图像压缩领域，特别涉及一种基于MED预测算法的预测值 补偿方法。 【
技术介绍
】 随着多媒体技术及Internet的迅速发展，图像等多媒体文件的压缩已经成为迫 切需要解决的问题。在图像无损压缩中，对像素点预测的准确性对压缩率起到了决定性 的作用，若预测误差较大，则压缩率就会下降。MED(medianedgedetector)预测方法是 L0C0-I/JPEG-LS中一种成熟的简单像素预测方法，它利用左邻域、上邻域及左上邻域3个 像素点的信息，通过检测水平和垂直边缘来避免产生较大的预测误差，得到较好的预测值。 但是，该预测方法过于简单，对待预测像素点的邻域信息利用不充分，忽略了局部梯度值对 预测值的影响，对纹理较为丰富的图像难以取得较好的预测效果。在此基础上，一些研究者 提出了GAP(gradientadjustedprediction)预测算法。GAP预测是一种简单、自适应的非 线性预测算法，它拓展了MED方法中对待预测像素点的邻域的使用范围，利用待预测像素 的邻域梯度来调整预测值，预测质量优于MED预测方法。但是，GAP预测方法对邻域梯度的 分类处理比MED预测方法复杂很多，影响了压缩编码的效率。 【
技术实现思路
】 本专利技术的目的在于提供一种基于MED预测算法的预测值补偿方法，对经过MED初 步预测的像素点进行进一步补偿。该方法提出了预测补偿的概念，并通过相应的补偿方式， 通过简便的运算，能够达到较好的补偿效果。 为了达到上述目的，本专利技术采用以下技术方案予以实现： -种基于MED预测算法的预测值补偿方法，包括以下步骤： 步骤一：对待预测像素点进行MED预测，得到初始的MED预测值； 步骤二：如果步骤一计算的MED预测值是直接利用预测像素点的上邻域像素值或 者左邻域像素值来表示当前像素点的预测值，则进入步骤三判断能否被补偿；否则不做补 偿直接输出MED预测值； 步骤三：如果预测像素点邻域梯度方向一致且均大于阈值，则预测值能够被补偿， 进入步骤四计算预测像素点邻域梯度均值，确定补偿系数的大小；否则，不做补偿直接输出 MED预测值； 步骤四：计算预测像素点邻域梯度均值，确定补偿系数的大小； 步骤五：利用预测像素点邻域梯度均值和补偿系数计算补偿值； 步骤六：对MED的预测值进行补偿，输出补偿后的预测值。 本专利技术进一步的改进在于：所述步骤一按照如下方法： 对待预测的像素点进行MED预测，MED预测基于以下规则： 其中急_为MED预测值，x为待预测像素，a、b、c分别为待预测像素的上邻域、左 邻域、左上邻域像素值。 本专利技术进一步的改进在于：所述步骤二按照如下方法： 如果的预测值为a，即用上邻域像素值表示当前像素点的预测值，或者 的预测值为b，即用左邻域像素值表示当前像素点的预测值；进入步骤三判断能否被补偿。 本专利技术进一步的改进在于：所述步骤三按照如下方法：如果的预测值为a， 则提取X的3个邻域梯度：x的左邻域及其上邻域的梯度值X的上邻域及其上邻域的 梯度值$、X的右上邻域及其上邻域的梯度值若3个邻域梯度方向相同且均大于阈值 T1，用邻域梯度来预测X及其上邻域的梯度值从而对预测值a进行补偿，否则不进行补 偿，直接输出MED预测值； 如果免_的预测值为b，则提取X的3个邻域梯度：x的上邻域及其左邻域的梯度 值$、X的左邻域及其左邻域的梯度值g、X的右上邻域及其左邻域的梯度值若3个 邻域梯度方向相同且均大于阈值T1，用邻域梯度来预测X及其左邻域的梯度值g,从而对 预测值b进行补偿，否则不进行补偿，直接输出MED预测值。 本专利技术进一步的改进在于：阈值1\为4。 本专利技术进一步的改进在于：所述步骤四按照如下方法： 计算提取的3个邻域梯度的均值，利用"邻域梯度-补偿系数"映射曲线得到对应 的补偿系数。 本专利技术进一步的改进在于：所述步骤五按照如下方法： 补偿值=补偿系数X3个邻域梯度的均值。 本专利技术进一步的改进在于：所述步骤六按照如下方法： 补偿后的预测值=MED预测值+补偿值。 本专利技术进一步的改进在于：所述步骤四按照如下方法： (1)绘制某一测试图像库中一幅图像的"补偿系数_3邻域梯度均值"二维直方图， 其中二维直方图横坐标表示应采取的补偿系数，即MED预测误差与3邻域梯度均值的比值， MED预测误差为MED的预测值与该像素真实值的差；纵坐标表示3邻域梯度均值；利用二维 直方图在某坐标点的亮度表示满足此补偿系数和3邻域梯度均值的像素点的个数； (2)对步骤（1)得到的二维直方图向其列投影，对同一补偿系数对应的邻域梯度 值求平均值，生成"邻域梯度-补偿系数"曲线，其中曲线图的横坐标表示3邻域梯度均值， 纵坐标表示平均补偿系数；(3)对"邻域梯度-补偿系数"曲线进行均值滤波，滤波窗口宽度为7; (4)对所述测试图像库中每幅图像都重复步骤⑴至（3)的操作，得到多条"邻域 梯度-补偿系数"曲线，取曲线簇的均值，得到一条平均后的曲线； (5)利用三次多项式拟合步骤（4)得到的平均后的曲线，即得到"邻域梯度-补偿 系数"映射曲线； (6)应用映射曲线，对不同的3邻域梯度均值自适应补偿系数。 相对于现有技术，本专利技术具有以下良好效果：本专利技术通过预测像素点邻域梯度的 大小与方向判断预测像素点处梯度的一致性，并对这种一致性进行利用，提出了预测补偿 的概念，对经典的MED预测值进行补偿，以弥补MED预测值忽略邻域梯度的缺陷。经过实验 研究，发现补偿值与邻域梯度的均值有较强的相关性，遂采取邻域梯度均值与补偿系数的 乘积的形式对预测值进行补偿。采用对邻域梯度均值自适应的补偿系数能更好地利用邻域 梯度信息来减小预测误差。并且本方法中利用的"邻域梯度_补偿系数"映射曲线可以离 线生成，降低了本方法的在线计算复杂度，使本专利技术具有一定的硬件实用性。 【【附图说明】】 图1是基于MED预测算法的预测值补偿方法的总体流程图； 图2(a)是MED预测中各像素位置关系及梯度图；图2(b)是另一种MED预测中各 像素位置关系及梯度图。 【【具体实施方式】】 请参阅图1所示，本专利技术一种MED预测算法的预测值补偿方法，包括以下步骤： 步骤一：对待预测像素点X进行经典的MED预测，得到初始的MED预测值，MED预 测基于以下规则： 其中为MED预测值，X为待预测像素，a、b、c分别为待预测像素X的上邻域、 左邻域、左上邻域像素值，其位置关系如附图2(a)或图2(b)所示； 步骤二：如附图2(a)所示，如果的预测值为a，即用上邻域像素值表示当前 像素点的预测值，则预测抛弃了a、X间梯度不予考虑，该预测值有被补偿的可能。同理，如 附图2 (b)所示，如果的预测值为b，即用左邻域像素值表示当前像素点的预测值，则 预测抛弃了b、x间梯度不予考虑，该预测值有被补偿的可能。如果的预测值为a或b， 进入步骤三判断能否被补偿；否则，不进行补偿，直接输出MED预测值；步骤三：如果预测像素点邻域梯度方向一致且均大于阈值，则预测值能够被补偿， 进入步骤四计算预测像素点邻域梯度均值，确定补偿系数的大小；否则，不做补偿直接输出 MED预测值。如附图2 (a)所示，如果的预测值为a，则提取X的3个邻域本文档来自技高网...

【技术保护点】
一种基于MED预测算法的预测值补偿方法，其特征在于，包括以下步骤：步骤一：对待预测像素点进行MED预测，得到初始的MED预测值；步骤二：如果步骤一计算的MED预测值是直接利用预测像素点的上邻域像素值或者左邻域像素值来表示当前像素点的预测值，则进入步骤三判断能否被补偿；否则不做补偿直接输出MED预测值；步骤三：如果预测像素点邻域梯度方向一致且均大于阈值，则预测值能够被补偿，进入步骤四计算预测像素点邻域梯度均值，确定补偿系数的大小；否则，不做补偿直接输出MED预测值；步骤四：计算预测像素点邻域梯度均值，确定补偿系数的大小；步骤五：利用预测像素点邻域梯度均值和补偿系数计算补偿值；步骤六：对MED的预测值进行补偿，输出补偿后的预测值。

【技术特征摘要】

【专利技术属性】
技术研发人员：潘志斌，尹海军，王洋，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61