【技术实现步骤摘要】
本申请涉及视频编解码技术，尤其涉及一种量化参数获取方法和装置。
技术介绍
1、视频等媒体数据广泛存在于各类设备中，不同设备之间的数据传输通常会使用到显示接口和显示链路。近年来，随着媒体采集设备的性能提升、人们对视频质量的需求增加，视频数据的规格也在迅速提升中，表现在视频的分辨率、帧率更高了。而更高规格的视频在单位时间内有着更大的数据量，这对显示接口和/或显示链路的吞吐量提出了新的挑战。当部分显示接口和/或显示链路的带宽无法满足传输原始视频的吞吐量需求时，对视频内容进行显示接口压缩便尤为重要。
2、显示接口压缩的典型流程包括：在输入侧接口，编码器对输入的单帧图像进行预测、量化、熵编码等编码操作，将其压缩为比特流；比特流通过显示链路传输到输出侧接口；在输出侧接口，解码器将比特流进行熵解码、反量化、预测、重建等解码操作，最终输出重建图像。在编码过程中，预测操作产生的残差值进行量化后写入比特流；在解码过程中对语法元素进行反量化得到残差值。量化参数(quantization parameter，qp)为前述量化/反量化过程中使用的参数，通常qp值越大，量化的程度越明显。调整qp值会直接影响编码后比特流的长度和解码后的图像质量。
3、基于此，期望可以有一种技术尽可能的提高qp与图像内容的适配度，以提升编解码效率。
技术实现思路
1、本申请提供一种区域增强层的编解码方法和装置，以提高增强层的编码效率和编码精准度。
2、第一方面，本申请提供一种量化参数获取方法，
3、本申请实施例，在点级预测下，实现特定位置的点的量化参数调整，实现点级的qp计算，这样可以提高qp与图像内容的适配度，实现低粒度的cu内的量化处理，减轻cu内量化带来的主观失真差异，同时有效提升了cu内平坦内容的主观质量。
4、一帧图像包括多个像素，图像的比特位深表示图像中一个像素的各通道占用位数。在编码侧，当前图像的比特位深属于图像本身的属性，编码侧可以直接拿到原始图像，因此在编码侧可以直接根据原始图像获取比特位深。在解码侧，当前图像的比特位深可以通过解析当前图像的比特流得到。
5、本申请实施例中，可以通过码率控制模块得到当前cu的qp。在解码侧，码率控制模块的输入为当前cu的图像复杂度等级和上一个cu(例如cu 1)的编码比特数，码率控制模块的输出为当前cu的qp。在编码侧，码率控制模块的输入为当前cu的图像内容和上一个cu(例如cu 1)的编码比特数，码率控制模块的输出为当前cu的qp。
6、在解码侧，可以通过解析比特流得到当前cu的图像复杂度等级。在编码侧，可以基于当前cu的图像内容得到当前cu的图像复杂度等级，包括：
7、1、计算纹理图像复杂度等级。将当前cu分为若干个子块，对于每个子块，可以从水平、竖直、斜向等方向逐步计算相邻像素值的差值。将差值的绝对值求和后，得到该子块对应的复杂度值，将复杂度值和约定好的阈值进行比较，得到该子块的图像复杂度等级。将各个子块的图像复杂度等级进行规则运算后，得到当前cu的纹理图像复杂度等级。
8、2、计算ibc图像复杂度等级。当前cu由相似ibc预测模式得到ibc相似预测样本矩阵，将当前cu划分为若干个子块，每个子块计算其ibc相似预测样本与原始值的差值的绝对值之和，将其称为子块sad，将该子块sad和约定好的阈值进行比较，得到该子块的图像复杂度等级，各个子块的图像复杂度等级进行规则运算后，得到当前cu的ibc图像复杂度等级。
9、3、当前cu的图像复杂度等级为纹理图像复杂度等级和ibc图像复杂度等级中的最小值。
10、编码侧得到当前cu的图像复杂度等级后，可以将其作为语法元素进行熵编码，从而串联入当前图像的比特流，以使得解码端可以解析比特流直接得到当前cu的图像复杂度等级。
11、本申请实施例可以对点级预测下、当前cu内的特定位置的点调整其量化参数，该特定位置可以是当前cu内的首行(例如水平位置为0)且点级预测采用t预测方式(t预测方式是采用当前点的上侧点(亦即上述参照点)的重建值作为当前点的预测值)的点。
12、特定位置的点分两种情况，一种是位于当前cu的第一行的首位，另一种是位于当前cu的第一行的非首位。基于此，当前点的预测残差值可以包括以下两种获取方法：
13、一种方法是当前点位于当前cu的第一行的首位，获取参照点的重建值和第一点的重建值，第一点位于参照点的右侧；根据参照点的重建值和第一点的重建值获取当前点的预测残差值。
14、示例性的，可以根据以下公式(6)计算得到当前点的预测残差值：
15、predresitmp＝abs(i[x][y-1]-i[x+1][y-1]) (6)
16、其中，predresitmp表示当前点的预测残差值，i表示当前图像的重建样值矩阵，x表示重建样值矩阵中第x列的元素，y表示重建样值矩阵中第y行的元素。
17、另一种方法是当前点位于当前cu的第一行的非首位，获取参照点的重建值、第一点的重建值和第二点的重建值，第一点位于参照点的右侧，第二点位于参照点的左侧；根据参照点的重建值、第一点的重建值和第二点的重建值获取当前点的预测残差值。
18、示例性的，可以根据以下公式(7)计算得到当前点的预测残差值：
19、predresitmp＝(abs(i[x][y-1]-i[x-1][y-1]))+(abs(i[x][y-1]-i[x+1][y-1])) (7)
20、其中，predresitmp表示当前点的预测残差值，i表示当前图像的重建样值矩阵，x表示重建样值矩阵中第x列的元素，y表示重建样值矩阵中第y行的元素。
21、示例性的，从当前cu的第一行中选取两个采用t预测方式的点，一个点t1位于当前cu的第一行的首位，另一个点t2位于当前cu的第一行的非首位。假设这两个点的位置均表示为(x,y)。
22、针对点t1：
23、计算其预测残差值要用到其上侧、以及上侧的右侧两个点，这两个点的位置分别表示为(x,y-1)、(x+1,y-1)。
24、按照从左至右、从上至下的编解码顺序，上述两个点已经先于当前点(t1)得到重建值，因此可以从当前图像的重建样值矩阵i中从相应位置得到前述重建值，分别是i[x][y-1]和i[x+1][y-1]。
25、基于此采用上述公式(6)可以得到当前点的预测残本文档来自技高网...
【技术保护点】
1.一种量化参数获取方法，其特征在于，所述方法适用于点级预测模式，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前CU的QP、所述当前CU的图像复杂度等级和所述当前点的预测残差值获取所述当前点的QP，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前CU的QP、所述当前CU的图像复杂度等级和所述当前点的预测残差值获取所述当前点的QP，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前CU的图像复杂度等级和所述当前点的预测残差值获取所述当前点的QP的调节下限，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述当前CU的图像复杂度等级、所述当前CU的QP和调节下限获取所述当前点的QP，包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获取当前点的预测残差值，包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述获取当前点的预测残差值，包括：<...
【技术特征摘要】
1.一种量化参数获取方法，其特征在于，所述方法适用于点级预测模式，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前cu的qp、所述当前cu的图像复杂度等级和所述当前点的预测残差值获取所述当前点的qp，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前cu的qp、所述当前cu的图像复杂度等级和所述当前点的预测残差值获取所述当前点的qp，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述当前图像的比特位深、所述当前cu的图像复杂度等级和所述当前点的预测残差值获取所述当前点的qp的调节下限，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述当前cu的图像复杂度等级、所述当前cu的qp和调节下限获取所述当前点的qp，包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获取当前点的预测残差值，包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述获取当前点的预测残差值，包括：
8.根据权利要求6所述的方法，其特征在于，所述根据所述参照点的重建值和所述第一点的重建值获取所述当前点的预测残差值，包括：
9.根据权利要求7所述的方法，其特征在于，所述根据所述参照点的重建值、所述第一点的重建值和所述第二点的重建值获取所述当前点的预测残差值，包括：
10.一种量化参数获取装置，其特征在于，所述装置适用于点级预测模式，所述装置包括：
11.根据权利要求10所述的装置，其特征在于，所述码率控制模块，具体用于根据所述当前图像的比特位深、所述当前cu的图像复杂度等级和所述当前点的预测残差值获取所述当前点的qp的调节下限。
12.根据权利要求10或11所述的装置，其特征在于，所述码率控制模块，具体用于根据所述当前cu的图像复杂度等级、所...
【专利技术属性】
技术研发人员：王丹妮，杨海涛，罗忆，冯俊凯，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。