采用两套及两套以上哈希表进行搜索的数据编码方法与流程

1.本发明属于计算机视觉领域中的深度估计领域，特别是一种采用两套及两套以上哈希表进行搜索的数据编码方法。


背景技术：

2.最新的国际视频vvc标准和我国音视频avs3(the third generation ofaudio video coding standard)标准及之前的版本或扩展版标准中，各种预测模式主要包括帧内预测模式、帧间预测模式、串预测(string prediction，sp)或称帧内串复制(intra string copy，isc)模式(包括其特例帧内块复制(intrablock copy，ibc)和palette模式)等。哈希表通过将具有相同哈希值的参考块或参考像素所在图像的坐标链接在一起，为当前编码块或编码像素提供一个有效的参考块或参考像素所在图像坐标的集合。基于分块的哈希表创建的一个重要步骤是如何计算一个分块的哈希值，即将当前分块的像素分量值映射到一个若干位(如32位)的哈希值上。将具有相同哈希值的参考块所在图像坐标链接在一起形成一条哈希链。哈希搜索是首先计算当前待编码块的哈希值，从具有相同哈希值对应的哈希链上，逐一比较哈希链上每个节点对应图像坐标位置的参考块，根据预设规则从中选择最优参考块即匹配块的过程。一条哈希链上的所有节点数目称为哈希链节点总数。
3.不同的哈希值计算方式，会对哈希链的分布情况产生较大的影响，同一条哈希链上节点数目过多，节点集中在少数哈希链上等，从而对编码的复杂度和编码效率产生不同的影响，现有的对所有的图像采用一套哈希表进行搜索的方案存在编码效率不高的缺点。


技术实现要素：

4.本发明要解决的技术问题是现有算法对所有的图像只采用一套哈希表导致编码效率不高。
5.本发明提出一种采用两套及两套以上哈希表进行搜索的数据编码方法，包括以下步骤：
6.步骤1：输入图像，获得该图像的预设特征；
7.步骤2：根据预设特征设置预设条件，根据预设条件将图像分成n个类别，其中n为大于等于2的正整数；
8.步骤3：对步骤2中的图像，根据其类别，采用1号、2号
……
n号方式建立哈希表，建立方式如下：初始化哈希值的范围为n，初始化哈希链数目的最大数目为n，每条链的节点为空，对整幅图像采用预设的分块大小进行划分，对划分后的每个分块进行以下计算：对分块中预设数量的分量值本身或对分量值进行预处理后的分量值，按照预设的哈希值计算方式获得该分块的哈希值h，更新哈希值h所对应的哈希链：将所述分块所在图像坐标串联在具有相同哈希值的所在哈希链上；
9.步骤4：用i bc算法进行搜索和编码。
10.进一步的，所述步骤1中的预设特征为排在前m位的哈希链节点总数占总的分块数
目的比例或每条哈希链节点的平均数目或哈希链节点数的最大数或两条哈希链节点数目之差或图像中的总颜色数目或上述五者的任意组合，其中m为正整数。
11.进一步的，所述步骤2中的预设条件为排在前m位的哈希链节点总数占总的分块数目的比例在预设范围内或每条哈希链节点的平均数目在预设范围内或哈希链节点数目的最大数在预设范围内或满足预设条件的哈希链节点数目在预设范围内或两条哈希链节点数目之差在预设范围内或图像中的总颜色数目在预设范围内或上述五者的任意组合，其中m为小于n的正整数。
12.进一步的，所述预设的分块大小为宽为4且高为4或宽为8且高为8或宽为4且高为8或宽为8且高为4或上述四者的任意组合。
13.进一步的，所述预设数量的分量值为所有像素的全部分量值或所有像素的任一分量值或所有像素的分量值或部分像素的全部分量值或部分像素的任一分量值或部分像素的部分分量值。
14.进一步的，所述预处理为右移或根据量化表查表。
15.进一步的，所述预设的哈希值计算方式为通过将分块特征值映射为哈希值的计算方式或采用crc32的计算方式。
16.进一步的，所述预设范围为大于等于阈值a或小于等于阈值a或大于等于阈值a且小于等于阈值b，其中a小于b。
17.本发明同现有技术相比具有以下优点及效果：
18.本发明通过对不同特征的图像，自适应采用不同方式建立的hash表进行搜索，从而在保持较低的复杂度的前提下，找到更多更好的匹配块，进一步提高图像编码效率。
附图说明
19.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
20.图1为本发明的总流程图。
具体实施方式
21.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
22.实施例1：
23.如图1所示，一种采用两套及两套以上哈希表进行搜索的数据编码方法，包括以下步骤：
24.步骤1：输入图像，获得该图像的预设特征。预设特征包括下列之一或其组合：排在前m位的hash链节点总数占总的分块数目的比例或每条hash链节点的平均数目或hash链节点数的最大数或两条hash链节点数目之差或图像中的总颜色数目，m为正整数。例如：预设条件为：排在前64位的hash链节点总数占总的分块数目的比例满足大于等于80％且小于等于94％的范围且每条hash链节点的平均数目满足大于等于45小于等于65的范围。
25.步骤2：根据预设特征设置预设条件，预设条件包括下列之一或其组合：排在前m位
的hash链节点总数占总的分块数目的比例在预设范围内或每条hash链节点的平均数目在预设范围内或hash链节点数目的最大数在预设范围内或满足预设条件的hash链节点数目在预设范围内或两条hash链节点数目之差在预设范围内或图像中的总颜色数目在预设范围内，其中预设范围包括下列之一或其组合：大于阈值a或大于等于阈值a或小于阈值a或小于等于阈值a或等于阈值a或大于等于阈值a且小于等于阈值b(a小于b)或大于阈值a且小于等于阈值b(a小于b)或大于阈值a且小于阈值b(a小于b)或大于等于阈值a且小于阈值b(a小于b)，根据预设条件将图像分成n个类别，其中n为大于等于2的正整数。例如：预设条件为：排在前64位的hash链节点总数占总的分块数目的比例满足大于等于80％且小于等于94％的范围且每条hash链节点的平均数目满足大于等于45小于等于65的范围。如果满足预设条件，则图像归为1类图像；否则归为2类图像。
26.步骤3：对步骤2中的图像，根据其类别，采用1号、2号
……
n号方式建立哈希表，建立方式如下：初始化哈希值的范围为n，初始化哈希链数目的最大数目为n，每条链的节点为空，对整幅图像采用预设的分块大小进行划分，对划分后的每个分块进行以下计算：对分块中预设数量的分量值本身或对分量值进行预处理后的分量值，按照预设的哈希值计算方式获得该分块的哈希值h，更新哈希值h所对应的哈希链：将所述分块所在图像坐标串联在具有相同哈希值的所在哈希链上。例如：
27.例一：对1类图像，用1号方式建立哈希表，建立方式为：初始化hash值的范围为2的32次方，初始化hash链数目的最大数目为2的32次方，每条链的节点为空，对整幅图像采用宽为4且高为4的分块大小进行划分，对图像中的每个分块执行以下步骤：对分块中所有像素的所有分量值本身，按照现有crc32的hash值计算方式获得该分块的hash值a，将所述分块所在图像坐标串联在具有相同hash值的所在hash链上。对2类图像，用2号方式建立哈希表，建立方式为：初始化hash值的范围为2的32次方，初始化hash链数目的最大数目为2的32次方，每条链的节点为空，对整幅图像采用宽为4且高为4的分块大小进行划分，对图像中的每个分块执行以下步骤：对分块中所有像素的所有分量值右移2位后，按照现有crc32的hash值计算方式获得该分块的hash值a，将所述分块所在图像坐标串联在具有相同hash值的所在hash链上。
28.例二：对1类图像，用1号方式建立哈希表，建立方式为：初始化hash值的范围为2的16次方，初始化hash链数目的最大数目为2的16次方，每条链的节点为空。对整幅图像采用宽为8且高为8的分块大小进行划分，对图像中的每个分块执行以下步骤：对分块中所有像素，采用通过将分块特征值映射为hash值的hash值计算方式获得该分块的hash值a，该计算方式为：将分块分成4个子区域，分别获得各个子区域的平均值(记为avgdc1，avgdc2，avgdc3，avgdc4)，获得各个子区域的水平梯度值和垂直梯度值，将各个子区域的水平梯度值和垂直梯度值取平均值(记为grad)，将这些值按照公式hashvalue＝(avgdc1<<13) (avgdc2<<10) (avgdc3<<7) (avgdc4<<4) grad组合在一起，形成一个16位的哈希值(记为hashvalue)，其中运算符号<<为左移运算符，将所述分块所在图像坐标串联在具有相同hash值的所在hash链上。对2类图像，用2号方式建立哈希表，建立方式为：初始化hash值的范围为2的32次方，初始化hash链数目的最大数目为2的32次方，每条链的节点为空，对整幅图像采用宽为4且高为4的分块大小进行划分，对图像中的每个分块执行以下步骤：对分块中所有像素的所有分量值本身，按照现有crc32的hash值计算方式获得该分块的hash值a，
将所述分块所在图像坐标串联在具有相同hash值的所在hash链上。
29.步骤4：用ibc算法进行搜索和编码。
30.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。