结合梯度结构相似度的AVS帧内模式选择算法

结合帧内模式选择主客观评价方法,提出了一种新的帧内模式选择算法,提高了主观质量,同时兼顾了算法处理效率。传统AVS帧内模式选择率失真优化使用绝对误差和(SAD)作为失真度度量,方法简单,但不能很好符合人眼视觉系统(HVS);基于梯度幅度值的结构相似度图像质量评价方法(GSIM)符合HVS的特性,且能评价严重模糊的降质图像,但计算复杂,不利于实时编码。本算法结合SAD和GSIM的优点,采用两者的结合作为失真度度量,并利用预测模式间的相关性进行帧内预测模式选择。取SAD的最优值和次优值,计算其差值,根据差值和阈值的比较判断是否需要GSIM计算,其中阈值的选择根据预测模式间相关性自适应确定。需要计算