用于图像压缩的梯度预测器的制作方法

技术特征：
1.一种方法，包括：从图像中选择要压缩的像素的目标块；选择所述目标块的邻接列；选择所述目标块的邻接行；基于所述邻接列的像素的一部分和所述邻接行的像素的一部分中的至少一个来生成两个或更多个基础值；基于所述两个或更多个基础值来计算梯度；以及使用所计算的梯度来为所述目标块指派至少一个预测器。2.根据权利要求1所述的方法，进一步包括：基于所述目标块和所述预测器来生成残差。3.根据权利要求1或2所述的方法，其中，选择所述邻接列包括选择处理的像素，选择所述邻接行包括选择处理的像素，所述邻接列是左列或右列之一，并且所述邻接行是上行或下行之一。4.根据权利要求1至3中的任一项所述的方法，其中，所述两个或更多个基础值与位于所述目标块的两个或更多个角部处的基础像素相关联。5.根据权利要求1至3中的任一项所述的方法，其中，所述两个或更多个基础值与位于所述目标块的两个或更多个角部处的基础像素相关联，并且生成所述两个或更多个基础值包括：计算两个或更多个处理的像素的平均值。6.根据权利要求1至3中的任一项所述的方法，其中，所述两个或更多个基础值是与位于所述目标块的每个角部处的基础像素相关联的四个基础值，基于来自所述邻接列的所述像素的所述一部分和来自所述邻接行的所述像素的所述一部分中的至少一个的平均值来计算所述四个基础值中的三个基础值，并且所述四个基础值中的第四基础值是基于三个所计算的基础值来内插的。7.根据权利要求1至6中的任一项所述的方法，其中，计算所述梯度包括：使用梯度算法，使用所述两个或更多个基础值的颜色之间的渐进过渡来为列x行矩阵中的每个单元生成像素值。8.根据权利要求1至7中的任一项所述的方法，其中，计算所述梯度包括：使用梯度算法的双线性内插。9.根据权利要求1至8中的任一项所述的方法，其中，为所述目标块指派所述预测器包括将与所述梯度相关联的像素映射到所述目标块中的像素，以及基于所述像素的所述映射来将与所述梯度相关联的颜色值指派为所述目标块的预测值。10.一种包含指令的非暂时性计算机可读介质，所述指令在被执行时致使计算机系统的处理器执行根据权利要求1至9中的任一项所述的方法的步骤中的任一个。
11.一种用于对图像进行压缩的计算机系统，所述计算机系统被配置成执行根据权利要求1至9中的任一项所述的方法的步骤中的任一个。12.一种系统，包括：存储器，所述存储器存储指令集；以及处理器，所述处理器被配置成执行所述指令集以致使所述系统：接收要压缩的图像；从所述图像中选择像素的目标块；选择所述目标块的邻接列；选择所述目标块的邻接行；基于所述邻接列的像素的一部分和所述邻接行的像素的一部分中的至少一个来生成两个或更多个基础值；基于所述两个或更多个基础值来计算梯度；以及使用所计算的梯度来为所述目标块指派至少一个预测器。13.根据权利要求12所述的系统，其中，所述指令集还包括：基于所述目标块和所述预测器来生成残差。14.根据权利要求12或13所述的系统，其中选择所述邻接列包括选择处理的像素，选择所述邻接行包括选择处理的像素，所述邻接列是左列或右列之一，并且所述邻接行是上行或下行之一。15.根据权利要求12至14中的任一项所述的系统，其中，所述两个或更多个基础值与位于所述目标块的两个或更多个角部处的基础像素相关联。16.根据权利要求12至14中的任一项所述的系统，其中，所述两个或更多个基础值与位于所述目标块的两个或更多个角部处的基础像素相关联，并且生成所述两个或更多个基础值包括：计算两个或更多个处理的像素的平均值。17.根据权利要求12至14中的任一项所述的系统，其中，所述两个或更多个基础值是与位于所述目标块的每个角部处的基础像素相关联的四个基础值，基于来自所述邻接列的所述像素的所述一部分和来自所述邻接行的所述像素的所述一部分中的至少一个的平均值来计算所述四个基础值中的三个基础值，并且所述四个基础值的第四基础值是基于三个计算的基础值来内插的。18.根据权利要求12至17中的任一项所述的系统，其中，计算所述梯度包括：使用梯度算法，使用所述两个或更多个基础值的颜色之间的渐进过渡来为列x行矩阵中的每个单元生成像素值。19.根据权利要求12至18中的任一项所述的系统，其中，计算所述梯度包括：使用梯度算法的双线性内插。20.根据权利要求12至19中的任一项所述的系统，其中，为所述目标块指派所述预测器包括
将与所述梯度相关联的像素映射到所述目标块中的像素，以及基于所述像素的所述映射来将与所述梯度相关联的颜色值指派为所述目标块的预测值。

技术总结
一种方法包括：从图像中选择要压缩的像素的目标块；选择目标块的邻接列；选择目标块的邻接行；基于邻接列的像素的一部分和邻接行的像素的一部分中的至少一个来生成两个或更多个基础值；基于两个或更多个基础值来计算梯度；以及使用所计算的梯度来为目标块指派至少一个预测器。一个预测器。一个预测器。


技术研发人员：亚尼斯
受保护的技术使用者：谷歌有限责任公司
技术研发日：2020.06.30
技术公布日：2022/8/5