H.266帧内色度预测模式：分量间线性模型(CCLM)预测_266 cross-component linear model prediction-优快云博客

本文链接：https://blog.youkuaiyun.com/lin453701006/article/details/52807401

本文详细介绍了H.266视频编码标准中的CCLM（Cross-component linear model prediction）技术，包括从亮度到色度的预测、色度到色度的预测、多模型CCLM以及下采样滤波器。CCLM通过利用分量间的相关性减少冗余，提高编码效率。在JEM中，CCLM不仅限于亮度到色度预测，还扩展到色度分量之间的预测，并提供了单模型和多模型两种模式，以适应不同场景需求。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要参考翻译JVET-C1001 2.2.4 Cross-component linear model prediction

在HEVC中使用了Cross-component prediction分量间预测。在H.266中，对其进行了扩展改进，提出了Cross-component linear model prediction(CCLM)分量间线性模型预测并采纳加入JEM中，其对于编码性能的提升相比其它新技术更可观。

1、luma亮度到chroma色度的预测

编码性能可以通过利用视频序列中的分量间相关性来提升。为了降低分量间的冗余，在分量间线性模型（CCLM）预测模式中，色度采样基于相同块中的重构亮度采样来进行预测，使用如下线性模型（注意luma-chroma预测是在重构采样域进行的）：

其中predc(i,j)表示一个块中色度采样的预测值，recL(i,j)表示同一块中下采样重构亮度采样。参数α和β由当前块周围的相邻重构亮度和色度采样的最小回归误差推出，如下所示：

其中L(n)表示下采样的左侧和上侧相邻重构亮度采样，C(n)表示左侧和上侧相邻重构色度采样，N的值等于当前色度编码块的宽和高最小值的两倍。对于方形编码块，这两个等式可以直接应用。对于非方形的编码块，较长边缘的邻近采样首先进行下采样，得到与较短边缘采样数量相等的采样数。α和β并不需要传输，在解码器中也通过上式计算得到。

下图为CCLM模式中当前亮度和色度块的左侧和上侧边缘采样的位置：