一種視頻圖象編碼方法

2023-07-06 05:25:11

專利名稱：一種視頻圖象編碼方法
技術領域：
本發明涉及視頻處理領域，具體地說，是一種視頻圖象編碼方法。
背景技術：
目前，視頻領域的技術突飛猛進，關於視頻編碼的技術方案很多，但由於餘弦變換具有較好的去相關性能，並且，易於快速實現，因此，在視頻編碼領域得到了非常廣泛的應用，現有的視頻壓縮標準MPEG-1、MPEG-2、MPEG-4(Part 2)、H.261、H.263都是基於8×8 DCT變換的，其一般的處理框架示意圖如圖1所示。
H.263的編碼壓縮框架如圖2所示，其中的「T」指的就是圖象數據或預測差值數據的8×8 DCT變換。
餘弦變換的一般表示方式為F(u)=2nC(u)x=0n-1f(x)cos(2x+1)u2n,u=0,,n]]>其中 由於DCT變換要進行複雜的浮點運算，在IDCT中還存在由於失配而造成的精度不高問題，因此，一些專家分別提出了一些變換性能接近於DCT變換的整數變換方法，以降低計算複雜度，提高變換精度。
在文獻[1][Mathias Wien，Claudia Mayer，Jens-Rainer Ohm，「IntegerTransforms for H.26L using Adaptive Block Transforms」，ITU-T Q15/SG16，DocumenlQ15-K-24，Portland，August 2000.]給出了一種2D 8×8 DCT-like整數變換方法，其變換矩陣為
C=17171717171717172420126-6-1220-24237-7-23-23-772320-6-24-1212246-2017-17-171717-17-171712-24620-20-624-127-2323-7-723-2376-1220-2424-2012-6]]>還給出了相應的逆變換、量化和逆量化方法。
文獻[1]所給出的2D 8×8 DCT-like整數變換方法，雖然其變換性能比較接近於DCT變換，但其變換矩陣元素還較為複雜，變換計算處理過程和量化處理過程也較為複雜。

發明內容
本發明的目的就是給出了一種基於8×8 DCT-like整數變換的視頻圖象編碼方法，為此，本發明採用如下技術方案一種視頻圖象編碼方法，包括以下步驟a、將輸入視頻圖象分割成16×16宏塊，並對I幀圖象進行幀內象素預測和補償處理，對P幀圖象進行幀間運動估計及運動補償處理；b、變換器對輸入預測差值數據進行變換處理；c、對變換係數進行量化及熵編碼處理，並將編碼碼流傳遞給接收端；d、接收端對編碼碼流進行熵解碼及逆量化處理；e、逆變換器對逆量化後係數進行逆變換處理；f、對逆變換處理後的圖象數據進行幀內象素補償或幀間運動補償，並將解碼後的視頻圖象輸出；其中所述的步驟b，採用2D 8×8 DCT-like整數變換方法對視頻圖象進行變換處理，其變換計算採用如下公式
所述的步驟e，採用2D 8×8 IDCT-like逆變換方法對視頻圖象進行逆變換處理，其逆變換採用如下公式 其中X為圖象數據距陣或預測差值數據距陣，Y為相應的變換係數距陣，表示兩個矩陣對應位置的元素相乘；
其中a=24,b=55,c=510,d=170385,e=170385,f=1703170,g=17085.]]>所述的視頻圖象編碼方法，在方法實施過程中，做如下近似取值E0.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.02710.00590.01710.00590.02710.00590.01710.00590.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.02710.00590.01710.00590.02710.00590.01710.0059.]]>所述的「E」相乘處理併入到量化和逆量化處理過程中。
本發明所提出的2D 8×8 DCT-like整數變換方法，與現有技術相比較，其變換矩陣元素更為簡單，變換和量化過程更為方便，基於本專利所提出的2D8×8 DCT-like整數變換方法和量化方法的視頻壓縮方法，可以得到更好的計算性能和更好的處理結果。


圖1是基於DCT的視頻編碼框架示意圖；
圖2是現有技術中H.263視頻編碼示意圖；圖3是本發明對視頻圖象進行編碼處理的示意圖；圖4是本發明對視頻圖象進行編碼處理的流程圖。
具體實施例方式
下面結合說明書附圖來說明本發明的具體實施方式
。
如圖3及圖4所示，是本發明對視頻圖象進行編碼處理的示意圖及流程圖，從圖中可以看出，本發明主要包括以下步驟a、將輸入視頻圖象分割成16×16宏塊，並對I幀圖象進行幀內象素預測和補償，對P幀圖象進行幀間運動估計及運動補償；b、變換器對輸入預測差值數據進行變換處理；c、對變換係數進行量化及熵編碼處理，並將編碼碼流傳遞給接收端；d、接收端對編碼碼流進行熵解碼及逆量化處理；e、逆變換器對逆量化後係數進行逆變換處理；f、對逆變換處理後的圖象數據進行幀內象素補償或幀間運動補償，並將解碼後的視頻圖象輸出。
對於b和e，本發明中，採用一種新的變換方法和相應的逆變換方法，提出一種新的2D 8×8 DCT-like整數變換方法和相應的量化方法，下面具體介紹一下其中X為8×8圖象數據矩陣或預測差值數據矩陣，Y為相應的8×8變換係數矩陣。
我們知道，2D 8×8正向DCT變換方法為
Y=AXXT]]> 其中a=122,b=12cos(8),c=12cos(38),d=12cos(16),e=12cos(316),f=12cos(516),]]>g=12cos(716).]]>(1)式可以改寫為Y=BCXCTB]]> 111111111edfdgd-gd-fd-ed-11cb-cb-1-1-cbcb11-ge-de-fefedege-11-1-111-1-11fd-1gded-ed-gd1-fdcb-11-cb-cb1-1cbge-fe1-dede-1fe-geTa00000000d00000000b00000000e00000000a00000000d00000000b00000000e]]>
由於ed0.8478,fd0.5665,cb0.4142,]]>若令ed=1,fd=12,cb=12,]]>並設ge=x,]]>則由ATA＝I可得x=13,]]>於是有12224,b=55,c=510,d=317085,e=317085,f=3170170.]]>g=17085,]]>從而得到Y=BCXCTB=(CXCT)E]]> a2adabaea2adabaeadd2bddeadd2bddeabbdb2beabbdb2beaedebee2aedebee2a2adabaea2adabaeadd2bddeadd2bddeabbdb2beabbdb2beaedebee2aedebee2]]>
=(C1XC1T)E1]]> 於是，得到如下2D 8×8 DCT-like整數變換和量化方法正向變換
Y=(C1XC1T)E1]]> 逆向變換
X=C1T(YE1)C1]]>=111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2T]]>y00y01y02y03y04y05y06y07y10y11y12y13y14y15y16y17y20y21y22y23y24y25y26y27y30y31y32y33y34y35y36y37y40y41y42y43y44y45y46y47y50y51y52y53y54y55y56y57y60y61y62y63y64y65y66y67y70y71y72y73y74y75y76y77a2ad6ab2ae6a2ad6ab2ae6ad6d236bd12de36ad6d236bd12de36ab2bd12b24be12ab2bd12b24be12ae6de36be12e236ae6de36be12e236a2ad6ab2ae6a2ad6ab2ae6ad6d236bd12de36ad6d236bd12de36ab2bd12b24be12ab2bd12b24be12ae6de36be12e236ae6de36be12e236]]>111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2------(3)]]>其中E10.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.02710.00590.01710.00590.02710.00590.01710.00590.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.002710.00590.01710.00590.02710.00590.01710.0059]]>其相乘處理可以併入到對變換係數的量化處理過程中。
下面我們來看一個例子。為了便於說明問題，給出一個數據相差較大的8×8圖象矩陣X=117120109777364546013912310274756064871091009385706897103971171177874941037916414988879991746814794901028472821029592116119114122137150111112140150157163161157]]>經過DCT變換後的係數矩陣為Y0=821.375062.617949.6950-2.76004.37501.57893.36365.9850-122.003791.852731.8023-6.4128-13.8361-16.3052-4.16394.381951.7449-42.7379-28.7305-19.70966.1113-1.070212.12025.0589-48.176764.228615.555617.715323.6346-6.44751.8404-4.952829.625019.3788-27.502719.7915-31.3750-14.1192-3.3556-2.0230-19.1515-45.1924-14.6669-27.3522-24.992811.32365.00133.5050-11.2860-0.5628-0.6298-2.284615.734014.3038-0.2695-1.32588.7752-0.52282.270210.02885.5691-7.7676-9.8236-5.8917]]>經過(2)式所述DCT-like整數變換後的係數矩陣為Y1=821.375061.327349.3584-0.97564.37502.89976.881713.8481-120.703490.417531.3614-6.9679-14.2546-12.8207-0.820816.372552.4433-42.3567-29.4000-20.42454.9833-0.513010.05000.1881-52.817960.286214.141714.758220.0811-6.05343.18062.660929.625019.4307-27.210418.2654-31.3750-16.0703-5.2997-0.2981-44.8497-51.1884-16.2279-29.1519-28.102714.55533.7278-1.2213-7.5936-3.6936-2.7000-1.966516.136414.44950.4000-1.0602-5.77239.32226.29287.12722.7913-10.0949-9.7641-4.3660]]>兩者的差為Y0-Y1=0.00001.29060.3366-1.78440.0000-1.3208-3.5181-7.8631-1.30031.43520.44090.55510.4185-3.4845-3.3431-11.9906-0.6984-0.38120.66950.72491.1280-0.55722.07024.87084.64123.94241.41392.97713.5535-0.3941-1.3402-7.61370.0000-0.0519-0.29231.52610.00001.95111.9441-1.724925.69825.99601.56101.79973.1099-3.23171.27354.7263-3.69243.13082.07020.3181-0.4024-0.1457-0.6695-0.265614.5475-9.8448-4.02262.90162.77782.3273-0.0595-1.5257]]>通過該例可以看出，本發明所給出的8×8整數變換的變換性能與DCT變換較為接近，從而也具有較好的去相關性能，但具有比DCT低得多的計算複雜度。
以上所述，僅為本發明較佳的具體實施方式
，但本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可輕易想到的變化或替換，都應涵蓋在本發明的保護範圍之內。因此，本發明的保護範圍應該以權利要求書的保護範圍為準。
權利要求
1.一種視頻圖象編碼方法，包括以下步驟a、將輸入視頻圖象分割成16×16宏塊，並對I幀圖象進行幀內象素預測和補償處理，對P幀圖象進行幀間運動估計及運動補償處理；b、變換器對輸入預測差值數據進行變換處理；c、對變換係數進行量化及熵編碼處理，並將編碼碼流傳遞給接收端；d、接收端對編碼碼流進行熵解碼及逆量化處理；e、逆變換器對逆量化後係數進行逆變換處理；f、對逆變換處理後的圖象數據進行幀內象素補償或幀間運動補償，並將解碼後的視頻圖象輸出；其特徵在於所述的步驟b，採用2D 8×8 DCT-like整數變換方法對視頻圖象進行變換處理，其變換計算採用如下公式Y=(111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2x00x01x02x03x04x05x06x07x10x11x12x13x14x15x16x17x20x21x22x23x24x25x26x27x30x31x32x33x34x35x36x37x40x41x42x43x44x45x46x47x50x51x52x53x54x55x56x57x60x61x62x63x64x65x66x67x70x71x72x73x74x75x76x77111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2TE)]]>所述的步驟e，採用2D 8×8 IDCT-like逆變換方法對視頻圖象進行逆變換處理，其逆變換採用如下公式X=111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2T(y00y01y02y03y04y05y06y07y10y11y12y13y14y15y16y17y20y21y22y23y24y25y26y27y30y31y32y33y34y35y36y37y40y41y42y43y44y45y46y47y50y51y52y53y54y55y56y57y60y61y62y63y64y65y66y67y70y71y72y73y74y75y76y77E)111111116632-2-3-6-621-1-2-2-1126-2-6-3362-61-1-111-1-113-626-6-26-31-22-1-12-212-36-66-63-2]]>其中X為圖象數據距陣或預測差值數據距陣，Y為相應的變換係數距陣，T表示矩陣的轉置，表示兩個矩陣對應位置的元素相乘，E=a2ad6ab2ae6a2ad6ab2ae6ad6d236bd12de36ad6d236bd12de36ab2bd12b24be12ab2bd12b24be12ae6de36be12e236ae6de36be12e236a2ad6ab2ae6a2ad6ab2ae6ad6d236bd12de36ad6d236bd12de36ab2bd12b24be12ab2bd12b24be12ae6de36be12e236ae6de36be12e236]]>其中a=24,b=55,c=510,d=317085,e=317085,f=3170170,g=17085.]]>
2.如權利要求1所述的視頻圖象編碼方法，其特徵在於在方法實施過程中，做如下近似取值E0.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.02710.00590.01710.00590.02710.00590.01710.00590.12500.02710.07910.02710.12500.02710.07910.02710.02710.00590.01710.00590.02710.00590.01710.00590.07910.01710.05000.01710.07910.01710.05000.01710.02710.00590.01710.00590.02710.00590.01710.0059.]]>
3.如權利要求1所述的視頻圖象編碼方法，其特徵在於將所述的「E」相乘處理併入到量化和逆量化處理過程中。
全文摘要
一種視頻編碼方法，該方法先對圖像進行宏塊預測和補償處理，然後對預測差值進行8×8 DCT－like整數變換處理，再對變換係數分別進行量化和熵編碼處理。該方法採用了一種新的8×8 DCT－like整數變換方法和相應的逆變換、量化、逆量化方法，該變換方法的變換矩陣元素較為簡單，計算複雜度較低，變換過程只涉及到加法和乘法運算，變換性能較為接近於8×8 DCT，從而具有類似於DCT的較好的去相關性能，可以得到較好的視頻壓縮效果。
文檔編號H04N7/26GK1533183SQ0312095
公開日2004年9月29日 申請日期2003年3月24日 優先權日2003年3月24日
發明者熊聯歡 申請人:華為技術有限公司