運用w－正交變換的視頻圖像壓縮方法
2023-04-27 08:30:06 2
專利名稱：運用w－正交變換的視頻圖像壓縮方法
技術領域：
本發明涉及一種視頻圖像壓縮或解壓方法，更確切地說，涉及一種視頻(運動)圖像幀間編碼方法，並涉及到用於幀間去冗變換的W-正交變換。
在數位化時代，無論是數據保存還是數據傳輸，對它們的有效壓縮是必須的，尤其視頻信息更是如此。所以，數據壓縮技術一直是IT技術裡的關鍵技術之一。
視頻壓縮技術的研究應用已超過了二十年。二十年來，視頻壓縮技術的應用是成功的。在通信領域，產生了H.261、H.263等國際標準；對於單幀圖像，也有JPEG標準。MPEG-1標準為VCD的普及打下了良好的基礎，MPEG-2是DVD的壓縮標準，它也是一些國家和地區未來的HDTV的壓縮標準。然而，技術是在不斷進步的。就在MPEG-2標準建立不久，基於小波的圖像壓縮技術顯示了強大的生命力。在最近定稿的MPEG-4裡，已產生了基於小波技術的靜止圖像壓縮算法，它對JPEG形成了嚴重的挑戰。JPEG2000標準正在制定之中。基於小波技術的視頻壓縮技術也是研究的熱點。
MPEG-x(x＝1或2)的算法由兩部份構成，一是幀內壓縮算法，一是幀間壓縮算法。幀內壓縮算法就是JPEG的算法，幀間預測編碼採用一種基於塊匹配的運動估計及補償算法。它的基本模式是，先幀內壓縮，再幀間壓縮，即先空間後時間。運動補償算法的搜索時間開銷很大，在理論上也不嚴密，在恢復圖像中，常有錯位的感覺，因而不適合象遠程醫療這類的精細壓縮，況且它的壓縮率也不是很理想，象一部DVD電影，普通光碟需要6至8張。該算法的特點是編碼和解碼算法不對稱，編碼複雜，解碼相對要簡單。從而編碼必須用ASIC來實現。現在最快的微機也無法實時編碼。
視頻圖像每秒25或30幀，因而前後幾幀的圖像內容存在很多相同或基本相同的部分，這種冗餘是大家都認識到的。關鍵是利用的方法不一樣，MPEG根據前一幀預測後面的幀，或者根據前一幀和後一幀預測中間的幀。它尋找「相同的部分」的算法是非常複雜的，這是MPEG壓縮編碼不能用軟體實現，而必須購買幾千上萬元的壓縮卡的原因。
另一方面，在軍事應用領域，如軍隊圖像、視頻的通信等，用於對邊境突發情況、熱點地區的監控，也非常需要對於視頻圖像的壓縮或解壓方法。但是這種可能用於軍事領域的通信編碼體制顯然不適宜公開，這樣有利於通訊保密，即使敵對勢力破解了我方的信道編碼，也無法解壓我們的圖像、視頻。這也是建立我軍自己的編碼體系的重大意義。
本發明的目的在於為基於小波的幀內壓縮的視頻壓縮提供一種幀間壓縮處理算法，消除運動圖像臨近的若干幀之間的冗餘信息，該算法可適用於軍用和民用。
本發明的技術方案如下本發明之視頻圖像壓縮編碼法包括以下步驟(a)對運動圖像按一定步長M分組，M為幀數；(b)對每組中的M幀圖像進行正交變換，得到M幀新圖像；(c)根據壓縮比的要求和M幀新圖像的不同重要性，進行目標比特分配；(d)對M幀新圖像分別進行編碼。
在以上所述的本發明之視頻圖像壓縮編碼法中，所述步驟(a)的M可取2、3、4、5、6、7、8。
在以上所述的本發明之視頻圖像壓縮編碼法中，所述步驟(b)之正交變換為(M＝4)Y1=12(X1+X2+X3+X4)]]>Y2=15(3X1+X2-X3-3X4)]]>Y3=12(X1-X2-X3+X4)]]>Y4=15(X1-3X2+3X3-X4)]]>其中的X1，X2，X3，X4為相鄰的四幅圖像，經變換後所得到的圖像Y1，Y2，Y3，Y4稱為偽圖像組。
在以上所述的本發明之視頻圖像壓縮編碼法中，所述步驟(b)之正交變換，M＝5時為Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>其中的X1，X2，X3，X4，X5，為相鄰的四幅圖像，經變換後得到的圖像Y1，Y2，Y3，Y4，Y5稱為偽圖像組。
上述步驟(b)中所採用的M＝4或M＝5，其對應的正交變換即W-正交變換的兩種實施例。由於圖像的時間軸上的採樣不能有太久的延遲，幀間變換不宜採用正交小波變換。一種可能的選擇是用離散餘弦變換(DCT)，但它的計算會有一些問題。本發明採用一種更有效的、類似DCT的變換(暫時稱之為W-正交變換，因為這類變換是本發明之發明人最先發現)，它既有高的效率，也有快速算法。W矩陣是多項式基下壓縮變換性能最好的矩陣，DCT是三角函數基下壓縮變換性能最好的矩陣，兩者沒有哪個好哪個差一說。當信源更合適用多項式來描述時，W變換更好；當信源更合適用三角函數來描述時，DCT就好一些。W-正交變換隻需要整數加法。DCT是不可能通過如此的變化來加速解碼算法的。只要算法設計得好，在運動圖像中加入這樣的變換後，不會增加太多的時間開銷，肯定比運動補償算法簡單。
M＝4的W變換對應一個4階正交矩陣A=1/21/21/21/23/251/25-1/25-3/251/2-1/2-1/21/21/25-3/253/25-1/25.---(1)]]>在此給出消失矩的定義，定義設給定了n個數a1，a2，..，an。如果 ，就稱a1，a2，...，an有r+1階消失矩。消失矩大，壓縮效果好。
在矩陣(1)中，第一行是直流分量，第二行有1階消失矩，第三行有2階消失矩，第四行有3階消失矩。它的計算量小於DCT的。四階DCT矩陣是1211112+222-22-2-22-2+221-1-112-22-2+222+22-2-22,---(2)]]>它無法整數化，也沒有消失矩性質。如果四階矩陣的相關性還不夠，可以考慮5階矩陣，即M＝515151515152101100-110-210214-114-214-114214110-2100210-110170-470670-470170,---(3)]]>它同樣有消失矩性質，能夠類似上述的4階矩陣那樣整數化。Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>Y5=170(X1-4X2+6X3-4X4+X5)]]>這有利於算法的計算機軟體和ASIC實現。
完成圖像組的偽圖像變換後，對偽圖像分別採用小波變換，把它們當作靜止圖像來處理。但是這幾副圖對解壓圖像不是同等重要的。第一幅最重要，最後的最不重要。在以上所述的本發明之視頻圖像壓縮編碼法中，所述步驟(c)比特分配採用根據壓縮比查經驗表的方法確定。對M＝4，可取第一幅50％，第二幅25％，第三、第四幅各12.5％。
然後進行步驟(d)，即對M幀新圖像根據分配到的碼率大小，分別進行量化編碼。這裡量化編碼可以採用常規的零樹編碼或者子帶編碼，也可以用本發明人的另一項正在申請專利的幀內量化編碼方法。
本發明應用於視頻圖像幀間壓縮或解壓處理，利用W-正交變換對圖像序列中連續的若干幀在時間軸上進行處理，能夠消除運動圖像臨近的若干幀之間的冗餘信息。本發明的幀間處理方法的處理運算非常簡單，可以軟體實現實時壓縮，甚至在微機上同時壓縮多路視頻信號。當然本發明的算法也可以用硬體實現，那樣實現成本更低、運算速度更快。
本發明可以應用於軍事領域，用於軍隊圖像、視頻的通信等，對邊境突發情況、熱點地區的監控等。本發明有利於建立我軍自己的視頻圖像編碼體系。
以下結合附圖進一步說明本發明。
圖1是本發明對運動圖像之壓縮模型示意圖；圖2是MPEG算法中的幀之示意圖。
本發明提出運動圖像新的壓縮模型，即從運動圖像的起始幀開始，以n幅為一組，先在時間軸上對圖像作一個W-正交變換，形成一個新的n幅「圖像」組(稱為偽圖像組)，如圖1所示。在偽圖像組裡面，「圖像」的重要程度有一個自然排序，第一幅最重要，第二幅次之，…，最後一幅最次。由偽圖像組的第一幅就能得到圖像組的一個近似恢復，由偽圖像組的頭兩幅就能得到圖像組的一個更精確的近似恢復，當然，由全體偽圖像就得到了原圖像組的精確恢復。
運動圖像的測試比較複雜，比較的指標也很多，完全公正的測試方法是很難找的。除了同樣有壓縮比和信噪比外，另一個重要指標是算法的採樣延遲。在MPEG算法裡，採樣延遲實際上是9幀。在這9幀裡，實際上只有兩幀是原始幀(I幀)，P幀是由兩端的I幀內插而成，B幀是由I幀和P幀內插而成，如圖2所示。
由於幀間的相關性很強，冗餘度大，當處理的圖像組裡的圖像多時，壓縮比自然會提高，但採樣延遲加大，實現算法時的緩存增加，加大了硬體成本。
在本發明的算法中，M＝4時，是以4幀為一組分組的。這樣，算法沒有充分挖掘壓縮比，但採樣延遲減少了一半以上，硬體實現時緩存減少了一半以上，降低了硬體成本。即使如此，本發明的圖像質量和壓縮比不僅沒有降低，反而雙高，即在壓縮比高於MPEG的同時，信噪比還遠遠高於MPEG的。以本發明人的採集的這一段視頻為例。當壓縮比為27倍時，本發明算法的平均峰值信噪比為41.40(Y)，39.5(UV)，而MPEG的只有31.3(Y)，34.5(UV)。本發明的算法壓縮到60倍時，峰值信噪比均下降2dB左右。
實際視覺質量相差沒有這樣大。這反映了MPEG算法的另一個特點，它不能對圖像作高保真壓縮。所以，在遠程醫療診斷這類系統中，MPEG算法是不能用的，因為它裡面的大部分圖像有「人造成份」。而本發明提出幀間壓縮處理算法能對圖像作高保真壓縮，有實用性。
權利要求
1.一種視頻圖像壓縮編碼法，該方法包括步驟(a)對運動圖像按一定步長M分組，M為幀數；(b)對每組中的M幀圖像進行正交變換，得到M幀新圖像；(c)根據壓縮比的要求和M幀新圖像的不同重要性，進行目標比特分配；(d)對M幀新圖像分別進行編碼。
2.根據權利要求1所述的視頻圖像壓縮編碼法，其特徵在於其中所述步驟(a)的M可取2、3、4、5、6、7、8中之任一數。
3.根據權利要求1所述的視頻圖像壓縮編碼法，其特徵在於其中所述步驟(b)之正交變換，M＝4時為Y1=12(X1+X2+X3+X4)]]>Y2=15(3X1+X2-X3-3X4)]]>Y3=12(X1-X2-X3+X4)]]>Y4=15(X1-3X2+3X3-X4)]]>其中的X1，X2，X3，X4為相鄰的四幅圖像，經變換後得到的圖像Y1，Y2，Y3，Y4稱為偽圖像組。
4.根據權利要求1所述的視頻圖像壓縮編碼法，其特徵在於其中所述步驟(b)之正交變換，M＝5時為Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>Y5=170(X1-4X2+6X3-4X4+X5)]]>其中的X1，X2，X3，X4，X5，為相鄰的四幅圖像，經變換後得到的圖像Y1，Y2，Y3，Y4，Y5稱為偽圖像組。
5.根據權利要求1所述的視頻圖像壓縮編碼法，其特徵在於所述步驟(c)中之比特分配採用根據壓縮比查經驗表的方法確定。
全文摘要
一種用於運動圖像(數字視頻)數據壓縮或解壓縮的方法,利用W－正交變換對圖像序列中連續的若干幀在時間軸上進行處理,消除幀間信息冗餘。本發明包括以下步驟:對運動圖像按一定步長M分組;對每組中的M幀圖像進行W－正交變換,得到M幀新圖像;根據壓縮比的要求和M幀新圖像的不同重要性,進行目標比特分配;對M幀新圖像分別進行編碼。本發明的幀間處理方法運算非常簡單,可以軟體實現實時壓縮,用硬體實現則實現成本更低、運算速度更快。
文檔編號H04N7/30GK1358030SQ0012672
公開日2002年7月10日 申請日期2000年12月5日 優先權日2000年12月5日
發明者王國秋 申請人:湖南中芯數位技術有限公司