WO2006034603A1

WO2006034603A1 - Video image encoding method

Info

Publication number: WO2006034603A1
Application number: PCT/CN2004/001111
Authority: WO
Inventors: Lianhuan Xiong
Original assignee: Huawei Technologies Co., Ltd
Priority date: 2004-09-28
Filing date: 2004-09-28
Publication date: 2006-04-06
Also published as: CN100440978C; CN1879419A; WO2006034603A8

Description

一种视频图像编码方法

技术领域

本发明涉及视频处理领域，具体地说，是一种视频图像编码方法。技术背景

目前，视频领域的技术突飞猛进，关于视频编码的技术方案很多，但由于余弦变换具有较好的去相关性能，并且易于快速实现，因此，在视频编码领域得到了非常广泛的应用，现有的视频压缩标准 MPEG― 1、 MPEG - 2、 MPEG - 4(Part 2)、 H.261、 H.263都是基于 8x8 DCT变换的，其一般的处理框架示意图如图 1所示。

H.263的编码压缩框架如图 2所示，其中的 "T" 指的就是图像数据或预测差值数据的 8x8 DCT变换。

余弦变换的一般表示方式为：

F(u) = c(u)Y f(x) cos ^2X + ^l)u7t , 11 = 0, ' · · , n

v n _x=0 , In 其中： C(u)

[1, 其它

由于 DCT变换要进行复杂的浮点运算，在 IDCT中还存在由于失配而造成的精度不高问题，因此，一些专家分别提出了一些变换性能接近于 DCT 变换的整数变换方法，以降低计算复杂度，提高变换精度。

'在文献 1 [Antti Hallapuro, Marta Karczewicz, " Low Complexity Transform and. Quantization - Part I: Basic Implementation", ISO/IEC JTC1/SC29/WG11 and ITU-T SG16 Q.6 Document JVT-B038, January 2002.] 给出了一种 2D 4x4 DCT-like整数变换方法，其变换矩阵为：

给出了相应的逆变换、量化和逆量化方法。该变换矩阵元素筒单，变换计处理中只有加法和移位操作，硬件实现容易，该方法已被应用于视频压缩标准 H.264 & MPEG-4(Part 10)中，其编码框图如图 3所示。

文献 [1]所给出的 2D 4x4 DCT-like整数变换方法，虽然其变换性能比较接近亍 DCT变换，但其变换结果与 DCT相比相差较大，从而会降低变换性能及压缩效率。发明 ^容

^发明的目的就是给出了一种基于 4x4 DCT-like整数变换的视频图像编码方法，为此，本发明采用如下技术方案：

一种视频图像编码方法，包括以下步驟：

a、将输入视频图像分割成 16x16宏块，并对 I帧图像进行帧内像素预测和卜偿处理，对 P帧图像进行帧间运动估计及运动补偿处理；

b、变换器对输入预测差值数据进行变换处理；

c、对变换系数进行量化及熵编码处理，并将编码码流传递给接收端； d、接收端对编码码流进行熵解码及逆量化处理；

e、逆变换器对逆量化后系数进行逆变换处理；

f、对逆变换处理后的图像数据进行帧内像素补偿或帧间运动补偿，并将解码后的视频图像输出；

其特征在于所述的步骤 b, 采用 2D 4x4 DCT-li.ke整数变换方法对视频图像进行变换处理, 其变换计算采用如下公式:

Y = {CXC^T )® E

戶述的步骤 e, 采用 2D 4x4 IDCT-like逆变换方法对视频图像进行逆变换处理，其逆变换象用如下公式：

X=C^T{Y®E)C 其中 X为图像数据距阵或预测差值数据距阵， Y为相应的变换系数距阵， <¾表示两个矩阵对应位置的元素相乘， E为一个伸缩矩阵。

所述的视频图像编码方法，可以做如下近似取值： ^ = 2.5 , , c=2.

c 2

1 1 1 1

5 2-2 -5

C =

1 -1 -1 1

2 - -5 5 - 2」

'0.25 0.0657 0.25 0.0657

0.0657 0.0172 0.0657 0.0172

E

0.25 0.0657 0.25 0.0657

、0.0657 0.0172 0.0657 0.0172

所述的视频图像编码方法，可以做如下近似取值：

1 1 1 1

1 2-2 - 1

C =

1 -1 -1 1

2 -1 1 -2

E--

所述的视频图象编码方法，可以做如下近似取值： - 3 2-2

C =

1一 1一 1

2 -3 3

0.0981、

0.0385

E =

0.0981

0.0385

所述的视频图像编码方法，可以 ^文如下近似取值: 2.4， α = -

2 2 ,

1 1 1 1

12 5-5 - -12

C =

1 - -1一 1 1

5 - -1212 一 5—

'0.25 0.0272 0.25 0.0272、

0.0272 0.0030 0.0272 0.0030

E

0.25 0.0272 0.25 0.0272

、0.0272 0.0030 0.0272 0.0030

所述的视频图像编码方法可以做如下近似取值：

13 5-5

c =

1一 1一 1

5 -1313 '0.25 0.0254 0.25 0.0254

0.0254 0.0026 0.O254 0.0026

E

0.25 0.0254 0-25 0.0254

、0.0254 0.0026 0.O254 0.0026

所述的¾¾图^扁码方法，可以做如下近似取值： a =― ^c

3 1 -1

c =

1 一 1 一 1

1 - 3 3 ac a ac (025 0.1118 0.25 0.1118

c² ac c² 0.1118 0.0500 0.1 118 0.0500

E =

ac a¹ ac 0.25 0.1118 0.25 0.1118

ac c ac c 0.1118 0.0500 0.1 118 0.0500 所述的视频图像编码方法，可以做 ^！口下近似取值: = 3. a =—

c = ^ _:

1 1 1 1

4 1-1 一 4

C- 1 -1 -1 1

1 -4 4 -1 a 0.0857 0.25 0.0857、

0.0294 0.0857 0.0294

0.0857 0.25 0.0857

1丄 1.

0.0294 0.0857 0.0294

所述的视频图像编码方法，但将上面所给出的矩阵 C 的第一行和第三行元素分别乘以一个正整数 k, 而第二和第四行元素不即将矩阵 C改变为 ··

C k为正整数;

矩阵 E相应地改变为

E =E® 丄

而实际变换结果 Y不改变，即： Υ = (CXC^T )®E = (c, C,^r )® E, 将所述的 "®E，，相乘处理并入到量化和逆量化处理过程中。

本发明所给出的整数变换方法在计算性能上与现有技术相当，变换过程只涉及到加法和乘法运算，但更接近于 DCT的变换性能，从而具有类似于 DCT 的较好的去相关性能，具有更优的变换性能，可^得到更好的视频压缩效果。附图说明

图 1是基于 DCT的视频编码框架示意图；

图 2是现有技术中 H.263视频编码示意图；

图 3是 H.264 & MPEG-4(Part 10)视频编码框架示意图；

图 4是本发明对视频图像进行编码处理的示意图；

图 5是本发明对视频图像进行编码处理的流程图。

具体实施方式

下面结合说明书附图来说明本发明的具体实施方式。

如图 4及图 5所示，是本发明对视频图像进行编码处理的示意图及流程图，从图中可以看出，本发明主要包括以下步驟：

a、将输入视频图像分割成 16x16宏块，并对 I帧图像进行帧内像素预测和补偿，对 P帧图像进行帧间运动估计及运动补偿；

b、变换器对输入预测差值数据进行变换处理；

e、逆变换器对逆量化后系数进行逆变换处理；

f、对逆变换处理后的图像数据进行帧内像素补偿或帧间运动卜偿，并将解码后的视频图像输出。

对于 b和 e，本发明中，采用一种新的变换方法和相应的逆变换^ "法，提出一种新的 2D 4x4 DCT-like整数变换方法和相应的量化方法，下面体介绍一下：其中 X为 4x4图像数据矩阵或预测差值数据矩阵， Y为相应的 4x4变换系数矩阵， T表示矩阵的转置。

我们知道， 2D 4x4正向 DCT变换方法为：

2D 4x4逆向 DCT变换方法为：

X = Α Α 其中 A为变换矩阵， _c

可以将 (1)式改写为：

Y = BCXC^TB

其中 ®表示两个矩阵对应位置的元素相乘

在文献 [1]中，将 = ^-1=0.41421…近似取为丄再由 = /可得:

b 2 从而得到了如下变换方法:

正向变换:

Y =

逆向变换:

由于 = + 1=2.41421··., 比较（2) 、（3)式可以看出，（3)式中的整数变换相当于取 «2, 显然过于粗糙，为了进一步提高变换精度，使

C 变换性能更接近于 DCT, 本专利取《^ ₌ 2.5, 再由^ 可得: b=

c 2

c=2. 因此，由（2)可得如下变换方法:

58

正向变换

其相乘处理可以并入到对变换系数的量化处理过程中下面通过两个

例 1: 4x4图像

其 DCT变换结

由（3)式计算

与 DCT的误差

由（5)式计算

⁽ 0.0000 -0.0136 0.0000 —0.0009

0.0491 0.1460 0.1144 -0.0449 与 DCT的误差为 J 12

0.0000 -0.0571 0.0000 0.0373 -0.0405 -0.0449 0.0047 -0.1460

464.0000 20.7129 23.5000 5.2178

-6.1664 80.8000 10.9099 -11.1000 由（3) 式计算的结果为 y₂₁

36.5000 13.7559 -12.0000 -14.0721

-7.4314 -1.1000 -17.8669 -8.8000

0.0000 0.3178 0.0000 -1.4814、

-0.5113 -1.3129 -1.2940 -6.2744

与 DCT的误差为 Ζ^ -ΐ 21

0.0000 -1.0322 0.0000 - 0.9397

V 0.4558 -6.2744 -0.7284 1.3129

^464.0000 21.0747 23.5000 3.4796

-6.7623 79.1724 9.3884 -18.4310 由（5) 式计算的结果为： r₂₂ =

36.5000 12.5398 -12.0000 -15.1659

-6.8936 -8.4310 -18.7112 -7.1724 与 DCT的误差为 y₂。-: τ，

本发明的基本思想如上所述，但可以将 ^取为 [0,6]中的其它值，从而得 c

到相应的变换矩阵。例如：

b

(1)取 =0.5：则得到如下变换矩阵和 Ε矩阵为：

1 1 1 1

1 2-2一 1

C =

1一 1一 1 1

2 -1 1 -2

(2)取 = 1. 则得到如下变换矩阵和 E矩阵为 c

1 1 1 1

3 2-2 -3

c =

1 -1 -1 1

2 -3 3 — 2

(3)取 =2.4, 则得到如下变换矩阵和 E矩阵为

1 1 1 1

12 5-5 -12

C

1 -1 -1 1

5 -12 12 -5

0.0272 0.25 0.0272、

0.0030 0.0272 0.0030

0.0272 0.25 0.0272 0.0030 0.0272 0.0030_y

(4)取 =2.6, 则得到如下变换矩阵和 E矩阵为 c

一， b = 13 Γ - 5 ΓΤ

2 / 97 ' c = 2 97 '

0.0254 0.25 0.0254

0.0026 0.0254 0.0026

E:

0.0254 0.25 0.0254 0.0026 0.0254 0.0026

(5)取 ^ 3.0, 则得到如下变换矩阵和 E矩阵为

C

1 1 1 1

3 1-1 -3

C

1 -1 -1 1

1—3 3 -1

a² ac a² ac '0.25 0.1118 0.25 0.1118 ac c¹ ac c² 0.1118 0.0500 0.1118 0.0500

E =

^2

a ac a² ac 0.25 0.1118 0.25 0.1118 ac c¹ ac c² 、0.1118 0.0500 0.1118 0.0500

(6)取 =3.5, 则得到如下变换矩阵和 E矩阵为

C

1 1 1 1

7 2- -2 -7

1 -1. -1 1

2 -7 7 -2 0.25 0.0486 0.25 0.0486

0.O486 0.0094 0.0486 0.0094

0.25 0.0486 0.25 0.0486

0.O486 0.0094 0.0486 0.0094

( 7 )取 = 4.0，则得如下变换矩阵和 E矩阵为:

a² ac a² ac 0.25 0.0857 0.25 0.0857

ac c² ac c² 0.0857 0.0294 0.0857 0.0294

E =

a² ac a² ac 0.25 0.0857 0.25 0.0857

ac c² ac c² .0.0857 0.0294 0.0857 0.0294_y 对比（3 )、（4 )与（5 ) 、 ( 6 ) , 并通过以上例子可以看出，本专利所述 DCT-like整数变换方法的计算性能与文献 [1]所述方法相当，但更为接近于 DCT的变换性能。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，鄱应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要农书的保护范围为准。

Claims

权利要求书

1、一种视频图像编码方法，包括以下步骤：

a、将输入视频图像分割成 16 xl 6宏块，并对 I帧图像进行帧内像素预测和补偿处理，对 P帧图像进行巾贞间运动估计及运动补偿处理；

b、变换器对输入预测差值数 4居进行变换处理；

e、逆变换器对逆量化后系数进行逆变换处理；

其特征在于所述的步骤 b, 表用 2D 4x4 DCT- l ike整数变换方法对视频图像进行变换处理，其变换计算采用如下公式：

Y = {CXC' )® E

所述的步骤 e，采用 2D 4x4 IDCT- l ike逆变换方法对视频图像进行逆变换处理，其逆变换采用如下公式：

X= C^T ( ® E)C

其中 X为图像数据距阵或预则差值数据距阵， Y为相应的变换系数距阵， C⁷"表示矩阵 C的转置矩阵， ②表示两个矩阵对应位置的元素相乘， E为一个伸缩

E =

2、如权利要求 1所述的一种视频图像编码方法，其特征在于在方法实施

1

过程中，做如下近似取值： ό C = 0.5， a =—

2

1 1 1 1

1 2-2 一 1

c =

1 -1 -1 1

2— 1 1 一 2

2 ac ac

a —— a

2 ~2

2

ac c ac c 0.25 0.1581 0.25 O. 1581

T 0.1581 0.1000 0.1581 O. 1000

ac ^2 ac 0.25 0.1581 0.25 O. 1581

a² a

Ύ T 0.1581 0.1000 0.1581 O. 1000

ac c J. ac c

2 4 2 4

3、如权利要求 1所述的一种视频图像编码方法，其特征在于在方法实施

1

过程中做如下近似取值： - = 1.5, =—

2

1 1 1 1

3 2-2 -3

C

1一 1一 1 1

2 — 3 3 -2 a

ac Ι

~2

Ε =

2

a

ac

2

如权利要求 1所述的一种视频图像编码方法，其特征在于在方法实施过程中，做如下近似取值： -

1 1 1 1 一

12 5-5 - -12

1 - -1一 1 1

5 - -1212 一 5—

'0.25 0.0272 0.25 0.0272、

0.02一 b C72 0.0030 0.0272 O.0030

E

0.25 0.0272 0.25 O.0272

、0.0272 0.0030 0.0272 O.0030_y

5、如权利要求 1所述的一种视频图像编码法，其特征在于在方法实施过程中 , 做如下近似取值：

1 1 1 1 一

13 5-5 - -13

C

1 - -1一 1 1

5 -1313 一 5—

〈0.25 0.0254 0.25 O.0254

0.0254 0.0026 0.0254 0.0026

Ε =

0.25 0.0254 0.25 O.0254

、0.0254 0.0026 0.0254 0.0026

6、如权利要求 1所述的一种视频图像编码方法，其特征在于在方法实施过程中，做如下近似取值： - = 3.0, α =丄

c 2

1 1 1 1

3 1-1 - 3

1 -1 -1 1

1 -3 3 -1 a" ac a² ac Ό.25 0.1118 0.25 0.1 11 8、

ac c² ac c² 0.1118 0.0500 0.1118 0.05O0

E =

a² ac a² ac 0.25 0.1118 0.25 0.1 11 8

ac c² ac c² 0.0500 0.1118 0.05O0

7、如权利要求 1所述的一种视频图像编码方 ' ，其特征在于在方法实施过程中，做如下近似取值: b = 3. 5. a =—

O

1 1 1 1

o o

7 2 - 2 一 7

C

1一 1一 1 1

- 7 7 - - 2」

0.0486 0.25 0.0486、

0.0094 0.0486 0.0O94

0.0486 0.25 0.0486

0.0094 0.0486 0.0O94

8、如权利要求 1所述的一种视频图像编码方^, 其特征在于在方法实施过程中

C

a² ac a² ac '0.25 0.0857 0.25 0.0857

2

ac c² ac c 0.0857 0.0294 0.0857 0.0294

E =

a² ac a² ac 0.25 0.0857 0.25 0.0857

2

ac c² ac c 、0.0857 0.0294 0.0857 0.0294

9、如权利要求 1至 8中任意一项所述的一种视频图像编码方法，但将矩阵 C的第一行和第三行元素分别乘以一个正整数 k, 而第二和第四行元素不变，即： k k k k

， k为正整数;

k一 k一 k k 矩阵 E相应地改变为

丄丄 1& ¾ 1，

T I

丄 A 1 I 1t

E、 =Ε®

而实际变换结果 Υ不改变，即：

Υ = (CXC^T )®E = {C,XC_X ^T )® E_x。

10、如权利要求 1所述的一种视频图像编码方，其特征在于将所述的 ^:®E" 相乘处理并入到量化和逆量化处理过程中。