CN100469143C - 一种视频数据压缩量化和反量化的方法 - Google Patents

Abstract

本发明公开了一种视频数据压缩量化和反量化的方法，该量化方法根据变换系数块中变换系数的频率分量的不同进行不同的量化，变换系数的频率越低，对应选择较小的量化系数进行量化；变换系数的频率越高，对应选择较大的量化系数进行量化。所述的反量化方法也根据变换系数块中变换系数的频率分量的不同进行不同的反量化，变换系数的频率越低，对应选择较小的反量化系数进行反量化；变换系数的频率越高，对应选择较大的反量化系数进行反量化。利用本发明的方法，可提高视频数据的压缩效率，降低视频数据传输的使用带宽。

Description

一种视频数据压缩量化和反量化的方法

技术领域

本发明涉及视频数据压缩技术，特别是涉及一种视频数据压缩量化和反量化的方法。

背景技术

在多媒体应用中，为了进行多媒体数据的存储和实时处理，通常采用视频数据压缩技术来降低多媒体数据的数据量。多媒体视频数据可以压缩的主要根据为:一、视频数据上存在大量的冗余度，并且这种冗余度在编解码后可以无失真地恢复。二、可以利用人的视觉特性，以一定的客观失真换取数据压缩，例如在图像变化不被觉察的条件下减少量化信号的灰度级。

多媒体的数据量和信息量关系为I＝D-du，其中，I为信息量，D为数据量，du为冗余量。信息量是要传输的主要数据，冗余量是无用的数据，没有必要传输。视频信号上存在大量冗余数据，这是进行视频数据压缩的基础，多媒体视频信号的冗余度存在于结构和统计两方面。

在结构方面，冗余度表现为很强的空间相关性和时间相关性，空间相关性为帧内相关性，时间相关性为帧间相关性。这是因为一般情况下，图像的大部分区域信号的变化缓慢，尤其是背景部分几乎不变，所以视频信号在相邻象素间、相邻行间乃至相邻帧间存在较强的相关性，这种相关性就表现为空间冗余和时间冗余。

在统计方面，冗余度表现为人眼在观察图像时的局限性，人眼对图像细节分辨率、运动分辨率和对比度分辨率的感觉都有一定界限，所以相当多的图像信息对于人眼来说是无关紧要的，即使没有这些信息，人眼也认为图像是完好且足够好。所以，这些信息就是冗余信息，在满足对图像质量一定要求的前提下，可以适当减少信号精度，实现数据压缩。

在已得到广泛应用的图像压缩编码方法与标准中，主要利用三种手段对图像进行压缩:利用离散余弦变换(DCT)和矢量量化消除帧内相关性，利用运动估计消除帧间相关性，利用熵编码消除图像数据编码带来的冗余。

对于视频数据帧，传统的消除帧内相关性的方法是先对原始图像进行系数变换，例如可将图像数据进行DCT变换，将象素数据转换为频率数据，即变换系数；然后对变换系数进行量化，量化的目的是通过降低数据的精度，将大量的输入值映射到较少的输出值的集合上，一般的量化方法是将经过系数变换的数据除以量化系数，量化系数越小，图像信息损失越小，反之，图像信息损失越大，量化是导致图像信息损失的重要环节，量化后的图像信息大大减少，因此可达到压缩的目的。接着对量化后的数据进行反量化，得到反量化后的变换系数，再对该变换系数进行反DCT运算，得到该帧图像被压缩后的数据，再对比该数据对下一帧图像进行压缩。

另外，在视频的解码端也存在反量化的过程。解码端先对接收的压缩视频数据进行熵解码，将解码后的数据进行反量化，再对反量化后的数据进行反DCT变换，从而恢复图像的象素数据，达到可视目的。

在现有视频数据压缩技术的H.264标准中，量化的基本单位为一个4×4的数据块，该数据块中共有16个变换系数，量化的方法为:针对4×4数据块中的每一个变换系数，按照如下公式1)进行量化:

LEVEL＝(K×A(QP)+f×2²⁰)/2²⁰      1)

公式1)中，LEVEL为对变换系数量化后的数值；K为量化前的变换系数；A(QP)为量化系数的倒数，其中QP为量化因子，范围在0-31之间，该A(QP)的可选数值为:A(QP＝0，...，31)＝620、553、492、439、391、348、310、276、246、219、195、174、155、138、123、110、98、87、78、69、62、55、49、44、39、35、31、27、24、22、19、17，A(QP)的取值根据QP的增大而降低；f为四舍五入系数，f的绝对值|f|在0-0.5之间，与K的符号相同。所述A(QP)的选择依据为事先预计的图像压缩后的输出码率，为了达到某一恒定的输出码率，根据该输出码率计算出量化因子QP，并根据QP的值从上述数组A(QP＝0，...，31)中选择A(QP)，例如:如果QP＝0，则A(QP)为620。

与上述量化方法相对应，现有的反量化方法为:针对量化后数据，按照如下公式2)进行反量化:

K′＝LEVEL×B(QP)          2)

公式2)中，K′为反量化后的变换系数；LEVEL为对变换系数量化后的量化结果；B(QP)为反量化系数，是从一组反量化系数中选择的值，其中QP为量化因子，范围在0-31之间，该组反量化系数的可选数值包括:B(QP＝0，..，31)＝3881、4351、4890、5481、6154、6914、7761、8718、9781、10987、12339、13828、15523、17435、19561、21873、24552、27656、30847、34870、38807、43747、49103、54683、61694、68745、77615、89113、100253、109366、126635、141533，B(QP)的取值根据QP的增大而增大。根据QP的取值在上述数组B(QP＝0，..，31)中选择反量化系数。例如，如果QP＝0，则反量化系数为3881。

但是，在现有技术所述的量化和反量化方法中，一个数据块或一帧图像中的所有变换系数K所用的量化系数相同，对应的反量化系数也相同，因此存在压缩效率较低、视频压缩后占用的传输带宽还是比较大的缺点。

发明内容

有鉴于此，本发明的主要目的是提供一种视频数据压缩量化和反量化的方法，提高视频数据的压缩效率，降低视频数据传输的使用带宽。

为了实现上述目的，本发明的详细技术方案为:

一种视频数据压缩的量化方法，在对视频数据块经过系数变换后生成的变换系数块进行量化的过程中，根据变换系数块中每一变换系数的频率分量的高低，为所述变换系数设置对应的加权量化值，该加权量化值随着变换系数频率分量的增高而增大；将与所述变换系数相对应的量化因子与该变换系数对应的加权量化值相加，得到一和值；以所述和值作为量化因子，在预设的量化系数倒数的数组中选择对应的量化系数倒数，并根据该选择的量化系数倒数确定量化系数进行量化，对于频率分量低的变换系数，选择相对小的量化系数进行量化，对于频率分量高的变换系数，选择相对大的量化系数进行量化。

所述对变换数据块进行量化的具体过程为:

A、依次读取所述变换系数块中各个位置上的变换系数；

B、根据读取到的变换系数的频率分量高低选择该变换系数对应的量化系数；

C、按照所选择的量化系数对所读取的变换系数进行量化；

D、判断所述变换系数块中的变换系数是否读完，如果是，则结束对该变换系数块的量化；否则，返回步骤A。

所述加权量化值随着变换系数频率分量的增高而增大的方式为:

频率分量最低的变换系数对应的加权量化值为零，变换系数的频率分量每升高一个等级，则该变换系数对应的加权量化值提升一个单位。

所述视频数据块为4×4数据块、8×8的数据块、16×16数据块、或该三者的任意组合。

一种与上述量化方法对应的反量化方法，在对变换数据块的量化结果进行反量化过程中，根据变换系数块中每一变换系数的频率分量的高低，为所述变换系数设置对应的加权量化值，该加权量化值随着变换系数频率分量的增高而增大；将与所述变换系数相对应的量化因子与该变换系数对应的加权量化值相加得到一和值；以上述和值作为量化因子，在预设的反量化系数的数组中选择对应的反量化系数进行反量化，对于频率分量低的变换系数，选择相对小的反量化系数进行反量化，对于频率分量高的变换系数，选择相对大的反量化系数进行反量化。

所述对变换数据块的量化结果进行反量化过程具体包括:

a、依次读取所述变换数据块中各个位置上变换系数的量化结果；

b、根据当前读取量化结果所对应变换系数的频率分量的高低选择对应的反量化系数；

c、根据所选择的反量化系数对所读取的量化结果进行反量化；

d、判断变换数据块的所有变换系数的量化结果是否读完，如果是，则结束反量化；否则，返回步骤a。

所述加权量化值随着变换系数频率分量的增高而增大的方式为:

频率分量最低的变换系数对应的加权量化值为零，变换系数的频率分量每升高一个等级，则该变换系数对应的加权量化值提升一个单位。

所述变换数据块为4×4数据块、8×8的数据块、16×16数据块、或该三者的任意组合。

本发明所述的方法在量化的过程中，根据变换系数块中每个变换系数的频率分量选择量化系数，对频率分量高的变换系数采用较大的量化系数进行量化，对频率分量低的变换系数采用较小的量化系数进行量化。在反量化过程中，根据变换系数块中每个变换系数的频率分量选择反量化系数，对频率分量高的变换系数采用较大的反量化系数进行反量化，对频率分量低的变换系数采用较小的反量化系数进行反量化。由于频率分量越高的变换系数对应的量化系数越大，其对应象素的信息损失越大，因此压缩效率越高，并减少视频输出的信息流量，降低了视频传输所占用的带宽。同时，由于人眼对高频率分量象素的敏感程度降低，因此对于人眼的视觉来说，整个视频图像的质量基本不发生变化。

尤其是，本发明对根据频率分量的大小对量化因子进行细致的加权量化控制，随着一个变换系数块中不同变换系数频率分量每升高一个等级，使该变换系数对应的量化因子也随即提升1个单位，并对应选择较大的量化系数。大量实验证明，相对于现有技术，这种加权量化控制方法可以在保持视频图像完美质量的同时，成倍地提高视频数据的压缩效率，并成倍降低了视频传输所占带宽，大大降低了各种多媒体应用的成本，并降低了诸如多媒体播放设备、传输设备、或存储设备的技术难度，使多媒体技术应用在更为广阔的领域中。尤其在大用户量的互联网中，用户可用较小的带宽接收更多的多媒体视频服务，提高多媒体视频的服务质量。

附图说明

图1为本发明实施例所述量化方法的流程图；

图2为本发明实施例所述反量化方法的流程图。

具体实施方式

下面结合附图和具体实施例进一步说明本发明的实施方法。

在视频压缩编码过程中，对一个视频图像的数据块进行DCT变换后，变换系数所表示象素的频率分量是有区别的，根据人眼的主观视觉特性来说，人眼对于高频率的象素敏感程度较低，对于低频率的象素敏感程度较低。对于敏感程度较低的象素，既使有较大的信息损失，对于人的视觉，其图像质量也不会差。

因此，本发明根据变换系数块中变换系数的频率分量的不同进行不同的量化。变换系数的频率越低，对应选择较小的量化系数进行量化；变换系数的频率越高，对应选择较大的量化系数进行量化。在反量化过程中，也根据变换系数块中变换系数的频率分量的不同进行不同的反量化。变换系数的频率越低，对应选择较小的反量化系数进行反量化；变换系数的频率越高，对应选择较大的反量化系数进行反量化。

本实施例中，以将一帧视频图像分成4×4视频数据块为例，对本发明进行说明。但是，本发明不限于此，也可以是分成8×8的数据块、或分成16×16的数据块等等。

4×4数据块在进行DCT变换后，得到4×4的变换系数块，其中变换系数的位置如以下表1所示:

 

[0，0]	[0，1]	[0，2]	[0，3]
				[1，0]	[1，1]	[1，2]	[1，3]
[2，0]	[2，1]	[2，2]	[2，3]
				[3，0]	[3，1]	[3，2]	[3，3]

表1

如表1所示，在4×4的变换系数块中，[0，0]位置上为直流变换系数，该直流变换系数对应象素的频率分量最低，人眼对这部分的敏感程度最高，而([0，1]，[1，0])位置上的变换系数、([0，2]，[1，1]，[2，0])位置上的变换系数、([0，3]，[1，2]，[2，1]，[3，0])位置上的变换系数、([1，3]，[2，2]，[3，1])位置上的变换系数、([2，3]，[3，2])位置上的变换系数、以及([3，3])位置上的变换系数分别表示频率分量等级依次从低到高的象素集合。

本实施例在上述4×4的变换系数块中的16个系数中，根据其频率分量的不同进行不同的量化。对于[0，0]位置上为直流变换系数采用较低的量化系数进行量化，对于其他位置上的变换系数，随着其频率分量的增高，则依次采用逐渐增大的量化系数进行量化。随着量化系数的增大，对应象素的信息损失越大，压缩效率越高，同时，由于人眼对高频率分量象素的敏感程度降低，因此对于人眼的视觉来说，视频的图像质量基本不发生变化。

图1为本实施例所述量化方法的流程图，如图1所示，该流程包括:

步骤101、依次读取4×4变换系数块中各个位置上的变换系数。

此处，用K[i][j]表示读取到的变换系数，其中i表示该变换系数在上述4×4变换系数块中的横向坐标，j表示该变换系数在上述4×4变换系数块中的纵向坐标。i和j的取值分别为从0至3。

步骤102、根据该变换系数的频率分量的高低确定量化系数。

首先，应确定量化因子QP，QP可以预先确定，也可以在此步骤102中确定。鉴于确定QP的方法为现有的公知技术，此处不再叙述。

然后，根据QP和变换系数的频率分量在数组A(QP+siWeight[i][j]＝0，...，31)中选择量化系数的倒数，进而确定量化系数。

本实施例中，利用A(QP+siWeight[i][j])确定量化系数的倒数，并进一步确定量化系数。所述A(QP+siWeight[i][j])的取值与现有H.264标准中的数值相同，即:根据QP+siWeight[i][j]的取值从数组A(QP+siWeight[i][j]＝0，...，31)＝620、553、492、439、391、348、310、276、246、219、195、174、155、138、123、110、98、87、78、69、62、55、49、44、39、35、31、27、24、22、19、17中选择一个数值。将A(QP+siWeight[i][j])的倒数作为量化系数。

但是，本发明不限于上述数组A(QP+siWeight[i][j]＝0，...，31)中所列举的数值。只要随着量化因子的增加，使量化系数的倒数减小、使量化系数增大的数值都在本发明的保护范围之内。

所述siWeight[i][j]为针对4×4变换系数块中的频率分量所采用的加权量化值，以针对不同频率分量调整量化因子的数值，从而选择不同的量化系数。其中i表示变换系数在上述4×4变换系数块中的横向坐标，j表示变换系数在上述4×4变换系数块中的纵向坐标。

本实施例中，siWeight[i][j]的取值为:

siWeight[i][j]＝{{0，1，2，3}，{1，2，3，4}，{2，3，4，5}，{3，4，5，6}}；

与上述4×4变换系数块中变换系数的位置对应，siWeight[i][j]的对应取值如表2所示:

表2

从表2中可以看出，随着4×4变换系数块中不同变换系数频率分量升高一个等级，siWeight[i][j]也提升1个单位，A(QP+siWeight[i][j])对应的取值减小，最终量化系数增大。

所述的siWeight[i][j]的取值可以是随着变换系数频率分量升高一个等级而增加1和或1个以上的单位，只要随着频率分量的增加，siWeight[i][j]的取值也增加既可，同样可以达到本发明的目的。但实验证明，上述表2中的数值是本发明提高视频图像压缩效率的最优数据。

步骤103、根据所确定的量化系数对变换系数进行量化。

具体的，本步骤根据以下公式3)对变换系数进行量化:

LEVEL[i][j]＝(K[i][j]/(2²⁰/A(QP+siWeight[i][j])))+f

           ＝(K[i][j]×A(QP+siWeight[i][j])+f×2²⁰)/2²⁰     3)

上述公式3)中，LEVEL[i][j]为对K[i][j]进行量化后的结果，1/A(QP+siWeight[i][j])为量化系数，f为四舍五入系数，f的绝对值|f|在0-0.5之间，与K[i][j]的符号相同。

从上述公式3)中可以看出:对于频率分量越高的K[i][j]，其对应的siWeight[i][j]越大，对应的A(QP+siWeight[i][j])越小，即对应的量化系数越大，最终的LEVEL[i][j]越小，因此可以压缩掉多余的数据冗余，在不影响视觉图像效果的基础上，提高压缩效率。

步骤104、判断4×4变换系数块中的变换系数是否读完，如果是，则结束对本4×4变换系数块的量化；否则，返回步骤101，即对下一个变换系数进行量化。

由于一帧视频图像可以分为多个4×4数据块，经过DCT变换后，对应多个变换系数块，因此对于一帧视频图像，需要利用上述方法对所有的变换系数块进行量化。

上述是本发明所述的量化方法，下述为本发明所述的反量化方法。

图2为本发明实施例所述的反量化方法的流程图，如图2所示，该流程包括:

步骤201、依次读取量化结果中与变换数据块各个位置变换系数对应的量化结果，即根据i和j的取值依次读取上述的LEVEL[i][j]。

步骤202、根据当前量化结果的数值所对应变换系数的频率分量大小确定反量化系数。

首先，确定量化因子QP，该QP与上述量化方法中所确定的量化因子相同。

然后，根据QP和变换系数的频率分量在数组B(QP+siWeight[i][j]＝0，...，31)中选择反量化系数。

本实施例中，利用B(QP+siWeight[i][j])确定反量化系数。所述siWeight[i][j]为上述的加权量化值，其取值如上述表2所示，随频率分量的增加而增大。所述B(QP+siWeight[i][j])的取值与现有H.264标准中的数值相同，即:根据QP+siWeight[i][j]的取值从数组B(QP+siWeight[i][j]＝0，..，31)＝3881、4351、4890、5481、6154、6914、7761、8718、9781、10987、12339、13828、15523、17435、19561、21873、24552、27656、30847、34870、38807、43747、49103、54683、61694、68745、77615、89113、100253、109366、126635、141533中选择反量化系数。

但是，本发明不限于上述数组B(QP+siWeight[i][j]＝0，...，31)中所列举的数值。只要随着量化因子的增加，反量化系数随之增大的数值都在本发明的保护范围之内。

步骤203、根据所确定的反量化系数对所读取的量化结果进行反量化。

具体的，本步骤根据以下公式4)对变换系数进行反量化:

K′[i][j]＝LEVEL[i][j]×B(QP+siWeight[i][j])     4)

上述公式4)中，K′[i][j]为对LEVEL[i][j]进行反量化后的变换系数，与K[i][j]对应。

步骤204、判断变换数据块的所有变换系数的量化结果是否读完，如果是，则结束反量化流程；否则，返回步骤201，即对变换数据块中下一变换系数的量化结果进行反量化。

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，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1、一种视频数据压缩的量化方法，其特征在于，在对视频数据块经过系数变换后生成的变换系数块进行量化的过程中，根据变换系数块中每一变换系数的频率分量的高低，为所述变换系数设置对应的加权量化值，该加权量化值随着变换系数频率分量的增高而增大；将与所述变换系数相对应的量化因子与该变换系数对应的加权量化值相加，得到一和值；以所述和值作为量化因子，在预设的量化系数倒数的数组中选择对应的量化系数倒数，并根据该选择的量化系数倒数确定量化系数进行量化，对于频率分量低的变换系数，选择相对小的量化系数进行量化，对于频率分量高的变换系数，选择相对大的量化系数进行量化。

2、如权利要求1所述的方法，其特征在于，所述对变换数据块进行量化的具体过程为:

A、依次读取所述变换系数块中各个位置上的变换系数；

B、根据读取到的变换系数的频率分量高低选择该变换系数对应的量化系数；

C、按照所选择的量化系数对所读取的变换系数进行量化；

D、判断所述变换系数块中的变换系数是否读完，如果是，则结束对该变换系数块的量化；否则，返回步骤A。

3、如权利要求1所述的方法，其特征在于，所述加权量化值随着变换系数频率分量的增高而增大的方式为:

频率分量最低的变换系数对应的加权量化值为零，变换系数的频率分量每升高一个等级，则该变换系数对应的加权量化值提升一个单位。

4、如权利要求1所述的方法，其特征在于，所述视频数据块为4×4数据块、8×8的数据块、16×16数据块、或该三者的任意组合。

5、一种权利要求1所述量化方法对应的反量化方法，其特征在于，在对变换数据块的量化结果进行反量化过程中，根据变换系数块中每一变换系数的频率分量的高低，为所述变换系数设置对应的加权量化值，该加权量化值随着变换系数频率分量的增高而增大；将与所述变换系数相对应的量化因子与该变换系数对应的加权量化值相加得到一和值；以上述和值作为量化因子，在预设的反量化系数的数组中选择对应的反量化系数进行反量化，对于频率分量低的变换系数，选择相对小的反量化系数进行反量化，对于频率分量高的变换系数，选择相对大的反量化系数进行反量化。

6、如权利要求5所述的反量化方法，其特征在于，所述对变换数据块的量化结果进行反量化过程具体包括:

a、依次读取所述变换数据块中各个位置上变换系数的量化结果；

b、根据当前读取量化结果所对应变换系数的频率分量的高低选择对应的反量化系数；

c、根据所选择的反量化系数对所读取的量化结果进行反量化；

d、判断变换数据块的所有变换系数的量化结果是否读完，如果是，则结束反量化；否则，返回步骤a。

7、如权利要求5所述的反量化方法，其特征在于，所述加权量化值随着变换系数频率分量的增高而增大的方式为:

频率分量最低的变换系数对应的加权量化值为零，变换系数的频率分量每升高一个等级，则该变换系数对应的加权量化值提升一个单位。

8、如权利要求5所述的反量化方法，其特征在于，所述变换数据块为4×4数据块、8×8的数据块、16×16数据块、或该三者的任意组合。

Images