CN101562744A - 二维反变换装置 - Google Patents

Abstract

本发明涉及图像、视频编码和处理领域，公开了一种二维反变换装置，可以用统一的硬件架构兼容多种视频、图像标准的反变换。本发明中，先对二维矩阵在一个维度上进行处理，转置后以相同的处理模块对该二维矩阵在另一个维度上进行处理，将处理中用到的不同标准的反变换矩阵系数集中存贮，根据处理的需要使用相应的系数。

Description

二维反变换装置

技术领域

本发明涉及图像、视频编码和处理领域，特别涉及反变换模块的大规模集成电路设计。

背景技术

多媒体应用领域，视频压缩标准层出不穷，形成多标准共存的局面，目前广泛应用的视频压缩标准有H.264、AVS(数字音视频编解码标准)、VC-1、RealVideo、MPEG-4(运动图像专家小组-4)、H.263等，图像压缩标准有JPEG(联合图像专家组)等。

对于一个普适的多媒体应用终端，比如手机，有必要支持多种标准，以实现对不同格式媒体的播放。在符合这些标准的解码器中，反变换模块是必不可少的组成部分。例如申请号为9/798,346的美国专利就涉及一种视频图像的解码技术，其中就使用了反离散余弦变换(Inverse Discrete CosineTransform，简称“IDCT”)。

目前，解码器多标准的实现采用的方式分别对单个标准进行实现，然后叠加；也有双标准的硬件实现，主要是针对MPEG-2和H.264的实现。前者的变换模块的设计实际只需要考虑单一变换情况，比如整数余弦变换(Integer Cosine Transform，简称“ICT”)、离散余弦变换(Discrete CosineTransform，简称“DCT”)，这样需要比较大的硬件面积，增加芯片成本；后者考虑是8×8DCT和4×4ICT兼容的情况。而对于其他标准来说，反变换模块不仅有8×8DCT、4×4ICT，还有8×8ICT、8×4ICT、4×8ICT等等，而且各个变换中的移位饱和操作、位宽等不同，极大地阻碍了这些变换的统一性。比如8×8ICT的实现跟8×8DCT的实现就有非常迥异的差别。

可见，视频解码的硬件实现往往需要对多个标准进行支持，各个标准的反变换算法存在差异，如果针对每个标准设计相应反变换模块，对硬件资源消耗较大。

发明内容

本发明的目的在于提供一种二维反变换装置，可以用统一的硬件架构兼容多种视频、图像标准的反变换。

为解决上述技术问题，本发明的实施方式提供了一种二维反变换装置，包括：

变换系数生成单元，用于存储不同标准的反变换矩阵系数；

一维变换模块，用于根据变换系数生成单元提供的系数对输入的二维矩阵数据的每一行或列分别进行一维变换操作；

转置寄存器，用于缓存输入的数据，并输出经转置的数据；

控制单元，用于对处理过程进行控制；

在控制单元的控制下，一维变换模块对输入的二维矩阵数据在一个维度上进行变换操作后输出到转置寄存器完成转置，再次输入到一维变换模块进行另一个维度上的变换操作后输出。

本发明实施方式与现有技术相比，主要区别及其效果在于：

先对二维矩阵在一个维度上进行处理，转置后再在相同的处理模块中对该二维矩阵在另一个维度上进行处理，将处理中用到的不同标准的反变换矩阵系数集中存贮，根据处理的需要使用相应的系数。可以用统一的硬件架构兼容多种视频、图像标准的反变换，达到减小硬件开销，降低设计成本的目的。

进一步地，将所有的反变换统一成最多四个步骤，即一维行变换、移位饱和、一维列变换、移位饱和，这样只需要根据具体的标准对重排单元、矩阵乘法单元、矩阵加减单元、移位饱和单元和转置寄存器的处理顺序以及反变换的系数进行配置就可以实现所有的反变换。

进一步地，通过将不同大小的矩阵转化为4×4的矩阵进行处理，可以使用统一的硬件兼容不同大小的反变换。

附图说明

图1是本发明实施方式中二维反变换装置结构示意图；

图2是本发明实施方式中重排单元功能示意图；

图3是本发明实施方式中矩阵加减单元功能示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

不同标准的反变换技术差别很大，集中体现在反变换类型不同、反变换大小不同、反变换位宽不同以及反变换步骤不同。在反变换类型上存在IDCT、反整数余弦变换(Inverse Integer Cosine Transform，简称“IICT”)等；反变换大小上存在8×8、8×4、4×8、4×4；反变换位宽更是不同标准有不同的要求；反变换步骤方面，IICT有严格的要求，有的需要中间移位饱和，有的不需要，而IDCT没有严格的步骤要求。本申请从这些差异方面入手，设计统一的硬件实现算法结构。针对不同类型的反变换，抓住变换矩阵的双尺度对称性，而忽略矩阵具体元素以及元素间的差异；针对不同大小的反变换，采用递归的方法，将其统一称为一个4×4矩阵乘法模块；针对不同位宽，按最大位宽要求实现；针对步骤的不同，将反变换的步骤统一称为四步，对于每步设计其相应的模块。在具体采用某个标准的解码功能时，从这些模块中选择需要的单元，配置组合实现其功能。这种技术方案可以提高硬件的复用效率，在集成电路上实现时降低了硬件的面积。

不同标准对反变换的规定差别很大，但是其实现步骤可以统一归结为如下四步：

S1：一维行变换，对反变换输入数据块的每行进行一维变换，表示为 $Y_{N\×M}^{\′}=X_{N\×M}{C}_M^T;$

S2：移位饱和，对S1的输出结果Y′进行移位饱和操作，表示为Y_N×M＝(Y′_N×M+Δ₁)＞＞w₁；

S3：一维列变换，对S2的输出结果Y进行一维列变换，表示为Z_N×M＝C_NY_N×M；

S4：移位饱和，对反变换的输出结果Z_N×M进行移位饱和操作，得到残差数据R_N×M，表示为R_N×M＝(Z_N×M+Δ₂)＞＞w₂。

在上述S1～S4的步骤中，N×M矩阵X_N×M是反变换输入数据；N×M矩阵Z_N×M是反变换结果；C_N是N×N的列变换矩阵；C_M是M×M的行变换矩阵，上标T表示转置矩阵的含义；R_N×M一般代表残差数据块；Y′_N×M、Y_N×M是指中间结果。移位饱和对数据进行右移截尾，截尾前需要舍入处理。S2中w₁代表右移截尾的位数；Δ₁是舍入数，一般等于

S4中w₂代表右移截尾的位数；Δ₂是舍入数，一般等于

当然，不是每个标准都必须完整包含这四步，比如H.264、RealVideo就没有S2步骤，即不需要进行中间的移位饱和操作。

反变换的大小有8×8、8×4、4×8、4×4。从一维角度来看，有8点的变换、4点的变换。在本申请中，可以统一转化为4点的反变换来处理。

对于8点的一维反变换，它的矩阵C₈都满足形式：

$C_8=\left[\begin{array}{cccccccc}a& b& c& d& a& e& f& g\\ a& d& f& -g& -a& -b& -c& -e\\ a& e& -f& -b& -a& g& c& d\\ a& g& -c& -e& a& d& -f& -b\\ a& -g& -c& e& a& -d& -f& b\\ a& -e& -f& b& -a& -g& c& -d\\ a& -d& f& g& -a& b& -c& e\\ a& -b& c& -d& a& -e& f& -g\end{array}\right]$

而对于4点的反变换矩阵C₄，可以统一表示为：

$C_4=\left[\begin{array}{cccc}a& c& a& f\\ a& f& -a& -c\\ a& -f& -a& c\\ a& -c& a& -f\end{array}\right]$

变换矩阵均满足对称性：C_N(j，2i)＝C_N(N-1-j，2i)，C_N(j，2i+1)＝-C_N(N-1-j，2i+1)。C_N(j，i)表示C_N第(j，i)各元素。

进一步，利用反变换矩阵的对称性，C₈可以表示为

$C_8=\left[\begin{array}{cc}{C}_e& C_o\\ P^T{C}_e& -P^T{C}_o\end{array}\right]Q$

其中

$C_e=\left[\begin{array}{cccc}{C}_8\left(\mathrm{0,0}\right)& C_8\left(\mathrm{0,2}\right)& C_8\left(\mathrm{0,4}\right)& C_8\left(\mathrm{0,6}\right)\\ C_8\left(\mathrm{1,0}\right)& C_8\left(\mathrm{1,2}\right)& C_8\left(\mathrm{1,4}\right)& C_8\left(\mathrm{1,6}\right)\\ C_8\left(\mathrm{2,0}\right)& C_8\left(\mathrm{2,2}\right)& C_8\left(\mathrm{2,4}\right)& C_8\left(\mathrm{2,6}\right)\\ C_8\left(\mathrm{3,0}\right)& C_8\left(\mathrm{3,2}\right)& C_8\left(\mathrm{3,4}\right)& C_8\left(\mathrm{3,6}\right)\end{array}\right]=\left[\begin{array}{cccc}a& c& a& f\\ a& f& -a& -c\\ a& -f& -a& c\\ a& -c& a& -f\end{array}\right],$

$C_o=\left[\begin{array}{cccc}{C}_8(0,1)& C_8(0,3)& C_8(0,5)& C_8(0,7)\\ C_8(1,1)& C_8(1,3)& C_8(1,5)& C_8(1,7)\\ C_8(2,1)& C_8(2,3)& C_8(2,5)& C_8(2,7)\\ C_8(3,1)& C_8(3,3)& C_8(3,5)& C_8(3,7)\end{array}\right]=\left[\begin{array}{cccc}b& d& e& g\\ d& -g& -b& -e\\ e& -b& g& d\\ g& -e& d& -b\end{array}\right],$

$P=\left[\begin{array}{cccc}0& 0& 0& 1\\ 0& 0& 1& 0\\ 0& 1& 0& 0\\ 1& 0& 0& 0\end{array}\right],Q=\left[\begin{array}{cccccccc}1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 1& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& 0\\ 0& 1& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 1& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 1\end{array}\right],$

P、Q为排列矩阵，左乘排列矩阵实现矩阵行交换功能，右乘排列矩阵实现矩阵列交换功能。

定义 ${\tilde{C}}_8=\left[\begin{array}{cc}{C}_e& C_o\\ P^T{C}_e& -P^T{C}_o\end{array}\right],$ 则 $C_8={\tilde{C}}_{8}Q.$

8×8二维反变换的实现方法如下：

S1：一维行变换为

$Y^{\′}=X{C}_8^T={\mathrm{XQ}}^T{\tilde{C}}_8^T$

记 $\tilde{X}={\mathrm{XQ}}^T=\left[\begin{array}{cc}{\tilde{X}}_{\mathrm{LU}}& {\tilde{X}}_{\mathrm{RU}}\\ {\tilde{X}}_{\mathrm{LD}}& {\tilde{X}}_{\mathrm{RD}}\end{array}\right],$

分别表示

左上4×4子矩阵、右上4×4子矩阵、左下4×4子矩阵、右下4×4子矩阵。

得到：

$Y^{\′}=\tilde{X}{\tilde{C}}_8^T=\left[\begin{array}{cc}{\tilde{X}}_{\mathrm{LU}}& {\tilde{X}}_{\mathrm{RU}}\\ {\tilde{X}}_{\mathrm{LD}}& {\tilde{X}}_{\mathrm{RD}}\end{array}\right]\left[\begin{array}{cc}{C}_e^T& C_e^{T}P\\ C_o^T& -C_o^{T}P\end{array}\right]$

$=\left[\begin{array}{cc}{\tilde{X}}_{\mathrm{LU}}{C}_e^T+{\tilde{X}}_{\mathrm{RU}}{C}_o^T& ({\tilde{X}}_{\mathrm{LU}}{C}_e^T-{\tilde{X}}_{\mathrm{RU}}{C}_o^T)P\\ {\tilde{X}}_{\mathrm{LD}}{C}_e^T+{\tilde{X}}_{\mathrm{RD}}{C}_o^T& ({\tilde{X}}_{\mathrm{LD}}{C}_e^T-{\tilde{X}}_{\mathrm{RD}}{C}_o^T)P\end{array}\right]$

可见Y′由4个4×4矩阵乘法和4个矩阵加减法得到。4个矩阵乘法为

4个矩阵加减法为

其中，矩阵乘法分成两类：一类是右乘C_e ^T，称为e类；一类是右乘C_o ^T，称为o类。

S2：移位饱和为

Y＝(Y′+Δ₁)＞＞w₁每个系数需要1个加法和1次移位。

S3：一维列变换为

$Z=C_{8}Y={\tilde{C}}_8\mathrm{QY},$

记 $\tilde{Y}=\mathrm{QY}=\left[\begin{array}{cc}{\tilde{Y}}_{\mathrm{LU}}& {\tilde{Y}}_{\mathrm{RU}}\\ {\tilde{Y}}_{\mathrm{LD}}& {\tilde{Y}}_{\mathrm{RD}}\end{array}\right],$

分别表示

左上4×4子矩阵、右上4×4子矩阵、左下4×4子矩阵、右下4×4子矩阵。

得到：

$Z={\tilde{C}}_8\tilde{Y}=\left[\begin{array}{cc}{C}_e& C_o\\ P^T{C}_e& -P^T{C}_o\end{array}\right]\left[\begin{array}{cc}{\tilde{Y}}_{\mathrm{LU}}& {\tilde{Y}}_{\mathrm{RU}}\\ {\tilde{Y}}_{\mathrm{LD}}& {\tilde{Y}}_{\mathrm{RD}}\end{array}\right]$

$=\left[\begin{array}{cc}{C}_e{\tilde{Y}}_{\mathrm{LU}}+C_o{\tilde{Y}}_{\mathrm{LD}}& C_e{\tilde{Y}}_{\mathrm{RU}}+C_o{\tilde{Y}}_{\mathrm{RD}}\\ P^T(C_e{\tilde{Y}}_{\mathrm{LU}}-C_o{\tilde{Y}}_{\mathrm{LD}})& P^T(C_e{\tilde{Y}}_{\mathrm{RU}}-C_o{\tilde{Y}}_{\mathrm{RD}})\end{array}\right]$

可见Z由4个4×4矩阵乘法和4个矩阵加减法得到。4个矩阵乘法为

4个矩阵加减法为

其中，矩阵乘法分成两类：一类是左乘C_e，称为E类；一类是左乘C_o，称为O类。

S4：移位饱和为

R＝(Z+Δ₂)＞＞w₂，每个系数需要1个加法和1次移位。

因此，总结起来，完成8×8二维反变换的步骤如下：

(a)对反变换输入数据X进行列重排，得到

(b)对4个4×4矩阵乘法进行运算，即计算

(c)进行矩阵加减运算，4个矩阵加减法为

得到Y′；

(d)如有规定，对Y′进行移位饱和，得到Y；

(e)对Y进行行重排，得到

(f)对4个4×4矩阵乘法进行运算，即计算

(g)进行矩阵加减运算，4个矩阵加减法为

得到反变换结果Z矩阵。

(h)对Z进行移位饱和，得到残差矩阵R。

4×8二维反变换的实现方法如下：

S1：一维行变换为

$Y^{\′}=X{C}_8^T={\mathrm{XQ}}^T{\tilde{C}}_8^T,$

记 $\tilde{X}={\mathrm{XQ}}^T=\left[\begin{array}{cc}{\tilde{X}}_L& {\tilde{X}}_R\end{array}\right],$

分别表示

左4×4子矩阵、右4×4子矩阵。

得到：

$Y^{\′}=\tilde{X}{\tilde{C}}_8^T=\tilde{X}=\left[\begin{array}{cc}{\tilde{X}}_L& {\tilde{X}}_R\end{array}\right]\left[\begin{array}{cc}{C}_e^T& C_e^{T}P\\ C_o^T& -C_o^{T}P\end{array}\right]$

$=\left[\begin{array}{cc}{\tilde{X}}_L{C}_e^T+{\tilde{X}}_R{C}_o^T& ({\tilde{X}}_L{C}_e^T-{\tilde{X}}_R{C}_o^T)P\end{array}\right]$

可见Y′由2个4×4矩阵乘法和2个矩阵加减法得到。2个矩阵乘法为

前者为e类，后者为o类；2个矩阵加减法为

S2：移位饱和为

Y＝(Y′+Δ₁)＞＞w₁每个数需要1个加法和1次移位。

S3：一维列变换为

Z＝C₄Y，

定义Y＝[Y_L Y_R]，Y_L、Y_R分别表示Y左4×4子矩阵、右4×4子矩阵。所以Z＝[C₄Y_L C₄Y_R]，可见Z由2个4×4矩阵乘法得到，属于E类。

S4：移位饱和为

R＝(Z+Δ₂)＞＞w₂，每个需要1个加法和1次移位。

因此，总结起来，完成8×4二维反变换的步骤如下：

(a)对反变换输入数据X进行列重排，得到

(b)对2个4×4矩阵乘法进行运算，即计算

(c)进行矩阵加减运算，2个矩阵加减法为

得到Y′；

(d)如有规定，对Y′进行移位饱和，得到Y；

(e)对2个4×4矩阵乘法进行运算，即计算Z＝C₄Y＝[C₄Y_L C₄Y_R]，得到反变换结果Z矩阵。

(f)对Z进行移位饱和，得到残差矩阵R。

4×4二维反变换的实现方法如下：

S1：一维行变换为

$Y^{\′}={\mathrm{XC}}_4^T.$

即进行1个4×4矩阵乘法运算，属于e类。

S2：移位饱和为

Y＝(Y′+Δ₁)＞＞w₁每个数需要1个加法和1次移位。

S3：一维列变换为

Z＝C₄Y

即进行1个4×4矩阵乘法运算，属于E类。

S4：移位饱和为

R＝(Z+Δ₂)＞＞w₂，每个数需要1个加法和1次移位。

因此，总结起来，完成4×4二维反变换的步骤如下：

(a)对1个4×4矩阵乘法进行运算，即计算得到 $Y^{\′}={\mathrm{XC}}_4^T;$

(b)如有规定，对Y′进行移位饱和，得到Y；

(c)对1个4×4矩阵乘法进行运算，即计算Z＝C₄Y，得到反变换结果Z矩阵。

(d)对Z进行移位饱和，得到残差矩阵R。

如果有比8×8、8×4更大的二维反变换，如16×8、16×16等，也可以用类似8×8、8×4转换成4×4的方法，先将16×8、16×16转换成8×8，再转换成4×4。因为方法类似，这里不再详细展开了。

综合这些不同大小大反变换实现方法和步骤来看，它们有很多共同使用的模块。其中包含4个步骤的8×8反变换所用的模块最多，相当一个全集；其它变换可以看成它的子集，从其中的模块选取几个组成自己的实现方案。作为这个全集的二维反变换装置的结构如图1所示。

该二维反变换装置包括：

重排单元，用于对输入的二维矩阵数据进行或列的重排后输出到矩阵乘法单元。具体地说，重排单元完成(·)Q^T和Q(·)的操作，(·)Q^T表示右乘Q^T，Q(·)表示左乘Q。图2是重排单元功能示意图，旨在调整输入数据U0～U7的顺序，使其按照Vi的顺序。

变换系数生成单元，用于存储不同标准的反变换矩阵系数。

矩阵乘法单元，用于根据变换系数生成单元提供的系数对输入的数据进行矩阵乘法操作。矩阵乘法单元包括e类乘法和o类乘法，分别完成与C_e和C_o或者它们的转置相乘(包括左乘和右乘)。图3是矩阵减加单元功能示意图，对e类乘法和o类乘法两组输出结果进行加减操作。0～3是一组数据，4～7属于另一组数据，通过加减组合后得到新的输出数据，其中，

e类乘法实现如下矩阵乘法关系：

$\left[\begin{array}{c}{q}_0\\ q_1\\ q_2\\ q_3\end{array}\right]=\left[\begin{array}{cccc}a& c& a& f\\ a& f& -a& -c\\ a& -f& -a& c\\ a& -c& a& -f\end{array}\right]\left[\begin{array}{c}{p}_0\\ p_1\\ p_2\\ p_3\end{array}\right]$

o类乘法实现如下矩阵乘法关系：

$\left[\begin{array}{c}{q}_0\\ q_1\\ q_2\\ q_3\end{array}\right]=\left[\begin{array}{cccc}b& d& e& g\\ d& -g& -b& -e\\ e& -b& g& d\\ g& -e& d& -b\end{array}\right]\left[\begin{array}{c}{p}_0\\ p_1\\ p_2\\ p_3\end{array}\right]$

矩阵加减单元，用于对矩阵乘法单元输出的数据进行矩阵加减法操作。

移位饱和单元，用于对从矩阵加减单元输入的数据进行移位饱和操作后输出。

转置寄存器，用于缓存输入的数据，并输出经转置的数据。一种实现的方法是以行的方式存入数据，以列的方式读出数据。

控制单元，用于对处理过程进行控制，协调整个框架进行工作。

地址生成单元，用于根据控制单元的指令，为需要变换系数生成单元输出的反变换矩阵系数生成地址，为需要转置寄存器输出的数据生成地址。换句话说，地址生成单元就是用于寻找变换系数、转置寄存器等的值。

其中矩阵乘法单元和矩阵加减单元都是用于对输入的二维矩阵数据的每一行或列分别进行一维变换操作的，所以可以合称为一维变换模块。

图1所示的二维反变换装置可以在集成电路中实现，也可以用分立元件实现。其典型的动态工作过程如下：

从外部存储器(不在二维反变换装置中)中读入数据，由重排单元进行重排，重排后的数据送到矩阵乘法单元和矩阵加减单元进行一维行变换，变换中所要用到的反变换系数由变换系数生成单元提供，此后由移位饱和单元进行移位饱和处理，再送到转置寄存器进行缓存，转置寄存器输出经转置的数据，重新送到重排单元进行重排，再送到矩阵乘法单元和矩阵加减单元进行一维列变换(因为数据已被转置，所以这次是对列进行处理)，由移位饱和单元进行移位饱和处理后输出到外部存储器。

控制单元对上述过程进行总体的控制，控制单元通过地址生成单元生成地址，指令变换系数生成单元向矩阵乘法单元输出合适的反变换系数，通常在一维行变换和一维列变换时地址是不同的，在以不同的标准进行反变换时地址也是不同的。控制单元还通过地址生成单元生成地址以控制转置寄存器输出合适的数据。

上述动态工作过程是先对行进行处理再对列进行处理，在某些应用环境中也可以先对列进行处理再对行进行处理。

采用图1所示的统一的硬件架构，可以兼容多种视频、图像标准的反变换，达到减小硬件开销，降低设计成本的目的。

在图1的结构中，具体采用一个标准时，可以灵活配置成相应的结构。比如对于H.264的变换，不需要重排单元、o类乘法部分、矩阵加减单元；对于AVS变换，则每个单元都需要；对于RealVideo的反变换，不需要重排单元、o类乘法部分、矩阵加减单元；这些配置通过控制器来实现。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (8)

1.一种二维反变换装置，其特征在于，包括：

变换系数生成单元，用于存储不同标准的反变换矩阵系数；

一维变换模块，用于根据所述变换系数生成单元提供的系数对输入的二维矩阵数据的每一行或列分别进行一维变换操作；

转置寄存器，用于缓存输入的数据，并输出经转置的数据；

控制单元，用于对处理过程进行控制；

在所述控制单元的控制下，所述一维变换模块对输入的二维矩阵数据在一个维度上进行变换操作后输出到所述转置寄存器完成转置，再次输入到所述一维变换模块进行另一个维度上的变换操作后输出。

2.根据权利要求1所述的二维反变换装置，其特征在于，还包括：

地址生成单元，用于根据所述控制单元的指令，为需要所述变换系数生成单元输出的反变换矩阵系数生成地址，为需要所述转置寄存器输出的数据生成地址。

3.根据权利要求2所述的二维反变换装置，其特征在于，所述一维变换模块包括：

矩阵乘法单元，用于根据所述变换系数生成单元提供的系数对输入的数据进行矩阵乘法操作；

矩阵加减单元，用于对所述矩阵乘法单元输出的数据进行矩阵加减法操作。

4.根据权利要求3所述的二维反变换装置，其特征在于，还包括，

移位饱和单元，用于对从所述矩阵加减单元输入的数据进行移位饱和操作后输出；

所述移位饱和单元设置在所述矩阵加减单元之后，对所述矩阵加减单元输出的数据进行移位饱和处理后再输出。

5.根据权利要求4所述的二维反变换装置，其特征在于，还包括：

重排单元，用于对输入的二维矩阵数据进行或列的重排后输出到所述矩阵乘法单元；

所述重排单元设置在所述矩阵乘法单元之前，对需要输入到所述矩阵乘法单元的数据预先进行重排。

6.根据权利要求5所述的二维反变换装置，其特征在于，所述二维反变换的算法包括：

8×8反余弦变换，8×8反整数余弦变换，8×4反整数余弦变换，4×8反整数余弦变换，4×4反整数余弦变换。

7.根据权利要求6所述的二维反变换装置，其特征在于，所述矩阵乘法单元、矩阵加减单元和移位饱和单元所处理的矩阵大小为4×4，如果需要处理的矩阵大于4×4，则预先转化为多个4×4的矩阵进行处理。

8.根据权利要求3所述的二维反变换装置，其特征在于，矩阵乘法单元包含两部分：e类乘法单元和o类乘法单元；其中，

e类乘法单元完成以下类型的矩阵乘法：

$\left[\begin{array}{c}{q}_0\\ q_1\\ q_2\\ q_3\end{array}\right]=\left[\begin{array}{cccc}a& c& a& f\\ a& f& -a& -c\\ a& -f& -a& c\\ a& -c& a& -f\end{array}\right]\left[\begin{array}{c}{p}_0\\ p_1\\ p_2\\ p_3\end{array}\right]$

o类乘法单元完成以下类型的矩阵乘法：

$\left[\begin{array}{c}{q}_0\\ q_1\\ q_2\\ q_3\end{array}\right]=\left[\begin{array}{cccc}b& d& e& g\\ d& -g& -b& -e\\ e& -b& g& d\\ g& -e& d& -b\end{array}\right]\left[\begin{array}{c}{p}_0\\ p_1\\ p_2\\ p_3\end{array}\right].$

Images