CN101637026A - 图像处理装置和方法 - Google Patents

图像处理装置和方法 Download PDF

Info

Publication number
CN101637026A
CN101637026A CN200880008264.4A CN200880008264A CN101637026A CN 101637026 A CN101637026 A CN 101637026A CN 200880008264 A CN200880008264 A CN 200880008264A CN 101637026 A CN101637026 A CN 101637026A
Authority
CN
China
Prior art keywords
code amount
quantization
generated code
parts
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200880008264.4A
Other languages
English (en)
Other versions
CN101637026B (zh
Inventor
柴田正二郎
柴田健
小籔恭平
渕江孝明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN101637026A publication Critical patent/CN101637026A/zh
Application granted granted Critical
Publication of CN101637026B publication Critical patent/CN101637026B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H04N19/194—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive involving only two passes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/15—Data rate or code amount at the encoder output by monitoring actual compressed data size at the memory before deciding storage at the transmission buffer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

根据通过使用一个量化标度计算出的码量来预测目标码量。对于关于固定量化标度(QI)的MB发生码量不同的多个预测用量化数据，本发明存储指示出表示多个量化步长的多个量化标度(Q)和MB发生码量之间的关系的关系信息来作为预测曲线。利用多个预定的量化标度(Q)中的一个固定的量化标度(QI)，本发明对图像数据进行量化以产生每个宏块的临时量化数据，从而计算每个宏块的临时量化数据的MB发生码量。本发明随后基于临时量化数据的MB发生码量和固定量化标度(QI)两者从多条预测曲线中选择一个预测用量化数据，并且基于所选择的预测用量化数据，来预测在通过使用未被量化选择部件选择的量化标度(Q)对图像数据进行量化时的MB发生码量。

Description

图像处理装置和方法
技术领域
本发明涉及图像处理装置和方法，更具体而言涉及根据在固定的量化标度(quantizer scale)上计算的生成码量(code amount)来精确地预测目标码量的技术领域。
背景技术
传统上，在MPEG-2(运动图片专家组-2)和其他图像编码方案中，理想地分配码量已成为维持主观图像质量的一个重大课题。
例如，对于静止图像而言理想的码量分配指的是以均匀的失真(固定的量化标度)对静止图像编码的状态。对于失真程度很高的码量，失真可被集中到高频成分或者复杂区域中，以便改善主观图像质量。
例如，专利文献1公开了一种对图像质量信号编码的方法，其中，采用了所谓的前馈系统的码量控制，以便能够进行适应于图像质量信号的局部属性的控制，从而使得解码后图像的图像质量可以得到改善。在前馈系统中，预先针对基于多个量化标度的量化步长计算将要从等长单位生成的代码的量，并且在生成码量不会超过目标码量的范围内预先确定适当的量化标度。
同时，在所提出的MPEG-2测试模型TM5等等之中，码量控制是通过使用虚拟缓冲器的剩余量、先前编码中使用的量化步长以及生成码量之间的关系的反馈控制来实现的。
专利文献1：国际公布WO96/28937。
然而，根据前述的基于传统技术的静止图像，为了找出接近目标码量的平均量化步长并且在整个屏幕上提供均匀性，必须多次以不同量化步长计算码量并进行预测。这增大了与用于计算的电路有关的成本。
发明内容
因此，本发明的一个目的在于根据利用固定量化步长计算出的生成码量来预测在除固定量化步长之外的量化步长下的生成码量，从而帮助预测生成码量的处理并且因此减少用于计算的电路。
提供了：临时编码部件，用于利用由量化选择部件选择的量化步长来对图像数据进行量化以生成临时量化数据，并且计算量化单位生成码量，该量化单位生成码量是所述临时量化数据的每个量化单位的生成码量；存储部件，用于存储关于在由所述量化选择部件选择的量化步长下具有不同量化单位生成码量的多条预测用量化数据的关系信息，该关系信息指示出所述多个量化步长和所述量化单位生成码量之间的关系；数据选择部件，用于基于所述临时量化数据的量化单位生成码量和由所述量化选择部件选择的量化步长，从所述关系信息中选择预测用量化数据；以及码量预测部件，用于基于由所述数据选择部件选择的预测用量化数据，来预测利用所述多个量化步长中未被所述量化选择部件选择的量化步长量化所述图像数据的情形的量化单位生成码量。
这样就可以根据利用由量化选择部件选择的量化步长计算出的生成码量来预测在量化选择部件未选择的量化步长下的生成码量。
提供了：量化选择步骤，从多个量化步长中为每个量化单位选择一量化步长；临时编码步骤，利用由所述量化选择步骤选择的量化步长来对图像数据进行量化以生成临时量化数据，并且计算量化单位生成码量，该量化单位生成码量是所述临时量化数据的每个量化单位的生成码量；存储步骤，存储关于在由所述量化选择步骤选择的量化步长下具有不同量化单位生成码量的多条预测用量化数据的关系信息，该关系信息指示出所述多个量化步长和所述量化单位生成码量之间的关系；数据选择步骤，基于所述临时量化数据的量化单位生成码量和由所述量化选择步骤选择的量化步长，从所述关系信息中选择预测用量化数据；以及码量预测步骤，基于由所述量化选择步骤选择的预测用量化数据，来预测利用所述多个量化步长中未被所述量化选择步骤选择的量化步长量化所述图像数据的情形的量化单位生成码量。
这样就可以根据利用由量化选择部件选择的量化步长计算出的生成码量来预测在量化选择部件未选择的量化步长下的生成码量。
根据本发明，因此可以提供一种图像处理装置和图像处理方法，其能够根据利用由量化选择部件选择的量化步长计算出的生成码量来预测在量化选择部件未选择的量化步长下的生成码量，并且可以通过简单的处理来预测不同量化步长下的生成码量。
附图说明
图1是根据本发明第一实施例的编码装置的框图；
图2是详细示出根据本发明第一实施例的编码装置的编码处理的流程图；
图3是详细示出用于码量预测的处理的流程图；
图4是示出用统计方法确定的转变曲线(MB量化值和所生成的量之间的关系)的示图；
图5是根据传统技术的编码装置的框图；
图6是根据本发明第二实施例的编码装置的框图；
图7是根据本发明第二实施例的编码装置的修改的框图；
图8是详细示出根据本发明第二实施例的编码装置的编码处理的流程图；
图9是示出根据本发明第二实施例的编码装置进行的图片编码(生成码量的收集)的细节的流程图；
图10是示出根据本发明第二实施例的编码装置进行的图片编码的细节的流程图；
图11是根据本发明第三实施例的编码装置的框图；
图12是示出根据本发明第三实施例的编码装置进行的图片编码(生成码量的收集)的细节的流程图；
图13是示出根据本发明第三实施例的编码装置进行的图片编码的细节的流程图；
图14是根据本发明第四实施例的编码装置的框图；
图15是详细示出根据本发明第四实施例的编码装置的编码处理的流程图；
图16是说明根据本发明第四实施例的码量预测处理的流程图；
图17是说明根据本发明第四实施例的MB的码量预测处理的流程图；
图18是概念性地示出固定校正值的图；
图19是概念性地示出可变校正值的图；并且
图20是示出解码装置的配置的图。
具体实施方式
现在，将参考附图详细描述本发明的最佳实施方式(以下，简称为实施例)。将按以下顺序来进行描述：
(1)第一实施例(基于固定量化标度的生成码量的预测(MPEG-2))；
(2)第二实施例(利用所预测的生成码量的反馈控制(MPEG-2))；
(3)第三实施例(逐片层(slice)的反馈控制(MPEG-2))；以及
(4)第四实施例(基于固定量化标度的生成码量的预测(AVC)))。
本发明的第一实施例涉及使用固定Huffman表的编码方法，其典型是MPEG(运动图片专家组)-2等等，其中执行以下特性处理。
第一，基于固定的量化标度QI以固定的量化步长执行临时编码。从各个宏块的MB生成码量预测基于所有量化标度的量化步长下的MB生成码量，并且对于整个图片将这些MB生成码量加起来以逐个图片地预测图片生成码量。第二，对于指示宏块状态的每种宏块模式执行预定的分组。基于转变曲线来估计MB生成码量，其中转变曲线是对于MB生成码量的每个范围以统计方法或通过近似公式确定的关系信息。第三，通过在MB生成码量的每个范围中偏移量化标度Q来执行更强地量化复杂图像区域的活动(activity)(例如，TM5步骤3)处理。
本发明的第二实施例的特征在于，预先以固定的量化标度QI执行编码，并且用各个宏块的MB生成码量来预测图片的平均量化标度Qa并预测宏块的目标码量，从而执行速率控制(rate control)以便量化标度Q在图片内具有良好的分布。
在本发明的第三实施例中，以片层为单位来执行在第二实施例中以宏块为单位执行的速率控制(反馈控制)。
本发明的第四实施例基于AVC中的固定量化参数QPI以固定的量化步长执行临时编码。在第三实施例中，基于关系信息预测的MB生成码量被校正。根据这些MB生成码量，预测基于所有量化标度的量化步长下的MB生成码量。
下面，将详细描述每个实施例。
(1)第一实施例
(1-1)编码装置的配置
图1示出了根据本发明第一实施例的编码装置的配置，现在将描述该配置。
如图1所示，该编码装置支持MPEG-2，并且包括预编码器1、参数编码器2、宏块码量控制部件3、以及延迟缓冲器4。预编码器1包括预测模式确定部件11、DCT(离散余弦变换)部件12、量化部件13、逆量化部件14、IDCT(逆离散余弦变换)部件15、运动估计和预测图片生成部件16、码长计算部件17、码量分组部件18、以及图片码量预测部件19。参数编码器2包括预测图片选择部件21、DCT部件22、量化部件23、逆量化部件24、IDCT部件25、预测图片生成部件26、以及编码部件27。
利用这种配置，预编码器1执行预编码，并且参数编码器2执行实际编码。应当明白，预编码器1例如对应于临时编码部件。参数编码器2例如对应于实际编码部件。宏块码量控制部件3例如对应于码量控制部件。
参考图2和3的流程图，下面将详细描述作为根据本发明第一实施例的图像处理装置的编码装置的编码处理。应当注意，以下处理中的全部或一部分也对应于作为根据本发明第一实施例的图像处理方法的图像编码方法。
在预测模式确定部件11中，基于决定GOP(图片组)周期的N和决定I图片或P图片的周期的初始值M来周期性地向输入视频信号指定图片类型，比如IBBPBBP...(步骤S1)。接下来，在预测模式确定部件11中，接收输入视频信号，并且基于由预测图片生成部件16确定的来自MC图片的残差(MAD)、宏块分布等等，从内MB(MB_Intra)、前向预测MB(MB_FW)、后向预测MB(MB_BW)、双向M(MB_BI)等等之中确定宏块类型或预测模式。预测图片被发送到DCT部件12(步骤S2)。
在DCT部件12中，通过离散余弦变换将预测图片变换到频域，并且将DCT系数数据发送到量化部件13。该量化部件13利用基于固定到DCT系数数据的固定量化标度QI(例如，q_scale＝10)的量化步长来执行量化处理(步骤S3)。该量化标度Q是由量化索引(quantizationindex)决定的。
在逆量化部件14和IDCT部件15中，生成局部解码的图片以便基于量化部件13的输出获得预测图片。即，在逆量化部件14中，从量化部件13提供来的量化数据被逆量化以再现DCT系数数据。在IDCT部件15中，该DCT系数数据经历逆离散余弦变换以生成局部解码的图片。基于该局部解码的图片，预测图片生成部件16随后执行运动估计(步骤S4和S5)。
接下来，执行码量预测(步骤S6)。更具体而言，如图3的流程图中所示，量化部件13的输出(量化数据)还被发送到码长计算部件17，在码长计算部件17中，基于实际用于编码的Huffman表的码长来为每个宏块计算MB生成码量(步骤S11)。在码量分组部件18中，基于在预测模式确定部件11中确定的宏块类型分类、MB生成码量的较高比特等等来将码量分类成大约16至32组(步骤S12)。该分组的数据(在此示例中分成16组)被发送到图片码量预测部件19。在图片码量预测部件19中，基于用统计方法确定的曲线(量化标度Q和MB生成码量之间的关系，下文中将在图4中描述)来将MB生成码量加起来，从而确定每个图片的图片生成码量(步骤S13)。然后，确定所要基于的图片的平均量化标度Qa(步骤S14)。基于该平均量化标度Qa，以宏块为单位确定(步骤S15)各个宏块的目标码量TargetMB以及基本量化标度QMB，从而结束图3的处理。
顺便说一下，如果要考虑活动，则在为每个图片确定目标码量TargetMB时，为下文中将要描述的图4的每条转变曲线(即，为每一组)定义一个预定的偏移量。
返回对图1的描述，在宏块码量控制部件3中，如上所述，基于由码量分组部件18分组的信息和用统计方法确定的转变曲线，图片的量化标度Q被转换成并设置为各个宏块的基本量化标度QMB和目标码量TargetMB。
在参数编码器2中，在基于由预编码器1确定的图片类型、宏块预测模式、运动向量以及由图片码量预测部件19确定的基本量化标度QMB和目标码量TargetMB执行码量控制的同时反馈实际的MB生成码量(步骤S7)，并且执行参数编码(步骤S8)。
更具体而言，输入视频信号通过延迟缓冲器4的延迟处理被输入。在预测图片选择部件21中，宏块预测模式被从宏块码量控制部件3指示而来，并且预测模式被相应地选择。在DCT部件22中，执行离散余弦变换并将DCT系数数据发送到量化部件23。在量化部件23中，以基于由宏块码量控制部件3确定的基本量化标度QMB的量化步长对该DCT系数数据执行量化，并且将量化数据发送到编码部件27。在该编码部件27中，执行可变长度编码，从而输出编码流。在逆量化部件24、IDCT部件25和预测图片生成部件26中，为了基于量化部件23的输出(量化数据)获得预测图片，生成局部解码的图片。这样就完成了这一系列处理。
现在，图4示出了用统计方法确定的转变曲线(MB量化值和所生成的量之间的关系)，现在将描述该转变曲线。该图4示出了在所有可能的量化标度Q(Q＝1至31)上为每个宏块确定的MB生成码量的图线，这些MB生成码量依据内图片中的宏块的生成量被分组为13个级别。
MPEG-2等等使用固定的Huffman表来进行可变长度编码，组合零游程和非零系数以便以宏块为单位进行编码。量化标度Q所具有的值越高，零游程的增长就越渐变，并且非零系数的大小就变得越低。增大量化标度Q从而带来了单调减小。已经确认，如果对于一定值的量化标度Q，不同图像的宏块表现出类似的生成量，则这些宏块往往会遵循类似的减小曲线。关注该特性趋势，根据本实施例的编码装置的特性之一在于通过使用单次临时编码(固定量化标度QI)的结果来以MB生成码量的形式确定期望的目标码量TargetMB。
即，编码装置把在所有量化标度Q上量化具有不同MB生成码量的多条(这里是13条)图像数据中的每一条时获得的预测用量化数据的MB生成码量作为关系信息存储在例如未示出的ROM(只读存储器)中。基于所选择的固定量化标度QI上的MB生成码量，编码装置从而可以选择最接近该MB生成码量的预测用量化数据，并且预测所选择的预测用量化数据的MB生成码量，来作为各个量化标度Q上的MB生成码量。
接下来，将更详细描述预编码器1进行的预编码的特性。
顺便说一下，将详细描述图片码量预测部件19的码量预测处理。
在根据第一实施例的编码装置中，基于实际用于编码的Huffman表的码长，计算关于由预编码器1在固定量化标度QI上量化的量化数据的宏块的生成量。例如，假设MB生成码量落在大约0至512字节之内，在固定量化标度QI(Q＝10)上的MB生成码量基于MB生成码量的高四位被分类成16个组。基于该分类，判定在预测MB生成码量时使用图4的曲线中的哪一条。由于图4中预先示出的转变曲线在宏块内和宏块间之间是不同的，因此不同的预测曲线被用于包括内MB(MB_Intra)、前向预测MB(MB_FW)、后向预测MB(MB_BW)和双向MB(MB_BI)在内的各个预测模式。
具体而言，图片码量预测部件19对于每个组包含组阈值范围。图片码量预测部件19随后判断固定量化标度QI下的宏块的MB生成码量落在哪个组范围阈值上，并且将该宏块分类到相应的组中。
预测曲线可被表达为VirBit[mb_mode][q_scale][byte_group]。
这里，mb_mode是宏块的预测模式(四种模式)，q_scale是从量化索引1至31中选择的量化标度Q的值，byte_group是按MB生成码量分类的16个可能的组。
在某个量化标度Q(q_scale)上整个屏幕(按图片)的MB生成码量GenBitPic(q_scale)可以按以下式子对31个可能的量化标度Q(q_scale)来加以确定：
GenBitPic(q_scale)＝∑VirBit[mb_mode][q_scale][byte_group]... (1)
即，图片码量预测部件19对于每个宏块，选择预测模式mb_mode、固定量化标度QI以及按该固定量化标度QI上的MB生成码量分类的组byte_group(预测曲线)。然后，图片码量预测部件19可以预测由所选择的与该组byte_group相对应的预测曲线示出的、除固定量化标度QI之外的量化标度Q上的MB生成码量，来作为除了固定量化标度QI之外的量化标度Q上的MB生成码量。图片码量预测部件19还可以通过对于每个图片将除了固定量化标度QI之外的量化标度Q上的MB生成码量加起来来预测每个图片的图片生成码量。
这里，图片码量预测部件19可以基于预测曲线(转变曲线)来确定宏块的预测生成量，如果该预测曲线保持着与预测模式mb_mode和组byte_group相对应的信息作为关系信息(即，指示出关于每个预测模式mb_mode与所有组(所有预测量化数据)相对应的量化标度Q和MB生成码量之间的关系的关系信息(预测曲线))的话。
接下来，将详细描述图片码量预测部件19如何处理活动。认为随着宏块的MB生成码量变大，由图片码量预测部件19基于MB生成码量分类的byte_group则包括更复杂的图像信息。
对于复杂的块增大量化标度Q的处理可以通过偏移每个组byte_group来实现。例如，假定该活动偏移量是λ[q_scale][byte_group]，则可以通过以下式子来向某个量化标度Q(例如q_scale＝15)赋予±4的活动：
λ[15][byte_group]＝{-4，-4，-3，-3，-2，-2，-1，0，1，2，2，3，3，4，4，4}
                                                            ...(2)
即，图片码量预测部件19对于各个量化标度Q和各个组byte_group设置偏移量。例如，假定用来预测MB生成码量的量化标度Q(q_scale)是“15”，并且MB生成码量属于第三小的组，则图片码量预测部件19向量化标度Q(q_scale)“15”加上“-3”，即式(2)中从左起第三个。
一般地，在量化标度Q(q_scale)较小时不需要使用活动。因此，偏移量范围最好能够随着量化标度Q(q_scale)而变化，并且该范围随着量化标度Q(q_scale)增大而增大。
利用该λ，整个屏幕的图片生成码量GenBitPic的预测值由以下式子给出：
GenBitPic(q_scale_pic)＝∑VirBit[mb_mode][act_q_scale][byte_group]
                                                            ...(3)
即，图片码量预测部件19基于量化标度Q预测图片生成码量，该量化标度Q是被加上了基于活动的偏移量的用来进行预测的量化标度Q(固定到每个图片)。这里，图片码量预测部件19对每个宏块执行偏移量的添加和基于预测曲线对MB生成码量的预测。然后，图片码量预测部件19可以对每个图片将MB生成码量加起来，从而基于用来进行预测的量化标度Q来预测图片生成码量GenBitPic。
act_q_scale(q_scale_pic)＝min(max(1，q_scale_pic+λ[q_scale_pic][byte_group])，31)
                                                ...(4)
这里，在式(4)中，min(a，b)表示a和b之间较小的值，max(c，d)表示c和d之间较大的值。
即，如果向用来进行预测的量化标度Q添加活动偏移量的结果落在“1”以下，则图片码量预测部件19将活动偏移量量化标度Q设置为“1”。如果向用来进行预测的量化标度Q添加活动偏移量的结果超过“31”，则图片码量预测部件19将活动偏移量量化标度Q设置为“31”。换言之，图片码量预测部件19被配置为从由量化索引决定的“1至31”中选择活动偏移量量化标度Q。
图片码量预测部件19从而可以逐个图片地计算整个屏幕的所有量化标度Q上的图片生成码量(q_scale_pic＝1至31)，并且得出接近期望的图片目标码量的量化标度Q(q_scale_target)来作为平均量化标度Qa。
接下来，将详细描述宏块码量控制部件3的量化索引确定处理。在由宏块码量控制部件3进行的逐宏块的码量控制中，宏块的基本量化标度QMB和宏块的期望MB目标码量TargetMB可以按下式来预测。
QMB＝act_q_scale(q_scale_target)              ...(5)
即，宏块码量控制部件3将基于活动的偏移量添加到平均量化标度Qa，从而确定基本量化标度QMB。
TargetMB＝VirBit[mb_mode][QMB][byte_group]    ...(6)
宏块码量控制部件3预测在基本量化标度QMB上为每个宏块预测的MB生成码量来作为MB目标码量TargetMB。
即，编码装置以预测曲线的形式包含具有不同的MB生成码量的多条预测用量化数据的MB生成码量和各个量化标度Q上的MB生成码量之间的关系。编码装置随后基于固定量化标度QI和固定量化标度QI上的MB生成码量来对要预测的宏块分组，并且将它们应用到预测用量化数据。编码装置随后根据所应用的预测用量化数据的MB生成码量，来预测这个所应用的预测用量化数据在除固定量化标度QI之外的量化标度Q上的MB生成码量。
即，编码装置可以通过使用基于固定量化标度QI的量化步长的单次编码处理，来预测使用基于所有可能的量化标度Q的量化步长的情况的MB生成码量。
在参数编码器2进行的实际编码中，利用由预编码器1确定的图片类型、宏块模式、运动向量和所预测的宏块的基本量化标度QMB来执行参数编码。应当明白，关于宏块的MB生成码量的信息被反馈以用于码量控制，如上所述。
因此，编码装置被配置成能够基于所预测的MB生成码量来设置适合于某个图像的基本量化标度QMB和MB目标码量TargetMB，并且可以执行所谓的前馈码量控制。
如上所述，根据本发明的第一实施例的编码装置和方法，可以很精确地以宏块为单位确定基本量化标度QMB和MB目标码量TargetMB的预测值。
(1-2)编码处理的过程
接下来，将参考图2和3的流程图来描述根据编码程序将执行的编码处理。
当输入视频信号被提供来时，编码装置的预编码器1开始编码处理过程RT1。在步骤S1，预编码器1基于GOP周期和用于确定I图片和P图片周期的初始设置值M来周期性地指定图片类型，并且进行到下一步骤S2。
在步骤S2，预编码器1基于由输入视频信号示出的要编码的目标图像和要预测的预测图片来确定最优预测模式(mb_mode)。预编码器1利用最优预测模式生成差分图像数据SAD，并且进行到下一步骤S3。
在步骤S3，预编码器1以宏块为单位通过整数精度DCT来对差分图像数据SAD执行正交变换。预编码器1还利用固定量化标度QI来执行量化，从而生成量化数据，并且进行到接下来的步骤S4和S6。
在步骤S4，预编码器1对量化数据执行逆量化和IDCT以生成局部差分图像数据SADL，并且进行到下一步骤S5。在步骤S5，预编码器1以局部差分图像数据SADL作为预测图片来进行对随后的目标图像执行的步骤S2的处理。
在步骤S6，预编码器1进行到码量预测处理过程RT2的步骤S11(图3)。
在步骤S11，预编码器1通过使用码长计算部件17对量化数据进行编码以生成编码流作为临时量化数据。预编码器1从而计算在固定量化标度QI上各个宏块的MB生成码量(即，临时量化数据的MB生成码量)，并且进行到下一步骤S12。
在步骤S12，预编码器1通过使用码量分组部件18，基于在步骤S2确定的预测模式和在S11计算出的MB生成码量来将要预测的宏块指定到所存储的多条预测曲线(例如，为每种预测模式准备的16条曲线)中的一条预测曲线(组)。预编码器1随后进行到下一步骤S13。
在步骤S13，预编码器1通过使用图片码量预测部件19对每个图片计算所有量化标度Q(q_scale)上的MB生成码量，并且进行到下一步骤S14。
这里，依据哪个宏块被指定到哪个组，预编码器1计算自适应量化标度Qt(act_q_scale)，这是具有增大/减小的活动偏移量的量化标度Q，如式(2)所示。预编码器1根据所指定的预测曲线计算自适应量化标度Qt(act_q_scale)上各个宏块的MB生成码量，如式(3)所示。
然后，预编码器1将每个图片的各个宏块的MB生成码量加起来，从而计算每个图片的图片生成码量来作为各个量化标度Q上的图片生成码量。
在步骤S14，预编码器1选择带来小于并且最接近图片目标码量的MB生成码量的量化标度Q作为平均量化标度Qa(q_scale_target)。预编码器1随后进行到下一步骤S15。
在步骤S15，预编码器1如式(5)所示确定平均量化标度Qa的自适应量化标度Qt(act_q_scale)作为基本量化标度QMB，并且确定基本量化标度QMB上各个宏块的MB生成码量作为目标码量TargetMB。预编码器1结束码量预测处理过程RT2，返回到编码处理过程RT1的步骤S6(图2)，并且进行到下一步骤S7。
在步骤S7，宏块码量控制部件3利用基本量化标度QMB和MB目标码量TargetMB通过码量控制来对参数编码器2进行控制。同时，在步骤S8，宏块码量控制部件3使得参数编码器2执行实际编码以生成实际的编码流(即，实际的量化数据)，并且进行到结束步骤以结束处理。
(1-3)操作和效果
根据前述配置，编码装置基于作为所选择的量化标度QI的固定量化标度QI，从基于多个量化标度Q的多个量化步长中，为作为量化单位的各个宏块选择量化步长。编码装置利用所选择的量化步长来对作为图像数据的DCT系数数据进行量化，从而生成临时量化数据。这里，编码装置计算临时量化数据的各个宏块单位的生成码量来作为MB生成码量。
编码装置包含关于基于固定量化标度QI选择的量化步长下具有不同MB生成码量的多条预测用量化数据的关系信息作为预测曲线，该关系信息指示出表示多个量化步长的多个量化标度Q和MB生成码量之间的关系。
编码装置基于临时量化数据的MB生成码量和固定量化标度QI从多条预测曲线中选择预测用量化数据。基于所选择的这个预测用量化数据，编码装置从多个量化标度Q中，预测利用基于除固定量化标度QI之外的量化标度Q的量化步长(即，未选择的量化步长)量化图像数据的情形的MB生成码量。
编码装置从而只要通过利用基于固定量化标度QI选择的单个量化步长来量化预期的DCT系数数据，就可以预测利用基于多个量化标度Q的多个量化步长来量化要预测的DCT系数数据的情形的MB生成码量。因此，与在多个量化标度Q上量化DCT系数数据的传统方法相比，编码装置可以减轻处理负担以获得简化的配置。
编码装置通过将所预测的MB生成码量加起来来预测图片生成码量GenBitPic，这是作为编码单位的每个图片的量化数据的生成码量。编码装置因此可以通过仅仅是将所预测的MB生成码量加起来的简单处理来预测图片生成码量GenBitPic。
另外，编码装置预测基于多个量化标度Q的多个量化步长中的基本量化步长QMB，以使得图片生成码量GenBitPic接近作为每个图片的目标码量的图片目标码量。
在以上述TM5为代表的传统反馈型码量控制中，由于基本量化标度QMB而产生的实际MB生成码量是完全未知的，并且在MB目标码量和实际的MB生成码量之间可能发生很大的差异。在传统的码量控制中，有时会出现这样的情况，即，例如，当以宏块为单位实现到不同序列的切换时，根据切换前的基本量化标度设置了不适当的基本量化标度。在这种情况下，传统的码量控制在进入序列时产生了过量的代码。这就要求在图片的后半部抑制码量，从而导致下部区域中的失真大于上部区域中的失真，图像质量显著劣化。
与之不同，编码装置可以根据由图片示出的图像来设置适当的基本量化步长QMB，可以使得实际的图片生成码量GenBitPic接近图片目标码量，并且可以抑制图像质量的这种劣化。
编码装置通过为每个宏块量化DCT系数数据来生成实际量化数据。这里，编码装置以作为经过修改的基本量化步长QMB的修改后量化步长来量化DCT系数数据，从而使得实际量化数据的图片生成码量GenBitPic接近图片目标码量。
由于编码装置可以这样基于实际编码所实际生成的代码的量在必要时改变基本量化步长QMB，因此可以使得实际量化数据的图片生成码量GenBitPic接近图片目标码量。
另外，编码装置根据修改后的量化标度QSMB来确定修改后的量化步长，其中修改后的量化标度QSMB是基于实际量化数据的MB生成码量和作为各个宏块单位的MB生成码量的期望目标的MB目标码量TargetMB的码量差异来修改的基本量化标度QMB。
因此，编码装置可以通过基于实际量化数据的MB生成码量和MB目标码量TargetMB之间的差异的反馈控制来在必要时改变基本量化步长QMB。编码装置因此可以适当地量化DCT系数数据，而不会由于码量不足而导致整个图片的图像质量的部分劣化。
另外，编码装置使用基于所预测的基本量化标度QMB来预测的MB生成码量，来作为MB目标码量TargetMB。
编码装置从而可以减轻处理负担，因为被计算来预测用于确定基本量化标度QMB的图片生成码量GenBitPic的MB目标码量TargetMB可以被原封不动地用作MB目标码量TargetMB。
另外，编码装置可以选择平均量化步长Qa，以使得图片生成码量GenBitPic落在图片目标码量之下，并且图片生成码量GenBitPic和图片目标码量之间可具有最小差异。编码装置通过对该平均量化步长Qa增大/减小偏移量λ或者说活动调节值来预测基本量化步长QMB。
因此，编码装置可根据图像复杂度来修改基本量化步长QMB，并且可以通过利用不那么容易识别复杂图像中的误差这一人类视觉特性来使基于量化的误差在视觉上不那么明显。
另外，编码装置把根据预测用量化数据(即，组)的偏移量λ添加到平均量化步长Qa。编码装置因此只需要简单地添加与组相对应的偏移量λ，而不需要执行其他用于自适应量化的处理，例如计算DCT系数数据的方差。这样就可以简化处理。
编码装置随后利用基于固定量化标度QI的量化步长(即，所选择的量化步长)以图片为单位来量化DCT系数数据。结果，编码装置可以在无需自适应量化的情况下计算图片生成码量GenBitPic。这样就可以简化处理。
另外，编码装置包含每种图片类型(即，预测模式mb_mode)的关系信息(即，多条预测用量化数据)，并且根据图片类型从该关系信息中选择预测用量化数据。
编码装置从而可以提高预测的精确度，因为它可以根据与图片类型相对应的关系信息来预测MB生成码量。
另外，编码装置通过对DCT系数数据进行量化来生成临时量化数据，之后是Huffman编码，Huffman编码是一种利用固定表格的可变长度编码。编码装置预测在基于除固定量化标度QI外的量化标度Q的量化步长(即，未选择的量化步长)下所选择的预测用量化数据的MB生成码量，来作为利用未选择的量化步长量化DCT系数数据的情形的MB生成码量。
编码装置从而可以通过利用下述特性来很精确地预测MB生成码量：量化标度Q所具有的值越高，零游程的增长就越渐变，并且非零系数的大小就变得越低，从而MB生成码量随着量化标度Q增大而单调减小。
另外，编码装置通过向作为所输入的图像数据的视频输入信号应用DCT处理来生成图像数据，其中DCT处理是一种预定的正交变换处理。这也可以提高编码效率。
由于实际编码期间的反馈是码量控制的预防性处理，所以编码装置可以预测每个图片的码量的理想分配，并且例如可以实现用于VTR系统等等之中的帧内CBR码量控制，而无需传统的五级并行处理。还可以减轻由序列改变后码量的过度使用引起的时间失衡失真，这在TM5和其他反馈型码量控制中是成问题的。
根据前述配置，编码装置对于具有不同MB生成码量的多条预测用量化数据，预先存储量化标度Q和MB生成码量之间的关系。编码装置随后从针对在固定量化标度QI上量化图像数据的情形的MB生成码量之中，选择表现出最接近的MB生成码量的预测用量化数据。编码装置通过将在除固定量化标度QI外的量化标度Q上所选择的预测用量化数据的MB生成码量假定为用来量化图像数据的除固定量化标度QI外的量化标度Q上的MB生成码量，来预测利用除固定量化标度QI外的量化标度Q量化图像数据的情形的MB生成码量。
因此，通过简单地利用基于固定量化标度QI选择的量化步长来量化图像数据，编码装置可以预测利用基于除固定量化标度QI外的量化标度Q的量化步长(即，未选择的量化步长)量化图像数据的情形的MB生成码量。结果，本发明可以实现这样一种图像处理装置和图像处理方法，其能够根据利用固定量化步长计算的生成码量来精确地预测不同量化步长下的生成码量，并且可以通过简单的处理来预测不同量化步长下的生成码量，从而使得用于计算的电路可得以减小。
(2)第二实施例
(2-1)编码装置的配置
图5示出了根据传统技术的编码装置的配置，现在将对其进行描述。
如图所示，在该编码装置中，统计量计算部件101计算为单个帧分配的目标码量的比特量。DCT部件102执行离散余弦变换，并且将DCT系数数据发送到量化部件103。量化部件103在某个量化标度上对DCT系数数据进行量化，并且将量化数据发送到可变长度编码部件104。可变长度编码部件104对量化数据执行可变长度编码，并且将结果发送到缓冲器105。缓冲器105临时存储所发送的数据，并且将其作为比特流输出。在该处理过程中，速率控制部件106执行速率控制。更具体而言，虚拟缓冲器初始化部件107初始化虚拟缓冲器。虚拟缓冲器更新部件108更新虚拟缓冲器。量化索引确定部件109确定在量化部件103中将要使用的量化标度Q。
根据这种传统技术，虚拟缓冲器在对序列的最前端图片或者紧接场景变化之后的图片编码时具有固定的值。如果要编码的图片具有与这些固定值很不相同的图像内容，则对量化标度Q的反馈控制导致了量化标度Q从屏幕的上部区域到下部区域增大或减小，从而图像质量劣化。当采用像这种传统技术中那样的对量化标度Q的反馈控制时，每个宏块的MB生成码量和目标码量之间的差值被用于确定下一宏块的量化标度Q。由于宏块目标码量始终恒定，所以在在屏幕的上部区域产生少量代码而在屏幕的下部区域产生大量代码的图像中，有时会发生宏块跳过，这是因为码量可能被很充裕地分配给屏幕的上部区域，而被不足地分配给屏幕地下部区域。
考虑到此问题，根据本发明第二实施例的编码装置和方法的特性之一在于，预先以固定量化标度QI执行编码，并且利用各个宏块的MB生成码量来预测图片的平均量化标度avgQ和宏块的目标码量TargetMB，从而执行速率控制以便经量化的值在图片内具有良好的分布。下面，将详细描述其配置、操作和效果。
图6示出了根据本发明第二实施例的编码装置的配置，现在将对其进行描述。
如图6所示，该编码装置支持MPEG-2，并且包括第一遍预编码器30、速率控制部件40、以及第二遍参数编码器50。
更具体而言，预编码器30包括统计量计算部件31、DCT部件32、量化索引确定部件33、量化部件34、可变长度编码部件35、以及缓冲器36。速率控制部件40包括虚拟缓冲器初始值预测部件41、虚拟缓冲器更新部件42、量化索引确定部件43、以及宏块目标码量预测部件44。参数编码器50包括量化部件51、可变长度编码部件52、以及缓冲器53。
利用上述配置，在速率控制部件40中，以宏块为单位执行速率控制。然后，逐图片地执行两遍编码。即，在预编码器30进行的第一遍中，在固定量化标度QI上执行编码，并且收集每个宏块的MB生成码量。在第二路参数编码器50中，根据所收集的MB生成码量预测图片的平均量化标度avgQ和各个宏块的MB目标码量TargetMB。利用这些预测值，充当速率控制装置的速率控制部件像TM5中那样通过量化标度反馈来执行速率控制。
在图6的配置中，第二遍参数编码器50不包括DCT部件等等。然而，如图7所示，参数编码器50等同于包括格式转换宏块化部件91、DCT部件92、量化部件51、可变长度编码部件52和缓冲器53的配置。速率控制部件40可与该配置相关联。
现在，参考图8的流程图，将描述根据第二实施例的编码装置进行的两遍编码中的速率控制。统计量计算部件31计算为单个帧分配的目标码量的比特量(步骤S21)。例如，当在50Mbps下执行30帧/秒的编码时，每帧具有恒定码量的VTR或其他系统基于通过将50Mbps除以每秒的帧数“30”(50Mbps/30)来确定的值来计算图片目标码量pictBits。
这里，目标码量pictBits是利用以下式子来确定的：对于I图片，
pictBits＝KI×Bitrate/(KI×NI+KP×NP+KB×NB)；对于P图片，
pictBits＝KP×Bitrate/(KI×NI+KP×NP+KB×NB)；并且对于B图片，
pictBits＝KB×Bitrate/(KI×NI+KP×NP+KB×NB)，
其中KI＝5，KP＝3，KB＝1
Bitrate是每秒生成的码量，并且
NI，NP和NB是每秒生成的I图片、P图片和B图片的数目。
然后，每个图片被第一遍预编码器30编码两次。即，以固定值的量化标度来执行第一编码，并且收集各个宏块的MB生成码量(步骤S22)。对于第二编码，速率控制部件40通过使用MB生成码量来执行速率控制，以使得量化标度Q具有适当的分布(步骤S23)。然后确定图片是否是最后一个。重复前述处理，直到最后一个图片为止(步骤S24)。如果处理到达最后一个图片，则结束处理。
现在，将在图9的流程图中详细描述前述步骤S22的处理。
即，第一编码旨在收集MB生成码量。量化标度Q被设置为是固定值的固定量化标度QI(步骤S31)。还执行利用视觉特性的自适应量化以确定最终自适应量化标度Qt(步骤S32)。量化部件34通过使用自适应量化标度Qt来执行量化，并且可变长度编码部件35执行可变长度编码(步骤S33)。所得到的MB生成码量被逐宏块地存储在缓冲器36中(步骤S34)。对于每个宏块重复以上处理(步骤S35)。如果处理到达最后一个宏块，则处理返回到图7的步骤S23及随后的步骤。
接下来，将在图10的流程图中详细描述前述步骤S23的处理。
即，对于第二编码，预先用统计方法掌握MB生成码量和量化标度Q之间的关联，并且将该关联存储为转换公式(关系信息)。利用该转换公式，产生第一编码的图片生成码量之中最接近图片目标码量pictBits的图片生成码量的量化标度被预测为平均量化标度avgQ。通过以下式子来确定该虚拟缓冲器的初始值virtualBuf(步骤S41)：
virtualBuf = pictBits × avgQ 31 2 . . . ( 7 )
其中，virtualBuf指的是虚拟缓冲器的初始值，pictBits是图片的目标码量，avgQ是图片的平均量化标度。
即，通过将平均量化标度avgQ用“31”正规化的值和图片目标码量pictBits相乘然后除以“2”来计算虚拟缓冲器的初始值。由此可以得出，初始值随着平均量化标度avgQ和图片目标码量pictBits而变化。
在确定虚拟缓冲器之后，以平均量化标度avgQ作为基本量化标度QMB，通过以下式子对每个宏块计算修改后的量化标度QSMB(步骤S42)：
QS MB = 31 × virtualBuf MB pictBits × 2 . . . ( 8 )
其中QSMB指的是宏块的修改后的量化标度，virtualBufMB指的是在处理宏块时的虚拟缓冲器，pictBits指的是图片目标码量。
即，通过将虚拟缓冲器当前值virtualBufMB除以图片目标码量pictBits然后再乘以“31”和“2”来计算修改后的量化标度QSMB。由于在同一图片内图片目标码量pictBits是固定的，因此修改后的量化标度QSMB随着虚拟缓冲器当前值virtualBufMB而变化。
T arg etBits MB = pictBit × GenBit MB Σ k = 0 numOfMB GenBits k . . . ( 9 )
其中TargetBitsMB是宏块的目标码量，pictBits是图片目标码量，GenBitsMB是在固定量化标度QI上宏块的MB生成码量，并且numOfMB是单个图片中的宏块的数目。
即，宏块的MB目标码量TargetMB是通过以下方式来计算的：计算固定量化标度QI上的MB生成码量GenBitsMB与单个图片的MB生成码量的总和∑GenBitsMB之比作为MB比率，然后将该MB比率乘以图片目标码量pictBits。换言之，宏块的MB目标码量TargetMB是针对单个图片的MB生成码量∑GenBitsMB与图片目标码量pictBits一致的情形来计算的，其中假定不论单个图片的MB生成码量∑GenBitsMB如何，MB比率的变化都很小。
在这样确定修改后的量化标度QSMB之后，量化部件34像第一编码中那样执行自适应量化(S43)。可变长度编码部件35执行可变长度编码(步骤S44)。为了使得图片生成码量接近图片目标码量pictBits，执行量化标度反馈控制。这是通过使用修改后的量化标度QSMB来实现的，其中该修改后的量化标度QSMB是根据实际MB生成码量GenBitsMB和MB目标码量TargetMB之间的差异增大/减小的基本量化标度QMB。
实际上，虚拟缓冲器更新部件42逐个宏块地将实际MB生成码量GenBitsMB-1与目标码量TargetMB之间的差异添加到虚拟缓冲器(步骤S46)。通过以下式子来确定虚拟缓冲器当前值virtualBufMB。使用前一宏块的MB生成码量GenBitsMB-1的原因是实际编码要求延迟。
virtualBufMB＝virtualBufMB-1+(GenBitsMB-1-TargetBitsMB)     ...(10)
即，如果实际MB生成码量GenBitsMB-1和目标码量TargetMB之间的码量差异较小，则虚拟缓冲器当前值virtualBufMB几乎不变化。如果码量差异较大，则虚拟缓冲器当前值virtualBufMB变化较大。
因此，如果实际MB生成码量GenBitsMB-1和MB目标码量TargetMB之间的码量差异较小，则在对基本量化标度QMB(平均量化标度Qavg)的修改很小的情况下确定利用式(8)计算出的修改后的量化标度QSMB的值。另一方面，如果实际MB生成码量GenBitsMB-1和目标码量TargetMB之间的码量差异较大，则修改后的量化标度QSMB的值被确定为根据虚拟缓冲器当前值virtualBufMB修改后的基本量化标度QMB的值。
对每个宏块重复以上处理。即，判定处理是否进行到了最后一个宏块(步骤S47)，并且重复前述处理直到最后一个宏块为止。当处理进行到了最后一个宏块时，它返回到图8所示的处理。
如上所述，根据本发明第二实施例的编码装置和方法，无论先前图片的图像内容如何，都可以利用良好分布的量化标度来执行编码。这带来了图像质量的改善。还可以更精确地逐宏块地执行速率分配，而不论图片的图像内容如何，从而改善了图像质量。因此，可以防止一些图像由于码量不足而在屏幕的下部区域中发生宏块跳过。
(2-2)编码处理的过程
接下来，将参考图8至10的流程图来描述根据编码程序执行的编码处理。
当视频输入信号被提供作为图像数据时，编码装置开始编码处理过程RT3。在步骤S21，编码装置通过使用预编码器30的统计量计算部件31来确定图片目标码量pictBits，并且进行到下一步骤S22。
在步骤S22，编码装置进行到利用固定量化标度QI来对图像数据编码的码量预测处理过程RT4(图9)的步骤S31，以便通过使用预编码器30来收集生成码量。
在步骤S22，预编码器30通过使用DCT部件32向图像数据应用DCT处理，并且通过使用量化索引确定部件33来确定固定量化标度QI。预编码器30随后进行到下一步骤S32。
在步骤S32，预编码器30通过使用量化部件34来使经过DCT变换的图像数据经历使用固定量化标度QI的适应于图像复杂度的自适应量化。预编码器30随后进行到下一步骤S33。
在步骤S33，预编码器30通过使用可变长度编码部件35对经过自适应量化的图像数据执行可变长度编码，以生成临时量化数据。预编码器30随后进行到下一步骤S34。在步骤S34，预编码器30将临时量化数据的每个宏块的MB生成码量GenBitsMB临时存储到缓冲器36中，并且进行到下一步骤S35。
在步骤S35，预编码器30判定统计量计算部件31要处理的宏块是否是当前图片的最后一个宏块。如果结果为否定，预编码器30则返回到步骤S32，以继续码量预测处理。
另一方面，如果步骤S35中的结果为肯定，表明要对下一图片执行码量预测处理，则预编码器30返回到编码处理过程RT3的步骤S22，并且进行到下一步骤S23。
在步骤S23，编码装置进行到实际编码处理过程RT5(图10)的步骤S41，其中，在基于步骤S22中计算出的MB生成码量GenBitsMB执行速率控制的同时对图像数据编码。
在步骤S41，编码装置的速率控制部件40基于在步骤S22中计算出的MB生成码量GenBitsMB来计算平均量化标度avgQ。速率控制部件40还通过使用虚拟缓冲器初始值预测部件41，基于平均量化标度avgQ，根据上述的式(7)，来计算虚拟缓冲器的初始值virtualBuf。速率控制部件40将该初始值virtualBuf设置到虚拟缓冲器更新部件42中，并且进行到下一步骤S42。
在步骤S42，速率控制部件40通过使用量化索引确定部件43，以平均量化标度avgQ作为基本量化标度QMB，根据式(8)来确定修改后的量化标度QSMB，该修改后的量化标度QSMB是根据虚拟缓冲器当前值virtualBufMB进行了修改的基本量化标度QMB(平均量化标度Qavg)。速率控制部件40随后进行到下一步骤S43。
在步骤S43，速率控制部件40通过使用量化索引确定部件43，基于修改后的量化标度QSMB，来确定适应于图像数据的复杂度(活动)的自适应量化标度QStMB。然后，速率控制部件40控制参数编码器50的量化部件51以使得量化部件51利用自适应量化标度QStMB来执行量化，并且进行到下一步骤S44。
由此可以得出，量化部件51通过使用该自适应量化标度QStMB来对从预编码器30的DCT部件32提供来的经过DCT处理的图像数据(DCT系数数据)进行量化。
在步骤S44，参数编码器50通过使用可变长度编码部件52来对在步骤S44中量化的量化数据执行可变长度编码，从而生成编码流作为临时量化数据。参数编码器50将该编码流临时存储到缓冲器53中，并且进行到下一步骤S45。
在步骤S45，速率控制部件40基于在步骤S21中确定的图片目标码量pictBits和临时存储在缓冲器36中的MB生成码量GenBitsMB，根据式(9)来确定该宏块的下一个宏块的MB目标码量TargetMB。速率控制部件40随后进行到下一步骤S46。
在步骤S46，速率控制部件40通过使用虚拟缓冲器更新部件42，基于在步骤S44临时存储在缓冲器53中的宏块的实际MB生成码量GenBitsMB-1和下一MB目标码量TargetMB，根据式(10)来计算虚拟缓冲器当前值virtualBufMB。速率控制部件40将该虚拟缓冲器当前值virtualBufMB设置到虚拟缓冲器更新部件42中，并且进行到下一步骤S47。
由此可以得出，虚拟缓冲器当前值virtualBufMB是基于MB目标码量TargetMB和实际MB生成码量GenBitsMB-1之间的码量差异来接连更新，然后利用虚拟缓冲器当前值virtualBufMB来计算的。
在步骤S47，速率控制部件40判定要处理的宏块是否是最后一块。如果结果为否定，则速率控制部件40返回到步骤S42以继续实际编码处理。
另一方面，如果步骤S47中的结果为肯定，表明要对下一图片执行处理，则编码装置返回到编码处理过程RT3(图8)的步骤S23并且进行到下一步骤S24。
在步骤S24，编码装置判定所处理的图片是否是最后一个图片。如果结果为否定，则编码装置返回到步骤S22以继续编码处理。
另一方面，如果步骤S24中的结果为肯定，编码装置则进行到结束步骤以结束编码处理。
(2-3)操作和效果
利用前述配置，编码装置通过将基于固定量化标度QI的MB生成码量GenBitsMB乘以图片目标码量pictBits与由于作为所选择的量化步长的基于固定量化标度QI的量化步长(即，基于用于量化的自适应量化标度Qt的量化步长)而产生的图片生成码量的比率，来根据式(9)确定MB目标码量TargetMB。
可以认为，当在这里改变量化标度Q时，整体码量变化，但宏块的码量实际占整个图片的比例的变化很小。
因此，编码装置根据基于固定量化标度QI的MB生成码量GenBitsMB，计算MB生成码量GenBitsMB占固定量化标度QI上的图片生成码量的比例。编码装置随后通过将该比例乘以固定量化标度QI上的图片生成码量与图片目标码量pictBits之比来调节码量的标度，从而计算MB目标码量TargetMB。
由于编码装置可以基于根据图像数据的适当MB目标码量TargetMB来执行反馈控制，因此即使在切换图像类型、序列等等时，也可以减小MB目标码量TargetMB和实际MB生成码量GenBitsMB之间的码量差异。因此，编码装置可以防止诸如缺乏可用于较后区域的码量之类的情形发生。
另外，编码装置通过使用预编码器30利用固定量化标度QI执行自适应量化。编码装置为每个宏块选择基于根据图像数据的量化标度Q的量化步长(即，基于自适应量化标度Qt的量化步长)，并且利用所选择的量化步长来对图像数据进行量化。
编码装置从而只要通过将MB生成码量GenBitsMB加起来就可以计算自适应量化之后的图片生成码量。
另外，编码装置可以使参数编码器50原封不动地使用平均量化标度Qavg作为基本量化标度QMB，并且根据式(7)和式(8)基于从平均量化标度Qavg计算的修改后的量化标度QSMB来执行自适应量化。编码装置从而可以利用自适应量化来使量化失真不那么明显。
根据前述配置，编码装置基于固定量化标度QI上的MB生成码量GenBitsMB，根据关系信息来确定基本量化标度QMB，并且基于MB生成码量GenBitsMB占图片的码量的比例来确定MB目标码量TargetMB。
因此，编码装置可以根据图片目标码量pictBits适当地对整个图片编码，因为它可以根据图像数据来设置适当的基本量化标度QMB和MB目标码量TargetMB。
(3)第三实施例
(3-1)编码装置的配置
可以对根据上述第二实施例的编码装置进行如下所示的修改。在这个第三实施例中，两遍码量预测方法利用从预测曲线确定的各个宏块的量化标度Q(q_scale)和MB生成码量，以片层为单位执行反馈控制。
图11示出了根据第三实施例的编码装置的配置，现在将对其进行描述。如该图11所示，该编码装置包括第一遍预编码器60、速率控制部件70、以及第二遍参数编码器80。
更具体而言，预编码器60包括统计量计算部件61、DCT部件62、固定Q量化部件63、可变长度码量计算部件64、以及统计量计算部件65。速率控制部件70包括量化索引预测部件71、量化索引校正部件72、每片层目标比特量求和部件73，以及每图片生成码量求和部件74。第二遍参数编码器80包括量化部件81、可变长度编码部件82、以及缓冲器83。
现在，参考图12和13的流程图，将详细描述根据此修改的编码处理。主要流程与图8的相同。
首先，在图12的图片编码(MB生成码量收集)处理中，向固定Q量化部件63中将要使用的量化标度设置固定的值(步骤S51)。在固定Q量化部件63中，在该固定的量化标度上对由DCT部件62进行了DCT的DCT系数数据进行量化。在可变长度码量计算部件64中，计算可变长度码量(步骤S52)，并且为每个宏块确定MB生成码量(步骤S53)。对于单个图片重复这种处理，并且判定处理是否进行到了最后一个宏块(步骤S54)。当处理已进行到最后一个宏块时，处理返回。
接下来，在图13所示的处理中，统计量计算部件65通过使用作为关系信息的统计数据VirBit，像第一实施例中那样确定(步骤S61)接近图片目标量的量化标度Q(q_scale_target)来作为平均量化标度Qa。通过基于平均量化标度Qa的自适应量化，根据式(5)确定宏块的基本量化标度QMB(q_scaleMB)(步骤S62)。这里的MB目标码量TargetMB由式(6)表示。
现在，如果作为反馈单位的单个宏块包括边缘边界或者其中8×8 DCT块具有很不相同的特性的其他位置，则不同特性组的特性可被累积。对于这种位置，宏块不是合适的分组单位。
为了消除偏离了统计曲线的宏块异常的影响，可以按比宏块大的单位来执行反馈控制。可以按诸如一行到一屏宏块之类的单位来执行反馈控制，只要实际发生的实际生成码量落在系统中可允许的误差的容许限度内即可。
在下文中将该反馈单位称为片层。
每当对一个片层完成实际编码时，就将实际MB生成码量GenBitsMB和MB目标码量TargetMB分别加起来，从而计算出作为每个片层的实际生成码量的片层实际生成码量GenBitsslice以及作为每个片层的目标码量的片层目标码量Targetslice(步骤S65和S66)。以片层为单位，利用用于反馈控制的修改值q_adj(步骤S65)来对与下一片层相对应的所有宏块的基本量化标度QMB(q_scale)进行校正。
TargetBitsslice＝∑VirBit[mb_mode][act_q_scale][byte_group]  ...(11)
GenBitsslice＝∑GenBitsMB                                    ...(12)
这里，TargetBitsslice是片层的MB目标码量TargetMB的总和，GenBitsslice是片层的实际MB生成码量。
q_adj＝(∑GenBitsslice-∑TargetBitsslice)/∑Deltaslice       ...(13)
这里，修改值q_adj被添加到要编码的下一片层中的每个基本量化标度(q_scale)。Deltaslice是相当于基本量化标度QMB(q_scale)的单个变化量的边界值，并且∑表示从最前端片层起求和。
即，如果修改值q_adj被设置得太高，修改后的量化标度QSMB(q_scale_adj)则可能会相对于基本量化标度QMB被进行了如此大的修改以致于发生了偏离。因此，片层实际生成码量GenBitsslice和片层目标码量Targetslice(这是每个片层的目标码量)之间的码量差异被除以∑Deltaslice，以将修改值q_adj调节到适当的值。
在利用修改值q_adj对下一片层进行校正之后，修改后的量化标度QSMB(q_scale_adj)可被表示为“q_scale+q_adj”，即，关于基本量化标度QMB的修改值q_adj。然后，通过使用这些修改后的量化标度QSMB(q_scale_adj)来执行实际编码(步骤S64)。重复以上处理，直到最后一个片层(步骤S67)。当处理进行到了最后一个片层时，处理返回。
(3-2)编码处理的过程
接下来，将参考图12和13的流程图来描述根据编码程序执行的编码处理过程。注意，图12的流程图示出了在编码处理过程RT3(图8)的步骤S22将要执行的码量预测处理。图13的流程图示出了在编码处理过程RT3(图8)的步骤S23将要执行的实际编码处理。
在步骤S22，编码装置进行到利用固定量化标度QI对图像数据编码的码量预测处理过程RT6(图12)的步骤S51，以便通过使用预编码器60来收集生成码量。
在步骤S51，预编码器60通过使用DCT部件62来向输入数据应用DCT处理。预编码器60还在固定量化标度QI上对经过DCT变换的图像数据(DCT系数数据)进行量化，从而生成临时量化数据。预编码器60还通过使用可变长度码量计算部件64对临时量化数据执行可变长度编码，从而生成编码流来作为临时量化数据。预编码器60随后进行到下一步骤S53。
在步骤S53，预编码器60将编码流的每个宏块的MB生成码量GenBitsMB临时存储到统计计算单元中，并且进行到下一步骤S54。
在步骤S54，预编码器60判定统计量计算部件31要处理的宏块是否是当前图片的最后一个宏块。如果结果为否定，预编码器60则返回到步骤S52，以继续码量预测处理。
另一方面，如果步骤S54中的结果为肯定，表明要对下一图片执行码量预测处理，则预编码器60返回到编码处理过程RT3(图8)的步骤S22并且进行到下一步骤S23。
在步骤S23，编码装置进行到实际编码处理过程RT7(图13)的步骤S61，其中在基于在步骤S22中计算出的MB生成码量GenBitsMB执行速率控制的同时对图像数据(DCT系数数据)进行编码。
在步骤S61，编码装置的速率控制部件70基于在步骤S22中计算出的MB生成码量GenBitsMB，通过使用量化索引预测部件71，来计算将要逐个图片地确定的平均量化标度Qa。速率控制部件70随后进行到下一步骤S62。
在步骤S62，速率控制部件70通过使用量化索引预测部件71，基于平均量化标度Qa，来增大/减小基于活动的偏移量λ，从而预测基本量化标度QMB。速率控制部件70随后进行到下一步骤S63。
在步骤S63，速率控制部件70通过使用量化索引校正部件72，基于基本量化标度QMB，并且根据式(13)，来计算作为根据修改值q_adj进行了修改的基本量化标度QMB的修改后的量化标度QSMB。速率控制部件70随后进行到下一步骤S64。
在步骤S64，参数编码器80通过使用量化部件81，基于修改后的量化标度QSMB，对图像数据进行量化，从而生成量化数据。参数编码器80还通过使用可变长度编码部件82对量化数据执行可变长度编码，从而生成作为临时量化数据的编码流。参数编码器80将该编码流临时存储到缓冲器83中，并且进行到下一步骤S65。
在步骤S65，速率控制部件70通过使用目标比特量求和部件73，根据式(14)将MB目标码量TargetMB加起来，从而计算片层目标码量Targetslice。速率控制部件70随后进行到下一步骤S66。
在步骤S66，速率控制部件70通过使用生成码量求和部件74，根据式(12)，将MB生成码量GenBitsMB加起来，从而计算片层生成码量TargetBitslice。这里，速率控制部件70基于片层目标码量Targetslice和片层目标码量Targetslice，根据式(13)来修改值q_adj，并且进行到下一步骤S67。
在步骤S67，速率控制部件40判定要处理的片层是否是最后一个片层。如果结果为否定，速率控制部件40则返回到步骤S62以继续实际编码处理。
另一方面，如果步骤S67中的结果为肯定，表明要对下一图片执行处理，则编码装置返回到编码处理过程RT3(图8)的步骤S23，并且进行到下一步骤S24。
(3-3)操作和效果
利用前述配置，编码装置逐个片层地设置片层目标码量Targetslice，并且基于该片层目标码量Targetslice和片层实际生成码量GenBitsslice(这是每个片层的实际生成的码量)之间的差异来执行反馈控制。
结果，即使在单个宏块包括边缘边界从而存在两种不同类型的图像的情况下，编码装置也可以按适当的反馈单位执行反馈控制。
(4)第四实施例
(4-1)概述
如上所述，在所提出的MPEG-2测试模型TM5等等之中，码量控制是通过利用虚拟缓冲器的剩余水平、先前编码中使用的量化索引和MB生成码量之间的关系进行的反馈控制来实现的。
然而，根据前述的基于静止图像的传统技术，为了找出接近目标码量并且在整个屏幕上提供均匀性的平均量化标度，必须多次地以不同量化标度计算码量并且进行预测。这增大了与用于计算的电路有关的成本。
在以上述的TM5为代表的反馈型码量控制中，每当切换到一个不同的序列时，就不可能提供产生适当码量的量化标度。这在屏幕的下部区域中导致了比屏幕的上部区域中更大、视觉上更明显的失真，并且在进入序列时生成了过量的代码，从而要求码量抑制，并且图像质量明显劣化。
这种问题有时可通过获取以一定的值进行的先前量化中的生成量来解决。如在第一实施例中已经描述的，在MPEG-2或者尤其是MPEG-2 Intra中，DCT系数的值从低频到高频减小。这对于自然图像来说始终是成立的。宏块MB的码量和系数分布之间因此具有很高的关联，并且可以仅从码量来进行预测。
然而，在MPEG-4 Part 10：AVC(高级视频编码)(以下称为AVC标准)中，内MB也包括帧内预测(输入图片减去I-pred图片/MC图片，即差分图片)等等。除非前述关系成立，否则DCT系数分布与MPEG-2是不同的。因此，有时即使通过使用与支持MPEG-2时相同的方法，也不可能精确地估计MB生成码量。
因此，本发明的一个提议是允许对每图片的理想码量分配的预测，以低成本实现用于VTR系统等等中的CBR(恒定比特率)码量控制，并且消除由于序列变化后码量的过度使用而造成的时间上失衡的失真等等(这在TM5和其他反馈型码量控制中是成问题的)。
(4-2)编码装置的配置
图14示出了根据本发明实施例的编码装置的配置，现在将对其进行描述。
该编码装置支持AVC标准，并且采用2遍编码方案。
2遍编码方案的原始目标是精确地估计编码时的MB生成码量，并且执行图片内的码量分配和图片间的码量分配，以便实现较高的图像质量。本实施例的特征在于，预测利用一定的量化值进行编码时的MB生成码量，这是该方案的基本技术之一。
如该图14中所示，编码装置包括预编码器201、参数编码器203、码量估计处理部件202、以及延迟缓冲器204。预编码器201包括预测模式确定部件211、DCT(离散余弦变换)部件212、量化部件213、逆量化部件214、IDCT(逆离散余弦变换)部件215、预测图片生成部件216、以及码长计算部件217。码量估计处理部件202包括图片码量预测部件221、码量分组部件222、以及宏块码量预测部件223。参数编码器203包括预测图片选择部件231、DCT部件232、量化部件233、逆量化部件234、IDCT部件235、预测图片生成部件236、以及编码部件237。
在前述配置下，基本的2遍编码控制包括：利用所选择的单个量化参数QP来执行用于获取信息的编码，这被称为预编码；并且基于所获取的信息和预先创建的统计信息，预测利用其他未选择的量化参数QP执行编码的情形的MB生成码量。即，预编码器201执行预编码，并且参数编码器203执行实际编码。应当明白，预编码器201例如对应于临时编码装置。参数编码器203例如对应于实际编码装置。码量估计处理部件202例如对应于码量估计部件。然而，这并非限制性的。图片应当是内图片(帧内预测差分图片)。
在预编码器201的预编码中，利用固定的量化参数QP(以下，将称其为固定量化参数QPI；例如QPI＝16)来对所有宏块进行编码。编码处理本身是通过上下文自适应可变长度编码(CAVLC)来执行的。即，即使实际编码是通过CABAC(上下文自适应二进制算术编码)来执行的，预编码也采用CAVLC编码。
使用CAVLC的原因在于其处理比CABAC更简单。CABAC处理可能太过耗时，因为二进制化尤其是在硬件上可能产生过量的代码。CABAC是算术编码，而CAVLC是可变长度编码，即，二者是不同编码系统的。CAVLC编码也旨在抑制电路规模。
一般地，可变长度编码对某些区域的信息高效地编码。算术编码对无论什么区域都能够进行高效编码。
由于该特性，如果基于可变长度编码来预测算术编码中的MB生成码量，则依据所输出的信息，自然可能发生较大的误差。然而，CAVLC可以自适应地切换上下文，并且因此与典型的可变长度编码相比可以在没有那么大区域限制的情况下进行高效的编码。因此，即使从基于CAVLC的MB生成码量也能估计基于CABAC的MB生成码量，虽然说不上是没有误差的。在其他方面，ME(运动估计)和MB模式确定处理是以与实际编码中几乎相同的方式来执行的。
实际编码(参数编码器203)但不是预编码(预编码器201)包括根据图像特性来增大/减小量化参数QP，或者所谓的活动处理。例如，对于图像劣化明显的宏块减小量化参数QP，而在图像劣化不那么明显之处则增大量化参数QP。为了增大实际编码的估计精度，该调节值也是在预编码时计算的，并且信息被逐宏块地输出。
在预编码期间要输出的其他信息包括每个宏块中的DCT系数的MB生成码量，头部的MB生成码量，以及非零系数的数目。顺便说一下，每个宏块中的DCT系数的MB生成码量和头部的MB生成码量是分别输出的。
除此之外，对于每个MB的系数计算被称为“Coef Cost”(系数成本)的值，并且也将其总和输出用于精确估计。如下文将描述的，在此实施例中，基于该Coef Cost来校正根据统计信息获得的宏块的MB生成码量。
这里，Coef Cost指的是使系数为零的量化参数QP的增大的指标。换言之，Coef Cost是表明为了使系数降到零要将量化参数QP增大多少的值。在此实施例中，Coef Cost是根据系数的值来确定的。Coef Cost对于系数0为0，对于1为1，对于2为2，对于3和4为3，对于5至8为4，对于9至16为5，在此之后是按照(系数值/16)+5来计算的。
对于小系数，重要的是比特的数目，因为系数变为零比系数的大小重要。对于大系数，在此实施例中每16递增Coef Cost，以便反映系数的大小逐渐减小的信息。
妈，对于较小的量化系数，Coef Cost相对于系数的增大/减小被增大/减小得更多。另一方面，对于较大的系数，Coef Cost相对于系数的增大/减小被增大/减小得较少。
现在，如果在预测MB生成码量时要求相当高的精确度，则这些CoefCost的直方图可能是更好的输出，不过信息量是巨大的。
另一方面，如果不需要这种高精确度，则Coef Cost的总和/非零系数的数目，即，关于每系数Coef Cost的信息，可用于增大精确度。在此实施例中，Coef Cost的总和随后被输出作为该信息。由于非零系数的数目被预先输出，因此有了该总和就可以进行计算。
下面，将参考图15的流程图来详细描述根据本发明一个实施例的编码装置进行的编码处理。应当注意，以下处理的全部或一部分也对应于根据本发明第一实施例的图像编码方法。
在预测模式确定部件211中，基于决定GOP(图片组)周期的N和决定I图片或P图片的周期的初始值M来周期性地向输入视频信号指定图片类型，比如IBBPBBP...(步骤S1)。接下来，在预测模式确定部件211中，接收输入视频信号，并且基于由预测图片生成部件16确定的来自MC图片的残差(MAD)、宏块分布等等，确定宏块类型或预测模式。预测图片被发送到DCT部件212(步骤S2)。
在DCT部件212中，通过离散余弦变换将预测图片变换到频域，并且将DCT系数数据发送到量化部件213。该量化部件213利用固定到DCT系数数据的量化参数QP(例如，QP＝16)来执行量化处理(步骤S3)。
在逆量化部件214和IDCT部件215中，基于量化部件213的输出生成局部解码的图片以便获得预测图片。即，在逆量化部件214中，从量化部件213提供来的量化数据被逆量化以再现DCT系数数据。在IDCT部件215中，该DCT系数数据经历逆离散余弦变换以生成局部解码的图片。基于该局部解码的图片，预测图片生成部件16随后执行运动估计(步骤S4和S5)。
接下来，码量估计处理部件202的图片码量预测部件221执行执行码量预测(步骤S6)。细节将在下文中参考图16给出。
这里，在宏块码量预测部件223中，基于由码量分组部件222分组的信息和用统计方法确定的预测曲线(转变曲线)，图片的量化参数QP被转换成要为每个宏块预测的量化参数QP(以下将称其为基本量化参数QPMB)和各个宏块的期望目标码量TargetMB。基本量化参数QPMB和目标码量TargetMB被设置到参数编码器203中(步骤S7)。
在参数编码器203中，在基于由预编码器201确定的图片类型、宏块预测模式、运动向量以及由图片码量预测部件221确定的基本量化参数QPMB和目标码量TargetMB执行码量控制的同时反馈实际的MB生成码量，从而执行参数编码(步骤S8)。
即，输入视频信号通过延迟缓冲器4进行的延迟处理被输入。在预测图片选择部件231中，宏块的预测模式被宏块码量预测部件223设置，并且预测图片被选择。在DCT部件232中，执行DCT变换并将DCT系数数据发送到量化部件233。在量化部件233中，通过使用由宏块码量预测部件223确定的基本量化参数QPMB来对该DCT系数数据执行量化，并且将量化数据发送到编码部件237。在该编码部件237中，执行编码，并且输出编码流，以作为临时量化数据。在逆量化部件234、IDCT部件235和预测图片生成部件236中，为了获得预测图片，基于量化部件233的输出(量化数据)生成局部解码的图片。这样就完成了这一系列处理。
接下来，参考图16的流程图，将描述在图15的步骤S6中要执行的码量预测处理。
在码量预测处理中，对于利用一定的量化参数QP来量化GOP的情形计算图片生成码量(步骤S111)。这是通过对于利用量化参数QP量化图片的情形计算MB生成码量来执行的(步骤S112)。具体而言，它是通过逐宏块的基本码量预测来实现的(步骤S113)。逐宏块基本码量预测将在下文中参考图17来详细描述。
即，利用一定的量化参数QP来量化的各个宏块的MB生成码量被计算出并加起来，以计算出在该量化参数QP下每个图片的图片生成码量。这些图片生成码量被进一步加起来以计算出在该量化参数QP下每个GOP的GOP生成码量。
从而，判定GOP生成码量是否落在期望的GOP目标码量内(步骤S114)。如果不是，则改变量化参数QP以返回到步骤S111，重复前述处理。如果是，则结束此处理。由此可以得出，处理进行到图15的S7和随后的步骤。
接下来，参考图17，将详细描述在图16的步骤S113要执行的图像码量预测处理。
此实施例是以为每个MB组创建关于单个系数的Coef Cost的典型值的统计信息为基础的。对于量化参数QP为“0至51”的情形，还为每个MB组创建关于<由宏块生成的DCT系数的码量的典型值>的统计信息。对于量化参数QP为“0至51”的情形，还为每个MB组创建关于“当单个系数的Coef Cost相对于<单个系数的Coef Cost的典型值>偏离1时<MB生成码量变化的典型值>”的统计信息。为了根据该统计信息获取宏块的MB生成码量，宏块的调节值AddQp被反映在其上。(→以后检查“0”或“1”)。
现在，当以一定的量化参数QP来预测码量时，首先基于由预编码器201的预编码确定的宏块的DCT系数的MB生成码量来对宏块进行分组(步骤S121)。
在此实施例中，DCT系数的MB生成码量除以64所得的值被用作组号(以下称之为MbGroupNo)。当预测MB生成码量时，使用被创建为来自统计信息的关系信息的关系表(对应于第一实施例中的预测曲线)，该关系表指示出量化参数QP和MB生成码量之间的关系。关系表可以被表达为VirBits[MbGroupNo][Q]，并且按每个宏块组号被存储为预测表。因此，这些关系表可用于获得期望的量化参数QP下的MB生成码量的预测值。
在此实施例中，为互片层/内片层(Inter Slice/Intra Slice)分别准备关系表。各个互片层/内片层关系表被统称为统计表，其可被表达为VirBits[SliceType][MbGroup][Qp]。
即，对于宏块组的每个组号建立包含与每个量化参数QP相关联的MB生成码量的预测表，从而创建关系表。对于片层的每种图片类型(即，预测模式)建立关系表，从而建立统计表。这些统计表被存储在未示出的ROM等等之中。
接下来，单个图片在一个特定的基本量化参数QP(TargetQp)下预测MB生成码量。这里，根据图像特性，对于每个宏块增大/减小量化参数QP(步骤S122)。即，在预编码时根据图像的特性来添加量化参数QP的调节值AddQp。其上反映了调节值AddQp的单个图片的图片生成码量由以下公式来表达(步骤S123)：
Sum(VirBits[SliceType][MbGroup][TargetQp+AddQp])      ...(14)
即，对于每个图片，在用来进行预测的量化参数QP(TargetQp)下的图片生成码量是通过将与图片类型、宏块组号和量化参数QP(TargetQp+AddQp)相关联的生成码量相加来确定的值，其中量化参数QP(TargetQp+AddQp)是其上反映了调节值AddQp的用来进行预测的量化参数QP。
此外，由于从表中获得的MB生成码量的数目对于每个组是一个，所以如果反映了组内MB生成码量之间的差异，则可以提高精确度。于是，如果通过预编码确定的MB生成码量和VirBits[SliceType][MbGroup][预编码时的量化参数QP]之间存在差异(DiffBits)，则该差异被添加到所有量化参数QP(步骤S24)。这由以下式子来表达：
DiffBits＝预编码时的MB生成码量-VirBits[SliceType][MbGroup][预编码时的量化参数QP]           ...(15)
即，当预测某个量化参数QP下宏块的MB生成码量时，确定通过对宏块预编码而实际生成的码量与该MB组中的量化参数QP的<由MB生成的DCT系数的码量的典型值>之间的差异值。该差异值随后作为固定校正值DiffBits被添加。该固定校正值在图18中概念性地示出。
即，在图18中，垂直轴指示出码量，并且水平轴指示出量化参数QP。实线指示统计值，虚线指示偏离统计的值。根据该图，如果类似情形中的宏块在一个量化参数QP下的MB生成码量中具有差异(由箭头指示)，则它们在任何量化参数QP下都表现出有些相似的差异。考虑到此，该固定校正值DiffBits被反映为组内的MB生成码量的差异。
换言之，通过使用差异值作为固定校正值DiffBits，通过统计示出的预测曲线被平行移动以便使用。
接下来，确定预编码时的Coef Cost和同一组的统计信息的Coef Cost之间的差异(步骤S125)。下面将描述其原因。
当量化参数QP变化时，所有MB都不发生类似的增大或减小，即使这些MB在预编码时属于同一组也是如此。一些宏块的MB生成码量迅速减小，而一些宏块的MB生成码量减小得没有那么迅速。这种差异单单在MB生成码量的统计信息中是不可见的，并且MB可能或多或少的产生误差。每个单独的误差不是那么高，但累积的单个图片则可能有一些误差。为了校正这些误差，在此步骤中使用每系数的CoefCost的信息。
该码量是根据系数的大小来计算的。值较低则表明即使量化参数QP略微增大也会有更多的系数变为零系数。另一方面，值较高则表明即使量化参数QP发生一些增大也只有较少的系数变为零系数。在基于AVC的编码中，该值被用于误差校正，因为MB生成码量往往会随着零系数的数目增大而显著减小。
可变校正值在图19中概念性地示出。
即，在图19中，垂直轴指示码量，并且水平轴指示量化参数QP。实线指示统计值，虚线指示偏离统计的值。当每系数Coef Cost(Coef Cost/非零系数的数目)较低时，意味着宏块有许多小系数。零系数的数目在量化参数QP被增大时往往会迅速增大(较高的减小速率)。另一方面，当每系数Coef Cost较高时，意味着宏块有许多大系数。即使量化参数QP被增大，零的数目也往往增大得较少(较低的减小速率)。然后，根据每系数Coef Cost和所生成比特数目的比率来确定可变校正值CorrectBits，并且将其用于校正。
换言之，由统计示出的预测曲线是在以用来实际计算MB生成码量的固定量化参数QPI下的MB生成码量为中心、利用可变校正值CorrectBits修改了梯度的情况下被使用的。
具体而言，为了进行误差校正，首先根据相对于从统计信息创建的组的每系数Coef Cost的偏离量CostDiff来计算宏块的每系数Coef Cost。这由下式来表达：
CostDiff＝每系数CoefCost-CoefCost[MbGroup]           ...(16)
接下来，根据统计信息计算对Coef Cost的差异的校正值，并且确定MB生成码量(步骤S26)。这里，利用以下式子，参考根据统计信息确定的调节表来确定可变校正量CorrectBits，其中该调节表指示出对于每系数CoefCost的等于1的变化，MB生成码量增大/减小多少：
CorrectBits＝RatioCostBits[SliceType][MbGroupNo][TargetQp+AddQp]*CostDiff                         ...(17)
即，在此步骤中，预测在某个量化参数QP下宏块的MB生成码量。这里，如果宏块的单个系数的Coef Cost的值和宏块组的单个系数的CoefCost的典型值之间有差异，则基于该差异和“当单个系数的Coef Cost相对于<单个系数的Coef Cost的典型值>偏离1时MB生成码量变化的典型值(以下将称之为校正系数RationCostBit)”来计算要校正的MB生成码量。
即，通过以下方式来计算MB生成码量：将基于片层的图片类型、宏组号和反映了调节值AddQp的量化参数QP(TargetQp+AddQp)来选择的校正系数RationCostBit乘以偏离量CostDiff。
结果，单个图片的图片生成码量由以下公式给出：
Sum(VirBits[SliceType][MbGroup][TaretQp+AddQp]+DiffBits+CorrectBits)                          ...(18)
这样就完成了宏块码量预测，并且处理进行到图16的步骤S114和随后的步骤。
在此实施例中，利用每系数Coef Cost的信息执行了校正。于是必须计算Coef Cost的信息。可以认为，如果需要减少处理，则可以用每系数生成码量来替换每系数Coef Cost，不过这样预测精确度会有些降低。在此情况下，要创建的统计信息是关于单个系数的生成码量的典型值和“当单个系数的生成码量相对于<单个系数的生成码量的典型值>偏离1时<生成码量变化的典型值>”的。
现在，逐个图片地执行宏块的头部部分的生成码量。如果量化参数QP落在0至26内则不改变生成码量，而如果量化参数QP落在40至51内则将生成码量设置为每1MB一定的固定比特(A比特)。如果预编码期间MB头部的生成码量每1MB平均为A比特或更多，并且量化参数QP落在27至39内，则通过线性插值来确定生成码量，以便在量化参数QP为40时为每1MB A比特。
这里，固定量化参数QPI被假定为设置成有可能用于参数编码的量化参数QP(例如，“10到20”左右的值)。这里，利用即使量化参数QP增大/减小，头部部分的MB生成码量也不会有很大变化这一特性，如果量化参数QP接近固定量化参数QPI或者说“0至26”，编码装置则将除固定量化参数QPI之外的量化参数QPI下的MB生成码量简单地预测成固定量化参数QPI下的MB生成码量。
另外，利用如果量化参数QPI超过一定的值则头部部分的MB生成码量变化很小这一特性，如果量化参数QP高于或等于“40”，编码装置则将除固定量化参数QPI之外的量化参数QPI下的MB生成码量预测为固定值“A”比特。
然后，如果量化参数QPI为“27至39”，编码装置则通过线性插值来预测MB生成码量，以使得在等于“40”的量化参数QP下MB生成码量为固定值“A”，并且在“26”下MB生成码量为固定量化参数QPI下的MB生成码量。
利用头部部分的特性，使得编码装置可以通过简单的处理来精确地预测头部部分的MB生成码量。
编码装置随后被配置为像第一至第三实施例的任何一个之中那样设置MB目标码量TargetMB和基本量化参数QPMB，并且执行前述的速率控制。
如上所述，根据本发明的一个实施例，可以很精确地以MB为单位确定基本量化参数QPMB和MB目标码量TargetMB的预测值。实际编码期间的反馈是用于码量控制的预防性处理。因此，可以预测每个图片的理想码量分配，并且以低成本实现用于VTR系统等等中的CBR码量控制。还可以消除由于序列改变后码量的过度使用而造成的时间失衡失真等等，而这在TM5和其他反馈型码量控制中是成问题的。这带来了图像质量的改善。还可以更精确地逐个宏块地执行速率分配，而不论图片的图像内容如何，从而图像质量得到了改善。因此，可以防止一些图像发生由于码量不足而造成的屏幕下部区域的宏块跳过。
(4-3)编码处理的过程
现在，将参考图17的流程图来描述根据编码程序要执行的MB码量预测处理。
当基于利用固定量化参数QP量化的量化数据的编码流(临时量化数据)被提供来时，编码装置的图片码量预测部件221基于各个宏块的生成码量GenBitsMB和图片类型，通过使用码量分组部件222来对编码流的每个宏块进行分组。图片码量预测部件221随后进行到下一步骤S122。
在步骤S122，图片码量预测部件221根据在预编码器201的预编码时计算出的图像的特性，通过使用宏块码量预测部件223，来向用来进行预测的量化参数QP添加调节值AddQp。图片码量预测部件221从而计算出自适应量化参数QPt，并且进行到下一步骤S 123。
在步骤S123，图片码量预测部件221通过使用宏块码量预测部件223，基于宏块的图片类型，来从统计表中选择一个关系表。图片码量预测部件221还基于宏块所被分类到的组选择一个预测表，并且读取在该自适应量化参数QPt下宏块的MB生成码量。图片码量预测部件221随后进行到下一步骤S124。
在步骤S124，图片码量预测部件221通过使用宏块码量预测部件223，根据式(15)，来计算预编码时的MB生成码量GenBitsMB和所选择的预测表中的固定量化参数QP的生成码量之间的差异值DiffBits。图片码量预测部件221随后进行到下一步骤S125。
在步骤S125，图片码量预测部件221通过使用宏块码量预测部件223，将每个宏块的Coef Cost的总和除以非零系数的数目(即，不是零的系数的数目)，从而计算出每系数Coef Cost。宏块码量预测部件223还根据式(16)来计算出在预编码时计算出的宏块的每系数Coef Cost与利用固定量化参数QP计算出的宏块所分类到的组的每系数Coef Cost之间的差异值CostDiff。宏块码量预测部件223随后进行到下一步骤S126。
在步骤S126，图片码量预测部件221通过使用宏块码量预测部件223，从按图片类型、按组、按自适应量化参数QPt的值存储的多条校正信息之中，选择相应的校正系数RationCostBit。宏块码量预测部件223还通过将所选择的该校正系数乘以在步骤S125中计算出的差异值CostDiff，来根据式(17)计算校正值CorrectBits。
然后，宏块码量预测部件223通过将在步骤S124计算出的差异值DiffBits和校正值CorrectBits添加到在步骤S124中读取的自适应量化参数QPt下的MB生成码量，根据公式(18)来预测在自适应量化参数QPt下的MB生成码量。宏块码量预测部件223随后进行到结束步骤以结束处理，并且返回到码量预测处理过程RT9的步骤S133。
(4-4)解码装置
现在，将参考图20来描述用于对如上所述编码的实际编码流进行解码的解码装置300的配置。
当实际编码流被提供来时，解码装置300通过使用在实际编码流中设置的设置信息来执行对实际编码流的解码。具体而言，解码装置300将实际编码流提供到解码部件301。解码部件301对实际编码流进行解码以生成量化数据，并且将量化数据提供到逆量化部件302。
逆量化部件302通过使用在设置信息中设置的量化参数QP来对量化数据进行逆量化，从而恢复由DCT系数构成的图像数据，并且将该图像数据提供给IDCT部件303。IDCT部件303向图像数据应用IDCT处理，并且将差分图像数据SAD提供给预测图片添加部件304。
预测图片添加部件304被配置为将通过逆内预测处理和运动估计处理预测出的预测值添加到差分图像数据SAD，从而生成示出图像的视频输出信号，并且将该视频输出信号输出到未示出的外部设备等等。
(4-5)操作和效果
利用前述配置，编码装置使用利用下述编码方案来编码的编码流作为临时量化数据：在该编码方案中，在图像数据的量化之后，宏块生成码量不会依据区域而有很大的变化。编码装置还使用预测表作为预测用量化数据，，并且利用可变校正值CorrectBits来对基于预测表中固定量化参数QPI之外的量化参数QP的量化步长(即，未选择的量化步长)下的MB生成码量进行校正，从而预测利用未选择的量化步长来量化作为图像数据的DCT系数数据的情形的MB生成码量。
因此，即使在通过其中MB生成码量不会依据区域而有很大变化的编码方案来对量化数据进行编码的情况下，编码装置也可以基于利用所选择的固定量化参数QP计算出的MB生成码量来预测在除了固定量化参数QPI之外的量化参数QP下的MB生成码量。
另外，编码装置向图像数据应用DCT处理的预定正交变换处理，从而生成DCT系数数据(变换系数)作为图像数据。基于该DCT系数数据，编码装置选择用于对从预测曲线上的除固定量化参数QPI之外的量化参数QP得到的量化步长(即，未选择的量化步长)的宏块生成码量进行校正的可变校正值CorrectBits。
另外，编码装置计算每个宏块中的Coef Cost的总和，来作为CoefCost的总指标，这是根据基于使DCT系数为零所必需的零量化步长的量化参数QP计算出的指标值。基于Coef Cost的总和，编码装置确定可变校正值CorretBits来作为用于对MB生成码量进行校正的校正值。
因此，编码装置可以适当地校正MB生成码量，因为可以基于对MB生成码量具有很大影响的Coef Cost来确定可变校正值CorretBits。利用Coef Cost的总和，与使用所有Coef Cost值时相比，编码装置还可以减小要存储的可变校正值CorretBits的信息量及其处理负担。
另外，编码装置计算Coef Cost以使得Coef Cost对于基于具有小值的零量化步长的量化参数QP有较大的增大/减小。
因此，编码装置对于可能变为“0”的DCT系数可随着量化参数QP的增大而较多的增大/减小Coef Cost，从而可将MB生成码量的变动大小直接反映在CoefCost上。
另外，编码装置基于每系数Coef Cost来确定可变校正值CorretBits，其中每系数Coef Cost是非零系数或不为零的DCT系数的每个数目的CoefCost。
因此，编码装置可以提高基于校正的MB生成码量的预测精确度，因为它可以使用对MB生成码量具有较高影响的非零系数的数目作为用于确定可变校正值CorretBits的因素。
编码装置还基于非零系数或不为零的DCT系数的每个数目的CoefCost以及从要预测的MB生成码量的除固定量化参数QPI外的量化参数QP得到的量化步长(即，未选择的量化步长)来确定可变校正值CorretBits。
因此，编码装置可以提高基于校正的MB生成码量的预测精确度，因为它可以根据固定量化参数QPI和除固定量化参数QPI之外的量化参数QP之间的差异(即，所选择的量化步长和未选择的量化步长之间的差异)来确定可变校正值CorretBits。
编码装置还根据作为临时量化数据的编码流的MB生成码量来确定用于对所选择的预测表中固定量化参数QPI之外的量化步长下的MB生成码量进行校正的可变校正值CorretBits。
另外，编码装置根据预测表中的所选量化步长(基于固定量化参数QPI的量化步长)下的MB生成码量来计算固定校正值DiffBits，来作为在所选量化步长下由预测表所示出的预测用量化数据的MB生成码量的差异值。编码装置随后通过将固定校正值DiffBits添加到在未选择的量化参数QP(即，除了固定量化参数QPI之外)下由预测表所示出的MB生成码量，来预测未选择的量化步长的MB生成码量。
因此，编码装置可以提高MB生成码量的预测精确度，因为可以利用固定校正值DiffBits来对在分组成预测量化数据时发生的误差进行校正。
另外，编码装置分别预测图像数据的图像部分的MB生成码量和图像数据的头部部分的MB生成码量。
因此，编码装置可以提高MB生成码量的预测精确度，因为它可以分别预测具有不同的增大/减小趋势的图像部分和头部部分的MB生成码量。
另外，如果除固定量化参数QPI之外的量化参数QP落在接近所选择的量化步长所基于的固定量化参数QPI的“0至26”的第一步长范围内，编码装置则使用固定量化参数QPI下头部部分的MB生成码量，来作为未选择的量化步长所基于的除固定量化参数QPI之外的量化参数QP下头部部分的MB生成码量。
如果除固定量化参数QPI之外的量化参数QP落在远离所选择的量化步长所基于的固定量化参数QPI的“40”以及上的第二步长范围内，编码装置则还使用具有预定的固定值“A”的固定MB生成码量，来作为未选择的量化步长所基于的除固定量化参数QPI之外的量化参数QP下头部部分的MB生成码量。
另外，除固定量化参数QPI之外的量化参数QP位于“0至26”和“40”及以上之间的“27至39”的第三步长范围内，编码装置则使用通过所选择的量化步长所基于固定量化参数QPI下的MB生成码量和一个固定的MB生成码量(其中，量化参数QPI被设置为第一步长范围的最大值“26”和第二步长范围的最小值“40”)之间的线性插值计算出的值，来作为未选择的量化步长所基于的除固定量化参数QPI之外的量化参数QP下的MB生成码量。
因此，编码装置可以提高MB生成码量的预测精确度，因为它可以根据头部部分的特性来预测MB生成码量。
编码装置通过对图像数据进行量化，然后进行算术编码，来生成实际编码流作为实际量化数据。编码装置通过对图像数据进行量化，然后进行自适应地切换上下文的可变长度编码，来生成临时编码流作为临时量化数据。
编码装置的配置因此可得到简化，因为它可以通过使用比算术编码更简单的可变长度编码来预测各条图像数据的MB生成码量。对自适应地切换上下文的可变长度编码的使用也可以减小对于算术编码可能发生的误差。
根据前述配置，编码装置依据编码方案来对预测表中固定量化参数QPI之外的量化参数QP所表现出的MB生成码量进行校正。编码装置从而可以根据基于固定量化参数QP的MB生成码量，来预测从除固定量化参数QPI之外的量化参数得到的MB生成码量。
(5)其他实施例
现在，前述的第一实施例涉及了固定量化标度QI被设置为“10”的情况。然而，本发明并不限于此，而是可以选择1至31的量化索引中的任何一个。这对于第四实施例的固定量化参数QPI也同样成立的，并且可以选择0至51的量化索引中的任何一个。
另外，前述第一至第四实施例涉及了量化单位是由16×16像素构成的宏块的情况。然而，本发明并不限于此。例如，8×8像素或4×4像素的子宏块可用作量化单位。对于构成量化单位的像素的数目并没有特别限制。
前述第一至第四实施例还涉及了编码单位为图片的情况。然而，本发明并不限于此。例如，编码单位可以是包括预定数目的图片的GOP、包括多个宏块的片层，由两个图片构成的帧等等，而没有任何特别限制。
另外，前述第一至第三实施例涉及了根据MPEG-2来执行编码的情况。然而，本发明并不限于此。这对于第四实施例也同样成立，其不限于AVC标准。对于编码方案没有特别限制。简言之，本发明可应用到按多个预定的量化步长来执行量化的任何编码装置中。
前述第一至第四实施例还涉及了这样的情况，即，用统计方法从具有一定的MB生成码量的多条预测用量化数据收集量化标度Q或量化参数QP与MB生成码量之间的关系并且将其存储为关系信息。然而，本发明并不限于此。例如，可以按离散方式收集量化标度Q或量化参数QP与多条预测用量化数据的MB生成码量之间的关系。利用基于此的转换公式等等，可以通过线性插值等等以近似方式对预测用量化数据的MB生成码量进行预测并将其存储为关系信息。该关系信息不一定要逐个图片类型地生成。在该关系信息中要设置的预测量化数据(即，组)的数目也可以任意地确定。
前述第一至第四实施例还涉及了在参数编码(实际编码)中执行自适应量化的情况。然而，本发明并不限于此，并且并不一定需要自适应量化。在此情况下，预编码(临时编码)也不需要自适应量化(对量化步长的基于活动的增大/减小)。活动也不一定需要用作自适应量化的指标。其他指标也可用于自适应量化。
前述第一至第四实施例还涉及了预测从其他量化步长得到的MB生成码量并通过速率控制将其反映在目标生成码量TargetMB上的情况。然而，本发明并不限于此。例如，所预测的MB生成码量可用于判定在记录介质的存储容量中是否容纳得下编码流的处理，以及用于确定压缩率的处理。
前述第一至第四实施例还涉及了这样的情况，即通过在相对于基本量化标度Q进行了修改的修改后量化标度QSMB上或者利用相对于基于基本量化参数QP的基本量化步长进行了修改的基于修改后量化参数QPSMB的修改后量化步长进行量化，来使图片生成码量接近图片目标码量。本发明并不限于此，而是可以简单地使用基本量化标度Q或基本量化参数QP来进行量化。
前述第一至第四实施例还涉及了这样的情况，即，平均量化标度Qa是这样的量化标度Q或量化参数QP，在该量化标度Q或量化参数QP下，图片生成码量小于并且最接近图片目标码量pictBits。然而，本发明并不限于此。例如，可以选择在其下图片生成码量最接近图片目标码量pictBits的量化标度Q。这对于量化参数QP也同样成立。
另外，前述第四实施例涉及了Coef Cost被用作用于确定可变校正值CorretBits的指标值的情况。然而，本发明并不限于此，而是可以通过各种其他方法来确定可变校正值CorretBits。可以按单独而不是总和的形式来使用Coef Cost。可以将Coef Cost与彼此相比较，而不是按照每系数CoefCost。对于计算Coef Cost的方法没有特别限制。与DCT系数简单地成比例的值可用作CoefCost。
第四实施例还涉及了添加固定校正值CostDiff的情况。然而，本发明并不限于此。利用固定校正值CostDiff的校正并不是必需的。
前述第四实施例还涉及了分别预测图像部分和头部部分的MB生成码量的情况。然而，本发明并不限于此，而是可以同时预测这些部分的MB生成码量。对于预测头部部分的MB生成码量的方法也没有限制。例如，可以像图像部分那样使用专用于头部部分的关系信息。
前述第四实施例还涉及了通过算术编码来执行实际编码处理而通过可变长度编码来执行临时编码处理的情况。本发明并不限于此。对于编码方案没有特别限制。相同的编码方案可用于编码。也可使用其他编码方法。
虽然以上已经描述了本发明的实施例，但是应当理解本发明并不限于此，而是可以在不脱离本发明的精神的前提下进行各种改进和修改。前述第一至第四实施例的配置在适当时也可被组合。
例如，应当明白，根据前述的第一至第四实施例的图像处理装置和方法也可实现为将要由计算机执行的程序，以及包含该程序的记录介质，即使在这种情况下也能提供前述操作和效果。

Claims (20)

1.一种图像处理装置，包括：
量化选择部件，用于从多个量化步长中为每个量化单位选择一量化步长；
临时编码部件，用于利用由所述量化选择部件选择的量化步长来对图像数据进行量化以生成临时量化数据，并且计算量化单位生成码量，该量化单位生成码量是所述临时量化数据的每个量化单位的生成码量；
存储部件，用于存储关于在由所述量化选择部件选择的量化步长下具有不同量化单位生成码量的多条预测用量化数据的关系信息，该关系信息指示出所述多个量化步长和所述量化单位生成码量之间的关系；
数据选择部件，用于基于所述临时量化数据的量化单位生成码量和由所述量化选择部件选择的量化步长，从所述关系信息中选择预测用量化数据；以及
码量预测部件，用于基于由所述数据选择部件选择的预测用量化数据，来预测利用所述多个量化步长中未被所述量化选择部件选择的量化步长来量化所述图像数据的情形的量化单位生成码量。
2.根据权利要求1所述的图像处理装置，包括：
编码单位生成码量预测部件，用于通过将所预测的量化单位生成码量加起来来预测编码单位生成码量，该编码单位生成码量是量化数据的每个编码单位的生成码量。
3.根据权利要求2所述的图像处理装置，包括：
基本量化步长预测部件，用于预测所述多个量化步长中使所述编码单位生成码量接近编码单位目标码量的基本量化步长，该编码单位目标码量是每个编码单位的目标码量。
4.根据权利要求3所述的图像处理装置，包括：
实际编码部件，用于以每个量化单位为单位对所述图像数据进行量化，从而生成实际量化数据；以及
码量控制部件，用于控制所述实际编码部件，以便利用修改后的量化步长来对所述图像数据进行量化，以使得所述实际量化数据的编码单位生成码量接近所述编码单位目标码量，所述修改后的量化步长是经过修改的基本量化步长。
5.根据权利要求4所述的图像处理装置，包括：
修改后量化步长确定部件，用于基于所述实际量化数据的量化单位生成码量和量化单位目标码量之间的码量差异来确定所述修改后的量化步长，所述量化单位目标码量是每个量化单位的目标生成码量。
6.根据权利要求4所述的图像处理装置，包括：
量化单位目标码量设置部件，用于把基于由所述基本量化步长预测部件预测出的基本量化步长来预测出的量化单位生成码量设置为所述量化单位目标码量。
7.根据权利要求4所述的图像处理装置，其中：
所述码量控制部件包括量化单位目标码量设置部件，该量化单位目标码量设置部件用于把通过将基于由所述量化选择部件选择的量化步长的量化单位生成码量乘以所述编码单位目标码量与在由所述量化选择部件选择的量化步长下的编码单位生成码量的比率所确定的值设置为所述量化单位目标码量。
8.根据权利要求1所述的图像处理装置，其中：
所述基本量化步长预测部件通过选择平均量化步长并且增大/减小对该平均量化步长的活动调节值来预测所述基本量化步长，该平均量化步长使得所述编码单位生成码量小于所述编码单位目标码量并且使所述编码单位生成码量和所述编码单位目标码量之间的差异最小化。
9.根据权利要求1所述的图像处理装置，其中：
所述临时编码部件利用由所述量化选择部件选择的量化步长来对所述编码单位的图像数据进行量化。
10.根据权利要求1所述的图像处理装置，其中：
所述存储部件逐个图片类型地存储所述关系信息；并且
所述码量预测部件根据图片类型从所述关系信息中选择所述预测用量化数据。
11.根据权利要求1所述的图像处理装置，其中：
所述临时编码部件利用根据每个量化单位的图像数据的量化步长来对图像数据进行量化。
12.根据权利要求1所述的图像处理装置，其中：
所述临时编码部件通过对所述图像数据进行量化、然后利用固定表进行可变长度编码，来生成所述临时量化数据；并且
所述码量预测部件预测在未被所述量化选择部件选择的量化步长下由所述数据选择部件选择的预测用量化数据的量化单位生成码量，来作为利用未被所述量化选择部件选择的量化步长对图像数据进行量化的情形的量化单位生成码量。
13.根据权利要求1所述的图像处理装置，其中：
所述临时编码部件通过对所述图像数据进行量化、然后利用一种编码方法进行编码来生成所述临时量化数据，在该编码方法中，所述量化单位生成码量不会依据区域而有很大变化；并且
所述码量预测部件对在未被所述量化选择部件选择的量化步长下由所述数据选择部件选择的预测用量化数据的量化单位生成码量进行校正，从而预测利用未被所述量化选择部件选择的量化步长对图像数据进行量化的情形的量化单位生成码量。
14.根据权利要求13所述的图像处理装置，其中：
所述临时编码部件通过向图像数据应用预定的正交变换处理来生成所述图像数据；并且
所述码量预测部件基于所述图像数据的变换系数来确定一校正值，该校正值用于对在未被所述量化选择部件选择的量化步长下由所述数据选择部件选择的预测用量化数据的量化单位生成码量进行校正。
15.根据权利要求14所述的图像处理装置，其中：
所述码量预测部件计算每个量化单位中的指标值的总指标，并且基于该总指标来确定用于对所述量化单位生成码量进行校正的校正值，该指标值是根据使所述变换系数为零所必需的零量化步长来计算出的。
16.根据权利要求1所述的图像处理装置，其中：
所述码量预测部件将所述量化单位生成码量相对于在被所述量化选择部件选择的量化步长下所述预测用量化数据的生成码量的差异与在未被所述量化选择部件选择的量化步长下所述预测用量化数据的量化单位生成码量相加，从而预测在未被所述量化选择部件选择的量化步长下的量化单位生成码量。
17.根据权利要求1所述的图像处理装置，其中：
所述码量预测部件包括：
图像码量预测部件，用于预测所述图像数据的图像部分的量化单位生成码量；以及
头部码量预测部件，用于预测所述图像数据的头部部分的量化单位生成码量。
18.根据权利要求13所述的图像处理装置，其中：
所述临时编码部件根据AVC标准来生成量化数据；
所述码量预测部件包括：
图像码量预测部件，用于预测所述图像数据的图像部分的量化单位生成码量；以及
头部码量预测部件，用于预测所述图像数据的头部部分的量化单位生成码量；并且
所述头部码量预测部件包括：
第一头部码量预测部件，用于在未被所述量化选择部件选择的量化步长是基于作为量化步长基础的0至51的量化参数之中的不高于26的量化参数时，使用在被所述量化选择部件选择的量化步长下的量化单位生成码量来作为在未被所述量化选择部件选择的量化步长下的量化单位生成码量；
第二头部码量预测部件，用于在未被所述量化选择部件选择的量化步长是基于不低于40并且不高于51的量化参数时，使用具有预定的固定值的固定生成码量来作为在未被所述量化选择部件选择的量化步长下的量化单位生成码量；以及
第三头部码量预测部件，用于在未被所述量化选择部件选择的量化步长是基于不低于27并且不高于39的量化参数时，使用通过在被所述量化选择部件选择的量化步长下的量化单位生成码量和所述固定生成码量之间的线性插值计算出的值来作为在未被所述量化选择部件选择的量化步长下的量化单位生成码量，其中量化步长分别是第一步长范围的最大值和第二步长范围的最小值。
19.根据权利要求4所述的图像处理装置，其中：
所述实际编码部件通过对所述图像数据进行量化然后通过算术编码进行编码来生成所述实际量化数据；并且
所述临时编码部件通过对所述图像数据进行量化然后通过自适应地切换上下文的可变长度编码进行编码来生成所述临时量化数据。
20.一种图像处理方法，包括：
量化选择步骤，从多个量化步长中为每个量化单位选择一量化步长；
临时编码步骤，利用由所述量化选择步骤选择的量化步长来对图像数据进行量化以生成临时量化数据，并且计算量化单位生成码量，该量化单位生成码量是所述临时量化数据的每个量化单位的生成码量；
存储步骤，存储关于在由所述量化选择步骤选择的量化步长下具有不同量化单位生成码量的多条预测用量化数据的关系信息，该关系信息指示出所述多个量化步长和所述量化单位生成码量之间的关系；
数据选择步骤，基于所述临时量化数据的量化单位生成码量和由所述量化选择步骤选择的量化步长，从所述关系信息中选择预测用量化数据；以及
码量预测步骤，基于由所述量化选择步骤选择的预测用量化数据，来预测利用所述多个量化步长中未被所述量化选择步骤选择的量化步长量化所述图像数据的情形的量化单位生成码量。
CN200880008264.4A 2007-09-12 2008-09-12 图像处理装置和方法 Expired - Fee Related CN101637026B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP236944/2007 2007-09-12
JP2007236944 2007-09-12
JP2008169396 2008-06-27
JP169396/2008 2008-06-27
PCT/JP2008/066910 WO2009035143A1 (ja) 2007-09-12 2008-09-12 画像処理装置及び方法

Publications (2)

Publication Number Publication Date
CN101637026A true CN101637026A (zh) 2010-01-27
CN101637026B CN101637026B (zh) 2012-03-28

Family

ID=40452143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880008264.4A Expired - Fee Related CN101637026B (zh) 2007-09-12 2008-09-12 图像处理装置和方法

Country Status (4)

Country Link
US (1) US8238423B2 (zh)
JP (1) JP5365518B2 (zh)
CN (1) CN101637026B (zh)
WO (1) WO2009035143A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101729900B (zh) * 2009-11-17 2014-03-26 北京中星微电子有限公司 离散余弦变换系数的量化控制方法和量化装置
CN107197277A (zh) * 2011-03-09 2017-09-22 日本电气株式会社 视频解码设备以及视频解码方法

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4569840B2 (ja) * 2007-09-12 2010-10-27 ソニー株式会社 画像符号化装置、画像符号化方法
BRPI0904320A2 (pt) * 2008-06-27 2015-06-30 Sony Corp Dispositivo e método de processamento de imagem
WO2009157581A1 (ja) * 2008-06-27 2009-12-30 ソニー株式会社 画像処理装置及び画像処理方法
EP2192785B1 (en) * 2008-06-27 2014-12-31 Sony Corporation Image processing device and method for computing a quantization factor
CN101779467B (zh) * 2008-06-27 2012-06-27 索尼公司 图像处理装置和图像处理方法
JP4784650B2 (ja) * 2009-01-07 2011-10-05 ソニー株式会社 符号化装置、目標符号量調整方法及び記録媒体
WO2010084951A1 (ja) * 2009-01-23 2010-07-29 日本電信電話株式会社 パラメータ選択方法、パラメータ選択装置、プログラム及び記録媒体
JP5257215B2 (ja) * 2009-04-16 2013-08-07 ソニー株式会社 画像符号化装置と画像符号化方法
JP2011029956A (ja) * 2009-07-27 2011-02-10 Sony Corp 画像符号化装置および画像符号化方法
JP5251774B2 (ja) * 2009-07-27 2013-07-31 ソニー株式会社 画像符号化装置および画像符号化方法
JP2011029954A (ja) * 2009-07-27 2011-02-10 Sony Corp 画像符号化装置と画像符号化方法
JP5484083B2 (ja) * 2010-01-14 2014-05-07 株式会社メガチップス 画像処理装置
JP5396302B2 (ja) * 2010-02-08 2014-01-22 パナソニック株式会社 映像信号符号化装置及び映像信号符号化方法
KR101645465B1 (ko) * 2010-07-23 2016-08-04 삼성전자주식회사 휴대용 단말기에서 입체 영상 데이터를 생성하기 위한 장치 및 방법
US9438906B2 (en) * 2011-03-03 2016-09-06 Sun Patent Trust Method of encoding an image into a coded image, method of decoding a coded image, and apparatuses thereof
JP5947641B2 (ja) * 2012-07-06 2016-07-06 キヤノン株式会社 動画像符号化装置及びその制御方法、コンピュータプログラム
US9516305B2 (en) 2012-09-10 2016-12-06 Apple Inc. Adaptive scaler switching
FR3024314B1 (fr) * 2014-07-25 2017-12-08 Allegro Dvt Codeur de video a faible latence
EP3259848A4 (en) 2015-04-10 2018-10-24 Red.Com, Llc Video camera with rate control video compression
CN107113430B (zh) * 2016-10-12 2019-04-30 深圳市大疆创新科技有限公司 码率控制的方法、计算机系统和装置
WO2019010233A1 (en) 2017-07-05 2019-01-10 Red. Com, Llc PROCESSING VIDEO IMAGE DATA IN ELECTRONIC DEVICES
DE102018110383A1 (de) * 2018-04-30 2019-10-31 Basler Ag Verfahren und Vorrichtung zum Kodieren von Bilddaten

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04114585A (ja) 1990-09-04 1992-04-15 Matsushita Electric Ind Co Ltd 動き補償フレーム間符号化装置
JP2908550B2 (ja) 1990-09-28 1999-06-21 株式会社東芝 養液栽培装置
JPH04341085A (ja) * 1991-05-17 1992-11-27 Oki Electric Ind Co Ltd 動画像符号化装置
US5703646A (en) 1993-04-09 1997-12-30 Sony Corporation Picture encoding method, picture encoding apparatus and picture recording medium
JP3358620B2 (ja) 1993-04-09 2002-12-24 ソニー株式会社 画像符号化方法及び画像符号化装置
JP3264043B2 (ja) 1993-04-30 2002-03-11 ソニー株式会社 量子化コントロール装置および方法
DE69423734T2 (de) 1993-09-28 2000-07-20 Sony Corp Gerät zur kodierung/dekodierung mit rundung auf ausschliesslich gerade oder ungerade werte
JP2882287B2 (ja) 1994-08-22 1999-04-12 日本電気株式会社 動画像符号化装置
EP0759678B1 (en) 1995-03-09 2007-11-28 Sony Corporation Method and device for encoding picture signal
JPH09247675A (ja) * 1996-03-13 1997-09-19 Fuji Film Micro Device Kk 画像圧縮方法および画像圧縮システム
US6100931A (en) 1996-03-19 2000-08-08 Sony Corporation Method and apparatus for controlling a target amount of code and for compressing video data
JPH09294263A (ja) 1996-04-24 1997-11-11 Victor Co Of Japan Ltd 画像情報圧縮装置
US6337879B1 (en) 1996-08-14 2002-01-08 Sony Corporation Video data compression apparatus and method of same
JP3864461B2 (ja) 1996-08-30 2006-12-27 ソニー株式会社 映像データ圧縮装置およびその方法
JPH1079948A (ja) * 1996-09-03 1998-03-24 Mitsubishi Electric Corp 画像符号化装置
JP4114210B2 (ja) 1996-12-12 2008-07-09 ソニー株式会社 映像データ圧縮装置およびその方法
US6163573A (en) 1996-12-12 2000-12-19 Sony Corporation Equipment and method for compressing picture data
WO1999003282A1 (en) 1997-07-08 1999-01-21 Sony Corporation Video data encoder, video data encoding method, video data transmitter, and video data recording medium
JP3356663B2 (ja) * 1997-10-22 2002-12-16 松下電器産業株式会社 画像符号化装置、画像符号化方法および画像符号化プログラムを記録した記録媒体
JP4511649B2 (ja) 1999-02-03 2010-07-28 三菱電機株式会社 画像符号化方式および画像符号化装置
JP2002010259A (ja) * 2000-06-21 2002-01-11 Mitsubishi Electric Corp 画像符号化装置及び画像符号化方法及び画像符号化プログラムを記録した記録媒体
JP2002359853A (ja) 2001-03-26 2002-12-13 Sony Corp 画像処理装置、画像処理方法、画像処理プログラムおよび記録媒体
JP2002290914A (ja) 2001-03-26 2002-10-04 Sony Corp 記録再生装置及びそのバックサーチ方法
KR20030086331A (ko) 2001-03-28 2003-11-07 소니 가부시끼 가이샤 양자화 장치, 양자화 방법, 양자화 프로그램 및 기록 매체
EP1377065A4 (en) * 2001-03-30 2006-07-05 Sony Corp IMAGE SIGNAL QUANTIFICATION DEVICE AND ITS METHOD
US6934330B2 (en) 2001-08-01 2005-08-23 Sony Corporation Image processing apparatus
US7386048B2 (en) 2002-05-28 2008-06-10 Sharp Laboratories Of America, Inc. Methods and systems for image intra-prediction mode organization
US7236524B2 (en) 2002-05-28 2007-06-26 Sharp Laboratories Of America, Inc. Methods and systems for image intra-prediction mode communication
EP2860977A1 (en) 2002-05-28 2015-04-15 Sharp Kabushiki Kaisha Method and systems for image intra-prediction mode estimation, communication, and organization
US7289672B2 (en) 2002-05-28 2007-10-30 Sharp Laboratories Of America, Inc. Methods and systems for image intra-prediction mode estimation
US7054497B2 (en) * 2002-06-14 2006-05-30 Koninklijke Philips Electronics N.V. Method and system for optimizing image sharpness during coding and image enhancement
JP2004056680A (ja) * 2002-07-23 2004-02-19 Ricoh Co Ltd 画像処理装置および画像処理方法
JP4114585B2 (ja) * 2002-09-27 2008-07-09 東洋インキ製造株式会社 ガスバリア性積層体の製造方法
JP4127818B2 (ja) * 2003-12-24 2008-07-30 株式会社東芝 動画像符号化方法及びその装置
JP4247680B2 (ja) * 2004-07-07 2009-04-02 ソニー株式会社 符号化装置、符号化方法、符号化方法のプログラム及び符号化方法のプログラムを記録した記録媒体
CN1275469C (zh) * 2004-11-10 2006-09-13 华中科技大学 一种复杂度可分级的帧内预测方法
JP4235162B2 (ja) 2004-11-18 2009-03-11 日本電信電話株式会社 画像符号化装置，画像符号化方法，画像符号化プログラムおよびコンピュータ読み取り可能な記録媒体
JP2006222555A (ja) * 2005-02-08 2006-08-24 Matsushita Electric Ind Co Ltd 符号化装置及び符号化方法
JP4050754B2 (ja) 2005-03-23 2008-02-20 株式会社東芝 ビデオエンコーダ及び動画像信号の符号化方法
KR20070024211A (ko) * 2005-08-26 2007-03-02 삼성전자주식회사 영상압축장치 및 방법
JP4246723B2 (ja) 2005-08-29 2009-04-02 日本電信電話株式会社 フレーム内予測符号化制御方法、フレーム内予測符号化制御装置、フレーム内予測符号化制御プログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101729900B (zh) * 2009-11-17 2014-03-26 北京中星微电子有限公司 离散余弦变换系数的量化控制方法和量化装置
CN107197277A (zh) * 2011-03-09 2017-09-22 日本电气株式会社 视频解码设备以及视频解码方法
CN107197277B (zh) * 2011-03-09 2020-05-05 日本电气株式会社 视频解码设备以及视频解码方法
US10771790B2 (en) 2011-03-09 2020-09-08 Nec Corporation Video decoding device and method using inverse quantization
US11483571B2 (en) 2011-03-09 2022-10-25 Nec Corporation Video decoding device and method using inverse quantization
US11496749B2 (en) 2011-03-09 2022-11-08 Nec Corporation Video decoding device and method using inverse quantization
US11509909B2 (en) 2011-03-09 2022-11-22 Nec Corporation Video decoding device and method using inverse quantization

Also Published As

Publication number Publication date
JPWO2009035143A1 (ja) 2010-12-24
US8238423B2 (en) 2012-08-07
CN101637026B (zh) 2012-03-28
US20100135386A1 (en) 2010-06-03
JP5365518B2 (ja) 2013-12-11
WO2009035143A1 (ja) 2009-03-19

Similar Documents

Publication Publication Date Title
CN101637026B (zh) 图像处理装置和方法
JP4569840B2 (ja) 画像符号化装置、画像符号化方法
RU2479942C2 (ru) Устройство обработки изображения и способ обработки изображения
JP5212373B2 (ja) 画像処理装置及び画像処理方法
CN101779468B (zh) 图像处理装置和图像处理方法
KR101074870B1 (ko) 부호량 추정 방법, 장치, 그 프로그램 및 기록매체
KR100953152B1 (ko) 비디오 인코더에서 매크로블록 양자화 파라미터들을선택하기 위한 방법 및 장치
CN101785318B (zh) 图像处理装置和图像处理方法
US7792193B2 (en) Image encoding/decoding method and apparatus therefor
KR100610520B1 (ko) 비디오 데이터 부호화 장치, 비디오 데이터 부호화 방법, 비디오데이터 전송 장치 및 비디오 데이터 기록 매체
RU2502213C2 (ru) Устройство обработки изображений и способ обработки изображений
CN101632308B (zh) 编码比特率控制方法和装置
CN104320657B (zh) Hevc无损视频编码的预测模式选择方法及相应的编码方法
JP2006140758A (ja) 動画像符号化方法、動画像符号化装置および動画像符号化プログラム
CN105306939A (zh) 用于对视频进行解码的方法和装置
CN101867811A (zh) 图像编码装置和图像编码方法
CN107846593B (zh) 一种率失真优化方法及装置
US20050243930A1 (en) Video encoding method and apparatus
KR19990076563A (ko) 동화상 부호화 방식
CN101094409B (zh) 用于在可变比特率视频编码中控制比特率的装置和方法
CN101548549A (zh) 精细粒度可伸缩图像编码和解码
CN101969555A (zh) 图像编码设备和图像编码方法
CN101409845A (zh) 一种avs视频编码中的视频失真度估计方法及其装置
JPH05227520A (ja) 画像圧縮符号化装置
JPH07264579A (ja) 映像符号化装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120328

Termination date: 20150912

EXPY Termination of patent right or utility model