CN101836453B - 用于交替熵编码的方法 - Google Patents

Abstract

本发明提供了一种当由于某种原因没有像素可用于预测并且基于可用预测数据的统计的VLC代码过长时用于量化变换系数的熵编码方法。依照本发明，确定是否发生没有可用的预测像素的情况。如果是，则把固定值插入到被用作用来导出剩余块的预测块的像素块中，所述剩余块随后被变换和量化。在随后的熵编码中，然后使用专用的VLC来表示量化变换系数的低频系数。

Description

用于交替熵编码的方法

技术领域

本发明涉及在视频压缩系统中变换系数数据的熵编码。

背景技术

在诸如视频会议、网络会议、电视广播和视频电话等几类应用中采用实时传输运动画面。

然而，由于数字视频一般通过利用8个比特(1个字节)表示画面中的每个像素来描述数字视频，所以表示运动画面需要大批量的信息。这种未压缩的视频数据导致大比特量，并且由于有限的带宽而无法通过常规的通信网络和传输线路实时地传送。

因此，可行的实时视频传输要求很大程度的数据压缩。然而数据压缩可能会损害画面质量。所以，已投入很大努力来开发压缩技术以使得通过有限带宽的数据连接来实时传输高质量的视频。

在视频压缩系统中，主要目标在于用尽可能小的容量来表示视频信息。利用比特把容量定义为恒定值或比特/时间单位。在这两种情况下，主要目标是减少比特的数目。

过去几年已经开发出许多视频压缩标准。那些方法中有许多通过ISO(国际标准化组织)或ITU(国际电信联盟)标准化。此外，已经开发了多种其它专有方法。主要的标准化方法是：

ITU：H.261，H.262，H.263，H.264

ISO：MPEG1，MPEG2，MPEG4/AVC)

依照这些标准的编码过程中的第一步骤是把画面划分为像素的正方形块，例如16x16或8x8个像素。对亮度信息以及色度信息来进行这种处理。

下述的预测过程显著地减少了待传送的视频序列中每个画面所要求的比特量。它利用序列的一部分与序列的其它部分的相似性，并且为块中的各像素生成预测。这可以是基于已编码/解码画面中的像素(被称作帧间预测)或基于相同画面中的已编码/解码像素(帧内预测)。所述预测主要基于表示运动的向量。

由于预测器部分为编码器和解码器所共知，所以只需传送差异。这种差异一般要求很少的容量来表示。待编码像素和预测像素之间的差异常常被称为剩余。

被表示为数据块(例如4x4像素)的剩余仍然包含内部相关性。利用此特性的公知方法是执行二维块变换。在H.263中，使用8x8离散余弦变换(DCT)，而H.264使用4x4整型变换。这把4x4像素变换为4x4变换系数，并且较之像素表示，通常变换系数可以用更少的比特来表示。具有内部相关性的4x4阵列的像素的变换可能会产生比原始的4x4像素块具有更少非零值的4x4块的变换系数。

对许多应用来说，变换系数的直接表示仍然耗费太高。为了进一步减小数据表示，执行量化过程。因此对变换系数进行量化。简单的量化版本是把参数值除以一个数，从而得到可以用更少比特来表示的较小的数。这是用于控制比特产生和重构的画面质量的主要工具。应当注意，这种量化过程的结果是重构的视频序列稍微不同于未经压缩的序列。该现象被称作“有损编码”。

最后，执行所谓的把二维变换系数数据扫描为一维数据集，并且依照熵编码方案来进一步变换所述一维数据集。熵编码意指量化变换系数的无损表示。

以编码器的自然顺序列出了以上步骤。解码器将在一定程度上以相反次序执行操作并且进行“逆”操作，像逆变换代替变换以及去量化代替量化。

在图1中描绘了以上操作。在下面将更详细地解释熵过程。

通常利用位于左上角的低频系数(或DC系数)来表达变换系数。于是水平频率和垂直空间频率分别向右和向下增加。在图1中所指示的扫描是从低到高空间频率系数的扫描，这通常被称为之字形扫描。在熵编码中，可以沿箭头所指的方向扫描系数，这被称作正向扫描，但是另外情况下如果使用“逆扫描”(高到低频)，熵编码可能更加高效。

在量化之后，变换系数被表示为带符号的整数。这些数字将在没有任何修改的情况下被传送到解码器。这被称作无损表示或无损编码。

同时，这种用于表示变换系数的模型将导致使用尽可能少的比特。从而，熵编码用于基于事件发生的期望频率来执行最佳的表示。这基于从通常图像内容导出的统计。

使用统计来设计将用于编码的可变长度编码(VLC)表。基本思想是把短的码字分配给频繁的事件，所有这些依照统计来进行。

只要待编码的数据与基础的统计合理地相符，这样就会减少比特的使用。不然，当编码非常不典型的数据时，比特的使用可能变得过高。在待编码数据没能与“通常”统计数据相符的情况下，由大量比特来表示的情况会更加频繁。这种情况可能是在捕获视频图像的环境中的快速和持续的光(light)变化造成的。这会损害编码/解码图像的质量，因编码过程自动地调整量化间隔以符合长码字的频繁出现。

发明内容

本发明的目的是较之在低复杂度和高性能之间做平衡的现有技术提供一种改进的熵编码方法。在独立权利要求中定义的特征表征了此方法。

特别地是，本发明提供了一种通过依照被调节为预期出现的系数值的第一VLC来表示低频变换系数和高频系数的熵编码/解码过程来编码/解码用来表示剩余像素值块的量化的低频和高频变换系数的方法，所述剩余像素值块是从相应的当前像素值块和预测值块导出的，所述方法包括步骤：确定所述预测值块是否存在或者可以依照一个或多个预定义的规则导出，并且如果否，则把固定值插入到所述预测值块中并且当所述预测值块被固定以表示所述低频系数时，使用被专门调节到预期出现的系数值的第二VLC。

附图说明

为了使本发明可更容易地理解；随后的论述将参照以下附图。

图1示出了图示依照现有技术的编码过程的主要步骤的框图，

图2示出了在其中无像素可用于帧内预测的图像的左上角的块，

图3是依照本发明的示例性实施例在PRED模式中使用的VLC表，

图4是依照本发明的示例性实施例在NOPRED模式中使用的VLC表。

具体实施方式

本发明提供了一种当由于某种原因没有像素可用于预测并且基于可用预测数据的统计的VLC代码过长时，用于量化变换系数的熵编码方法。以下描述基于编码器侧，但是本发明同样适用于解码器侧。

没有像素可用于预测的情况可能由于几个原因而发生。可能没有相关的可用于预测的先前像素数据(帧间或帧内)。

另一方面，即便帧间像素数据是可用的，但可能仍缺少可用于预测的像素，如果由于某种原因只考虑帧内预测，并且在所述块的上面或左面没有像素。用图2中画面的左上方的块为例描绘了这种情况。

例如，如果为了错误恢复目的而希望不使用在所述块之外的像素进行预测，也可能会出现同样的情况。

在这些情况下，不存在包含信息的预测，因此通常把像素预测设置为最大值的中间值。在8比特(0-255)像素表示的情况下，整个块的像素预测被设置为128。由于这比通常情况导致更高的剩余值，量化的低频变换系数以及特别是DC系数也高于通常预期。结果可能是熵编码模型生成超出必需的更多的比特。

依照本发明一个实施例，编码器连续地监视是否存在“无预测”的情况。当可以进行合理的预测或者可以按正常熵编码过程很合理地进行熵编码时，两种被监视的情况之一发生。这种发生的情况被标记为PRED。

当不能进行合理的良好预测时，发生另一种情况，并且这导致不合理地要求过多比特的事件编码。此情况被标记为NOPRED。

在下面公开了从解码器看NOPRED情况的一些例子。

解码器一般首先接收要用于块的预测过程的信息。这一般可以是下述中的一个：

1)取上面紧邻和左面紧邻的重构像素的平均值，以及使用该平均值作为预测。

2)使用上面紧邻的重构像素来预测块中的所有像素。

3)使用左面紧邻的重构像素来预测块中的所有像素。

4)在预期传输误差时的情况下，可以指示没有解码的像素可用于预测——可用或不可用。

由于不同的原因，上面紧邻和左面紧邻的重构像素可能不能用于预测：

a)像素可能在画面之外，因此不可用。

b)画面可以被分为片(slice)以用于编码。可以有规则规定在片以外的像素不能用于预测。从而，如果待预测的块在片的边界上，那么像素可能不能用于预测。

c)左面紧邻的像素可能是不可用的，因为左面的块和当前块正被并行地处理，因此来自左面块的重构像素没有准备好用于预测。

如同所见，1-4)和a-b)的不同组合可能导致必须在不参考任何解码像素的情况下编码像素块的情况。

依照本发明的本实施例，当检测到NOPRED时，执行特定专用步骤。

首先，在NOPRED情况下，将预测设置为固定值。对于8比特表示，预测通常可以是128，如上面所述的。

尽管找不到“真实的”预测数据，编码器仍被设置为预测/编码模式，使得编码器/解码器假定预测数据仍然可用。

然后，编码器/解码器被切换到不同的熵编码策略，其中利用为这种情况设计的VLC表分别地编码一个或几个低频系数。其余系数仍然利用正常的熵编码过程来编码，但是DC系数被设置为零。从而通过特定的DC编码来定义DC系数，并且按照正常编码来定义所有其它系数。

然而当监视到PRED情况时，依照正常过程来编码所有系数。

在PRED情况下，假定预测合理地好，由此待编码的剩余很小。待编码的量化值是整数并且许多小的数将被编码。在这种情况下，具有一些短码字的代码表将是优选的。另一方面，有时还可能出现较大的数，并且VLC表必须具有也编码这些数的可能性。于是这些情况将要求很多比特，但是因为这种大数很稀少，所以仍然不会耗费太多比特。在图3中示出了在这种情况下要使用的一种可能的VLC，系数在左列，并且代码在右列。

平均来说这可能是最佳方案，并且具有正常情况下由此在PRED情况下常用的VLC代码的典型特性。通常将编码非常小的数。另一方面，像40之类的大数往往需要编码40个比特。

现在再看NOPRED情况，如先前所述，主要考虑编码DC系数。由于不存在可用的良好预测，所以平均值128被用作像素预测。在这种情况下，较之在PRED情况下，对于DC系数待编码的剩余预期具有大得多的扩展。这意味着待编码的数字一般会更大并且不存在预期非常频繁出现的数字。因此，为了比特效率，不要求用于特定事件的短码字(并且它不会是有用的)。在此情况下，在图4中示出了更适当的VLC。

在这种VLC中，最短码字是4个比特。另一方面，数字40需要8个比特。从而该表可以使用总体上更少的比特来编码具有更大扩展的一组数字。

在常常出现没有像素可用于预测像素块的情况下，本发明是有用的。这通常在编码以最小化传输比特误差的影响时发生。在这种情况下，所述方法使得很好地节约了比特使用。同时，该方法的实现成本最小。

Claims (3)

1.一种利用依照被调节成预期出现的系数值的第一VLC来表示低频变换系数和高频系数的熵编码/解码过程来编码/解码用来表示剩余像素值块的量化的低频和高频变换系数的方法，所述剩余像素值块根据相应的当前像素值块和预测值块导出，

所述方法的特征在于下述步骤：

确定所述预测值块是否存在或者可以依照下述规则集导出：

●所述预测值块通过在空间上在所述块的上面紧邻的重构像素来计算，

●所述预测值块通过在空间上在所述块的左面紧邻的重构像素来计算，

●所述预测值块通过平均在空间上在所述块的上面紧邻和在左面紧邻的重构像素来计算，

●当预期传输误差时没有解码的像素用于预测，

如果否，则在所述预测值块中插入固定值，当所述预测值块被固定以表示所述低频系数时，使用被专门调节成预期出现的系数值的第二VLC。

2.如权利要求1所述的方法，其特征在于，使用第二VLC的步骤进一步包括以下步骤：

利用第一和第二组系数来表示所述低频变换系数和所述高频变换系数，其中所述第一组系数的低频变换系数由所述第二VLC表示，所述第一组系数的高频变换系数等于零，所述第二组系数的低频变换系数等于零，并且所述第二组系数的高频变换系数由所述第一VLC表示。

3.如权利要求1所述的方法，其特征在于，所述固定值是最大可能系数值的中间值。

Images