CN101883283A - 一种基于saqd域的立体视频码率控制方法 - Google Patents

Abstract

本发明提出了一种基于绝对量化残差和SAQD域的立体视频码率控制方法，该方法基于SVC的空间可分级编码结构的立体视频编码框架，通过引入SAQD域解决了立体视频通道间的最优码率分配问题。本发明提出了基于SAQD域的率模型和失真模型，并通过拉格朗日方程求解得到立体视频左右两通道的最优码率；然后根据计算出的各编码单元的最优码率和线性码率控制模型计算得到各编码单元的量化步长，从而进一步对各编码单元进行编码。与立体视频两通道采用固定码率分配且各通道内采用H.264/SVC标准中的码率控制算法相比，采用本方法进行码率控制得到的解码图像的峰值信噪比更高，且编码端的输出码率与目标码率的偏差更小，能够充分适应网络带宽变化。

Description

一种基于SAQD域的立体视频码率控制方法

技术领域

本发明涉及计算机领域，具体来说是一种基于SAQD(Sum of Absolute QuantizedDifference，绝对量化残差和)域的立体视频码率控制方法。

背景技术

立体视频技术是当今视频领域的研究热点，也是未来视频技术的重要发展方向。它是一种能够提供立体感的新型视频技术。立体视频技术主要包括立体视频捕获、立体视频压缩编码、立体视频传输以及立体显示技术等。与二维视频相比，立体视频增加了景物的深度信息，增强了视觉的现实感、层次感和逼真感，使得观察者能够获得更为丰富、全面的信息。

立体视频编码和传输的目的是在给定的网络条件下，提供给接收端最好的解码图像质量，即使得解码图像的失真度最小。因此立体视频编码端必须进行有效的码率控制以适应动态变化的网络带宽。对立体视频两个通道间及通道内各图像帧进行最优的码率分配是立体视频码率控制必不可少的部分。SVC(Scalable Video Coding，可分级视频编码)是H.264/AVC标准的一个扩展，由JVT(Joint Video Team，联合视频组)在2004年制定并于2007年7月公布为ITU(International Telecommunication Union，国际电信联盟)标准。H.264/SVC通过使用分级方法来实现空间、时间和质量的可分级。SVC的空间可分级是基于分层的方法来实现的，每个空间分层的输入都通过一个下采样滤波器来生成相应空间分辨率的视频序列，低空间层(基本层)的运动信息和纹理信息可以用于高空间层(增强层)相关信息的预测。

目前国内外关于通道内各图像帧的码率分配问题已有大量的研究，而有关立体视频两通道间的码率分配问题研究工作还较少。有学者针对SVC提出相应的码率分配方法。Y.Liu等人提出一种空间及质量可分级编码的码率控制方法。该方法进行宏块级别的码率分配方案，对基本层和增强层分配固定比特数，因而其最优化的层间比特分配方案没有得到解决。N.Ozbek等人提出了基于SVC的立体视频编码的左右通道非均分的码率分配方法。该方法设置了几个质量可分级编码选项，通过计算各选项下的率失真优化函数(Rate-DistortionOptimization，RDO)值来确定各分层间最优的比特编码方案。该方法能得到较优的比特分配结果，但算法运算复杂度较高。Z.He等人提出一种基于ρ域的面向多视频对象的最优码率分配方法。ρ代表变换量化后的系数中零系数所占的百分比。该方法首先采用拉格朗日最优化方程确定各编码对象的最优目标比特数，然后通过引入一个代表ρ和码率R关系的码率控制(Rate Control，RC)模型来计算对应目标比特数下的ρ值。由于在MPEG-4、H.263等编解码标准中，ρ和量化参数(Quantization Parameter，QP)存在一一对应的关系，故可根据ρ值得到各编码对象的QP。基于ρ域的RC模型简单而精确，但是该模型不能直接应用于基于H.264的视频编码中。这是因为H.264编码产生的ρ和QP并不存在简单的一一对应的关系，因而不能通过ρ计算得到相应的QP。

视频编码端产生的编码比特数取决于图像离散余弦变换(Discrete Cosine Transform，DCT)系数经量化后得到的数据，而重建图像的失真大小取决于量化过程中被舍掉的数据。即视频编码端产生的码率和解码端得到的重建图像的失真，均与图像DCT系数量化后结果的绝对值SAQD的大小有关。

发明内容

为了解决上述立体视频码率控制方法的不足，本发明采用基于SVC的空间可分级编码结构的立体视频编码框架，通过引入SAQD域解决了立体视频通道间的最优码率分配问题，提出一种基于绝对量化残差和SAQD域的立体视频码率控制方法。该方法旨在解决立体视频两通道间的最优比特分配问题，在满足立体视频传输时的网络带宽需求的同时，提供给接收端最好的解码图像质量，以在解码图像失真度和网路带宽之间达到平衡。

一种基于SAQD域的立体视频码率控制方法，具体包括以下步骤：

步骤一：判断当前所要编码的BU(Basic Unit，基本单元)是否是立体视频序列左通道内当前GOP(Group Of Pictures，图像组)第一个BU，若是转步骤二；若不是则转到步骤三；

步骤二：确定立体视频左、右通道内当前图像组GOP的目标码率；

结合基于SAQD域的率模型和失真模型，通过引入拉格朗日乘子λ，将通道间最优码率分配问题公式化，求解得到左、右通道当前GOP的目标码率R₁、R₂：

$R_1=R_T\·{(1+\frac{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2}{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2})}^{-1}$

$R_2=R_T\·{(1+\frac{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2}{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2})}^{-1}$

所述基于SAQD域的率模型与失真模型分别为：

R_i＝θ_i·S_i

$D_i=\frac{1}{1-e^{-{\mathrm{\γ}}_i}}-\frac{{\mathrm{\ϵ}}_i-{\mathrm{\α}}_i\·S_i^2}{{\mathrm{\γ}}_i}$

其中，θ_i为通道i的率模型的模型参数；R_i、D_i和S_i为通道i内当前GOP的目标码率、重建图像失真和SAQD值；γ_i、ε_i和α_i均为通道i的失真模型的模型参数，γ_i根据

得到，δ_i为通道i内当前BU的DCT系数的标准差；R_T为当前可用比特数；i∈{1，2}；

步骤三：根据本通道内当前GOP剩余的编码比特数，确定当前BU的目标码率；

当前BU的目标码率

的计算公式为：

$\hat{R}=\frac{R_i-B_i}{N_{\mathrm{GOP}}-N_{\mathrm{coded}}}$

其中，B_i为通道i的当前GOP已编码BU所用的比特总数，N_GOP为GOP内BU个数，N_coded为当前GOP内已编码BU的个数；

步骤四：根据步骤三得到的当前BU的目标码率，确定当前BU的量化步长q，具体是将当前BU的目标码率代入线性码率控制模型，得到量化步长q：

$q=\frac{{\mathrm{\θ}}_i\·{\mathrm{SATD}}_p}{\hat{R}}$

其中，SATD_p为当前编码单元的绝对变换残差和(Sum of Absolute TransformDifference，SATD)的预测值；若当前BU是整个立体视频序列的第一个BU，则将当前BU进行DCT变换前的预测残差值作为SATD_p的值；否则SATD_p取前一个BU编码后更新得到的SATD值；

步骤五：根据步骤四中得到的量化步长编码当前BU；

步骤六：更新率模型和失真模型的模型参数：θ_i、ε_i、α_i，以及β_i和下一个BU的SATD的预测值SATD_p；

模型参数θ_i、ε_i、α_i和β_i的更新采用滑动窗口机制更新；分别计算位于左通道和右通道内的BU的SATD_p，若下一个BU位于左通道内，则用左通道内前一帧图像内对应位置上的BU的SATD值线性预测下一个BU的SATD值；若下一个BU位于右通道内，则用左通道内帧号相同的图像内对应位置上的BU的SATD值线性预测下一个BU的SATD值；

步骤七：判断整个立体视频序列的编码是否结束，若编码结束则结束本方法，若编码未结束则转步骤一继续执行；

步骤二中所述模型参数θ_i，设置其初始值为3.0，所述模型参数ε_i和α_i初始值分别设为1.5×S_i和1.0。

本发明的优点与积极效果在于：

(1)本方法中，建立了基于SAQD域的线性率模型和基于SAQD域的失真模型，建立的模型能够准确地描述目标码率与SAQD的关系以及失真与SAQD的关系；

(2)本方法中，结合建立的率模型和失真模型，通过引入拉格朗日乘子解决了立体视频左右通道的最优码率分配问题，相比通道间进行固定比特分配且左右通道内采用联合可伸缩视频编码参考模型(Joint Scalable Video Model，JSVM)的码率控制算法，本方法使得编码端输出码率更加接近目标码率，同时解码得到的图像质量更好。

附图说明

图1是本发明的立体视频码率控制方法的流程图；

图2是本发明的编码输出码率R和SAQD的关系图；

图3是本发明的编码输出码率R和SATD/q的关系图；

图4是基于H.264/SVC空间可分级编码的立体视频编码端框架示意图；

图5是目标码率与本发明算法和对比算法的输出码率对比图；

图6是本发明算法与已有算法的左通道、右通道及综合平均亮度PSNR的对比图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种基于绝对量化残差和域的立体视频码率控制方法，如图1所示，包括如下步骤：

步骤一：判断当前所要编码的编码单元BU是否是立体视频序列左通道内当前GOP(Group Of Pictures，图像组)第一个编码单元，若是转步骤二；若不是则转到步骤三。

步骤二：确定立体视频左、右通道内各GOP的初始预算的目标码率。

在给定的网络带宽条件下，最优的比特分配方案应该使接收端重建图像的失真最小。对于双目立体视频，即在满足

的条件下，使得

最小。其中，R_i和D_i分别为通道i的目标码率和重建图像失真，R_T为当前可用比特数，w_i为各通道失真的权重因子，本发明中设w₁/w₂＝1/4。本发明中通道1和通道2分别代表左通道和右通道。

通过引入拉格朗日乘子λ，将上述问题公式化为：

$J(D_i,R_i|\mathrm{\λ})=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{w}_i\·D_i+\mathrm{\λ}\·(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{R}_i-R_T)---\left(1\right)$

其中，J(D_i，R_i|λ)表示拉格朗日代价。

本发明提出了一种基于SAQD域的率模型和失真模型，如式(2)与式(3)所示，式(1)中的R_i和D_i可分别由式(2)中的率模型和式(3)中的失真模型计算得到：

R_i＝θ_i·S_i                              (2)

其中，θ_i为通道i的模型参数，本发明中将其初始值设为3.0。S_i为通道i内当前编码单元的SAQD值。如图2所示，为本发明的编码输出码率R和SAQD的关系图。图中横坐标和纵坐标分别代表SAQD和输出码率R(单位为比特每帧)。图2中为视频序列：Crew、Foreman、News、Carphone、Clair、Salesman、Mother and daughter和Coastguard的测试结果，由图可以看出，R和SAQD关系近似一条过原点的直线，从而证明了式(2)中线性的率模型的准确性。

$D_i=\frac{1}{1-e^{-{\mathrm{\γ}}_i}}-\frac{{\mathrm{\ϵ}}_i-{\mathrm{\α}}_i\·S_i^2}{{\mathrm{\γ}}_i}---\left(3\right)$

其中，γ_i、ε_i和α_i均为通道i的模型参数，本发明中ε_i和α_i初始值分别为1.5×S_i和1.0。δ_i为通道i内当前编码单元的DCT系数的标准差。

式(2)和(3)代入式(1)中得到：

$J=(D_i,R_i|\mathrm{\λ})=w_1(\frac{1}{1-e^{-{\mathrm{\γ}}_1}}-\frac{{\mathrm{\ϵ}}_1-{\mathrm{\α}}_1{S}_1^2}{{\mathrm{\γ}}_1})+w_2(\frac{1}{1-e^{-{\mathrm{\γ}}_2}}-\frac{{\mathrm{\ϵ}}_2-{\mathrm{\α}}_2{S}_2^2}{{\mathrm{\γ}}_2})+\mathrm{\λ}\·({\mathrm{\θ}}_1\·S_1+{\mathrm{\θ}}_2\·S_2-R_T)---\left(4\right)$

对(4)中的S₁、S₂和λ分别求偏导并令其等于0后，得到如下方程：

$2\·\frac{w_1\·{\mathrm{\α}}_1}{{\mathrm{\γ}}_1}\·S_1+\mathrm{\λ}\·{\mathrm{\θ}}_1=0---\left(5\right)$

$2\·\frac{w_2\·{\mathrm{\α}}_2}{{\mathrm{\γ}}_2}\·S_2+\mathrm{\λ}\·{\mathrm{\θ}}_2=0---\left(6\right)$

θ₁·S₁+θ₂·S₂-R_T＝0                    (7)

联立方程(5)、(6)和(7)，可以求得S₁、S₂，再根据式(2)，可得到：

$R_1=R_T\·{(1+\frac{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2}{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2})}^{-1}---\left(8\right)$

$R_2=R_T\·{(1+\frac{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2}{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2})}^{-1}---\left(9\right)$

式(8)和(9)中的R₁和R₂分别为计算得到的左、右通道的目标码率。

步骤三：确定当前编码单元BU的目标码率。根据步骤二中得到的左、右两通道内各GOP的目标码率，进一步确定当前BU的目标码率本发明采用下式确定当前BU的目标码率：

$\hat{R}=\frac{R_i-B_i}{N_{\mathrm{GOP}}-N_{\mathrm{coded}}}---\left(10\right)$

其中，B_i为通道i的当前GOP已编码BU所用的比特总数，N_GOP为GOP内BU个数，N_coded为当前GOP内已编码BU的个数。

步骤四：确定量化步长。利用线性码率控制模型计算当前BU的量化步长q：

$q=\frac{{\mathrm{\θ}}_i\·{\mathrm{SATD}}_p}{\hat{R}}---\left(11\right)$

其中，SATD_p为当前编码单元的绝对变换残差和(Sum of Absolute TransformDifference，SATD)的预测值。如图3所示，为本发明中式(11)定义的码率控制模型对部分视频序列的测试结果。图中横坐标和纵坐标分别代表SATD/q和输出码率R(比特每帧)。由图中对视频序列：Foreman、Coastguard、Clair和Carphone的测试结果可以看出，R和SATD/q的函数关系近似于过原点的线性函数，斜率近似为模型(11)中的θ_i。

若当前BU是整个立体视频序列的第一个BU，则将当前BU进行DCT变换前的预测残差值作为SATD_p的值；否则SATD_p取前一个BU编码过程中的步骤五所计算得到的SATD值。

步骤五：使用计算得到的量化步长选择编码模型编码当前BU。本步骤中涉及的所有操作，如编码模型的选择以及具体的编码方法，均遵循H.264/SVC编码标准。

步骤六：更新模型参数。当前BU编码完成后，更新本方法中的模型参数。

本发明使用滑动窗口机制更新参数θ_i、ε_i、α_i和β_i，分别为左、右通道各设置一个大小为5的滑动窗口。设置滑动窗口保存过去5个编码单元的模型相关参数：已编码BU产生的实际比特数R、实际SAQD值S_q、重建图像失真D、实际SATD值S_t和由已编码BU的DCT系数的标准差计算得到的值γ，每编码完成一个BU后，距当前时间最远的BU的相关参数被移出窗口，本次编码完成的BU的相关参数存入窗口，然后根据存储在滑动窗口中的参数计算当前通道下一个BU的θ_i、ε_i和α_i。本发明可以使用滑动窗口内保存的相关参数的平均值代入各模型中，求解各需要更新的参数。以参数θ_i为例，假设滑动窗口内保存了n组相关参数，则

其中R_j和

分别为窗口j内保存的R值和S_q值，本发明实施例说明中n＝5。

下一个BU的SATD的预测值SATD_p也在本步骤中得到更新。本发明采用两种不同的预测方法分别计算位于左通道和右通道内的BU的SATD_p值：

1)若下一个BU位于左通道内，则用左通道内前一帧图像内对应位置上的BU的SATD预测SATD_p。

SATD_p＝β₁·SATD_l+β₂                      (12)

其中，SATD_l为左通道内前一帧图像对应位置上的BU编码完成后得到的实际SATD值；系数β₁和β₂的初始值分别为1.0和0.0，并在每次编码结束后使用滑动窗口机制进行更新，更新方法同参数θ_i、ε_i和α_i。

2)若下一个BU位于右通道内，则用左通道内同一时刻的图像内对应位置上的BU的SATD预测SATD_p，所述的左通道内同一时刻的图像是指与下一个BU所位于的图像帧号相同的左通道内的那帧图像。

由于右通道图像编码要参考左通道内图像进行视差补偿预测。因而本发明使用左通道内对应位置的BU的SATD预测SATD_p。令SATD_l′为左通道内对应位置的BU编码后得到的SATD值，则SATD_p可用下式预测：

SATD_p＝ω·SATD_l′                         (13)

其中，ω为预先设定的系数。应用本发明方法的立体视频编码框架，左通道内图像的分辨率是右通道内图像的分辨率的1/4，即此处左通道内的BU的长和宽分别是右通道内对应BU长和宽的1/2，SATD_l′近似为SATD_p的1/4，故本发明中将ω设为4。

步骤七：判断编码是否结束，若编码结束则本方法执行完毕结束，若编码未结束则转步骤一执行。

本发明方法可应用在H.264/SVC空间可分级编码的立体视频编码端框架使用，该框架如图4所示，将立体视频左通道和右通道分别作为基本层和增强层进行编码，按左、右图像顺序交叉编码。基本层，也就是左通道，图像在编码前需先经过一个下采样滤波器将图像分辨率减小为原始图像的1/4，即下采样后的图像的高和宽均为原始图像高和宽的1/2；然后进行预测编码，其中左通道图像只进行帧内预测及运动补偿预测；预测产生的残差和运动矢量作为基本层信息进行变换、量化编码；变换、量化编码结果首先通过反量化、反变换进行图像重建，重建图像一方面用作本通道的下一帧图像的运动补偿预测图像，另一方面经过上采样滤波器将图像分辨率还原到初始大小，用作右通道下一帧图像的视差补偿预测图像；最后，对变换、量化编码结果进行熵编码，并输出编码码流。增强层对原始图像进行编码，图像不需要进行下采样；同时，增强层除了进行帧内及运动补偿预测外，还需要参考左通道的重建图像进行视差补偿预测编码；增强层的其他编码过程同基本层图像的编码过程。

如图5所示，为目标码率与采用两种码率控制算法的输出码率对比图。方法一为本发明，方法二为立体视频两通道采用固定码率分配且各通道内采用H.264/SVC标准中的码率控制算法。图5列出对立体视频序列：Booksale、Crowd、Puppy、Trapeze、Soccer2与Tunnel的测试结果，可以看出，相比方法二的输出码率，方法一的输出码率更加接近目标码率。故本发明方法的输出码率与目标码率的偏差更小，能够充分适应网络带宽变化。

如图6所示，为本发明方法与已有算法的左通道、右通道及综合平均亮度PSNR的对比图。方法一为本发明，方法二为立体视频两通道采用固定码率分配且各通道内采用H.264/SVC标准中的码率控制算法。对于每个测试序列的6个柱形图，从左至右分别为方法一左通道平均PSNR值、方法二左通道平均PSNR值、方法一右通道平均PSNR值、方法二右通道平均PSNR值、方法一综合平均PSNR值、方法二综合平均PSNR值。图6列出对立体视频序列：Booksale、Crowd、Puppy、Trapeze、Soccer2及Tunnel的测试结果，由图中数据可以看出，采用方法一进行码率控制时得到的解码图像的左通道、右通道及综合平均PSNR值均高于采用方法二时的相应的PSNR值，其中本发明方法相对于方法二，左通道和右通道的PSNR增益最高可分别达到0.81dB和1.34dB，立体视频对的综合PSNR增益最高可达0.89dB。这也与主观测试中的结果吻合。故本发明提出的立体视频码率控制方法在匹配目标码率的同时，能够得到更好的解码图像质量。

Claims (6)

1.一种基于SAQD域的立体视频码率控制方法，其特征在于，包括如下步骤：

步骤一：判断当前所要编码的BU是否是立体视频左通道内当前图像组GOP第一个BU，若是转步骤二执行，若不是则转到步骤三执行；

步骤二：确定立体视频左、右通道内当前GOP的目标码率；

结合基于SAQD域的率模型和失真模型，通过引入拉格朗日乘子λ，将通道间最优码率分配问题公式化，求解得到左、右通道当前GOP的目标码率R₁、R₂：

$R_1=R_T\·{(1+\frac{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2}{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2})}^{-1}---\left(1\right)$

$R_2=R_T\·{(1+\frac{w_2\·{\mathrm{\α}}_2\·{\mathrm{\γ}}_1\·{\mathrm{\θ}}_1^2}{w_1\·{\mathrm{\α}}_1\·{\mathrm{\γ}}_2\·{\mathrm{\θ}}_2^2})}^{-1}---\left(2\right)$

所述基于SAQD域的率模型为：

R_i＝θ_i·S_i                                (3)

所述基于SAQD域的失真模型为：

$D_i=\frac{1}{1-e^{-{\mathrm{\γ}}_i}}-\frac{{\mathrm{\ϵ}}_i-{\mathrm{\α}}_i\·S_i^2}{{\mathrm{\γ}}_i}---\left(4\right)$

其中，θ_i为通道i的率模型的模型参数；R_i、D_i和S_i为通道i内当前GOP的目标码率、重建图像失真和SAQD值；γ_i、ε_i和α_i均为通道i的失真模型的模型参数，γ_i根据

得到，δ_i为通道i内当前BU的DCT系数的标准差；R_T为当前可用比特数；i∈{1，2}；

步骤三：根据当前GOP的目标码率，确定当前编码单元BU的目标码率

$\hat{R}=\frac{R_i-B_i}{N_{\mathrm{GOP}}-N_{\mathrm{coded}}}---\left(5\right)$

其中，B_i为通道i的当前GOP已编码BU所用的比特总数，N_GOP为GOP内BU个数，N_coded为当前GOP内已编码BU的个数；

步骤四：根据当前BU的目标码率确定当前BU的量化步长q；具体为：将当前BU的目标码率代入线性码率控制模型，得到：

$q=\frac{{\mathrm{\θ}}_i\·{\mathrm{SATD}}_p}{\hat{R}}---\left(6\right)$

其中，SATD_p为当前BU的SATD的预测值；若当前BU是左通道当前GOP的第一个BU，则将当前BU进行DCT变换前的预测残差值作为SATD_p的值；否则SATD_p取前一个BU编码后更新得到的SATD值；

步骤五：根据步骤四中得到的量化步长编码当前BU；

步骤六：更新率模型和失真模型的模型参数：θ_i、ε_i、α_i，以及β_i和下一个BU的SATD的预测值SATD_p；

模型参数θ_i、ε_i、α_i和β_i的更新采用滑动窗口机制更新；分别计算位于左通道和右通道内的BU的SATD_p，若下一个BU位于左通道内，则用左通道内前一帧图像内对应位置上的BU的SATD值线性预测下一个BU的SATD值；若下一个BU位于右通道内，则用左通道内帧号相同的图像内对应位置上的BU的SATD值线性预测下一个BU的SATD值；

步骤七：判断整个立体视频序列的编码是否结束，若编码结束则结束本方法，若编码未结束则转步骤一继续执行；

其中，SAQD表示绝对量化残差和；SATD表示绝对变换残差和；GOP表示图像组；BU表示编码的基本单元；DCT表示图像离散余弦变换。

2.根据权利要求1所述的一种基于SAQD域的立体视频码率控制方法，其特征在于，步骤二中所述引入拉格朗日乘子λ，将通道间最优码率分配问题公式化，所得到的拉格朗日最优化方程为：

$J(D_i,R_i|\mathrm{\λ})=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{w}_i\·D_i+\mathrm{\λ}\·(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{R}_i-R_T)---\left(7\right)$

其中，w_i为通道i失真的权重因子，设置w₁/w₂＝1/4；J(D_i，R_i|λ)为拉格朗日代价；

将式(1)与式(2)代入式(7)后，并对S₁、S₂和λ分别求偏导并令其等于0，得到下述式子：

$2\·\frac{w_1\·{\mathrm{\α}}_1}{{\mathrm{\γ}}_1}\·S_1+\mathrm{\λ}\·{\mathrm{\θ}}_1=0---\left(8\right)$

$2\·\frac{w_2\·{\mathrm{\α}}_2}{{\mathrm{\γ}}_2}\·S_2+\mathrm{\λ}\·{\mathrm{\θ}}_2=0---\left(9\right)$

θ₁·S₁+θ₂·S₂-R_T＝0                          (10)

将式(8)、(9)与(10)联立求解得到S₁、S₂，再代入式(3)，得到左、右通道当前GOP的目标码率R₁、R₂。

3.根据权利要求1所述的一种基于SAQD域的立体视频码率控制方法，其特征在于，步骤二中所述率模型的模型参数θ_i初始值为3.0。

4.根据权利要求1所述的一种基于SAQD域的立体视频码率控制方法，其特征在于，步骤二中所述失真模型的模型参数ε_i和α_i初始值分别设为1.5×S_i和1.0。

5.根据权利要求1所述的一种基于SAQD域的立体视频码率控制方法，其特征在于，步骤六中所述滑动窗口机制更新，具体为：分别为左、右通道各设置一个大小为5的滑动窗口，保存过去5个编码单元的模型相关参数：已编码BU产生的实际比特数R、实际SAQD值S_q、重建图像失真D、实际SATD值St和由已编码BU的DCT系数的标准差计算得到的值γ；每编码完成一个BU后，距当前时间最远的BU的模型相关参数被移出窗口，本次编码完成的BU的模型相关参数存入BU，然后根据存储在滑动窗口中的参数计算当前通道下一个BU的模型参数。

6.根据权利要求1所述的一种基于SAQD域的立体视频码率控制方法，其特征在于，步骤六中所述的位于左通道内的BU的SATD_p根据下式得到：

SATD_p＝β₁·SATD_l+β₂                    (8)

其中，SATD_l为左通道内前一帧图像对应位置上的BU编码完成后得到的实际SATD值；系数β₁和β₂的初始值分别为1.0和0.0；

步骤六中所述的位于右通道内的BU的SATD_p，根据下式得到：

SATD_p＝ω·SATD_l′                       (9)

其中，SATD_l′为左通道内对应位置的BU编码后得到的SATD值；ω为预先设定的参数，ω值设为4。

Images