CN101939993B - 对滤波器系数进行编码 - Google Patents

Abstract

本发明提供了一种将多个自适应滤波器系数(104、107、112)编码为比特流(110)的方法。所述方法包括下列步骤：将所述自适应滤波器系数(104、107、112)熵编码(109)为所述比特流(110)，由此基于至少一个剩余的自适应滤波器系数(206)来确定(201)所述自适应滤波器系数的实例(204)的预测(202)，基于所述自适应滤波器系数的所述实例(204)以及所述预测(202)之间的差值来确定(203)预测误差(205)，并且其中对所述多个自适应滤波器系数(104、107、112)进行熵编码(109)的所述步骤包括对所述自适应滤波器系数的所述实例(204)的所述预测误差(205)进行熵编码(109)以及对所述剩余的自适应滤波器系数(206)进行熵编码(109)。本发明还提供了一种将编码的自适应滤波器系数的比特流(110)解码为解码的自适应滤波器系数(116、118、120、123)的相应方法。

Description

对滤波器系数进行编码

技术领域

本发明一般地涉及视频编码和解码中的自适应帧内和帧间预测。本发明更具体地涉及帧内和帧间预测中对自适应滤波器的自适应滤波器系数进行编码。

背景技术

通过使用之前的帧，可以使用对当前帧中像素值的预测来利用时间冗余性。像素预测是诸如H.261、H.263、MPEG-4以及H.264[1]的视频编码标准中的重要部分。在H.264中，存在两种像素预测方法，即帧内和帧间预测。帧内预测使用相同帧中之前所重构建的像素，给出对当前将被编码的帧中的块的空间预测。帧间预测使用之前所重构建的帧中相应但是发生位移的块(例如参考块)来给出对当前块的时间预测。帧间预测还可以使用两个帧间预测的加权平均。然后将与原始块进行比较的预测误差进行变换编码和量化。然后可以通过将预测与编码后的预测误差相加来生成重构建的帧。然后在将该帧存储于参考帧缓存之前应用循环滤波器来减少编码伪像，以备随后帧间预测的使用。

为了增加当前视频编码标准的编码效率，已经提出了用于帧间预测[2]或者循环或后滤波[6]的自适应滤波器。在帧间预测中，对于每一个帧典型地使用几个子像素运动特有的自适应滤波器。如果对于每个帧使用很多自适应滤波器系数，则将存在大量的开销用于自适应滤波器系数的表示。典型地从自适应滤波器系数中减去与Wiener滤波器相对应的参考自适应滤波器系数，以实现小的差分滤波器系数[2]。然后量化该差分滤波器系数。在一些情况中[4]利用来自附近的子像素位置的经量化的差分滤波器系数之间的预测。可以将自适应滤波器系数的上下文中的预测解释为对自适应滤波器系数的估计。对自适应滤波器系数的预测[3，4，5]可以利用滤波器对称性。

由于在编码器中确定自适应滤波器系数并且向解码器提供该自适应滤波器系数，因此这添加了总比特率的开销。自适应滤波器系数对总比特率的相对开销取决于所使用的实际比特率。对于低解析度视频来说，该开销可能非常高，大于10％。

发明内容

因此本发明的目标是减少由自适应滤波器系数引起的编码开销。

在一种根据权利要求1将多个自适应滤波器系数编码为比特流的方法中实现该目标。所述方法包括下列步骤：将自适应滤波器系数熵编码为比特流，基于剩余的自适应滤波器系数中的至少一个来确定对所述自适应滤波器系数的实例的预测，基于所述自适应滤波器系数的实例与所述预测之间的差来确定预测误差。对所述多个自适应滤波器系数进行熵编码的步骤包括对所述自适应滤波器系数的实例的预测误差进行熵编码，并且对剩余的自适应滤波器系数进行熵编码。

可以使用相同滤波器的其他系数的值来预测或者估计一个系数的值。将被用于预测的特别良好的假设是未量化的自适应滤波器系数典型地应当总和为一，例如没有平均像素值的放大。换言之，保持DC等级。如引用文献[7]中描述的，滤波器的DC增益等于滤波器系数之和。这通常是根据H.264[1]的帧内和帧间预测中的情况。在该情况中，对象的像素值的平均在连续视频帧中是相同的。同样在特定自适应滤波器中，可以利用使用了矩阵表示的自适应滤波器系数的内部对称性。

在本发明的实施例中，所述方法应用于差分滤波器系数，由此所述方法还包括下列步骤：通过从相应的自适应滤波器系数中减去参考自适应滤波器系数，来确定所述差分滤波器系数。参考自适应滤波器系数涉及H.264或者根据标准或者视频编码比特流中定义的任何其他滤波器，其中该自适应滤波器系数与滤波器相对应，该滤波器与具有共同的自适应滤波器系数的参考滤波器相似，修改该滤波器以具有自适应特征。

在本发明的实施例中，确定所述自适应滤波器系数的实例的预测的步骤包括：确定所述剩余的自适应滤波器系数之和，通过从常数中减去所述和来确定所述预测。所述常数等于所述自适应滤波器的DC增益，并且所述DC增益等于所有自适应滤波器系数之和。在差分滤波器系数的情况中，所述常数等于零。

特别地，自适应滤波器系数之和典型地等于一这一事实用于预测一个或者几个自适应滤波器系数。

在本发明的实施例中，在具有至少一个对称轴的自适应滤波器系数的矩阵中布置所述自适应滤波器系数，并且确定至少一个自适应滤波器系数的至少一个预测的步骤包括：将相应自适应滤波器系数绕所述矩阵的所述至少一个对称轴进行镜像的步骤。

通过利用自适应滤波器系数之间的相关性，可以减少视频或图像编码中部署自适应滤波器的开销。对于在具有自适应滤波器系数的相应滤波器矩阵中的垂直或者水平轴上具有对称性的滤波器来说，对自适应滤波器系数的镜像是用于预测自适应滤波器系数的实用工具。

在本发明的另一个实施例中，在矩阵中布置所述自适应滤波器系数。确定所述自适应滤波器系数的实例的预测的步骤包括：将所述自适应滤波器系数的矩阵划分为多个子矩阵，所述多个子矩阵的每一个具有自适应滤波器系数的子集合，针对所述子矩阵中的每一个，使用不在所述子矩阵中的自适应滤波器系数，对在所述子矩阵中的自适应滤波器系数进行预测；向具有所预测的自适应滤波器系数的子矩阵的每一个及其相关联的不在所述子矩阵中的自适应滤波器系数应用成本函数，选择具有最低成本的所述子矩阵作为将被编码的子矩阵，以及对所述选择的子矩阵的索引进行编码。

将所述矩阵划分为子矩阵允许对可以一起预测的相关自适应滤波器系数进行最优选择。通过预定义子矩阵，可以进行子矩阵的最优选择，该最优选择产生将被编码的比特的最小成本。

根据本发明的其他实施例，可以通过从滤波器矩阵中选择中心自适应滤波器系数来构成子矩阵，所述中心自适应滤波器系数具有最大值。通过预测最大值，可以实现将被编码的比特的最高节约。

确定至少一个自适应滤波器系数的至少一个预测的步骤之前，对所述自适应滤波器系数进行量化的步骤可以是对自适应滤波器系数进行编码的过程的一部分。

本发明可以用于表示帧间和帧内编码中的自适应滤波器。在帧间编码中，可以用于表示运动补偿的自适应滤波器。在帧内编码中，可以用于表示用于帧内预测的滤波器。在帧内和帧间编码中，本发明都可以用于表示用于预滤波、后滤波以及循环滤波的自适应滤波器。

可以将用于标识例如6个自适应系数的比特潜在地减少17％。使用与针对四分之一通用中间格式(QCIF)相同量的每像素自适应性，可以减少总的比特率大约2％。如果使用2个自适应滤波器系数，则可以将用于表示所述自适应滤波器的比特数量减少大约50％。

还在一种对自适应滤波器系数进行编码的编码器中实现本发明的目标。所述编码器包括：第一接口装置，用于接收自适应滤波器系数；第二接口装置，用于输出编码后的自适应滤波器系数的比特流；以及处理装置，分别可操作地连接到所述第一接口装置(401)和所述第二接口装置。所述处理装置特别适于如上所述的方法及其实施例中的步骤。所述编码器可以可选地具有第三接口，用于接收参考自适应滤波器系数，其中，使用根据本发明的预测将差分滤波器系数编码为所述比特流。

还在一种将编码的自适应滤波器系数的比特流解码为多个解码的自适应滤波器系数的方法中实现该目标。所述方法包括下列步骤：将所述比特流熵解码为自适应滤波器系数，由此将所述比特流熵解码为自适应滤波器系数的步骤包括下列步骤：对与所述自适应滤波器系数的实例相对应的预测误差进行熵解码，对来自所述比特流的剩余的自适应滤波器系数进行熵解码，从所述剩余的自适应滤波器系数的至少一个中确定所述自适应滤波器系数的所述实例的预测，以及通过将所述预测误差与所述预测相加，恢复所述自适应滤波器系数的所述实例。

对所述比特流进行解码的所述方法使用与将所述自适应滤波器系数编码为所述比特流的方法相同的预测自适应滤波器系数的方法。然而通过所述解码的预测误差与所述预测相加以获得所述原始的自适应滤波器系数，所述预测的自适应滤波器系数用于重构建所述实际自适应滤波器系数。

在根据本发明进行解码的方法的另一个实施例中，自适应滤波器系数还可以是差分滤波器系数，由此所述方法还包括通过将参考自适应滤波器系数与所述相应的差分滤波器系数相加，来确定多个自适应滤波器系数的步骤。

在根据本发明进行解码的方法的另一个实施例中，在具有至少一个对称轴的自适应滤波器系数矩阵中布置所述自适应滤波器系数。确定至少一个自适应滤波器系数的至少一个预测的步骤包括：通过将相应的自适应滤波器系数绕所述矩阵的所述至少一个对称轴进行镜像，来预测至少一个自适应滤波器系数的步骤。

在本发明的实施例中，从至少一个所述剩余的自适应滤波器系数中确定所述自适应滤波器系数的所述实例的预测的步骤包括：确定所述剩余的自适应滤波器系数之和，通过从常数中减去所述和来确定所述预测。所述常数等于所述自适应滤波器的DC增益。对于差分滤波器系数来说，所述常数等于零。

在根据本发明进行解码的方法的另一个实施例中，所述比特流包括子矩阵索引。所述方法还包括：对所述子矩阵索引进行解码，对来自与所述子矩阵索引相对应的子矩阵中的至少一个预测误差进行解码，对不与所述子矩阵中的所述预测误差相对应的所述多个自适应滤波器系数进行解码，从与所述预测误差相对应的所述多个自适应滤波器系数中确定自适应滤波器系数的预测，以及从所述自适应滤波器系数的预测与所述相应的预测误差来重构建自适应滤波器系数。

在根据本发明进行解码的方法的另一个实施例中，所述方法还包括对所述自适应滤波器系数进行反量化的步骤。

还在一种用于将比特流解码为自适应滤波器系数的解码器中实现本发明的目标。所述解码器包括：第一接口装置，用于接收所述比特流；第二接口装置，用于输出解码后的自适应滤波器系数；以及处理装置，分别可操作地连接到所述第一接口装置和所述第二接口装置(405)，特别适于执行如上所述的将编码的自适应滤波器系数的比特流解码为自适应滤波器系数的方法中的步骤。

在本发明的实施例中，所述解码器还包括与所述处理装置可操作地相连的第三接口，用于接收参考自适应滤波器系数，其中使用根据本发明的预测，从所述比特流中解码差分滤波器系数。

附图说明

图1a示出了根据本领域现有技术对自适应滤波器系数进行编码的过程的框图。

图1b示出了与图1a的框图相对应，根据本领域现有技术对自适应滤波器系数进行解码的过程的框图。

图2a示出了根据本发明的实施例对自适应滤波器系数进行编码的过程的框图。

图2b示出了与图2a的框图相对应，根据本发明的实施例对自适应滤波器系数进行解码的过程的框图。

图3a示出了根据本发明的示例实施例的对自适应滤波器系数进行编码的框图。

图3b示出了与图3a的框图相对应，根据本发明的示例实施例的使用预测对自适应滤波器系数进行解码的框图。

图4a示出了根据本发明的实施例与图2a和3a相对应的用于执行对自适应滤波器系数进行编码的过程的编码器的框图。

图4b示出了根据本发明的实施例与图2b和3b相对应的用于执行对自适应滤波器系数进行解码的过程的解码器的框图。

具体实施方式

在视频编码和解码中的帧间和帧内预测中，在帧间预测中将来自于之前的帧或者在帧内预测中将来自于当前帧的已解码的像素用来建立经预测的像素块形式。将使用向量代数的滤波或者滤波器算法用来从之前已解码的像素确定所预测的块。可以将自适应滤波用于使得来取决于将被编码的帧的属性或者取决于帧的内容使用不同的滤波器策略成为可能。自适应滤波器与标准滤波器的不同之处在于，在对视频帧编码的过程中确定自适应滤波器的滤波器系数，而标准或者参考滤波器是由标准(例如H.264[1])预先确定的。为此，视频编码器需要将自适应滤波器系数发送给相应的视频解码器，以使得使用相同的自适应滤波器来获得正确地重新构建的视频帧成为可能。

在自适应滤波中，将滤波器函数f应用于当前帧中像素值的块上，以得到滤波后的像素值，如公式1中的示例所示，示出了具有半像素插值的滤波器：

$P(k,l)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}F(i,j)X(k-i+\mathrm{int}\left(\frac{N}{2}\right),l-j+\mathrm{int}\left(\frac{M}{2}\right))$ 公式1

其中，P(k，l)是在已滤波的块的第k行和第l列的像素，X是像素值的帧，F(i，j)是在位置(i，j)处具有N行和M列的二维空间转移函数，k₁和l₁是对与像素值的帧中当前块的位置相对应的已滤波的块进行定位的偏移量，int是整数截断函数。

如[1]中所描述的，在帧间预测和循环滤波中，滤波发生在视频编码的编码循环内。在帧间预测中，像素值的帧X是从与将被预测的当前块的时刻不同的另一个时刻之前解码和重新构建的帧。该位置还是根据帧之间的运动的偏移量。在[2]中示出了使用具有自适应滤波器的帧间预测的示例。在循环滤波中，像素值的帧X是针对帧间预测进行显示和存储之前的当前重新构建的帧。然后，可以将该已被循环滤波的帧用于显示和帧间预测。

在视频编码中的自适应后滤波中[6]，滤波在编码循环之外。在该示例中，像素值的块X与可以用于帧间预测的重新构建的块相对应。然后优选地，将后滤波后的图像用于显示视频。

在视频编码中，将涉及将被编码的视频帧的信息以及与如何执行编码和解码有关的参数编码为比特流，可以解码该比特流以精确地重新构建视频帧。当使用自适应滤波时，还需要将滤波器类型和自适应滤波器系数编码为比特流。这些自适应滤波器系数向比特流添加了比特容量开销，从而潜在地降低了总的比特率。因此应当尽可能有效率地执行对自适应滤波器系数的编码以及后续的解码。

下面示出了在帧间预测的背景下自适应滤波器的示例，该示例类似于[5]中给出的一个滤波器，但是更一般化：

$f=\left[\begin{array}{cccccc}{f}_1& 0& 0& 0& 0& f_7\\ 0& f_2& 0& 0& f_8& 0\\ 0& 0& f_3& f_9& 0& 0\\ 0& 0& f_{10}& f_4& 0& 0\\ 0& f_{11}& 0& 0& f_5& 0\\ f_{12}& 0& 0& 0& 0& f_6\end{array}\right]$ 公式2

其中f₁，...，f₁₂是自适应滤波器系数。

在图1中，示出了根据本领域现有技术对自适应滤波器系数进行编码的过程。在发送至兼容的解码器之前，在编码器中可以将自适应滤波器101的自适应滤波器系数112进行量化105、预测106以及熵编码109，以在编码视频帧的比特流110中进行发送。在预测106中，可以基于来自其它自适应滤波器[4]的系数，对一些(量化的)自适应滤波器系数107进行预测。通过在编码器和解码器中都使用对来自其它源的自适应滤波器系数的预测或估计，可以省略对相应的实际自适应滤波器系数的发送，从而减少比特流110中的比特容量开销。

在本领域中，熵编码109是众所周知的，熵编码109被用于向符号分配唯一的前缀或者码，从而通过符号的出现概率来确定该码的比特数量。熵编码的示例是Huffman编码、依靠可变长度码(VLC)的编码以及上下文算法熵编码(CABAC)。

量化步骤105(其中自适应滤波器系数可以假定的值的数量是有限的)是可选的，然而正常情况下在被量化的系数的域中进行预测106。在公式3中示出了一个自适应滤波器系数f_i的量化：

${\stackrel{\‾}{f}}_i=\mathrm{sign}\left(f_i\right)*\mathrm{int}\left(\mathrm{abs}\left(f_i\right)\right)*2^B+0.5$ 公式3

其中，abs(f_i)是f_i的幅度，sign(f_i)是f_i的符号，B是用于量化f_i的幅度的比特数量。

类似于在现有技术[2]中所进行的，作为附加步骤，可以通过从自适应滤波器系数112中减去/移除103参考滤波器102的参考自适应滤波器系数，来构建差分滤波器系数104。该参考滤波器可以是标准的H.264滤波器[1]。在一般的示例中示出了该减法103，参见公式4：

D＝F-R                      公式4

其中，D是包含差分滤波器系数的差分矩阵，F是自适应滤波器矩阵以及R是差分滤波器矩阵。

在公式5中的完整矩阵表示中：

公式5

其中，d₁，...，d₁₂是差分滤波器系数，f₁，...，f₁₂是自适应滤波器系数，以及r₁，...，r₁₂是参考自适应滤波器系数。

在公式6中示出了在[5]中使用的类似H.264的参考滤波器的实际示例：

$R=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 1\\ 0& -5& 0& 0& -5& 0\\ 0& 0& 52& 52& 0& 0\\ 0& 0& 20& 20& 0& 0\\ 0& -5& 0& 0& -5& 0\\ 1& 0& 0& 0& 0& 1\end{array}\right]\×\frac{1}{128}$ 公式6

可以将所获得的差分滤波器系数104进行量化105。可以通过利用对称性，从其它空间位置的系数来对一些系数进行预测106[5]。在该情况中，减少了将被编码的系数的数量。在公式9中示出了在自适应滤波器系数以及差分滤波器系数的定义中利用了对称性，其中，绕着滤波器矩阵中间的垂直轴对自适应滤波器系数进行镜像。可以在[3，4]中找到利用对称性的一些其他示例。

在图1b中，示出了根据本领域现有技术的对自适应滤波器系数进行解码的过程的示例。对比特流110进行熵解码113以获得经量化的自适应滤波器系数114，执行系数预测115以及可选地反量化117，以获得自适应滤波器系数123。在根据本领域现有技术的系数预测115中，还可以如[4]中公布的一样基于来自其他自适应滤波器的系数来预测自适应滤波器系数。

自适应滤波器系数f_i的预测

可以基于未经量化的自适应滤波器系数f_i或者基于经量化的自适应滤波器系数

基于未经量化的差分系数d_i或者基于经量化的差分系数

。在下面的示例中，自适应滤波器系数的预测是基于经量化的自适应滤波器系数的。

图2a示出了根据本发明的实施例对自适应滤波器系数进行编码的过程。

对图1a中的步骤106进行增强，使得在预测步骤201中，从至少一个剩余的自适应滤波器系数206中产生与自适应滤波器系数

相对应的经预测的自适应滤波器系数202。可以以不同方式来预测自适应滤波器系数204。例如可以使用对称性从另一个自适应滤波器系数206对自适应滤波器系数204进行预测。在对称性中，使用滤波器

的矩阵表示来预测自适应滤波器系数，由此通过将滤波器系数在矩阵的对称轴上进行镜像来预测滤波器系数。

通过从实际自适应滤波器系数

204中减去预测

202来确定预测误差e_i 205。在步骤109中将该预测误差e_i 205与剩余的实际自适应滤波器系数206一起进行编码，没有为该剩余的自适应滤波器系数206确定预测误差e_i 205。

图2b示出了根据本发明对自适应滤波器系数进行解码的过程。

在该实施例中，如图1b所示在步骤113中对比特流110进行熵解码。该步骤将图2a的步骤109中的熵解码进行反向。从比特流110中的编码比特中恢复在步骤109中输入的包括预测误差205和剩余的自适应滤波器系数206在内的编码符号108。熵解码步骤113的输出114包含经解码的预测误差e_i 209以及经解码的剩余的自适应滤波器系数211，针对该剩余的自适应滤波器系数211，没有确定预测误差e_i 205。对图1b的系数预测步骤115进行增强，使得在预测步骤208中，通过将经预测的自适应滤波器系数

210与经解码的预测误差e_i 209相加207，来产生与预测误差e_i 209相对应的经预测的自适应滤波器系数

210，重新产生经解码的实际的自适应滤波器系数f_i 212。与经解码的剩余的自适应滤波器系数211一起，可以重新构建完整的经量化的滤波器

参见图1b，可以在可选步骤117中对经量化的滤波器

进行反量化，并且取决于于是否对差分滤波器系数的自适应滤波器系数进行编码，可以通过加上119参考滤波器R122来恢复自适应滤波器F 121。

在公式7中示出了使用对称性来预测滤波器中的自适应滤波器系数的示例：

$\stackrel{\‾}{F}=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& 0& 0& 0& 0& {\stackrel{\‾}{f}}_7\\ 0& {\stackrel{\‾}{f}}_2& 0& 0& {\stackrel{\‾}{f}}_8& 0\\ 0& 0& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_9& 0& 0\\ 0& 0& {\stackrel{\‾}{f}}_{10}& {\stackrel{\‾}{f}}_4& 0& 0\\ 0& {\stackrel{\‾}{f}}_{11}& 0& 0& {\stackrel{\‾}{f}}_5& 0\\ {\stackrel{\‾}{f}}_{12}& 0& 0& 0& 0& {\stackrel{\‾}{f}}_6\end{array}\right]$

$=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& 0& 0& 0& 0& {\hat{f}}_7+e_7\\ 0& {\stackrel{\‾}{f}}_2& 0& 0& {\hat{f}}_8+e_8& 0\\ 0& 0& {\stackrel{\‾}{f}}_3& {\hat{f}}_9+e_9& 0& 0\\ 0& 0& {\hat{f}}_{10}+e_{10}& {\stackrel{\‾}{f}}_4& 0& 0\\ 0& {\hat{f}}_{11}+e_{11}& 0& 0& {\stackrel{\‾}{f}}_5& 0\\ {\hat{f}}_{12}+e_{12}& 0& 0& 0& 0& {\stackrel{\‾}{f}}_6\end{array}\right]$

$=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& 0& 0& 0& 0& {\stackrel{\‾}{f}}_1+e_7\\ 0& {\stackrel{\‾}{f}}_2& 0& 0& {\stackrel{\‾}{f}}_2+e_8& 0\\ 0& 0& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_3+e_9& 0& 0\\ 0& 0& {\stackrel{\‾}{f}}_4+e_{10}& {\stackrel{\‾}{f}}_4& 0& 0\\ 0& {\stackrel{\‾}{f}}_5+e_{11}& 0& 0& {\stackrel{\‾}{f}}_5& 0\\ {\stackrel{\‾}{f}}_6+e_{12}& 0& 0& 0& 0& {\stackrel{\‾}{f}}_6\end{array}\right]$ 公式7

其中，e_i是与系数

相对应的预测误差。在该示例中，使用对称性，由矩阵中从左上到右下的对角线上的自适应滤波器系数来预测沿着从右上到左下的对角线上的自适应滤波器系数。在该示例中，使用了公式8：

${\hat{f}}_i={\stackrel{\‾}{f}}_{i-6},i\∈[7,,12]$ 公式8

因此，使用对称性，

的预测

等于，由此e₇是

的实际值及其预测

之间的误差。可以将预测方法、系数

以及预测误差e₇..e₁₂编码到比特流110中，其中，不对

进行编码。由于预测误差e₇..e₁₂的值要远小于相关联的自适应滤波器系数

，因此总共需要更少的比特来对滤波器

进行编码。可以将该预测方法与由H.264标准[1]指定的滤波器类型相关联，因此可以将滤波器类型而非对预测方法编码到比特流110中。根据[5]，滤波器类型的示例是用于特定子像素位置的滤波器。

与根据公式7的编码相对应的解码开始于识别滤波器类型，然后对来自于比特流110的相应系数

以及预测误差e₇..e₁₂进行解码。然后，以与编码过程中根据公式8使用对称性的相同方式对每一个系数进行预测。然后可以根据公式9来重新构建自适应滤波器系数

${\stackrel{\‾}{f}}_i={\hat{f}}_i+e_i={\stackrel{\‾}{f}}_{i-6}+e_i,i\∈[7,,12]$ 公式9

图3a示出了根据本发明的示例实施例对自适应滤波器系数进行编码的框图。注意到在帧间预测(例如运动预测)中，预测中的像素的平均像素值(DC)或者亮度应当与参考帧中(从该参考帧中进行预测)的相应像素的平均像素值(DC)或者亮度相同。使用该假设，(未经量化)的自适应滤波器的DC增益应当是一，因此，典型地自适应滤波器系数应当总计为一，例如不改变平均像素值(DC)。在如公式4和5所示的差分滤波器系数104的情况中，已经从自适应滤波器中减去参考滤波器，这是通过让差分滤波器系数104总计为零来完成的。

相应地，用于对自适应滤波器系数进行编码的好策略是开始对小系数108进行编码，这是由于相对于对大系数进行编码来说，对小系数进行编码在表示中要求较少的比特。可以基于对经编码的较小系数的了解来预测较大的系数。这样，可以预测大系数，并且仅需要对相对小的系数预测误差进行编码。因此，对自适应滤波器系数

的预测

还可以基于之前被解码的差分滤波器系数之和。该预测使得该和包括具有所维持的DC级别的自适应滤波器中的预测结果，例如没有对像素值的放大。

在图3a中，通过确定301剩余的自适应滤波器系数206之和304以及从常数C 303中减去302该和304，来确定自适应滤波器系数204的经预测的自适应滤波器系数202，该常数C 303是待编码的滤波器的DC增益。然后，从实际的自适应滤波器系数204中减去203该经预测的自适应滤波器系数202。该差值是预测误差e_i 205，然后将该预测误差e_i 205与剩余的自适应滤波器系数206一起进行熵编码109。

常数C指的是自适应滤波器DC增益，是自适应滤波器系数的总和。对于未经量化的自适应滤波器系数112来说，C＝1，对于差分滤波器系数104来说(未经量化的以及经量化的)，由于自适应滤波器系数和参考自适应滤波器系数应当加起来为一，因此C＝0。如果用B个比特对每一个自适应滤波器系数进行量化，则对于经量化的自适应滤波器系数107来说，C＝2^B。如果对每一个经量化的自适应滤波器系数107进行不同的量化，则

其中，N是系数的数量并且B_max是用于对滤波器的自适应滤波器系数进行最精细量化的比特数量。

如果在对每一个自适应滤波器系数f_i或者插值滤波器系数的量化中使用了不同的B_i比特数量，则需要在将他们加起来之前，对每一个系数进行缩放。将第i个自适应滤波器系数的缩放定义为

其中，B_max是用于最精细量化的比特数量并且B_i是用于量化自适应滤波器系数fi的比特数量。

图3b示出了使用根据图3a的发明实施例的预测，对自适应滤波器系数进行解码的相应示例。

经解码的预测误差209与经解码的剩余的自适应滤波器系数211一起形成了熵解码步骤113的结果114。通过确定305经解码的剩余的自适应滤波器系数211之和308，并且通过从常数C 307中减去306该和308，来使用剩余的自适应滤波器系数211确定经解码的自适应滤波器系数预测

210，如图3a的编码示例中一样，该常数C 307是滤波器的DC增益。通过将经解码的自适应滤波器系数预测

210与经解码的预测误差e_i 209相加207，获得经解码的原始自适应滤波器系数

212。经解码的原始自适应滤波器系数

212与经解码的剩余的自适应滤波器系数211一起形成框图1b的可选反量化步骤116的输入116，并且可选地使用在图2b中描述的参考滤波器R，该输入116可以用于恢复滤波器F。

根据本发明的其他实施例，通过将具有最高预期比特编码成本的那些系数中的系数进行分组，可以将滤波器矩阵的自适应滤波器系数划分为一个或者更多具有待预测系数的子矩阵。每一个矩阵可以包含至少一个系数。可以基于预定义的标准对矩阵

进行划分。该标准可以与滤波器类型相关联。该标准的示例可以是系数的幅度以及系数的布置顺序。

作为通用规则，在具有待预测的自适应滤波器系数的矩阵中将最大的自适应滤波器系数分组是有利的。同样的，这些自适应滤波器系数优选地具有相似的幅度。将在幅度上相差大的自适应滤波器系数进行混合是不利的。

划分滤波器矩阵的另一个示例是使用如公式7中所示的滤波器的系数的位置。可以将公式7的自适应滤波器矩阵

划分为两个子矩阵

和

和

可以具有共同的系数，所以可以如下所示的将

和

重叠：

${\stackrel{\‾}{S}}_1=\left[\begin{array}{cccccc}-& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_9& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\end{array}\right],{\stackrel{\‾}{S}}_2=\left[\begin{array}{cccccc}-& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_9& -& -\\ -& -& {\stackrel{\‾}{f}}_{10}& {\stackrel{\‾}{f}}_4& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\end{array}\right]$ 公式10a

将剩余的系数分别存储在相应的矩阵

中：

${\stackrel{\‾}{T}}_1=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& -& -& -& -& {\stackrel{\‾}{f}}_7\\ -& {\stackrel{\‾}{f}}_2& -& -& {\stackrel{\‾}{f}}_8& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_{10}& {\stackrel{\‾}{f}}_4& -& -\\ -& {\stackrel{\‾}{f}}_{11}& -& -& {\stackrel{\‾}{f}}_5& -\\ {\stackrel{\‾}{f}}_{12}& -& -& -& -& {\stackrel{\‾}{f}}_6\end{array}\right],{\stackrel{\‾}{T}}_2=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& -& -& -& -& {\stackrel{\‾}{f}}_7\\ -& {\stackrel{\‾}{f}}_2& -& -& {\stackrel{\‾}{f}}_8& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\\ -& {\stackrel{\‾}{f}}_{11}& -& -& {\stackrel{\‾}{f}}_5& -\\ {\stackrel{\‾}{f}}_{12}& -& -& -& -& {\stackrel{\‾}{f}}_6\end{array}\right]$ 公式10b

如公式11所示，可以针对编码所有自适应滤波器系数所需的比特数量来确定成本函数Y：

${\mathrm{Cost}}_i=Y({\stackrel{\‾}{S}}_i,{\stackrel{\‾}{T}}_i)$ 公式11

备选地，该成本还可以基于失真。失真的示例是原始像素值和经滤波的像素值之间的绝对方差或者均方差之和。可以如公式1或者公式9一样来获得经滤波的像素值。

针对每一个组合

对成本函数Y进行评估。将选择给出最少总成本的组合

。将所选组合

的索引i编码到比特流110中。在已经对所选矩阵

之外的所有系数进行编码之后，对所选矩阵

的系数进行预测。如果

是所选矩阵，则让

的预测等于常数C减去

中系数之和，由此，使用在滤波器中出现的次数来缩放每一个系数，并且将结果除以所选矩阵中的系数数量，如公式12所示：

${\hat{f}}_3=\frac{C-({\stackrel{\‾}{f}}_1+{\stackrel{\‾}{f}}_2+{\stackrel{\‾}{f}}_4+{\stackrel{\‾}{f}}_5+{\stackrel{\‾}{f}}_6+{\stackrel{\‾}{f}}_7+{\stackrel{\‾}{f}}_8+{\stackrel{\‾}{f}}_{10}+{\stackrel{\‾}{f}}_{11}+{\stackrel{\‾}{f}}_{12})}{2}$ 公式12

将预测误差e₃确定为：

$e_3={\stackrel{\‾}{f}}_3-{\hat{f}}_3$ 公式13

将预测误差e₃编码到比特流110中。

下一个步骤是预测所选矩阵

中的剩余系数，例如

。对

的预测是C减去

中的系数与

之和，并且将结果除以所选矩阵中剩余系数的数量，其中使用在滤波器中的出现次数对每一个系数进行缩放：

${\hat{f}}_9=C-({\stackrel{\‾}{f}}_1+{\stackrel{\‾}{f}}_2+{\stackrel{\‾}{f}}_3+{\stackrel{\‾}{f}}_4+{\stackrel{\‾}{f}}_5+{\stackrel{\‾}{f}}_6+{\stackrel{\‾}{f}}_7+{\stackrel{\‾}{f}}_8+{\stackrel{\‾}{f}}_{10}+{\stackrel{\‾}{f}}_{11}+{\stackrel{\‾}{f}}_{12})$ 公式14

预测误差e₉是：

$e_9={\stackrel{\‾}{f}}_9-{\hat{f}}_9$ 公式15

然后将预测误差编码e₉到比特流110中。

可以如下描述对与公式10a和10b相对应的编码示例的自适应滤波器系数进行的解码。首先从比特流110中解码出所选矩阵

然后解码出在所选矩阵

之外的系数。如果例如所选矩阵是

则该解码将得到经量化的自适应滤波器系数和

。然后可以如下评估对

的预测：

${\hat{f}}_3=\frac{C-({\stackrel{\‾}{f}}_1+{\stackrel{\‾}{f}}_2+{\stackrel{\‾}{f}}_4+{\stackrel{\‾}{f}}_5+{\stackrel{\‾}{f}}_6+{\stackrel{\‾}{f}}_7+{\stackrel{\‾}{f}}_8+{\stackrel{\‾}{f}}_{10}+{\stackrel{\‾}{f}}_{11}+{\stackrel{\‾}{f}}_{12})}{2}$ 公式16

其中，C＝2^B。然后从比特流110中解码出预测误差e₃。则可以如下生成

的量化值：

${\stackrel{\‾}{f}}_3=e_3+{\hat{f}}_3$ 公式17

则

的预测是：

${\hat{f}}_9=C-({\stackrel{\‾}{f}}_1+{\stackrel{\‾}{f}}_2+{\stackrel{\‾}{f}}_3+{\stackrel{\‾}{f}}_4+{\stackrel{\‾}{f}}_5+{\stackrel{\‾}{f}}_6+{\stackrel{\‾}{f}}_7+{\stackrel{\‾}{f}}_8+{\stackrel{\‾}{f}}_{10}+{\stackrel{\‾}{f}}_{11}+{\stackrel{\‾}{f}}_{12})$ 公式18

从而已对所有自适应滤波器系数进行了解码和重新构建。

当在定点算法(这是大多数情况)中实现滤波时，可以如下使用经量化的值来直接执行公式1中所示的滤波：

$P(k,l)=(\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}\stackrel{\‾}{F}(i,j)R(k-i+\mathrm{int}\left(\frac{N}{2}\right),l-j+\mathrm{int}\left(\frac{M}{2}\right))+2^{B-1})>>B$ 公式19

其中，＞＞与下移位B个比特相对应，或者类似于除以2^B，并且2^B-1与取整因子相对应。

在另一个示例中，如针对[5]中的一个滤波器类型所描述的，在自适应滤波器系数的定义中使用自适应滤波器系数的镜像。在公式20中描述了该滤波器：

$\stackrel{\‾}{F}=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& 0& 0& 0& 0& {\stackrel{\‾}{f}}_7\\ 0& {\stackrel{\‾}{f}}_2& 0& 0& {\stackrel{\‾}{f}}_8& 0\\ 0& 0& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_9& 0& 0\\ 0& 0& {\stackrel{\‾}{f}}_{10}& {\stackrel{\‾}{f}}_4& 0& 0\\ 0& {\stackrel{\‾}{f}}_{11}& 0& 0& {\stackrel{\‾}{f}}_5& 0\\ {\stackrel{\‾}{f}}_{12}& 0& 0& 0& 0& {\stackrel{\‾}{f}}_6\end{array}\right]=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& 0& 0& 0& 0& {\stackrel{\‾}{f}}_1\\ 0& {\stackrel{\‾}{f}}_2& 0& 0& {\stackrel{\‾}{f}}_2& 0\\ 0& 0& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_3& 0& 0\\ 0& 0& {\stackrel{\‾}{f}}_4& {\stackrel{\‾}{f}}_4& 0& 0\\ 0& {\stackrel{\‾}{f}}_5& 0& 0& {\stackrel{\‾}{f}}_5& 0\\ {\stackrel{\‾}{f}}_6& 0& 0& 0& 0& {\stackrel{\‾}{f}}_6\end{array}\right]$ 公式20

如上所述，可以针对滤波器的中心系数将自适应滤波器矩阵

划分为例如两个子矩阵

。可以再一次将

和

重叠，使得他们具有共同的系数。

${\stackrel{\‾}{S}}_1=\left[\begin{array}{cccccc}-& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_3& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\end{array}\right],{\stackrel{\‾}{S}}_2=\left[\begin{array}{cccccc}-& -& -& -& -& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_3& {\stackrel{\‾}{f}}_3& -& -\\ -& -& {\stackrel{\‾}{f}}_4& {\stackrel{\‾}{f}}_4& -& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\end{array}\right]$ 公式21a

分别将剩余的系数存储在相应的矩阵T₁，T₂中。

${\stackrel{\‾}{T}}_1=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& -& -& -& -& {\stackrel{\‾}{f}}_1\\ -& {\stackrel{\‾}{f}}_2& -& -& {\stackrel{\‾}{f}}_2& -\\ -& -& -& -& -& -\\ -& -& {\stackrel{\‾}{f}}_4& {\stackrel{\‾}{f}}_4& -& -\\ -& {\stackrel{\‾}{f}}_5& -& -& {\stackrel{\‾}{f}}_5& -\\ {\stackrel{\‾}{f}}_6& -& -& -& -& {\stackrel{\‾}{f}}_6\end{array}\right],{\stackrel{\‾}{T}}_2=\left[\begin{array}{cccccc}{\stackrel{\‾}{f}}_1& -& -& -& -& {\stackrel{\‾}{f}}_1\\ -& {\stackrel{\‾}{f}}_2& -& -& {\stackrel{\‾}{f}}_2& -\\ -& -& -& -& -& -\\ -& -& -& -& -& -\\ -& {\stackrel{\‾}{f}}_5& -& -& {\stackrel{\‾}{f}}_5& -\\ {\stackrel{\‾}{f}}_6& -& -& -& -& {\stackrel{\‾}{f}}_6\end{array}\right]$ 公式21b

针对每一个组合

来对成本函数进行评估。将选择给出最少总成本的组合。将所选组合

的索引i编码到比特流110中。在已经对所选矩阵

之外的所有系数进行编码之后，对所选矩阵的系数进行预测。如果

是所选矩阵，则使的预测等于常数C减去T₂中系数之和，由此通过滤波器中的出现次数来缩放每一个系数，并且将结果除以所选矩阵中的系数数量：

${\hat{f}}_4=\frac{C-(2*{\stackrel{\‾}{f}}_1+2*{\stackrel{\‾}{f}}_2+2*{\stackrel{\‾}{f}}_5+2*{\stackrel{\‾}{f}}_6)}{4}$ 公式22

如下确定预测误差e₄：

$e_4={\stackrel{\‾}{f}}_4-{\hat{f}}_4$ 公式23

将预测误差e₄编码到比特流110中。下一个步骤是预测所选矩阵

中的剩余系数，例如

的预测等于C减去

中的系数与

之和，用滤波器中的出现次数对每一个系数进行缩放，并且将结果除以所选矩阵中剩余系数的数量：

${\hat{f}}_3=\frac{C-(2*{\stackrel{\‾}{f}}_1+2*{\stackrel{\‾}{f}}_2+2*{\stackrel{\‾}{f}}_4+2*{\stackrel{\‾}{f}}_5+2*{\stackrel{\‾}{f}}_6)}{2}$ 公式24

预测误差e₃是：

$e_3={\stackrel{\‾}{f}}_3-{\hat{f}}_3$ 公式25

然后将预测误差编码e₃进比特流110。

可以如下描述与公式21a和21b示例相对应的自适应滤波器系数的解码过程：

首先从比特流110中解码出所选矩阵。然后解码出在所选矩阵之外的系数。如果所选矩阵是则这将得到经量化的自适应滤波器系数

和。然后可以如下评估对

的预测

${\hat{f}}_3=\frac{C-(2*{\stackrel{\‾}{f}}_1+2*{\stackrel{\‾}{f}}_2+2*{\stackrel{\‾}{f}}_4+2*{\stackrel{\‾}{f}}_5+2*{\stackrel{\‾}{f}}_6)}{2}$ 公式26

然后，从比特流110中解码出预测误差e₃。则可以如下生成经量化的自适应滤波器系数

${\stackrel{\‾}{f}}_3=e_3+{\hat{f}}_3$ 公式27

由于对e₃进行了解码并且对

进行了预测，所有经量化的自适应滤波器系数

是可用的。使用根据公式20的镜像，可以确定相应的系数

，完成对自适应滤波器

的解码和重新构建。

对于本领域技术人员来说显而易见地，处理了自适应滤波器系数的所有情况，类似地可以处理差分滤波器系数，或者反之亦然。上面描述的教导不仅可以应用于6x6滤波器矩阵，还可以应用于其他大小和比率的滤波器矩阵。

当根据上述方法来使用自适应滤波器系数的预测和编码时，可以由编码器向解码器进行通知，例如通过向比特流110中插入标记或者通知。该通知可以与上述的滤波器类型相关联。编码器选择花费最少的比特数量来对特定的滤波器系数进行编码的方法。

图4a示出了根据与图2a和3a相对应的发明的实施例，用于执行对自适应滤波器系数进行编码的过程的编码器的框图。

在根据本发明的前述方法中使用的编码器可以包括用于接收自适应滤波器坐标112的第一接口401。该第一接口401可以是例如计算机存储器中的变量、适用于从其他进程接收自适应滤波器系数的串行接口的并行接口。该编码器还可以具有技术上与第一接口相似的第二接口402，用于输出经编码的自适应滤波器系数的比特流110。该编码器还可选地具有技术上与第一和第二接口类似的第三接口，用于接收参考自适应滤波器系数。该编码器还可以包括处理403装置，比如数据处理器和存储器，该存储器加载有计算机指令，特别适于引起处理器执行如上所述的对自适应滤波器系数进行编码的方法的步骤。该处理装置403还可以包括用于执行至少部分编码过程的专用硬件。

处理装置403控制第一接口401，使得可以由处理装置403来接收和处理自适应滤波器系数104、107、112并且将他们编码进比特流110。可以例如经由适用于接收自适应滤波器系数104、107、112的计算机存储器中的变量、并行端口或者串行端口来接收例如自适应滤波器系数104、107、112。该处理装置403还控制第二接口402，使得可以经由接口402将通过如上所述处理所获得比特流110输出，用于将比特流110解码为解码的视频帧。可以将比特流110例如写为存储器、并行端口或者串行端口中的数据，用于其它用途。类似地，可以由处理装置403来控制第三接口，以获得参考自适应滤波器系数111。可以从存储器、并行端口或者串行端口中读取这些参考自适应滤波器系数111。

图4b示出了根据与图2b和3b相对应的发明的实施例，用于执行对自适应滤波器系数进行解码的过程的解码器的框图。

在根据本发明的上述方法中使用的解码器可以包括用于从通过图4a描述的编码器中接收经编码的自适应滤波器系数的比特流110的第一接口404。该解码器还可以具有技术上类似于第一接口404的第二接口405，用于输出解码的自适应滤波器系数120。该解码器还可选地具有技术上与第一和第二接口类似的第三接口，用于接收参考自适应滤波器系数。该解码器还包括处理装置406，比如数据处理器和存储器，该存储器加载有计算机指令，特别适于引起处理器执行如上所述的从比特流110中解码自适应滤波器系数的方法的步骤。处理装置406还可以包括用于执行至少一部分解码过程的专用硬件。

处理装置406控制第一接口404，使得可以由处理装置406接收和处理比特流110。可以经由适用于接收编码的自适应滤波器系数的比特流110的计算机存储器中的变量、并行端口或者串行端口来接收比特流110。处理装置406还控制第二接口405，使得可以将通过如上所述处理所获得的经解码的自适应滤波器系数116、118、121输出，用于将比特流110解码为经解码的视频帧。可以将经解码的自适应滤波器系数例如写为存储器、并行端口或者串行端口中的数据，以用于其它用途。类似地，可以由处理装置406来控制第三接口，以获得参考自适应滤波器系数123。可以从存储器、并行端口或者串行端口中读取这些参考自适应滤波器系数123。

上面描述的实施例仅作示例之用。本领域技术人员将理解可以在不背离由下面阐述的权利要求的范围的情况下，改变、修改或者偏离这些实施例。

简写

H.264-视频编码标准

DC-区域中平均亮度或者色度值

参考文献

[1]ITU-T Rec.H.264/ISO/IEC MPEG 14496-10，2003

[2]Y.Vatis，B.Edler，D.T.Nguyen，J.Ostermann，“Two-dimensional non-separable Adaptive Wiener Interpolation Filter forH.264/AVC”，ITU-T SGI 6/Q.6 Doc.VCEG-Z17，Busan，South Korea，April 2005

[3]“Syntax of adaptive filter coefficients in the KTA referencemodel”，VCEG-AF09，ITU-T，Study group 16，Question 6，April 2007

[4]“Separable Adaptive Interpolation Filter”，COM16-C219，Matsushita，July 2007

[5]D.Rusanovskyy，K.Ugur，J.Lainema，“Adaptive Interpolationwith Directional Filters”，ITU-T Q.6/SG16 VCEG，VCEG-AG21，October2007

[6]S.Wittman，T.Wedi，Post-filter SEI message for 4:4:4 coding，MPEG/ITU Joint Video Team，JVT-S030rl，April 2006

[7]Mark Owen，Practical Signal Processing，chapter 4，CambridgeUniversity Press，2007

Claims (15)

1.一种将自适应滤波器的多个滤波器系数(104、107、112)编码为比特流(110)的方法，所述方法包括下列步骤：

a)将滤波器系数(104、107、112)熵编码(109)为比特流(110)；

b)基于剩余的滤波器系数(206)中的至少一个来确定(201)对实际的自适应滤波器系数(204)的预测(202)；

c)基于所述实际的自适应滤波器系数(204)与所述预测(202)之间的差来确定(203)预测误差(205)；

d)以及，对所述多个滤波器系数(104、107、112)进行熵编码(109)的步骤包括对所述实际的自适应滤波器系数(204)的预测误差(205)进行熵编码(109)，并且对剩余的滤波器系数(206)进行熵编码(109)；

其特征在于

e)在矩阵中布置所述滤波器系数(104、107、112)；以及确定(201)对所述实际的自适应滤波器系数(204)的预测(202)的步骤还包括：

f)将所述滤波器系数的矩阵划分为多个子矩阵，所述多个子矩阵的每一个具有滤波器系数的子集合；

g)针对所述子矩阵中的每一个，使用不在所述子矩阵中的滤波器系数，对在所述子矩阵中的滤波器系数进行预测；

h)向具有所预测的滤波器系数的子矩阵的每一个及其相关联的不在所述子矩阵中的滤波器系数应用成本函数；

i)选择具有最低成本的子矩阵作为将被编码的子矩阵；

j)对所选择的子矩阵的索引进行编码。

2.根据权利要求1所述的方法，其中，将所述滤波器系数的矩阵划分为至少两个子矩阵，所述至少两个子矩阵具有来自所述矩阵的中心部分的系数。

3.根据权利要求1所述的方法，其中，在具有至少一个对称轴的滤波器系数矩阵中布置所述滤波器系数(104、107、112)，并且，确定(201)对所述实际的自适应滤波器系数(204)的预测(202)的步骤包括绕所述矩阵的所述至少一个对称轴来对相应的滤波器系数进行镜像的步骤。

4.根据权利要求1-3中任一项所述的方法，其中，所述滤波器系数是差分滤波器系数(104)，所述方法还包括下列步骤：通过从相应的滤波器系数(112)中减去参考滤波器系数(111)，来确定(103)所述差分滤波器系数(104)。

5.根据权利要求4所述的方法，其中，确定(201)对所述实际的自适应滤波器系数(204)的预测(202)的步骤包括：

a)确定(301)剩余的滤波器系数(206)之和(304)；

b)通过从常数(303)中减去所述和(304)来确定所述预测(202)；

c)其中，所述常数(303)等于所述滤波器的DC增益，并且所述DC增益等于所有滤波器系数之和；或者

d)对于所述差分滤波器系数，所述常数(303)等于零。

6.根据权利要求1-3中任一项所述的方法，还包括在预测(106)滤波器系数的步骤之前，对所述滤波器系数(104、112)进行量化(105)的步骤。

7.一种对自适应滤波器的滤波器系数(104、107、112)进行编码的编码器，所述编码器包括：

a)第一接口装置(401)，用于接收滤波器系数(104、107、112)；

b)第二接口装置(402)，用于输出编码后的滤波器系数的比特流(110)；

c)处理装置(403)，分别可操作地连接到所述第一接口装置(401)和所述第二接口装置(402)，特别适于执行权利要求1-6中任一项所述的方法中的步骤。

8.根据权利要求7所述的编码器，还包括可操作地连接到所述处理装置(403)的第三接口，用于接收参考滤波器系数。

9.一种将编码后的自适应滤波器的滤波器系数的比特流(110)解码为多个解码后的滤波器系数(116、118、120)的方法，所述方法包括下列步骤：

a)将所述比特流(110)熵解码(113)为滤波器系数(114)；

其特征在于，将所述比特流(110)熵解码为滤波器系数的步骤包括下列步骤：

b)对与实际的自适应滤波器系数(212)相对应的预测误差(209)进行熵解码(113)；

c)对来自所述比特流(110)的剩余的滤波器系数(211)进行熵解码；

d)从所述剩余的自适应滤波器系数(211)的至少一个中确定(201)对所述实际的自适应滤波器系数(212)的预测(210)；

e)通过将所述预测误差(209)与所述预测(210)相加，恢复所述实际的自适应滤波器系数(212)；

其特征在于

f)所述比特流(110)包括子矩阵索引，所述方法还包括：

g)对所述子矩阵索引进行解码；

h)对来自与所述子矩阵索引相对应的子矩阵中的至少一个预测误差进行解码；

i)对不在所述子矩阵中的多个滤波器系数进行解码；

j)从与所述预测误差相对应的多个滤波器系数中确定对滤波器系数的预测；

k)从对所述滤波器系数的预测与相应的预测误差来恢复滤波器系数。

10.根据权利要求9所述的方法，其中，所述滤波器系数(116、118)是差分滤波器系数，所述方法还包括以下步骤：通过将参考滤波器系数(123)与相应的差分滤波器系数相加(119)来确定滤波器系数(120)。

11.根据权利要求10所述的方法，其中，从所述剩余的滤波器系数(211)的至少一个中确定(201)对所述实际的自适应滤波器系数(212)的预测(210)的步骤包括：

a)确定(305)所述剩余的滤波器系数(211)之和(308)；

b)通过从常数(307)中减去(306)所述和(308)来确定所述预测(210)；

c)其中，所述常数(307)等于所述滤波器的DC增益；或者

d)对于所述差分滤波器系数，所述常数(307)等于零。

12.根据权利要求9-11中任一项所述的方法，其中，将所述滤波器系数布置在具有至少一个对称轴的滤波器系数矩阵中，并且确定至少一个滤波器系数的至少一个预测的步骤包括以下步骤：通过绕所述矩阵的所述至少一个对称轴来对相应的滤波器系数进行镜像，来预测至少一个滤波器系数。

13.根据权利要求9-11中任一项所述的方法，还包括对所述自适应滤波器系数(116)进行反量化(117)的步骤。

14.一种用于将比特流(110)解码为自适应滤波器的滤波器系数的解码器，所述解码器包括：

a)第一接口装置(404)，用于接收所述比特流(110)；

b)第二接口装置(405)，用于输出解码后的滤波器系数(120)；

c)处理装置(406)，分别可操作地连接到所述第一接口装置(404)和所述第二接口装置(405)，特别适于执行权利要求9-13中任一项所述的方法中的步骤。

15.根据权利要求14所述的解码器，还包括可操作地连接到所述处理装置(406)的第三接口，用于接收参考滤波器系数。

Images