CN102271247B - 一种编码码率调整方法和装置 - Google Patents

Abstract

本发明公开了一种编码码率调整方法和装置：根据采集到的前M帧图像建立宏块平均编码比特数(AVG_MB_Bits)和图像质量参数(Quality)之间的数学模型，M为大于1的正整数；针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码。应用本发明所述的方法和装置，能够提高调整结果的准确性。

Description

一种编码码率调整方法和装置

技术领域

本发明涉及数字图像处理技术，特别涉及一种编码码率调整方法和装置。

背景技术

在视频监控系统中，数字摄像机通常会使用联合图像专家组(JPEG，JointPhotographic Experts Group)编码方式来对采集到的各帧图像进行压缩处理，并将压缩后的数据进行本地存储和网络传输。由于图像的场景、分辨率、帧率以及传输带宽等均会动态发生变化，因此，需要相应地动态调整编码码率。

现有技术中，通常采用以下方式来调整编码码率，即根据前一帧相同类型的图像的相关信息，结合预先设定的阈值，简单地对当前图像编码时的量化系数进行轻微调整。但是，量化系数和编码码率并不是简单的线性关系，所以并不能通过调整量化系数来达到准确地调整编码码率的目的，尤其是当量化系数很小时，即使对其进行加一或减一等操作，也会使编码码率发生剧烈的变化。

发明内容

有鉴于此，本发明的主要目的在于提供一种编码码率调整方法，能够提高调整结果的准确性。

本发明的另一目的在于提供一种编码码率调整装置，能够提高调整结果的准确性。

为达到上述目的，本发明的技术方案是这样实现的：

一种编码码率调整方法，包括：

A、根据采集到的前M帧图像建立宏块平均编码比特数AVG_MB_Bits和图像质量参数Quality之间的数学模型，M为大于1的正整数；

B、针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码。

一种编码码率调整装置，包括：

第一处理模块，用于根据采集到的前M帧图像建立宏块平均编码比特数AVG_MB_Bits和图像质量参数Quality之间的数学模型，M为大于1的正整数；

第二处理模块，用于针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码。

可见，采用本发明所述方案，建立AVG_MB_Bits和Quality之间的数学模型，后续当需要对图像进行编码时，首先计算出其目标AVG_MB_Bits，之后，根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，并利用计算出的Quality对图像进行编码；与现有技术相比，本发明所述方案可直接根据计算出的Quality来对编码码率进行调整，而不是简单地对量化系数进行调整，从而提高了调整结果的准确性；另外，本发明所述方案涉及到的运算均比较简单，即运算复杂度较低，因此可满足实时性等方面的需求。

附图说明

图1为本发明编码码率调整方法实施例的流程图。

图2为本发明编码码率调整装置实施例的组成结构示意图。

具体实施方式

针对现有技术中存在的问题，本发明中提出一种编码码率调整方案，能够提高调整结果的准确性。

为使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行详细说明。

图1为本发明编码码率调整方法实施例的流程图。如图1所示，包括以下步骤：

步骤11：根据采集到的前M帧图像建立AVG_MB_Bits和Quality之间的数学模型，M为大于1的正整数。

M的具体取值可根据实际需要而定，通常不会太大。

Quality为图像质量参数，取值范围为[1，100]，当Quality的取值为1时，压缩后的图像质量最差，当Quality的取值为100时，压缩后的图像质量最好，编码器可根据Quality来获取量化因子，并将量化因子与默认量化系数矩阵中的每个点相乘来确定当前编码所使用的量化矩阵，因此，调整Quality，即相应于调整编码码率。

本步骤中，根据采集到的前M帧图像来建立所述数学模型，具体实现方式如下：

A、针对采集到的第N帧图像，N＝1，将一个默认初始值作为Quality的取值。

该默认初始值的具体取值可根据实际需要而定，比如可为75。

B、根据Quality对第N帧图像进行编码，并获取HeaderBits以及ContextBits；用ContextBits除以MB_NUM，得到实际AVG_MB_Bits；将Quality和实际AVG_MB_Bits作为一组样本进行保存。

其中，HeaderBits表示编码图像的JPEG头信息消耗的比特数，ContextBits表示编码图像纹理信息消耗的比特数，MB_NUM表示图像的宏块数目，由图像的分辨率大小决定，AVG_MB_Bits表示宏块平均编码比特数。

将HeaderBits和ContextBits相加即可得到编码图像消耗的总比特数FrameBits，即有：

FrameBits＝HeaderBits+ContextBits；    (1)

另外，ContextBits＝MB_NUM×AVG_MB_Bits。    (2)

如何获取HeaderBits、ContextBits以及MB_NUM均为现有技术。

需要说明的是，本发明中会涉及到两种AVG_MB_Bits，一种为根据实际编码得到的ContextBits计算出的AVG_MB_Bits，另一种为由目标编码比特数推算出ContextBits，由推算出的ContextBits进一步计算得到的AVG_MB_Bits，为进行区别，通常将前一种AVG_MB_Bits称为实际AVG_MB_Bits，将后一种AVG_MB_Bits称为目标AVG_MB_Bits。

C、将HeaderBits和ContextBits相加，得到FrameBits，并将FrameBits与目标编码比特数进行比较，如果FrameBits大于目标编码比特数，则减小Quality的取值，如果FrameBits小于目标编码比特数，则增大Quality的取值，如果FrameBits等于目标编码比特数，则维持Quality的取值不变，并令N＝N+1，根据新的Quality和N重复执行步骤B。

如何获取目标编码比特数也为现有技术，目标编码比特数与FrameBits是对应的，FrameBits表示的是编码一帧图像实际消耗的总比特数，目标编码比特数表示的是理论上需要消耗的总比特数。得到新的Quality后(有可能保持不变)，即可利用其来编码第二帧图像，依次类推。

当对M帧图像均编码完毕后，即可得到M组样本，之后，根据这M组样本通过拟合方式建立起AVG_MB_Bits和Quality之间的数学模型，如下所示：

$\mathrm{AVG}\_\mathrm{MB}\_\mathrm{Bits}=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}(\mathrm{Weight}\left(i\right)*Q^i);---\left(3\right)$

其中，Weight表示加权系数，Q表示Quality，n表示多项式次数。

实验表明，如果用一曲线来模拟AVG_MB_Bits和Quality之间的关系，那么，在某一阈值Threshold_Q前后，曲线的性质会发生明显的变化，即阈值之前的曲线较为平坦，而阈值之后的曲线则变化剧烈，因此，在阈值之前，可用二次多项式来拟合AVG_MB_Bits和Quality之间的关系，即n＝2，而阈值之后则需要用三次多项式来拟合AVG_MB_Bits和Quality之间的关系，即n＝3，从而既能满足精度的要求，又能降低算法的复杂度。

这样，上述式(3)即可演化为：

$\mathrm{AVG}\_\mathrm{MB}\_\mathrm{Bits}=\left\{\begin{array}{cc}A*Q^2+B*Q+C;& 1<=Q<=\mathrm{Threshold}\_Q\\ D*Q^3+E*Q^2+F*Q+G;& \mathrm{Threshold}\_Q<Q<=100\end{array}\right.;---\left(4\right)$

为便于表述，将式(4)中的上下两式分别称为式(4-1)和式(4-2)；A、B、C、D、E、F、G均为加权系数，可利用获取到的样本计算出取值，至此，数学模型建立完毕。

步骤12：针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码。

针对后续采集到的每帧图像，假设为图像X，由于其目标编码比特数和MB_NUM均是可知的，而在实际应用中，HeaderBits近似为一个常数，因此利用式(1)和(2)即可计算出一个目标AVG_MB_Bits；之后，结合目标AVG_MB_Bits以及式(4)计算出Quality；再之后，利用计算出的Quality对图像X进行编码。

需要说明的是，将目标AVG_MB_Bits代入式(4)后，会得到两个计算结果，即两个Quality，一个是根据式(4-1)计算出来的，一个是根据式(4-2)计算出来的，而实际仅需要一个Quality，因此在进行计算之前，需要首先确定是要根据式(4-1)来进行计算还是根据式(4-2)来进行计算。本发明中，可参照上一帧图像的目标AVG_MB_Bits、实际AVG_MB_Bits以及编码时所用的Quality来确定是要根据式(4-1)进行计算还是根据式(4-2)进行计算，比如，上一帧图像的目标AVG_MB_Bits和实际AVG_MB_Bits的误差较小，且编码时所用的Quality大于等于1且小于等于Threshold_Q，则在本次计算Quality时根据式(4-1)进行计算。

至此，即完成了关于图1所示方法实施例的介绍。在此基础上，还可进一步对本发明所述方案进行扩展，以下对扩展的内容分别进行介绍。

1)当JPEG压缩率过大时的处理方式

当目标编码比特数较小，JPEG压缩率较大时，Quality取值较小，压缩后的图像纹理信息丢失严重，块效应明显，这样，用户将无法从中获取足够的有效信息，为了解决这一问题，本发明中提出了如下解决方式。

假设设置了一个JPEG压缩率阈值Threshold_ratio，取值为30，那么，可根据Threshold_ratio计算出一个对应的AVG_MB_Bits，即AVG_MB_Bits_min，如何计算为现有技术，并结合式(4-1)进一步计算出一个Quality，将该Quality的取值记为Q_min。

相应地，在步骤12中利用计算出的Quality对图像进行编码之前，可首先确定Quality的取值是否小于Q_min，如果是，则将Quality的取值设置为Q_min，并且，在编码过程中按照以下方式对图像中的关注区域进行处理：

对于色度信息只保留离散余弦变换后的直流系数(DC)，舍弃离散余弦变换后的交流系数(AC)，即AC系数不再进行编码；

对于亮度信息，如果编码宏块的位置处于关注区域内，则正常处理，否则，只保留DC系数，舍弃AC系数，即AC系数不再进行编码。

这样，有限的编码比特数据被最大限度的用在了关注区域的亮度纹理信息编码上，从而使得用户可以从图像中获取足够的有效信息。

上述关注区域可以是由用户设置的，或者，如果用户未设置，则默认整个图像区域均为关注区域。

2)模型更新

步骤12中，在每针对一帧图像完成编码后，如果编码时所用的Quality取值为Q_min，则不用对模型进行更新；如果编码时所用的Quality的取值等于Threshold_Q，则编码结束后，计算出实际AVG_MB_Bits，并根据计算出的实际AVG_MB_Bits以及AVG_MB_Bits＝A*Q²+B*Q+C和AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G分别计算出一个Quality，如果根据AVG_MB_Bits＝A*Q²+B*Q+C计算出的Quality相比于根据AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G计算出的Quality更接近Threshold_Q，则将Threshold_Q的取值加1，否则，将Threshold_Q的取值减1。

另外，步骤12中，在每针对一帧图像完成编码后，可计算出实际AVG_MB_Bits，并将编码时所用的Quality和计算出的实际AVG_MB_Bits作为一组样本进行保存，当已保存的样本数(不包括步骤11中保存的)达到2组时，后续当每再保存一组样本后，均用最新的3组样本对加权系数A、B、C进行更新，当保存的样本数(不包括步骤11中保存的)达到3组时，后续当每再保存一组样本后，均用最新的4组样本对加权系数D、E、F、G进行更新。

基于上述介绍，图2为本发明编码码率调整装置实施例的组成结构示意图。如图2所示，包括：

第一处理模块21，用于根据采集到的前M帧图像建立宏块平均编码比特数AVG_MB_Bits和图像质量参数Quality之间的数学模型，M为大于1的正整数；

第二处理模块22，用于针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码。

其中，第一处理模块21中可具体包括(为简化附图，未图示)：

第一处理单元，用于针对采集到的第N帧图像，N＝1，将一个默认初始值作为Quality的取值；

第二处理单元，用于根据Quality对第N帧图像进行编码，并获取编码图像的JPEG头信息消耗的比特数HeaderBits以及编码图像纹理信息消耗的比特数ContextBits；用ContextBits除以图像的宏块数目MB_NUM，得到实际AVG_MB_Bits；将Quality和实际AVG_MB_Bits作为一组样本进行保存；

第三处理单元，用于将HeaderBits和ContextBits相加，得到编码图像消耗的总比特数FrameBits，并将FrameBits与目标编码比特数进行比较，如果FrameBits大于目标编码比特数，则减小Quality的取值，如果FrameBits小于目标编码比特数，则增大Quality的取值，如果FrameBits等于目标编码比特数，则维持Quality的取值不变，并令N＝N+1，然后通知第二处理单元根据新的Quality和N重复执行自身功能；

第四处理单元，用于当第二处理单元中保存的样本数达到M组后，根据这M组样本通过拟合方式建立起AVG_MB_Bits和Quality之间的数学模型：

$\mathrm{AVG}\_\mathrm{MB}\_\mathrm{Bits}=\left\{\begin{array}{cc}A*Q^2+B*Q+C;& 1<=Q<=\mathrm{Threshold}\_Q\\ D*Q^3+E*Q^2+F*Q+G;& \mathrm{Threshold}\_Q<Q<=100\end{array}\right.;---\left(4\right)$

其中，Q表示Quality，Threshold_Q为预定阈值，A、B、C、D、E、F、G均为加权系数。

另外，第二处理模块22还可进一步用于，如果计算出的Quality的取值小于预定阈值Q_min，则将Quality的取值设置为Q_min，并在编码过程中按照以下方式对图像中的关注区域进行处理：对于色度信息只保留离散余弦变换后的直流系数DC，舍弃离散余弦变换后的交流系数AC；对于亮度信息，如果编码宏块的位置处于关注区域内，则正常处理，否则，只保留DC系数，舍弃AC系数；

和/或，

在根据计算出的Quality对图像进行编码之后，如果编码时所用的Quality的取值等于Threshold_Q，则计算出实际AVG_MB_Bits，并根据计算出的实际AVG_MB_Bits以及AVG_MB_Bits＝A*Q²+B*Q+C和AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G分别计算出一个Quality，如果根据AVG_MB_Bits＝A*Q²+B*Q+C计算出的Quality相比于根据AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G计算出的Quality更接近Threshold_Q，则将Threshold_Q的取值加1，否则，将Threshold_Q的取值减1；

和/或，

在根据计算出的Quality对图像进行编码之后，计算出实际AVG_MB_Bits，并将编码时所用的Quality和计算出的实际AVG_MB_Bits作为一组样本进行保存，当已保存的样本数达到2组时，后续当每再保存一组样本后，均用最新的3组样本对加权系数A、B、C进行更新，当保存的样本数达到3组时，后续当每再保存一组样本后，均用最新的4组样本对加权系数D、E、F、G进行更新。

图2所示装置实施例的具体工作流程请参照图1所示方法实施例中的相应说明，此处不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (11)

1.一种编码码率调整方法，其特征在于，包括：

A、根据采集到的前M帧图像建立宏块平均编码比特数AVG_MB_Bits和图像质量参数Quality之间的数学模型，M为大于1的正整数；

B、针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码；

其中，所述数学模型为：

$\mathrm{AVG}\_\mathrm{MB}\_\mathrm{Bits}=\left\{\begin{array}{cc}A*Q^2+B*Q+C;& 1<=Q<=\mathrm{Threshold}\_Q\\ D*Q^3+E*Q^2+F*Q+G;& \mathrm{Threshold}\_Q<Q<=100\end{array}\right.;$

其中，所述Q表示Quality，所述Threshold_Q为预定阈值，所述A、B、C、D、E、F、G均为加权系数。

2.根据权利要求1所述的方法，其特征在于，所述步骤A包括：

A1、针对采集到的第N帧图像，N=1，将一个默认初始值作为Quality的取值；

A2、根据Quality对第N帧图像进行编码，并获取编码图像的JPEG头信息消耗的比特数HeaderBits以及编码图像纹理信息消耗的比特数ContextBits；用ContextBits除以图像的宏块数目MB_NUM，得到实际AVG_MB_Bits；将Quality和实际AVG_MB_Bits作为一组样本进行保存；

A3、将HeaderBits和ContextBits相加，得到编码图像消耗的总比特数FrameBits，并将FrameBits与目标编码比特数进行比较，如果FrameBits大于目标编码比特数，则减小Quality的取值，如果FrameBits小于目标编码比特数，则增大Quality的取值，如果FrameBits等于目标编码比特数，则维持Quality的取值不变，并令N=N+1，根据新的Quality和N重复执行步骤A2；

当得到M组样本后，根据这M组样本通过拟合方式建立起AVG_MB_Bits和Quality之间的数学模型。

3.根据权利要求1或2所述的方法，其特征在于，所述根据计算出的Quality对图像进行编码包括：

如果计算出的Quality的取值小于预定阈值Q_min，则将Quality的取值设置为Q_min，并在编码过程中按照以下方式对图像中的关注区域进行处理：

对于色度信息只保留离散余弦变换后的直流系数DC，舍弃离散余弦变换后的交流系数AC；

对于亮度信息，如果编码宏块的位置处于关注区域内，则正常处理，否则，只保留DC系数，舍弃AC系数。

4.根据权利要求3所述的方法，其特征在于，所述关注区域为：用户设置的关注区域，或者，默认整个图像区域均为关注区域。

5.根据权利要求1所述的方法，其特征在于，所述根据计算出的Quality对图像进行编码之后，进一步包括：

如果编码时所用的Quality的取值等于Threshold_Q，则计算出实际AVG_MB_Bits，并根据计算出的实际AVG_MB_Bits以及AVG_MB_Bits＝A*Q²+B*Q+C和AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G分别计算出一个Quality，如果根据AVG_MB_Bits＝A*Q²+B*Q+C计算出的Quality相比于根据AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G计算出的Quality更接近Threshold_Q，则将Threshold_Q的取值加1，否则，将Threshold_Q的取值减1。

6.根据权利要求1所述的方法，其特征在于，所述根据计算出的Quality对图像进行编码之后，进一步包括：

计算出实际AVG_MB_Bits，并将编码时所用的Quality和计算出的实际AVG_MB_Bits作为一组样本进行保存，当已保存的样本数达到2组时，后续当每再保存一组样本后，均用最新的3组样本对加权系数A、B、C进行更新，当保存的样本数达到3组时，后续当每再保存一组样本后，均用最新的4组样本对加权系数D、E、F、G进行更新。

7.一种编码码率调整装置，其特征在于，包括：

第一处理模块，用于根据采集到的前M帧图像建立宏块平均编码比特数AVG_MB_Bits和图像质量参数Quality之间的数学模型，M为大于1的正整数；

第二处理模块，用于针对后续采集到的每帧图像，分别计算其目标AVG_MB_Bits，并根据计算出的目标AVG_MB_Bits和所建立的数学模型计算出Quality，根据计算出的Quality对图像进行编码；

其中，所述数学模型为：

$\mathrm{AVG}\_\mathrm{MB}\_\mathrm{Bits}=\left\{\begin{array}{cc}A*Q^2+B*Q+C;& 1<=Q<=\mathrm{Threshold}\_Q\\ D*Q^3+E*Q^2+F*Q+G;& \mathrm{Threshold}\_Q<Q<=100\end{array}\right.;$

其中，所述Q表示Quality，所述Threshold_Q为预定阈值，所述A、B、C、D、E、F、G均为加权系数。

8.根据权利要求7所述的装置，其特征在于，所述第一处理模块中包括：

第一处理单元，用于针对采集到的第N帧图像，N=1，将一个默认初始值作为Quality的取值；

第二处理单元，用于根据Quality对第N帧图像进行编码，并获取编码图像的JPEG头信息消耗的比特数HeaderBits以及编码图像纹理信息消耗的比特数ContextBits；用ContextBits除以图像的宏块数目MB_NUM，得到实际AVG_MB_Bits；将Quality和实际AVG_MB_Bits作为一组样本进行保存；

第三处理单元，用于将HeaderBits和ContextBits相加，得到编码图像消耗的总比特数FrameBits，并将FrameBits与目标编码比特数进行比较，如果FrameBits大于目标编码比特数，则减小Quality的取值，如果FrameBits小于目标编码比特数，则增大Quality的取值，如果FrameBits等于目标编码比特数，则维持Quality的取值不变，并令N=N+1，然后通知第二处理单元根据新的Quality和N重复执行自身功能；

第四处理单元，用于当第二处理单元中保存的样本数达到M组后，根据这M组样本通过拟合方式建立起AVG_MB_Bits和Quality之间的数学模型。

9.根据权利要求7或8所述的装置，其特征在于，所述第二处理模块进一步用于，如果计算出的Quality的取值小于预定阈值Q_min，则将Quality的取值设置为Q_min，并在编码过程中按照以下方式对图像中的关注区域进行处理：

对于色度信息只保留离散余弦变换后的直流系数DC，舍弃离散余弦变换后的交流系数AC；

对于亮度信息，如果编码宏块的位置处于关注区域内，则正常处理，否则，只保留DC系数，舍弃AC系数。

10.根据权利要求7所述的装置，其特征在于，所述第二处理模块进一步用于，在根据计算出的Quality对图像进行编码之后，如果编码时所用的Quality的取值等于Threshold_Q，则计算出实际AVG_MB_Bits，并根据计算出的实际AVG_MB_Bits以及AVG_MB_Bits＝A*Q²+B*Q+C和AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G分别计算出一个Quality，如果根据AVG_MB_Bits＝A*Q²+B*Q+C计算出的Quality相比于根据AVG_MB_Bits＝D*Q³+E*Q²+F*Q+G计算出的Quality更接近Threshold_Q，则将Threshold_Q的取值加1，否则，将Threshold_Q的取值减1。

11.根据权利要求7所述的装置，其特征在于，所述第二处理模块进一步用于，在根据计算出的Quality对图像进行编码之后，计算出实际AVG_MB_Bits，并将编码时所用的Quality和计算出的实际AVG_MB_Bits作为一组样本进行保存，当已保存的样本数达到2组时，后续当每再保存一组样本后，均用最新的3组样本对加权系数A、B、C进行更新，当保存的样本数达到3组时，后续当每再保存一组样本后，均用最新的4组样本对加权系数D、E、F、G进行更新。

Images