CN102281434B - 一种视频压缩方法及设备 - Google Patents

Abstract

本发明公开了一种视频压缩方法及设备，对视频进行预测，根据残差均值将预测后得到的残差调整到调整范围内，然后再对调整后的残差进行压缩，从而使得视频的预测后残差更加集中，提升了视频编码效率，进而提高了视频压缩效率。

Description

一种视频压缩方法及设备

技术领域

本发明涉及数据库领域，尤其涉及一种视频压缩方法及设备。

背景技术

多媒体化是移动业务发展的必然方向，随着3G网络的建设，移动多媒体业务得到了迅速的发展，尤其是视频业务得到了飞速发展。但是，无线网络的丢包及带宽受限的特点使得无线视频应用充满挑战。一方面，相对于有线网络而言，无线网络稳定性较差，传输丢包率很高，严重影响视频质量，需要进行有效的抗误码优化，以提升视频在差错传输下的质量；另一方面，现有的GPRS(General Packet Radio Service，通用分组无线服务技术)、TD-SCDMA(Time Division-Synchronous Code Division Multiple Access，时分同步码分多址)等无线网络带宽只有几十到一百多kbps，传输视频较为困难，现有视频业务的质量也较差。

视频的数据量庞大，需要进行有效的压缩才能进行无线网络传输。针对信源端视频的压缩，ITU-T(ITU-T for ITU Telecommunication StandardizationSector，国际电信联盟远程通信标准化组)VCEG(Video Coding Experts Group，视频编码专家组)及ISO/IEC MPEG(Moving Pictures Experts Group，动态图像专家组)等国际标准组织制定了一系列标准视频编解码标准，包括H.261/263/264、MPEG-1/2/4等，但这些视频压缩标准都是通用的标准，仅提供了基本的编码工具集，而针对特定的应用(如高清DVD、移动视频等)则需要进行有针对性的优化，以提升标准在特定应用条件下的性能及适应性。

针对带宽受限，一方面可以通过提升信道侧即无线网络带宽来解决，但网络升级需要很长的时间周期；另一方面可以从信源端入手，提升视频编码的效率，或者通过降低压缩码率来满足网络低带宽的要求。提升编码效率可以寄希望于下一代标准，但下一代标准尚未启动制定，需要有多年的时间才能完成制定，无法解决目前的问题。因此，如何基于现有的标准进行充分的优化，在保持视频质量的前提下尽可能降低编码码率，从而使得压缩视频能通过现有无线网络更好地进行传输，提升业务质量，是目前亟待解决的问题。

发明内容

本发明实施例提供一种视频压缩方法及设备，基于现有压缩标准进行编码算法优化，提升了视频压缩效率。

本发明实施例提供一种视频压缩方法，包括：

对视频进行预测获得残差；

将所述残差与所述残差的残差均值进行比较，当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；

当所述残差与残差均值的差小于所述第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；

当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值；

对调整后的残差进行编码。

所述残差均值包括所述残差的平均值、或者所述残差加权后得到的平均值。

所述第一阈值为人眼察觉信号变化阈值JND与第一调整参数的积，所述第二阈值为所述第一阈值的相反数，所述第一调整参数小于等于1且大于0。

所述JND的取值包括：

将所述残差对应图像位置的像素值与第一参数求差，将求差得到的结果的绝对值与第二参数求积，再将求积结果与第三参数求和，得到所述JND的取值。

所述第一阈值包括JND^/(x，y)与第二调整参数的积，所述第二调整参数小于等于1且大于0，

所述JND^/(x，y)的取值包括： ${{\mathrm{JND}}^{\′}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\·\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长，JND(x，y)为人眼察觉信号变化阈值。

本发明实施例提供一种视频压缩设备，包括：

预测单元，用于对视频进行预测；

残差获得单元，用于获得所述预测单元对输入视频进行预测后的残差；

残差调整单元，用于将所述残差获得单元获得的残差与所述残差的残差均值进行比较，当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；当所述残差与残差均值的差小于所述第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值；

编码单元，用于对所述残差调整单元调整后的残差进行编码。

所述残差获得单元还用于：

将所述残差的平均值、或者所述残差加权后得到的平均值作为所述残差均值。

所述残差调整单元还用于：

将人眼察觉信号变化阈值JND与第一调整参数的积作为所述第一阈值，所述第二阈值包括所述第一阈值的相反数，所述第一调整参数小于等于1且大于0。

所述残差调整单元还用于：

将所述残差对应图像位置的像素值与第一参数求差，将求差得到的结果的绝对值与第二参数求积，再将求积结果与第三参数求和，得到所述JND的取值。

所述残差调整单元还用于：

将JND^/(x，y)与第二调整参数的积作为所述第一阈值，

所述第二调整参数小于等于1大于0，

所述JND^/(x，y)的取值包括： ${{\mathrm{JND}}^{\′}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\·\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长，JND(x，y)为人眼察觉信号变化阈值。

与现有技术相比，本发明实施例至少具有以下优点：

本发明实施例中，对视频进行预测，根据残差均值将预测后得到的残差调整到调整范围内，然后再对调整后的残差进行压缩，从而使得视频的预测后残差更加集中，提升了视频编码效率，进而提高了视频压缩效率。

附图说明

图1是现有技术中视频压缩的基本框架示意图；

图2是本发明实施例一提供的视频压缩流程的流程示意图；

图3是本发明实施例三提供的视频压缩流程的流程示意图；

图4是本发明实施例四提供的视频压缩设备的结构示意图。

具体实施方式

视频压缩的基本框架如图1所示，主要由预测、变换、量化、熵编码等几个步骤组成。通过帧间及帧内预测，可去除视频在时域和空域的冗余。预测后得到差值部分即为残差，残差是需要编码的部分，其数值及分布也直接决定了视频压缩码率的大小。在预测后对残差进行变换使得残差从空域转化为频域，提高其集中度，随后通过量化来降低变换后系数数值的大小。最后，对量化后的残差进行熵编码得到输出的压缩码流。根据信号处理理论，信号方差越小，压缩所需的比特数就越少，由此可推导出预测后的残差越集中，则其越适合于压缩，所占用的带宽越少。

为了提高残差的集中度，使其更适合于压缩并占有更少的带宽，本发明实施例基于图1所示的视频压缩过程，在预测后、变换前增加对预测后的残差的处理过程，将预测得到的残差与残差均值进行比较，将预测后得到的残差调整到以残差均值为中心的调整范围，提高预测后残差的集中程度，从而在后续对残差进行编码的过程中，即进行变换、量化、熵编码时可以得到占用带宽较少的压缩码流。

下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。

实施例一

本发明实施例一提供一种视频压缩流程，如图2所示，包括以下步骤：

步骤201，对视频进行预测，得到残差；该步骤可采用现有机制实现；

步骤202，将所述残差与所述残差的残差均值进行比较，根据比较结果对所述残差进行调整，将所述残差调整到以残差均值为中心的调整范围；

步骤203，对调整后的残差进行编码，得到压缩码流。该步骤具体包括对调整后的残差进行变换、量化和熵编码过程，最终得到压缩码流。其中的变换、量化和熵编码过程可以采用现有机制实现。

步骤202中将所述残差与残差均值进行比较包括：当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；当所述残差与残差均值的差小于第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值。所述残差均值包括所述残差的平均值、或者所述残差加权后得到的平均值。

下面举例说明上述方法，假设视频编码处理的最小块大小为MxN(一般为16x16、8x8或4x4)，每个像素所对应的预测后的残差为R(x，y)，第一阈值为Δ，第二阈值为负Δ，Δ为一正数，则可通过如下的公式对残差进行调整，使其分布往均值集中，以降低信号方差：

$\tilde{R}(x,y)=\left\{\begin{array}{cc}R(x,y)+\mathrm{\&Delta;},& \mathrm{ifR}(x,y)-{\stackrel{\&OverBar;}{R}}_B<-\mathrm{\&Delta;}\\ {\stackrel{\&OverBar;}{R}}_B,& \mathrm{elseif}|R(x,y)-{\stackrel{\&OverBar;}{R}}_B|<\mathrm{\&Delta;}\\ R(x,y)-\mathrm{\&Delta;},& \mathrm{otherwise}\end{array}\right.---\left(1\right)$

其中，

为残差均值，通过公式(2)计算获得：

${\stackrel{\&OverBar;}{R}}_B=\frac{1}{M\&times;N}{\mathrm{\&Sigma;}}_{y=1}^N{\mathrm{\&Sigma;}}_{x=1}^M{R}_{(x,y)}---\left(2\right)$

通过使用Δ将残差调整到以残差均值为中心的范围，平滑了均值附近残差值的波动，使得残差更适合于压缩。需要说明的是，该Δ的具体取值可以根据实际需要进行调整，因此本实施例中对Δ的具体取值不做限制。另外，第一阈值和第二阈值也可以是绝对值不相同的值，即可以根据实际需要设置残差调整范围的上下限。

本实施例中，通过将视频的预测后残差与残差均值进行比较，根据比较结果对残差进行调整，将预测后残差调整到设置的调整范围内，即以残差均值为核心的范围内，通过这种调整，使得视频的预测后残差更加集中，使得残差更适合于压缩。

实施例二

本发明实施例二提供一种视频压缩流程，考虑到残差经过调整后应当不影响重建视频质量，本实施例在实施例一的基础上，对Δ的取值进行了规定。

根据人眼视觉特性(Human Vision System)，人眼无法察觉小于一定程度的信号变化，对应的阈值称为JND(人眼察觉信号变化，Just-NoticeableDistortion)，因此，如果能将残差调整过程所引入的误差控制在JND之内，则不影响重建视频的主观质量。

本实施例中将公式(1)改进如下：

$\tilde{R}(x,y)=\left\{\begin{array}{cc}R(x,y)+\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y),& \mathrm{ifR}(x,y)-{\stackrel{\&OverBar;}{R}}_B<-\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ {\stackrel{\&OverBar;}{R}}_B,& \mathrm{elseif}|R(x,y)-{\stackrel{\&OverBar;}{R}}_B|<\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ R(x,y)-\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y),& \mathrm{otherwise}\end{array}\right.---\left(3\right)$

其中，λ为调整参数，取值范围为(0，1]，用来调节视频质量及压缩率之间的tradeoff。

JND与像素亮度值相关，在过亮或过暗区域出现的信号改变不易为人眼所察觉，因此其对应的JND值也较大。若残差对应图像位置的像素值为P_(x，y)，则其JND可通过以下公式计算得到：

${\mathrm{JND}}_{(x,y)}=\left\{\begin{array}{cc}0.03(P_{(X,Y)}-127)+3,& \mathrm{if}{P}_{(X,Y)}\&GreaterEqual;127\\ 0.03(127-P_{(X,Y)})+3,& \mathrm{if}{P}_{(X,Y)}<127\end{array}\right.$

需要说明的是，其中的0.03、127、3仅为本发明实施例的一种优选参数，根据本发明实施例的思想，该参数可以根据实际需要进行修改，例如将0.03改为0.02同样能够实现本发明的发明目的。

实施例三

本发明实施例三提供一种视频压缩流程，考虑到视频编码过程中存在一个量化环节，即对变换后的残差系数除以一个量化步长QStep，以降低需要编码的系数数值的大小，从而减少所需的编码比特数，同时，也能出现连续多个量化残差系数为零的情况，更适合于进行熵编码。因为每次编码所选择的qp(量化系数)不同，所以需要把残差的调整量基于不同的量化进行自适应调整，以确保算法在不同的编码条件下均取得相同的增益，增强算法的一致性。

本实施例中，考虑到上述量化环节，将公式(1)改进如下：

$\tilde{R}(x,y)=\left\{\begin{array}{cc}R(x,y)+\mathrm{\&lambda;}\&CenterDot;{\mathrm{JND}}^{\&prime;}(x,y),& \mathrm{ifR}(x,y)-{\stackrel{\&OverBar;}{R}}_B<-\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ {\stackrel{\&OverBar;}{R}}_B,& \mathrm{elseif}|R(x,y)-{\stackrel{\&OverBar;}{R}}_B|<\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ R(x,y)-\mathrm{\&lambda;}\&CenterDot;{\mathrm{JND}}^{\&prime;}(x,y),& \mathrm{otherwise}\end{array}\right.$

其中，

为残差均值，λ为调整参数，取值范围为(0，1]，

${{\mathrm{JND}}^{\&prime;}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\&CenterDot;\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

${\mathrm{JND}}_{(x,y)}=\left\{\begin{array}{cc}0.03(P_{(X,Y)}-127)+3,& \mathrm{if}{P}_{(X,Y)}\&GreaterEqual;127\\ 0.03(127-P_{(X,Y)})+3,& \mathrm{if}{P}_{(X,Y)}<127\end{array}\right.$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长。

下面以视频编码标准H.264为例进行说明。

视频编码标准H.264中有52个量化系数(0～51)，对应的量化步长QStep如表1所示。QP每增加1，QStep增加12.5％。

表1

QP	0	1	2	3	4	5	6	7	8	9	10	11	12	...
															QStep	0.625	0.6875	0.8125	0.875	1	1.125	1.25	1.375	1.625	1.75	2	2.25	2.5	...
QP	...	18	...	24	...	30	...	36	...	42	...	48	...	51
															QStep		5		10		20		40		80		160		224

取最常用的QP中间值28作为基准，若编码设置的QP值为qp，则JND可根据QP调整如下：

${{\mathrm{JND}}^{\&prime;}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\&CenterDot;\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

(4)

其中，QStep_qp、QStep_28分别为量化系数qp及28所对应的量化步长。

相应的，将公式(1)改进如下：

$\tilde{R}(x,y)=\left\{\begin{array}{cc}R(x,y)+\mathrm{\&lambda;}\&CenterDot;{\mathrm{JND}}^{\&prime;}(x,y),& \mathrm{ifR}(x,y)-{\stackrel{\&OverBar;}{R}}_B<-\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ {\stackrel{\&OverBar;}{R}}_B,& \mathrm{elseif}|R(x,y)-{\stackrel{\&OverBar;}{R}}_B|<\mathrm{\&lambda;}\&CenterDot;\mathrm{JND}(x,y)\\ R(x,y)-\mathrm{\&lambda;}\&CenterDot;{\mathrm{JND}}^{\&prime;}(x,y),& \mathrm{otherwise}\end{array}\right.$

其中，JND′_(x，y)由公式(4)计算获得。λ的值取为0.8。

本实施例中提供的视频压缩的方法，如图3所示，包括：

步骤301，获得输入视频的预测后残差；

步骤302，计算残差对应像素位置的JND(x，y)；

步骤303，根据QP调整残差对应像素位置的JND(x，y)得到JND′(x，y)；

步骤304，根据JND′(x，y)和配置的公式计算得到新的残差

步骤305，输出新的残差

进行视频压缩。

通过采用本发明上述实施例提供的方法，对视频进行预测，根据残差均值将预测后得到的残差调整到调整范围内，然后再对调整后的残差进行压缩，从而使得视频的预测后残差更加集中，提升了视频编码效率，进而提高了视频压缩效率。

实施例四

本发明实施例四提供一种视频压缩设备，如图4所示，包括：

预测单元11，用于对视频进行预测；

残差获得单元12，用于获得所述预测单元11对输入视频进行预测后的残差；

残差调整单元13，用于将所述残差获得单元12获得的残差与所述残差的残差均值进行比较，当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；当所述残差与残差均值的差小于所述第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值；

编码单元14，用于对所述残差调整单元13调整后的残差进行编码。

所述残差获得单元12还用于：

将所述残差的平均值、或者所述残差加权后得到的平均值作为所述残差均值。

所述残差调整单元13还用于：

将人眼察觉信号变化阈值JND与第一调整参数的积作为所述第一阈值，所述第二阈值包括所述第一阈值的相反数，所述第一调整参数小于等于1大于0。

所述残差调整单元13还用于：

将所述残差对应图像位置的像素值与第一参数求差，将求差得到的结果的绝对值与第二参数求积，再将求积结果与第三参数求和，得到所述JND的取值。

所述残差调整单元13还用于：

将JND^/(x，y)与第二调整参数的积作为所述第一阈值，

所述第二调整参数小于等于1且大于0，

所述JND^/(x，y)的取值包括： ${{\mathrm{JND}}^{\&prime;}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\&CenterDot;\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长，JND(x，y)为人眼察觉信号变化阈值。

通过采用本发明实施例提供的设备，对视频进行预测，根据残差均值将预测后得到的残差调整到调整范围内，然后再对调整后的残差进行压缩，从而使得视频的预测后残差更加集中，提升了视频编码效率，进而提高了视频压缩效率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (8)

1.一种视频压缩方法，其特征在于，包括：

对视频进行预测获得残差；

将所述残差与所述残差的残差均值进行比较，根据比较结果对所述残差进行调整，将所述残差调整到以残差均值为中心的调整范围；当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；其中，所述第一阈值为人眼察觉信号变化阈值JND与第一调整参数的积，所述第二阈值为所述第一阈值的相反数，所述第一调整参数小于等于1且大于0；

当所述残差与残差均值的差小于所述第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；

当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值；

对调整后的残差进行编码。

2.如权利要求1所述的方法，其特征在于，所述残差均值包括所述残差的平均值、或者所述残差加权后得到的平均值。

3.如权利要求1所述的方法，其特征在于，所述JND的取值包括：

将所述残差对应图像位置的像素值与第一参数求差，将求差得到的结果的绝对值与第二参数求积，再将求积结果与第三参数求和，得到所述JND的取值。

4.如权利要求1所述的方法，其特征在于，所述第一阈值包括JND^/(x，y)与第二调整参数的积，所述第二调整参数小于等于1大于0，

所述JND^/(x，y)的取值包括： ${{\mathrm{JND}}^{\&prime;}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\&CenterDot;\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长，JND(x，y)为人眼察觉信号变化阈值。

5.一种视频压缩设备，其特征在于，包括：

预测单元，用于对视频进行预测；

残差获得单元，用于获得所述预测单元对输入视频进行预测后的残差；

残差调整单元，用于将所述残差获得单元获得的残差与所述残差的残差均值进行比较，根据比较结果对所述残差进行调整，将所述残差调整到以残差均值为中心的调整范围；当所述残差与残差均值的差小于或者等于第一阈值、大于或者等于第二阈值时，将所述残差的值设置为所述残差均值；所述第一阈值大于所述第二阈值；当所述残差与残差均值的差小于所述第二阈值时，将所述残差的值设置为所述残差均值减去所述第二阈值；当所述残差与残差均值的差大于第一阈值时，将所述残差的值设置为所述残差均值减去所述第一阈值；还用于将人眼察觉信号变化阈值JND与第一调整参数的积作为所述第一阈值，所述第二阈值包括所述第一阈值的相反数，所述第一调整参数小于等于1且大于0；

编码单元，用于对所述残差调整单元调整后的残差进行编码。

6.如权利要求5所述的设备，其特征在于，所述残差获得单元还用于：

将所述残差的平均值、或者所述残差加权后得到的平均值作为所述残差均值。

7.如权利要求5所述的设备，其特征在于，所述残差调整单元还用于：

将所述残差对应图像位置的像素值与第一参数求差，将求差得到的结果的绝对值与第二参数求积，再将求积结果与第三参数求和，得到所述JND的取值。

8.如权利要求5所述的设备，其特征在于，所述残差调整单元还用于：

将JND^/(x，y)与第二调整参数的积作为所述第一阈值，

所述第二调整参数小于等于1大于0，

所述JND^/(x，y)的取值包括： ${{\mathrm{JND}}^{\&prime;}}_{(x,y)}={\mathrm{JND}}_{(x,y)}\&CenterDot;\frac{\mathrm{QStep}\_\mathrm{qp}}{\mathrm{QStep}\_\mathrm{mid}}$

其中，qp和mid分别为当前编码对应的量化系数和中间量化系数，QStep_qp、QStep_mid分别为量化系数qp及mid所对应的量化步长，JND(x，y)为人眼察觉信号变化阈值。

Images