CN103051901A - 视频数据编码装置和视频数据编码方法 - Google Patents

Abstract

本发明提供了一种视频数据编码方法和一种视频数据编码装置，其中视频数据编码装置包括：获取单元，用于基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量，并将所述量化系数调整量输入到视频编码器，其中所述视频编码器，基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。通过本发明的技术方案，可对视频编码中的量化系数进行调整，以提升视频编码系统的编码的视觉效果。

Description

视频数据编码装置和视频数据编码方法

技术领域

本发明涉及视频编码技术领域，具体而言，涉及一种视频数据编码装置和一种视频数据编码方法。

背景技术

随着数字视频采集和显示技术的日新月异，以及网络带宽的持续增加，在许多应用领域，如数字影院、影视后处理和家庭影院等，对高视觉质量、高空间彩解析度（全高清、4K空间分辨率）视频的需求越来越多。这些应用本身对视频编码的主观质量要求极为严格。在这些应用中主观质量是最主要的评判编码系统优劣的标准。同时，随着视频空间分辨率的增加，任何微小的视觉上的瑕疵都极易被观看者感觉到。所以对于这种高分辨率、高质量的视频编码应用而言，对编码结果的主观质量要求很高，要求尽可能多的保存视频中人眼可感知的细节。

现有的编码标准MPEG4、H.264/AVC、VC1、Motion JPEG2000以及下一代视频编码标准HEVC，在视频编码时都采用率失真优化模型（RDO）。编码效果评判标准都是采用客观评价标准，峰值信噪比（PSNR）。这种策略未考虑人眼视觉特性，某些人眼易感知的细节会在编码时被编码算法丢弃掉。现有基于这些视频编码标准设计开发的软硬件视频编码系统都有各自的策略来保护人眼可感知的纹理细节。例如，使用基于人眼感知特性的量化矩阵；利用计算机视觉算法进行图像前景和背景分割，为前景区域提供更多的码字；结合码率控制算法调整码字分配策略达到保护人眼可感知细微细节的目的。采用特殊的量化矩阵方法普适性差，很难应用于大多数视频序列。基于图像前景和背景分割的方法，算法相对复杂，计算复杂度高。而基于码率控制的方法独立性差，而且一般都需要某些图像分割的算法相配合。

因此需要一种算法复杂度较低且可适用于大多数视频编码系统的视频数据编码技术，能够显著提升视频编码的视觉效果。

发明内容

考虑到上述背景技术，本发明的一个目的是提供一种能够有效提升视频编码系统编码主观质量的方案。

为了实现上述目的，根据本发明的一个方面，提供了一种视频数据编码装置，包括：获取单元，用于基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量，并将所述量化系数调整量输入到视频编码器；所述视频编码器，基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。

在该技术方案中，根据接收到的输入编码帧可分析出该输入编码帧的像素特征（即灰阶特征），该灰阶特征可以是每个灰阶值、灰阶平均值或方差等，根据这些特征和预设规则便能够获取在视频编码时，相应的编码宏块的量化系数应如何调整才能够提升视频编码的视觉效果，该预设规则可以是像素值越高，则对应的量化系数调整量就越高，或者像素值的变化越大，则对应的量化系数调整量就越高等，量化系数经过调整之后，基于该量化系数获取得到的视频编码的主观质量就可以得到很大提升，并且该量化系数调整策略可直接应用于现有的编码系统中，对已有的视频编码系统改动较小。

在上述技术方案中，优选地，所述获取单元用于计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量，或者用于计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

该技术方案列举了预设规则中较优的两种方案。一种方案是根据人眼视觉特性曲线和编码宏块的像素值均值来获取最终的量化系数调整量。在人眼视觉感知特性理论中，人眼能够感知的视频或图像中的最细微的细节变化的空域特性是与细节所在区域的背景的亮度相关的，因此，为了提高视频图像编码的主观效果，可考虑人眼视觉感知特性和输入编码帧中编码宏块的背景亮度（即像素值）。即在人眼能够感知较小的亮度变化的区域，减小编码时的量化系数（量化系数调整量为负）；在人眼只能够感知较大亮度变化的区域，增加编码时的量化系数（量化系数调整量为正）。通过这种策略能够一定程度的保护人眼敏感区域的人眼可感知的细节特征，从而能够一定程度的提高视频压缩的主观质量。同时，此方案更主要的作用是能够有效的进行码率再分配，即减少人眼能够感知较大亮度变化区域所需的编码码字；增加人眼能够感知较小亮度变化区域所需的编码的码字，从而保证编码帧的编码后的大小在可控的范围内。这为兼容码率控制算法提供必要的基础。也就是说，此方案可以看做一种码字分配策略，它是后续量化系数调整策略的基础。

另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。利用输入编码图像的局部统计特性，如宏块的像素值的均值和方差，通过预先计算好的像素值均值和方差与编码量化系数变化量之间的对应关系得到量化系数的变化量，用于调整编码时量化系数。此方案主要是考虑在相同亮度下（即相同像素值均值）人眼对不同强度的细节的感知能力是不同的，为了有效的保护人眼可感知的细节信息，需要根据图像局部的像素值的亮度（均值）和变化（方差）来调整图像编码时的局部的量化系数。

在上述任一技术方案中，优选地，所述获取单元用于计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，以及根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

在分别获取了第一量化系数调整值和第二量化系数调整值之后，可基于其中一个量化系数调整值来对输入编码帧的量化系数进行调整，也可以按照预设组合策略结合第一量化系数调整值和第二量化系数调整值来获取最终的量化系数调整量，使视频编码器基于该量化系数调整量对输入编码帧进行编码处理。只基于方案一的量化系数调整策略，能够有效的控制编码帧编码后的编码尺寸，同时在一定程度上提高视频编码后的主观质量。只基于方案二的量化系数调整策略，能够显著的提高视频编码后的主观质量，但不能有效的控制视频帧编码后的尺寸，即可能导致编码后图像尺寸过大。组合策略能够有效兼顾编码后的视频主观质量和视频大小，即方案一提供基准量化系数调整量，方案二提供更精细的量化系数调整量。

在上述技术方案中，优选地，所述获取单元包括：计算子单元，用于根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array}\right.,$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，像素值均值K大于等于零且小于等于最高灰阶值，V为基准参考灰度值，V大于等于零且小于等于最高灰阶值，T₀，γ，ε为常数，以及基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

在上述技术方案中，优选地，所述获取单元包括：计算子单元，用于根据编码图像中的宏块的统计特征信息（像素值的均值和方差），计算出与所述编码宏块中所述均值和方差对应的量化系数变化量的调整值。选取采样样本点（图像中编码的宏块）作为待训练样本点，建立训练样本点集合。初始化所有样本点与△QP与宏块像素值均值和方差的对应关系，即所有样本点对应的△QP都是0。调整编码的量化系数为qp_k（qp_k可以等于qp₀），设定△QP=f(mean,var)。筛选编码后的样本点，对编码质量能够通过主观测试的样本点，记录它们的（mean,var）到△QP_k的映射关系，并将它们从待训练样本点集合中删除。重复上述过程直到待训练样本点集合为空。这样就建立了宏块像素值的均值和方差与量化系数调整量之间的映射关系。

从上述算法中可看出，只需要利用人眼视觉特性曲线方程和编码宏块的像素值就可以计算出编码宏块的量化系数第一调整量，通过宏块像素值的均值和方差利用均值和方差与量化系数调整量的映射关系就能够计算出量化系数第二调整量，相比背景技术中提出的量化矩阵方法和图像前景与背景分割方法，该算法不仅可达到保护人眼可感知细微细节的目的，也较简单，计算复杂度低，可以集成到任何视频编码系统中。

在上述技术方案中，优选地，所述获取单元按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

根据本发明的又一方面，还提供了一种视频数据编码方法，包括：基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量；将所述量化系数调整量输入至视频编码器，所述视频编码器基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。在该技术方案中，根据接收到的输入编码帧可分析出该输入编码帧的像素特征（即灰阶特征），该灰阶特征可以是每个灰阶值、灰阶平均值或方差等，根据这些特征和预设规则便能够获取在视频编码时，相应的编码宏块的量化系数应如何调整才能够提升视频编码的视觉效果，该预设规则可以是像素值越高，则对应的量化系数调整量就越高，或者像素值的变化越大，则对应的量化系数调整量就越高等，量化系数经过调整之后，基于该量化系数获取得到的视频编码的主观质量就可以得到很大提升，并且该量化系数调整策略可直接应用于现有的编码系统中，对已有的视频编码系统改动较小。

在上述技术方案中，优选地，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量；或者计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

该技术方案列举了预设规则中较优的两种方案。一种方案是根据人眼视觉特性曲线和编码宏块的像素值均值来获取最终的量化系数调整量，另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。在人眼视觉感知特性理论中，人眼能够感知的视频或图像中的最细微的细节变化的空域特性是与细节所在区域的背景的亮度相关的，因此，为了提高视频图像编码的主观效果，可考虑人眼视觉感知特性和输入编码帧中编码宏块的背景亮度（即像素值）。

即在人眼能够感知较小的亮度变化的区域，减小编码时的量化系数（量化系数调整量为负）；在人眼只能够感知较大亮度变化的区域，增加编码时的量化系数（量化系数调整量为正）。通过这种策略能够一定程度的保护人眼敏感区域的人眼可感知的细节特征，从而能够一定程度的提高视频压缩的主观质量。同时，此方案能够有效的进行码率再分配，即减少人眼能够感知较大亮度变化区域所需的编码码字；增加人眼能够感知较小亮度变化区域所需的编码的码字，从而保证编码帧的编码后的大小在可控的范围内。这为兼容码率控制算法提供必要的基础。也就是说，方案一可以看做一种码字分配策略，它是后续量化系数调整策略的基础。

另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。利用输入编码图像的局部统计特性，如宏块的像素值的均值和方差，通过预先计算好的像素值均值和方差与编码量化系数变化量之间的对应关系得到量化系数的变化量，用于调整编码时量化系数。此方案主要是考虑在相同亮度下（即相同像素值均值）人眼对不同强度的细节的感知能力是不同的，为了有效的保护人眼可感知的细节信息，需要根据图像局部的像素值的亮度（均值）和变化（方差）来调整图像编码时的局部的量化系数。

在上述任一技术方案中，优选地，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值；根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

在分别获取了第一量化系数调整值和第二量化系数调整值之后，可基于其中一个量化系数调整值来对输入编码帧的量化系数进行调整，也可以按照预设组合策略结合第一量化系数调整值和第二量化系数调整值来获取最终的量化系数调整量，使视频编码器基于该量化系数调整量对输入编码帧进行编码处理。只基于方案一的量化系数调整策略，能够有效的控制编码帧编码后的编码尺寸，同时在一定程度上提高视频编码后的主观质量。只基于方案二的量化系数调整策略，能够显著的提高视频编码后的主观质量，但不能有效的控制视频帧编码后的尺寸，即可能导致编码后图像尺寸过大。组合策略能够有效兼顾编码后的视频主观质量和视频大小，即方案一提供基准量化系数调整量，方案二提供更精细的量化系数调整量。

在上述任一技术方案中，优选地，所述根据人眼视觉特性曲线和所述编码宏块的像素值均值获取所述第一量化系数调整值的步骤具体包括：根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array}\right.,$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，像素值均值K大于等于零且小于等于最高灰阶值，V为所述编码宏块的基准参考灰度值，T₀，γ，ε为常数；基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

从上述算法中可看出，只需要利用人眼视觉特性曲线方程和编码宏块的像素值就可以计算出编码宏块的量化系数调整量，相比背景技术中提出的量化矩阵方法和图像前景与背景分割方法，该算法不仅可达到保护人眼可感知细微细节的目的，也较简单，计算复杂度低，可以集成到任何视频编码系统中。

在上述技术方案中，优选地，按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

本发明的视频编码方案可以应用于现有所有的视频编码系统中的，能够显著提升视频编码的视觉效果。本发明利用人眼的一些基本视觉特性和视频图像局部统计信息设计了两种视频编码中量化系数的调整方法，在保证视频编码时，人眼能够感知的细节信息也能够有效的保存下来，从而显著提升视频编码系统的编码的视觉效果。

附图说明

图1示出了根据本发明的实施例的视频数据编码装置的框图；

图2示出了根据本发明的实施例的视频数据编码方法的流程图；

图3示出了根据本发明的实施例的人眼视觉空域视觉特性曲线图；

图4示出了根据本发明的实施例的视频编码方法的基本原理图；

图5示出了根据本发明的实施例的基于视觉特性的量化系数调整模型的原理图；

图6示出了根据本发明的实施例的基于视频图像局部统计信息的量化系数调整模型的原理图；

图7示出了根据本发明的实施例的视频数据编码方法的流程图；

图8示出了根据本发明的实施例的应用在H.264/AVC编码标准的视频编码方法的流程图；

图9示出了根据本发明的实施例的应用在Motion JPEG2000编码标准的视频编码方法流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。

图1示出了根据本发明的实施例的视频数据编码装置的框图。

如图1所示，根据本发明的实施例的视频数据编码装置100，包括：获取单元102，用于基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量，并将所述量化系数调整量输入到视频编码器104；所述视频编码器104，基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。

在该技术方案中，根据接收到的输入编码帧可分析出该输入编码帧的像素特征（即灰阶特征），该灰阶特征可以是每个灰阶值、灰阶平均值或方差等，根据这些特征和预设规则便能够获取在视频编码时，相应的编码宏块的量化系数应如何调整才能够提升视频编码的视觉效果，该预设规则可以是像素值越高，则对应的量化系数调整量就越高，或者像素值的变化越大，则对应的量化系数调整量就越高等，量化系数经过调整之后，基于该量化系数获取得到的视频编码的主观质量就可以得到很大提升，并且该量化系数调整策略可直接应用于现有的编码系统中，对已有的视频编码系统改动较小。

在上述技术方案中，优选地，所述获取单元102用于计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量，或者用于计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

该技术方案列举了预设规则中较优的两种方案。一种方案是根据人眼视觉特性曲线和编码宏块的像素值均值来获取最终的量化系数调整量，另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。在人眼视觉感知特性理论中，人眼能够感知的视频或图像中的最细微的细节变化的空域特性是与细节所在区域的背景的亮度相关的，因此，为了提高视频图像编码的主观效果，可考虑人眼视觉感知特性和输入编码帧中编码宏块的背景亮度（即像素值）。

即在人眼能够感知较小的亮度变化的区域，减小编码时的量化系数（量化系数调整量为负）；在人眼只能够感知较大亮度变化的区域，增加编码时的量化系数（量化系数调整量为正）。通过这种策略能够一定程度的保护人眼敏感区域的人眼可感知的细节特征，从而能够一定程度的提高视频压缩的主观质量。同时，此方案能够有效的进行码率再分配，即减少人眼能够感知较大亮度变化区域所需的编码码字；增加人眼能够感知较小亮度变化区域所需的编码的码字，从而保证编码帧的编码后的大小在可控的范围内。这为兼容码率控制算法提供必要的基础。也就是说，方案一可以看做一种码字分配策略，它是后续量化系数调整策略的基础。

另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。利用输入编码图像的局部统计特性，如宏块的像素值的均值和方差，通过预先计算好的像素值均值和方差与编码量化系数变化量之间的对应关系得到量化系数的变化量，用于调整编码时量化系数。此方案主要是考虑在相同亮度下（即相同像素值均值）人眼对不同强度的细节的感知能力是不同的，为了有效的保护人眼可感知的细节信息，需要根据图像局部的像素值的亮度（均值）和变化（方差）来调整图像编码时的局部的量化系数。

在上述技术方案中，优选地，所述获取单元102用于计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，以及根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

在分别获取了第一量化系数调整值和第二量化系数调整值之后，可基于其中一个量化系数调整值来对输入编码帧的量化系数进行调整，也可以按照预设组合策略结合第一量化系数调整值和第二量化系数调整值来获取最终的量化系数调整量，使视频编码器基于该量化系数调整量对输入编码帧进行编码处理。只基于方案一的量化系数调整策略，能够有效的控制编码帧编码后的编码尺寸，同时在一定程度上提高视频编码后的主观质量。只基于方案二的量化系数调整策略，能够显著的提高视频编码后的主观质量，但不能有效的控制视频帧编码后的尺寸，即可能导致编码后图像尺寸过大。组合策略能够有效兼顾编码后的视频主观质量和视频大小，即方案一提供基准量化系数调整量，方案二提供更精细的量化系数调整量。

在上述技术方案中，优选地，所述获取单元102包括：计算子单元1022，用于根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array}\right.,$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，所述像素值均值K大于等于零且小于等于最高灰阶值，V为预设的基准参考灰度值，V大于等于零且小于等于最高灰阶值，T₀，γ，ε为常数，以及基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

从上述算法中可看出，只需要利用人眼视觉特性曲线方程和编码宏块的像素值就可以计算出编码宏块的量化系数调整量，相比背景技术中提出的量化矩阵方法和图像前景与背景分割方法，该算法不仅可达到保护人眼可感知细微细节的目的，也较简单，计算复杂度低，可以集成到任何视频编码系统中。

在上述技术方案中，优选地，所述获取单元102按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。应理解，也可以按照将第一量化系数调整值和第二量化系数调整值按照非线性方式进行组合，综合考虑第一量化系数调整和第二量化系数调整值来得到最终的合适的量化系数调整量。

图2示出了根据本发明的实施例的视频数据编码方法的流程图。

如图2所示，根据本发明的实施例的视频数据编码方法，包括以下步骤：步骤202，基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量；步骤204，将所述量化系数调整量输入至视频编码器，所述视频编码器基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。

在该技术方案中，根据接收到的输入编码帧可分析出该输入编码帧的像素特征（即灰阶特征），该灰阶特征可以是每个灰阶值、灰阶平均值或方差等，根据这些特征和预设规则便能够获取在视频编码时，相应的编码宏块的量化系数应如何调整才能够提升视频编码的视觉效果，该预设规则可以是像素值越高，则对应的量化系数调整量就越高，或者像素值的变化越大，则对应的量化系数调整量就越高等，量化系数经过调整之后，基于该量化系数获取得到的视频编码的主观质量就可以得到很大提升，并且该量化系数调整策略可直接应用于现有的编码系统中，对已有的视频编码系统改动较小。

在上述技术方案中，优选地，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量；或者计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

该技术方案列举了预设规则中较优的两种方案。一种方案是根据人眼视觉特性曲线和编码宏块的像素值均值来获取最终的量化系数调整量。在人眼视觉感知特性理论中，人眼能够感知的视频或图像中的最细微的细节变化的空域特性是与细节所在区域的背景的亮度相关的，因此，为了提高视频图像编码的主观效果，可考虑人眼视觉感知特性和输入编码帧中编码宏块的背景亮度（即像素值）。即在人眼能够感知较小的亮度变化的区域，减小编码时的量化系数（量化系数调整量为负）；在人眼只能够感知较大亮度变化的区域，增加编码时的量化系数（量化系数调整量为正）。通过这种策略能够一定程度的保护人眼敏感区域的人眼可感知的细节特征，从而能够一定程度的提高视频压缩的主观质量。同时，此方案能够有效的进行码率再分配，即减少人眼能够感知较大亮度变化区域所需的编码码字；增加人眼能够感知较小亮度变化区域所需的编码的码字，从而保证编码帧的编码后的大小在可控的范围内。这为兼容码率控制算法提供必要的基础。也就是说，方案一可以看做一种码字分配策略，它是后续量化系数调整策略的基础。

另一种方案是基于视频图像统计特性来获取最终的量化系数调整量。利用输入编码图像的局部统计特性，如宏块的像素值的均值和方差，通过预先计算好的像素值均值和方差与编码量化系数变化量之间的对应关系得到量化系数的变化量，用于调整编码时量化系数。此方案主要是考虑在相同亮度下（即相同像素值均值）人眼对不同强度的细节的感知能力是不同的，为了有效的保护人眼可感知的细节信息，需要根据图像局部的像素值的亮度（均值）和变化（方差）来调整图像编码时的局部的量化系数。

在上述技术方案中，优选地，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值；根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

在分别获取了第一量化系数调整值和第二量化系数调整值之后，可基于其中一个量化系数调整值来对输入编码帧的量化系数进行调整，也可以按照预设组合策略结合第一量化系数调整值和第二量化系数调整值来获取最终的量化系数调整量，使视频编码器基于该量化系数调整量对输入编码帧进行编码处理。只基于方案一的量化系数调整策略，能够有效的控制编码帧编码后的编码尺寸，同时在一定程度上提高视频编码后的主观质量。只基于方案二的量化系数调整策略，能够显著的提高视频编码后的主观质量，但不能有效的控制视频帧编码后的尺寸，即可能导致编码后图像尺寸过大。组合策略能够有效兼顾编码后的视频主观质量和视频大小，即方案一提供基准量化系数调整量，方案二提供更精细的量化系数调整量。

在上述技术方案中，优选地，所述根据人眼视觉特性曲线和所述编码宏块的像素值均值获取所述第一量化系数调整值的步骤具体包括：根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array}\right.,$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，像素值均值K大于等于零且小于等于最高灰阶值，V为基准参考灰度值，其大于等于零且小于等于最高灰阶值，T₀，γ，ε为常数；基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

从上述算法中可看出，只需要利用人眼视觉特性曲线方程和编码宏块的像素值就可以计算出编码宏块的量化系数调整量，相比背景技术中提出的量化矩阵方法和图像前景与背景分割方法，该算法不仅可达到保护人眼可感知细微细节的目的，也较简单，计算复杂度低，可以集成到任何视频编码系统中。

在上述技术方案中，优选地，按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

图4示出了根据本发明的实施例的视频编码方法的基本原理图。

如图4所示，在接收到输入的视频数据后，计算每帧输入视频的局部统计特性（如每个宏块的像素值的统计值：像素值均值和/或方差）404，将这些统计值带入到量化系数调整模型406中得到每个编码宏块的量化系数的调整量，这个调整量被输入到编码器402。其中量化系统调整模型406是一个与人眼视觉特性和视频图像统计特性的相关的统计学模型。它由两个子模型组成：基于视觉特性的量化系数调整模型和基于视频图像局部统计信息的量化系数调整模型。下面分别就该两个子模型进行详细说明。

图3示出了根据本发明的实施例的人眼视觉空域视觉特性曲线图。

如图3所示，本发明采用了人眼视觉特性来设计视频编码时的量化系数调整策略。人眼能够感知的视频或图像中的最细微的细节变化的空域特性是与细节所在区域的背景的亮度相关的，被称为人眼的觉特性。图3给出了对于8比特图像的灰度级的人眼视觉空域特性曲线。可以看出随着背景亮度的增加，人眼可见最小亮度变化值是先迅速减小，然后再缓慢增加。

图3中人眼可感知的最小变化值曲线的计算公式如（4-1）所示。其中，bg(x,y)为(x,y)处的背景亮度（或称为像素值）；T₀、ε、γ为经验值常数，可以分别为14，3/128，1/4。

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{\mathrm{bg}(x,y)}{127}\right)}^{1/2})+\mathrm{\ϵ},\mathrm{bg}(x,y)\≤127\\ \mathrm{\γ}\×(\mathrm{bg}(x,y)-127)+\mathrm{\ϵ},\mathrm{bg}(x,y)>127\end{array}\right.---(4-1)$

首先，结合图3和图5来说明基于视觉特性的量化系数调整模型。

图5示出了根据本发明的实施例的基于视觉特性的量化系数调整原理图。

如图5所示，由图3和公式（4-1）可以得知随着视频图像背景亮度的变化，人眼能够感觉到的亮度变化的阈值是与背景亮度成非线性的如公式（4-1）所描述的关系。本发明将（4-1）中描述的觉特性模型进行变形，形式如（5-1）所示。

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array}\right.---(5-1)$

公式（5-1）是基于8比特视频的人眼视觉特性曲线公式，其中，V为基准参考灰度值，其大于等于零且小于等于最高灰阶值，k∈（0,255）。参考（5-1）中提供的觉特性阈值jnd(k)与灰度值（像素值均值K）的关系，基于视觉特性的量化系数调整模型502设计如下：

1.确定觉特性阈值最小值对应的量化系数变化量△QP_min。

确定觉特性阈值在背景亮度（或称为像素值）为0时对应的量化系数变化量△QP_max（0）；确定觉特性阈值在背景亮度为255时对应的量化系数变化量△QP_max(255)。

2.利用公式（5-1）计算0至255中每一灰阶值的视觉特性阈值jnd(k)，k∈（0,255）。

3.利用如下公式(5-2)计算每个灰度级的量化系数调整值，其中，

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.---(5-2)$

对输入的每一帧的视频图像，以宏块为单位计算宏块像素值的均值，作为宏块的背景亮度。利用公式（5-1）和公式（5-2）及每个宏块的亮度的平均值可以计算出当前宏块的量化系数的变化量。这个量化系数的变化量就是基于视觉特性的量化系数调整模型502的输出。上述模型设计方法的步骤是基于8比特的觉特性曲线，而对于高比特视频（大于8比特的视频），上述模型设计方法同样有效，只需将公式（4-1）用高比特的觉特性曲线的相应公式替代即可。

接下来说明基于视频图像局部统计信息的量化系数调整模型。

图6示出了根据本发明的实施例的基于视频图像局部统计信息的量化系数调整模型的原理图。

在相同的量化系数下，视频图像中较强的纹理较之较弱的纹理在量化编码之后更容易被保留下来。为了保持好的主观视觉效果，通过主观测试，量化系数的调整量△QP是与区域的像素值的均值和方差相关的，是均值和方差的二元函数△QP=f(mean,var)，其中mean为像素值均值，var为像素值方差。可以利用统计学习方法获取像素值均值mean和方差var与△QP直接的对应关系：

1.选取采样样本点（图像中编码的宏块）作为待训练样本点，建立训练样本点集合。需要保证这些宏块的像素值的均值和方差能够覆盖整个样本空间，同时样本点的数量要足够多。

2.初始化所有样本点与△QP与宏块像素值均值和方差的对应关系，即所有样本点对应的△QP都是0。将这些样本点输入视频编码系统，以固定的量化系数qp₀进行编码。qp₀为基准量化系数。基准量化系数选择与编码系统和编码标准相关。

3.调整编码的量化系数为qp_k（qp_k可以等于qp₀），设定△QP=qp_k-qp₀。筛选编码后的样本点，对编码质量能够通过主观测试的样本点，记录它们的（mean,var）到△QP_k的映射关系，并将它们从待训练样本点集合中删除。

4.若待训练样本点集合为空，则转至步骤5；否则，跳转至步骤3再次训练。

5.利用统计学习方法求解宏块像素值的均值和方差与量化系数变化量的对应关系△QP=(mean,var)。

如图6所示，通过上述过程就建立基于视频图像局部统计信息的量化系数调整模型602。此模型是与视频编码标准相关的；同时也与实际的软硬件视频编码系统相关。也就是说基于视频图像局部统计信息的量化系数调整模型602是在确定的编码标准和编码系统下训练出来的。对于不同的编码标准和编码系统训练得到的模型是不同的。此外，模型训练方法是与视频编码标准和编码系统独立的。也就是说，基于视频图像局部统计信息的量化系数调整模型602的训练方法适用于任何视频编码标准和视频编码系统。基于视频图像局部统计信息的量化系数调整模型602中建立均值和方差与量化系数调整量之间的对应关系的方法不是唯一的，也可采用经验值或其它数学建模的方法。

在建立好量化系数调整量与编码宏块的像素值均值和方差之间的对应关系后，根据计算出的当前输入编码帧的编码宏块的像素值均值和方差从上述对应关系中就可以查找出相应的量化系数调整量，这便是基于视频图像局部统计信息的量化系数调整模型602的输出量。

在说明了基于视觉特性的量化系数调整模型和基于视频图像局部统计信息的量化系数调整模型之后，结合这两个模型来说明整个视频编码方法的原理。

图7示出了根据本发明的实施例的视频数据编码方法的流程图。

如图7所示，在步骤702，视频编码器接收输入的视频数据。在步骤704，根据输入的视频数据分析编码宏块的像素值均值和像素值方差。在步骤708，将像素值均值输入基于视觉特性量化系数调整模型，生成相应的第一量化系数调整值，同时将像素值均值和像素值方差输入基于视频图像局部统计信息的量化系数调整模，生成相应的第二量化系数调整值。在步骤706，根据采用的编码标准和编码系统的不同，两种量化系数的调整值的组合策略可以采用如下线性组合方式，但不局限于如下方式：

△QP=a×△QP_jnd+△QP_sat   （5-3）

其中，a,b∈[0,∞）为经验值，与采用的视频编码标准和视频编码系统的设计相关；△QP_jnd为基于视觉特性的量化调整系数；△QP_sat为基于局部统计信息的量化调整系数，即图4可细化为图7。

图8示出了根据本发明的实施例的应用在H.264/AVC编码标准的视频编码方法的流程图。

如图8所示，接收输入的视频源802，采用单个宏块分析的方法，算出每个编码宏块的像素值方差和宏块像素值均值，将像素值均值输入到基于视觉特性的量化系数调整模型814中，将像素值均值和方差输入到基于视频图像局部统计信息的量化系数调整模型812中，再根据采用的编码标准和编码系统的不同，按照组合策略组合视觉特性的量化系数调整模型814输出的量化系数调整量和基于视频图像局部统计信息的量化系数调整模型812输入出的量化系数调整量（步骤816），并得到最终的量化系数调整量，将最终的量化系数调整量输入基于H.264/AVC编码标准的视频编码器，该视频编码器的处理过程如图8中的步骤808、步骤810、步骤818和步骤806，通过步骤810获取视频数据的量化系数，通过步骤806和步骤818获取经过运动补偿的输出视频信号，基于该量化系数对输出视频进行熵编码，得到编码码流（步骤820）。

图9示出了根据本发明的实施例的应用在Motion JPEG2000编码标准的视频编码方法流程图。

如图9所示，在步骤902，接收输入的视频编码帧。在步骤904，对该视频编码帧进行前向分量变换，以及进行步骤908，对变换后的视频编码帧进行前向小波变换。在步骤912，对小波变化后的视频编码帧进行量化处理，在量化处理时接收根据本发明的视频编码方法得到的量化系数调整量。在图9中，该量化系数调整量的获取步骤包括：步骤920，对视频编码帧进行统计分析，获取视频编码帧的像素值均值和像素值方差；步骤922，根据像素值方差和像素值均值获取基于视频图像局部统计信息的量化系数调整量；步骤924，根据像素值均值获取基于视觉特性量化系数调整量；步骤926，按照组合策略对两个量化系数调整量进行处理，得到最终的量化系数调整量，将该最终的量化系数调整量输入到视频编码器中。视频编码器在进行步骤912时基于该最终的量化系数调整量得到调整后的量化系数，根据调整后的量化系数对视频数据进行一级编码（步骤914）和二级编码（步骤916），给予Motion JPEG2000编码标准对二级编码的输出结果继续进行编码处理，得到MJPEG码流（步骤918）。

因此，本发明的视频编码方案可以应用于现有所有的视频编码系统中的，能够显著提升视频编码的视觉效果。本发明利用人眼的一些基本视觉特性和视频图像局部统计信息设计了两种视频编码中量化系数的调整方法，在保证视频编码时，人眼能够感知的细节信息也能够有效的保存下来，从而显著提升视频编码系统的编码的视觉效果。

以上结合附图详细说明了根据本发明的技术方案，根据本发明的视频编码方案至少有如下特点：1）算法简单，计算复杂度低，适用于产品级软硬件视频编码系统；2）算法鲁棒，效果明显，不依赖于视频编码系统中的任何模块，可以集成到任何视频编码系统中，对已有的视频编码系统改动小；3）不依赖于视频编码标准，即对任何基于分块匹配、变换、量化模型的视频编码标准设计的任何软硬件编码系统，本文提出的方法均适用。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频数据编码装置，其特征在于，包括：

获取单元，用于基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量，并将所述量化系数调整量输入到视频编码器；

所述视频编码器，基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。

2.根据权利要求1所述的视频数据编码装置，其特征在于，所述获取单元用于计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量，或者用于计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

3.根据权利要求1所述的视频数据编码装置，其特征在于，所述获取单元用于计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，以及根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

4.根据权利要求2或3所述的视频数据编码装置，其特征在于，所述获取单元包括：

计算子单元，用于根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array},\right.$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，所述像素值均值K大于等于零且小于等于最高灰阶值，V为基准参考灰度值，V大于等于零且小于等于最高灰阶值，T₀，γ，ε为常数，以及

基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

5.根据权利要求3所述的视频数据编码装置，其特征在于，所述获取单元按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

6.一种视频数据编码方法，其特征在于，包括：

基于输入编码帧的像素特征和预设规则获取所述输入编码帧中每一编码宏块的量化系数调整量；

将所述量化系数调整量输入至视频编码器，所述视频编码器基于所述量化系数调整量对所述输入编码帧进行编码处理，得到编码码流。

7.根据权利要求6所述的视频数据编码方法，其特征在于，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：

计算所述编码宏块的像素值均值，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，将所述第一量化系数调整值作为所述量化系数调整量；或者

计算所述编码宏块的像素值均值和方差，根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值，将所述第二量化系数调整值作为所述量化系数调整量。

8.根据权利要求6所述的视频数据编码方法，其特征在于，所述获取输入编码帧中每一编码宏块的量化系数调整量的步骤具体包括：计算所述编码宏块的像素值均值和方差，根据人眼视觉特性曲线和所述编码宏块的像素值均值获取第一量化系数调整值，以及根据预置的编码宏块的量化系数调整量与编码宏块的像素值均值和方差的对应关系，获取与所述输入编码帧中每一编码宏块对应的第二量化系数调整值；

根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

9.根据权利要求7或8所述的视频数据编码方法，其特征在于，所述根据人眼视觉特性曲线和所述编码宏块的像素值均值获取所述第一量化系数调整值的步骤具体包括：

根据人眼视觉特性曲线公式计算出与所述编码宏块中所述每一像素值对应的人眼可见最小亮度变化值，其中，所述人眼视觉特性曲线公式为：

$\mathrm{jnd}\left(k\right)=\left\{\begin{array}{c}{T}_0\×(1-{\left(\frac{k}{V}\right)}^{1/2})+\mathrm{\ϵ},k\≤V\\ \mathrm{\γ}\×(k-V)+\mathrm{\ϵ},k>V\end{array},\right.$ jnd(k)为与像素值均值K对应的人眼可见最小亮度变化值，所述像素值均值K大于等于零且小于等于最高灰阶值，V为基准参考灰度值，V大于等于零且小于等于最高灰阶值，T₀，γ，ε为常数；

基于所述每一像素值对应的人眼可见最小亮度变化值和量化系数计算公式计算出所述编码宏块中每一像素值对应的量化系数调整量，其中，所述量化系数计算公式为：

$\mathrm{\ΔQP}\left(k\right)=\left\{\begin{array}{c}{\mathrm{\ΔQP}}_{\max \left(0\right)}-(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(0\right))\×({\mathrm{\ΔQP}}_{\max \left(0\right)}-{\mathrm{\ΔQP}}_{\min })/(\mathrm{jnd}\left(v\right)-\mathrm{jnd}\left(0\right)),k\≤V\\ {\mathrm{\ΔQP}}_{\min }+({\mathrm{\ΔQP}}_{\max \left(w\right)}-{\mathrm{\ΔQP}}_{\min })\×(\mathrm{jnd}\left(k\right)-\mathrm{jnd}\left(v\right))/(\mathrm{jnd}\left(w\right)-\mathrm{jnd}\left(v\right)),k>V\end{array}\right.$

ΔQP_max(0)为预置的在像素值为零时的量化系数变化量，ΔQP_max(w)为预置的在像素值为最高灰阶值w时的量化系数变化量，ΔQP_min为预置的与人眼可见最小亮度变化值中的最小值对应的量化系数变化量。

10.根据权利要求8所述的视频数据编码方法，其特征在于，按照线性组合方式根据所述第一量化系数调整值和所述第二量化系数调整值获取所述量化系数调整量。

Images