CN103299638A

CN103299638A - 自适应扫描装置及其扫描方法

Info

Publication number: CN103299638A
Application number: CN2011800633634A
Authority: CN
Inventors: 宋振翰; 林晶娟; 刘根豪; 郑太荣; 郑济昌
Original assignee: SK Telecom Co Ltd
Current assignee: SK Telecom Co Ltd
Priority date: 2010-12-30
Filing date: 2011-12-30
Publication date: 2013-09-11
Anticipated expiration: 2031-12-30
Also published as: KR20120076815A; CN103299638B; US10015484B2; KR101739580B1; WO2012091517A3; WO2012091517A2; US20130294507A1

Abstract

本公开涉及自适应扫描装置及其扫描方法。根据本发明的一个实施方式的自适应扫描装置在以帧或片为单位执行帧内预测编码的情况下，生成与已编码相邻块的预测模式相对应的零计数器，并且包括：零系数计数器，该零系数计数器被构造为当与变换且量化后的数据相对应的当前块的系数值是0时更新与相关位置对应的零计数器；和扫描图案更新器，该扫描图案更新器被构造为通过从小值的位置到大值的位置顺序排列针对当前块更新后的零计数器，来更新扫描图案。

Description

自适应扫描装置及其扫描方法

技术领域

本公开在一个或更多个实施方式中涉及自适应扫描装置及其扫描方法。更具体地，本公开涉及能够通过在用于提高运动图片压缩效率的帧内预测编码/解码中利用根据量化后的剩余数据的概率分布自适应更新的扫描图案而不是利用传统Z字形（Zig-zag）扫描图案，来提高运动图片的压缩效率的自适应扫描装置及其扫描方法。

背景技术

这一部分中的说明仅仅提供与本公开有关的背景信息而可能不构成现有技术。

随着包括互联网的信息通信技术的发展，除了文本和语音通信之外，已经增加了可视通信。传统的以文本为中心的通信方案不足以满足各种消费者期望，由此，可以包括诸如文本、图像和音乐等的各种类型的信息的多媒体服务正在增加。多媒体数据的量非常大，所以多媒体数据需要大容量存储介质并且需要宽带宽进行传输。因此，为了发送包括文本、图像和音频数据的多媒体数据，可能需要压缩编码方案。

压缩数据的基本原理是去除数据冗余（redundancy）因子的过程。可以通过诸如在图像中重复相同颜色或相同对象时去除空间冗余，诸如在视频帧中的相邻帧之间出现小变化时或者诸如在音频信号中重复相同音符时去除时间冗余，或者考虑到人类视觉与感觉对于高频不敏感而去除心理视觉冗余，来压缩数据。

在这些视频压缩方法中，关注点为进一步提高MPEG-4（Moving Picture ExpertsGroup-4:运动图像专家组-4）的压缩效率的H.264至AVC（Advanced Video Coding:高级视频编码）。作为一个提高压缩效率的方案（scheme），H.264利用方向帧内预测（directional intra-prediction）（下文简称为帧内预测），来去除帧内的时间相似度。

*帧内预测通过复制沿预定方向在一个子块（sub-block）的上侧和左侧与该子块相邻的像素，来预测当前子块的值，并且仅对当前块像素值与预测块像素值之差进行编码。另一方面，如图1所示，帧间预测（inter-predication）（帧之间的预测或时间预测）参照位于时间不同的位置处的帧20的区域40，来执行预测。帧内预测是对帧间预测的补充。主要地，针对要编码的图像选择这两种预测方法中的比另一种更有利的预测方法。

根据按照传统H.264标准的帧内预测，当前块的预测块是基于具有更靠前编码顺序的另一个块生成的。然后，对通过从当前块减去预测块而获得的值进行编码。就亮度分量而言，以4×4块、8×8块或16×16宏块为单位生成预测块。对于各个4×4块或8×8块，存在9种可选预测模式，并且对于各个16×16块，存在4种可选预测模式。在预测模式中，根据H.264的视频编码器选择使得当前块与预测块之间的差最小的预测模式。

作为用于4×4块和8×8块的帧内预测模式，在H.264中，如图2所示，利用9种预测模式，这9种预测模式包括具有总共8个方向的模式（0、1、3至8）和使用相邻的8个像素的平均值的DC模式（2）。

另外，在对以块为单位所预测的像素值与原始像素值之差进行频率变换和量化之后，根据传统H.264标准的帧内预测法通过利用Z字形扫描图案，来执行对量化后的数据的熵编码。然而，存在的问题在于借助Z字形图案的扫描忽视了剩余数据在画面中的具体特性。

发明内容

技术问题

因此，本公开提供能够通过在用于提高运动图片压缩效率的帧内预测编码/解码中利用根据量化后的剩余数据的概率分布自适应更新的扫描图案而不是利用传统Z字形（Zig-zag）扫描图案来提高运动图片的压缩效率的自适应扫描装置。

技术方案

本公开的实施方式提供了包括零系数计数器和扫描图案更新器的自适应扫描装置。零系数计数器被构造为在以帧或片为单位执行帧内预测编码时，生成与编码后的相邻块的预测模式对应的零计数器，并且针对变换且量化后的数据，当前块的系数值是0时，更新与相应位置对应的零计数器。所述扫描图案更新器被构造为通过从小值的位置到大值的位置顺序排列所生成的、针对所述当前块更新后的零计数器，来更新扫描图案。

所述零系数计数器可以以4×4块为单位、以8×8块为单位或以16×16块为单位，生成零计数器。

所述零系数计数器可以生成与所述当前块的上块和左块的各预测模式相对应的零计数器。

本公开的另一个实施方式提供了自适应扫描方法，该方法包括以下步骤：零计数器生成步骤，在以帧或片为单位执行帧内预测编码时，生成与已编码相邻块的预测模式对应的零计数器；零计数器更新步骤，针对变换且量化后的数据，当所述当前块的系数值为0时，更新与相应位置对应的零计数器；并且扫描图案更新步骤，通过从小值的位置到大值的位置顺序排列针对所述当前块更新后的零计数器，来更新扫描图案。

所述生成过程可以以4×4块为单位、以8×8块为单位或以16×16块为单位生成所述零计数器。

所述生成过程可以生成与所述当前块的上块和左块的各预测模式对应的零计数器。

所述扫描图案更新步骤在所述当前块的相邻块的模式信息不能利用时，可以利用Z字形扫描图案。

所述扫描图案更新步骤针对所述零计数器被初始化之后首先出现的块，可以利用Z字形扫描图案。

有益效果

根据如上所述的本公开，与传统的H.264/AVC和ASP算法相比，通过在帧内预测编码/解码中利用根据量化后的剩余数据的概率分布自适应更新后的扫描图案，而不是利用传统Z字形（Zig-zag）扫描图案，可以降低比特率，从而提高运动图片的压缩效率。

另外，根据如上所述的本公开，可以通过根据在先宏块的量化系数的概率分布函数（PDF：Probability Distribution Function）更新扫描图案，来提高熵编码和解码的效率。

附图说明

图1是传统帧间预测的图；

图2是帧内预测模式的方向性的图；

图3是根据本公开的至少一个实施方式的自适应扫描装置的概念图；

图4是根据本公开的另一个实施方式的自适应扫描装置360的自适应扫描方法的流程图；

图5是根据本公开的又一实施方式的零计数过程的示意图；以及

图6至图10是通过将根据本公开的实施方式的自适应扫描方法与传统扫描方法进行比较而获得的结果的图。

具体实施方式

下文中，将参照附图详细描述根据本公开的实施方式的帧内预测编码/解码装置和方法以及自适应扫描装置和方法。

图3是示出根据本公开的实施方式的自适应扫描装置的概念图。

参照附图，帧内预测器310可以通过把当前块305的左侧和上侧的相邻像素复制到预定方向，来预测当前块305的值。此时，帧内预测器310可以通过利用当前块305的左侧和上侧的相邻像素，来预测针对4×4块具有多个（8个）方向的预测模式（模式0、1、3至8），并且预测当前块305的值，作为包括利用与当前块305的左侧和上侧相邻的8个像素的平均值的预测模式（DC模式）的多个（9个）预测模式；并且帧内预测模式选择器320可以在这些预测模式中选择编码代价最小的预测模式。

变换器330针对依据从帧内预测模式选择器320选择的预测模式的预测值与当前块305的像素值之间的差，执行基于块的转换或基于图像的转换。基于块的转换可以是DCT（Discrete Cosine Transform:离散余弦变换）、KLT（Karhunen-Loeve Transform：卡洛南-洛伊变换）、SVD（Singular Value Decomposition：奇异值分解）变换等；而基于图像的变换可以是DWT（Discrete Wavelet Transform：离散小波变换）（或“小波”变换）。

量化器340将变换器330变换后的值量化为整数级（数字级）。量化方法可以是诸如将具有小数点的数值四舍五入为最近的整数的标量量化、和用值（码字）来代替输入数据集并且在解码器中用原始输入数据集的近似值来代替各码字的矢量量化等的方法。

在根据传统H.264标准的帧内预测中，在通过利用Z字形（Zig-zag）扫描图案来重新排列量化器340量化后的数据之后，通过熵编码器350来执行熵编码。顺便说一下，这种Z字形扫描图案忽视了根据如上所述的预测模式进行量化后的数据的方向特性。

就这一点而言，根据本发明的实施方式的自适应扫描装置360可以通过自适应地使用与量化器340量化后的数据的方向特性相对应的扫描图案，来提高运动图片压缩效率。下文中，将详细描述根据本发明的实施方式的自适应扫描装置360。

由于剩余数据具有通过扫描技术扫描到的许多一连串的零系数，所以由熵编码器350进行的熵编码具有高压缩效率，并且熵编码器350的压缩实现根据连续零系数的数量而增多。

变换器330和量化器340变换并量化后的剩余数据偶尔具有许多零系数；并且因为帧内预测是方向预测，所以这些数据也具有与帧内预测模式选择器320选择的帧内预测模式相对应的方向特性。因此，扫描图案需要根据帧内预测模式的方向高效并自适应地重排零系数。

根据本发明的实施方式的自适应扫描装置360可以根据在先宏块的量化系数的概率分布函数（PDF：Probability Distribution Function）来更新扫描图案，以提高熵编码的效率。为此，根据本发明的实施方式的自适应扫描装置360可以包括零系数计数器362和扫描图案更新器364。

零系数计数器362在帧内预测期间以帧或片为单位生成零计数器，在这种情况下，由于针对当前块305的上块和左块的各帧内预测模式独立生成零计数器，所以可以针对4×4块和8×8块生成9×9个（即，81个）零计数器。而且，针对16×16块可以生成4×4个（即，16个）零计数器。

在帧内预测之后，尽管模式方向的空间关联完成，但是可以保留不同方向的空间关联。进一步地，相邻块具有与当前块具有相同预测模式的可能性。因此，优选的是，使用相邻块的信息来减少冗余（redundancy）。根据本发明的实施方式的自适应扫描装置360使用零计数器来更新扫描图案。

零系数计数器362可以通过利用针对宏块中第k个4×4块、8×8块或16×16块的零计数器Z[u][l][m,n]和相邻块的预测模式信息，来对当前块的零系数进行计数。这里，Z[u][l][m,n]中的u和l表示各当前块的上块和左块中使用的图片的预测模式；并且m和n表示当前编码块的位置。即，Z[u][l][m,n]表示对于通过利用第u个帧内预测模式对当前块的上块进行编码并且通过利用第l个帧内预测模式来对当前块的左块进行编码的情况，m和n位置的零计数器（本文中，对于4×4块和8×8块，u和l=0、1、2、…、8，并且对于16×16块，u和l=0、1、2、3）。

在对当前块305进行编码之后，零系数计数器362使块的系数值对于当前块是0的位置的零计数器增加1。

在扫描图案更新器364更新针对一个块的零计数器之后，该扫描图案更新器364可以通过利用更新后的零计数器，以从具有较小值的位置到具有较大值的位置的规则顺序来更新扫描图案。用于特定模式“u”和“l”的零计数器Z₂的扫描图案的所有情况的数量，对于4×4块和8×8块可以是81个，而针对16×16块可以是16个。即，可以根据左块的9个模式和上块的9个模式（针对4×4块或8×8块）或者左块的4个模式和上块的4个模式（针对16×16块）来改变图案。而且，可以在接下来的宏块的RD优化过程中使用改变后的扫描图案，并且可以在RD优化过程中使用根据Z₂改变后的扫描图案。

如果相邻块（诸如位于帧的上侧边界和左侧边界处的块）的预测模式信息无法使用，则扫描图案更新器364可以针对相应块按照传统Z字形扫描图案执行扫描。而且，在初始化零计数器之后，该零计数器也可以通过Z字形（Zig-zag）扫描来扫描首先出现的块，并且可以根据本发明的实施方式来更新其余的零计数器。更新后的扫描图案可以应用于与以下顺序对应的块，以片为单位对零计数器和扫描图案进行初始化，并且累计计数值直到被初始化。

图4是示出根据本公开的另一个实施方式的自适应扫描方法的流程图。

参照图4，在零系数计数器362针对尺寸为4×4、8×8或16×16的当前块，对当前块的上块和左块的各预测模式的零计数器进行初始化之后（S401）；并且，在对当前块进行编码之后，在对于当前块的块系数是0的情况下，通过使等于对应位置的零计数器增加1，来更新扫描图案（S403）。这样更新后的扫描图案用于更新接下来的宏块（S405）。此时，可以如图5所示地实施零计数器Z[u][l][m,n]的更新过程（S407）。例如，在对特定零计数器Z₂的4×4块、8×8块或16×16块的各系数进行初始化之后（S501），检查量化系数C[m*,n*]是否是0，以增加对应的Z[u][l][m*,n*]（S503），并且如果存在用作当前块的上块和左块的块（S505），则对于在当前编码块中系数值是“0”的位置m和n，利用上块所使用的预测模式信息“u”和用于对左块进行编码的预测模式信息“l”，使零计数器Z[u][l][m,n]增加1（S507）。针对4×4块、8×8块或16×16块的各位置，顺序执行零计数器的更新（S509），并且当完成各位置的零计数器的更新时，零计数器的更新完成（S511）。

返回参照图4，通过在宏块中以4×4块为单位顺序更新零计数器，来执行针对帧或片的熵编码（S409）。

为了评估本发明的实施方式的性能，针对100个帧，按照多个通用CIF（CommonIntermediate Format：中间格式）的尺寸顺序地执行测试。借助JM17.0执行仿真。

在仿真中使用RD优化，CAVLC（Context Adaptive Variable Length Coding：上下文自适应可变长度编码）用作熵编码方法。而且，因为在帧内编码中使用本发明的实施方式，所以GOP（Group Of picture：图片组）结构被设置为I，并且用于帧内预测的块尺寸固定为4×4。将测试序列编码为量化参数18、22、25和28。

在表1中，基于Bjontegaard测量方法来计算平均比特率减量。图6至图10示出在本发明的实施方式中，与H.264/AVC相比，降低了大约2.23%的比特率，并且与ASP算法相比，降低了大约0.49%的比特率。

【表1】

尽管出于示例性目的已经描述了本公开的示例性实施方式，但是本领域技术人员将理解的是，在不脱离本公开的实质特征的情况下，可以进行各种修改、添加和替换。因此，本公开的示例性实施方式不是为了限制目的而描述的。因此，本公开的范围不限于以上实施方式，而是由权利要求及其等同物限定。

工业实用性

如上所述，通过在帧内预测编码/解码中，利用根据量化后的剩余数据的概率自适应地更新后的扫描图案而不是使用传统Z字形（Zig-zag）扫描图案来提高运动图片的压缩效率，本公开在自适应扫描装置及其扫描方法的领域非常有用。

Claims

1.一种自适应扫描装置，该自适应扫描装置包括：

零系数计数器，该零系数计数器被构造为在以帧或片为单位执行帧内预测编码时，与已编码相邻块的预测模式相对应地生成零计数器，并且对于变换且量化后的数据，当前块的系数值为0时，更新与相应位置对应的零计数器；以及

扫描图案更新器，该扫描图案更新器被构造为通过从小值的位置到大值的位置顺序排列针对所述当前块更新后的上述零计数器，来更新扫描图案。

2.根据权利要求1所述的自适应扫描装置，其中，所述零系数计数器以4×4块为单位、以8×8块为单位或以16×16块为单位生成所述零计数器。

3.根据权利要求1所述的自适应扫描装置，其中，所述零系数计数器生成与所述当前块的上侧块和左侧块的各预测模式相对应的零计数器。

4.一种自适应扫描方法，该方法包括以下步骤：

零计数器生成步骤，在以帧或片为单位执行帧内预测编码时，与已编码相邻块的预测模式相对应地生成零计数器；

零计数器更新步骤，针对变换且量化后的数据，当前块的系数值为0时，更新与相应位置对应的上述零计数器；以及

扫描图案更新步骤，通过从小值的位置到大值的位置顺序排列针对所述当前块更新后的上述零计数器，来更新扫描图案。

5.根据权利要求4所述的方法，其中，所述零计数器生成步骤以4×4块为单位、以8×8块为单位或以16×16块为单位，生成所述零计数器。

6.根据权利要求4所述的方法，其中，所述零计数器生成步骤与所述当前块的上侧块和左侧块的各预测模式相对应地生成零计数器。

7.根据权利要求4所述的方法，其中，所述扫描图案更新步骤在所述当前块的相邻块的模式信息不能利用时，使用Z字形扫描图案。

8.根据权利要求4所述的方法，其中，所述扫描图案更新步骤针对所述零计数器被初始化后首先出现的块，使用Z字形扫描图案。