CN105407358B - 一种基于hevc的整数dct变换方法 - Google Patents

Abstract

本发明公开了一种基于HEVC的整数DCT变换方法，包括：输入视频信号；提取视频信号中的数字图像；将提取的数字图像转化为8×8矩阵M8；将M8划分为四个4×4块；对四个4×4块分别进行整数DCT变换，得到经整数DCT变换的四个4×4块；将经整数DCT变换的四个4×4块合并得到经整数DCT变换的8×8矩阵C8，完成矩阵M8的整数DCT变换，完成对视频信号的时频转换。本发明以4×4块为最小变换单元逐步构建8×8，16×16，32×32的整数DCT变换单元，充分利用现有的计算单元，缩短计算时间，层次清晰的计算单元有利于流水线的构建，解决了现有整数DCT变换方案中多次重复取数和计算单元利用率低的问题。

Description

一种基于HEVC的整数DCT变换方法

技术领域

本发明涉及视频图像编解码领域，尤其涉及一种基于HEVC的整数DCT变换方法。

背景技术

HEVC(High Efficiency Video Coding)是2010年4月VCEG和MPEG再次组建视频编码联合组(Joint Collaborative Team on Video Coding，简称JCT-VC)，联手制定的新一代视频编码标准。

HEVC的核心变换沿用了AVC所采用的整数DCT技术，但其相比AVC整数变换有如下特点：

1)HEVC采用4×4，8×8，16×16，32×32四种尺寸的变换矩阵，并且允许根据视频内容自适应的选择变换尺寸；

2)HEVC不同大小的变换矩阵形式较为统一，即不同大小的变换矩阵在整数化时放大的倍数满足一定条件，使得放大后的各个矩阵元素值大小相同。

结合以上特点，目前HEVC整数变换的实现方法主要是通过开发具有统一形式的整数DCT蝶形算法，如图1所示，通过依次循环复用计算单元来实现各个尺寸变换矩阵的自适应过程，但该方法存在如下明显不足：

1)重复取数，计算时间过长。由于采用依次循环复用计算单元的实现，需要重复取数四次，即依次对4×4，8×8，16×16，32×32四种变换尺寸进行计算，而且每次只能完成一种尺寸的变换输出，存在较大的取数延时和计算延时。

2)计算单元的利用率低。在具体的实现方案中，为了简化取数逻辑，提高数据计算的吞吐率，通常在图1的基础上增加额外的并行单元来实现计算的并行，例如采用32点并行计算，需要增加1组16×16，2组8×8，4组4×4的计算单元，然而这样的实现方式在计算过程中计算单元存在不同程度的闲置情况，例如在完成32×32变换过程中，额外增加的1组16×16,2组8×8，4组4×4全部闲置，同理，在完成8×8变化过程中，除4组4×4计算单元闲置外，32×32，16×16计算单元中也有部分功能闲置。

发明内容

本发明所要解决的技术问题是提供一种基于HEVC的整数DCT变换方法，能够有效解决现有方案中多次重复取数和计算单元利用率低的问题，主要以4×4块为最小变换计算单元，逐步构建8×8变换单元，并依此方法构建16×16，32×32变换计算单元，使现有的计算单元得到充分利用，缩短了计算时间，并且层次清晰的计算单元更有利于流水线的构建。

为实现上述技术效果，本发明公开了一种基于HEVC的整数DCT变换方法，包括：

输入视频信号；

提取所述视频信号中的数字图像；

将提取的所述数字图像转化为8×8矩阵A8；

将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块；

利用4×4矩阵M4作为变换单元对B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别进行整数DCT变换，得到经整数DCT变换的C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块；以及

将C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块合并得到经整数DCT变换的8×8矩阵C8，完成所述8×8矩阵A8的整数DCT变换，完成对所述视频信号的时频转换。

本发明进一步的改进在于，通过四叉树法将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块。

本发明进一步的改进在于，将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块前还包括：

将8×8矩阵M8做如下分解：

其中，

M8_odd为所述8×8矩阵M8的整数DCT变换单元的ODD分量；

以所述8×8矩阵M8分解得到的M4作为变换单元，对所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换，将所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块从时域信号转换为频域信号；

Y8＝X8*M8' (1)

其中，Y8为频域信号，X8为时域信号，M8’为所述8×8矩阵M8的转置矩阵。

本发明进一步的改进在于，对所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换后，得到公式(2)的矩阵；

(2)

对公式(2)的矩阵进行简化，得到公式(3)的矩阵；

(3)

其中，

本发明进一步的改进在于，将提取的所述数字图像还转化为16×16矩阵M16，通过以下步骤将完成所述16×16矩阵M16的整数DCT变换：

将所述16×16矩阵M16划分为B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块；

利用经整数DCT变换得到的所述8×8矩阵C8作为变换单元对B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块分别进行整数DCT变换，得到经整数DCT变换的C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块；以及

将C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块合并得到经整数DCT变换的16×16矩阵C16，完成所述16×16矩阵M16的整数DCT变换。

本发明进一步的改进在于，将提取的所述数字图像还转化为32×32矩阵M32，通过以下步骤将完成所述32×32矩阵M32的整数DCT变换：

将所述32×32矩阵M32划分为B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块；

利用经整数DCT变换得到的所述16×16矩阵C16作为变换单元对B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块分别进行整数DCT变换，得到经整数DCT变换的C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块；以及

将C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块合并得到经整数DCT变换的32×32矩阵C32，完成所述32×32矩阵M32的整数DCT变换。

本发明由于采用了以上技术方案，使其具有以下有益效果：

采用层次化的整数DCT变换过程，以4×4块为最小变换单元逐步构建8×8的整数DCT变换单元，并依此方法构建16×16，32×32的整数DCT变换单元，使现有的计算单元得到充分利用，缩短了计算时间，并且层次清晰的计算单元更有利于流水线的构建。

附图说明

图1是目前基于HEVC的整数DCT(30×32)蝶形变换的结构示意图。

图2是本发明一种基于HEVC的整数DCT变换方法的整数DCT(8×8)变换的结构示意图。

图3是本发明一种基于HEVC的整数DCT变换方法的整数DCT(16×16)变换的结构示意图。

图4是本发明一种基于HEVC的整数DCT变换方法的整数DCT(32×32)变换的结构示意图。

具体实施方式

下面结合附图及具体实施方式对本发明作进一步详细的说明。

本发明一种基于HEVC的整数DCT变换方法的中心思想是：以4×4块为最小变换计算单元，逐步构建8×8变换单元，并依此方法构建16×16，32×32变换计算单元，使现有的计算单元得到充分利用，缩短了计算时间，并且层次清晰的计算单元更有利于流水线的构建，从而解决整数DCT变换方案中多次重复取数和计算单元利用率低的问题。

首先参阅图2～4所示，分别对应本发明中整数DCT(8×8)变换、整数DCT(16×16)变换、整数DCT(32×32)变换三种层次的实现结构。

参阅图2所示，输入单元201为对一个8×8矩阵A8通过四叉树法划分得到的B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块，其中，四叉树法的划分思想是将空间区域按照四个象限分割，得到的每个象限中的属性数值相同；

4×4整数DCT变换单元(M4)202的输出即是一个4×4块的整数DCT变换结果，具体的设计实现可以采用蝶形算法实现；

滤波模块(Ef8)203是基本的0-1(4×4)矩阵，通过矩阵点乘实现；

8×8整数DCT变换单元的ODD分量(4×4矩阵M8_odd)204，采用图1中相同的蝶形算法实现，其中ODD分量实际就是矩阵分组的一个分量，M8_odd是8×8矩阵M8分解得到的中间矩阵进行分组后，右下角的一个4×4矩阵；

滤波模块205是基本的0-1(4×4)矩阵，通过矩阵乘实现。

输出单元206为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块通过整数DCT变换得到的C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块，合并后可得到经整数DCT变换的8×8矩阵C8，完成8×8矩阵A8的整数DCT变换。

参阅图3所示，输入单元301为对一个16×16矩阵M16通过四叉树法得到的B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块；

8×8整数DCT变换单元(M8)302的输出即是一个8×8块的整数DCT变换结果，具体的设计实现可以采用蝶形算法实现；

滤波模块(Ef16)303是基本的0-1(8×8)矩阵，通过矩阵点乘实现；

16×16整数DCT变换单元的ODD分量(8×8矩阵M16_odd)304，采用图1中相同的蝶形算法实现，其中，ODD分量实际就是矩阵分组的一个分量，M16_odd是16×16矩阵M16分解后的中间矩阵进行分组后，右下角的一个8×8矩阵；

滤波模块305是基本的0-1(8×8)矩阵，通过矩阵乘实现。

输出单元306为B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块通过整数DCT变换得到的C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块，合并后可得到经整数DCT变换的16×16矩阵C16，完成16×16矩阵M16的整数DCT变换。

参阅图4所示，输入单元401为对一个32×32矩阵M32通过四叉树法得到的B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块；

16×16整数DCT变换单元(M16)402的输出即是一个16×16块的整数DCT变换结果，具体的设计实现可以采用蝶形算法实现；

滤波模块(Ef32)403是基本的0-1(16×16)矩阵，通过矩阵点乘实现；

32×32整数DCT变换单元的ODD分量(16×16矩阵M32_odd)404，采用图1中相同的蝶形算法实现，其中ODD分量实际就是矩阵分组的一个分量，M32_odd是32×32矩阵M32分解得到的中间矩阵进行分组后，右下角的一个16×16矩阵；

滤波模块405是基本的0-1(16×16)矩阵，通过矩阵乘实现。

输出单元406为B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块通过整数DCT变换得到的C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块，合并后可得到经整数DCT变换的32×32矩阵C32，完成32×32矩阵M32的整数DCT变换。

本发明采用层次化的整数DCT变换过程，以4×4块为最小变换单元依次构建8×8，16×16，32×32块的整数DCT变换单元，在计算32×32整数变换的过程中同时完成4×4，8×8，16×16整数DCT变换，使得现有计算单元得到了充分利用，并有效缩短了计算时间。

以下结合附图和具体实施实例对本发明做详细说明。

标准的二维整数DCT变换公式如下：

Y＝M*X*M'

其中M为变换矩阵。

通过矩阵变换：

Y＝M*X*M'＝((X*M')'*M')'

于是就得到标准的蝶形运算实现的一维矩阵

Y8＝X8*M8'

这里以整数DCT(8×8)变换为例，详细推导图2所示的变换单元结构。

首先，输入视频信号。

提取视频信号中的数字图像。

将提取的数字图像转化为8×8矩阵A8。

接着，将8×8矩阵M8做如下分解：

其中，

M8_odd为8×8矩阵M8的整数DCT变换单元的ODD分量，ODD分量实际就是矩阵分组的一个分量，M8_odd是上式中中间矩阵进行分组后，右下角的一个4×4矩阵。

然后，将8×8矩阵M8通过四叉树法划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块。

之后，以8×8矩阵M8分解得到的M4作为变换单元，对B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换，将B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块从时域信号转换为频域信号；

Y8＝X8*M8' (1)

其中，Y8为频域信号，X8为时域信号，M8’为8×8矩阵M8的转置矩阵。

对B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换后，得到公式(2)的矩阵；

(2)

对公式(2)的矩阵进行简化，得到公式(3)的矩阵；

(3)

其中，

得到公式(3)中经整数DCT变换的C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块，由公式(3)可以得到图2所示的整数DCT(8×8)变换结构的示意图。

最后，将C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块合并得到经整数DCT变换的8×8矩阵C8，完成8×8矩阵A8的整数DCT变换，完成对视频信号的时频转换。

进一步的，当提取的数字图像还转化为16×16矩阵M16时，通过以下步骤将完成16×16矩阵M16的整数DCT变换：

将16×16矩阵M16划分为B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块；

利用经整数DCT变换得到的8×8矩阵C8作为变换单元对B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块分别进行整数DCT变换，得到经整数DCT变换的C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块；以及

将C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块合并得到经整数DCT变换的16×16矩阵C16，完成16×16矩阵M16的整数DCT变换。

可以推导出整数DCT(16×16)变换的计算式：

其中，

由该计算式可以得到图3所示的整数DCT(16×16)变换结构的示意图。

再进一步的，当提取的数字图像还转化为32×32矩阵M32时，通过以下步骤将完成32×32矩阵M32的整数DCT变换：

将32×32矩阵M32划分为B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块；

利用经整数DCT变换得到的16×16矩阵C16作为变换单元对B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块分别进行整数DCT变换，得到经整数DCT变换的C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块；以及

将C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块合并得到经整数DCT变换的32×32矩阵C32，完成32×32矩阵M32的整数DCT变换。

可以推导出整数DCT(32×32)变换的计算式：

其中，

由该计算式可以得到图4所示的整数DCT(32×32)变换结构的示意图。

本发明一种基于HEVC的整数DCT变换方法采用层次化的整数DCT变换过程，以4×4块为最小变换单元逐步构建8×8的整数DCT变换单元，并依此方法构建16×16，32×32的整数DCT变换单元，使现有的计算单元得到充分利用，缩短了计算时间，并且层次清晰的计算单元更有利于流水线的构建，有效解决了现有整数DCT变换方案中多次重复取数和计算单元利用率低的问题。

以上结合附图及实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。

Claims (5)

1.一种基于HEVC的整数DCT变换方法，其特征在于，包括：

输入视频信号；

提取所述视频信号中的数字图像；

将提取的所述数字图像转化为8×8矩阵A8；

将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块；

利用4×4矩阵M4作为变换单元对B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别进行整数DCT变换，得到经整数DCT变换的C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块；以及

将C8{1，1}、C8{1，2}、C8{2，1}和C8{2，2}四个4×4块合并得到经整数DCT变换的8×8矩阵C8，完成所述8×8矩阵A8的整数DCT变换，完成对所述视频信号的时频转换；

所述基于HEVC的整数DCT变换方法进一步还包括：将提取的所述数字图像还转化为16×16矩阵M16，通过以下步骤将完成所述16×16矩阵M16的整数DCT变换：

将所述16×16矩阵M16划分为B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块；

利用经整数DCT变换得到的所述8×8矩阵C8作为变换单元对B16{1，1}、B16{1，2}、B16{2，1}和B16{2，2}四个8×8块分别进行整数DCT变换，得到经整数DCT变换的C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块；以及

将C16{1，1}、C16{1，2}、C16{2，1}和C16{2，2}四个8×8块合并得到经整数DCT变换的16×16矩阵C16，完成所述16×16矩阵M16的整数DCT变换。

2.如权利要求1所述的基于HEVC的整数DCT变换方法，其特征在于：通过四叉树法将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块。

3.如权利要求2所述的基于HEVC的整数DCT变换方法，其特征在于，将所述8×8矩阵A8划分为B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块前还包括：

将8×8矩阵M8做如下分解：

其中，

M8_odd为所述8×8矩阵M8的整数DCT变换单元的ODD分量；

以所述8×8矩阵M8分解得到的M4作为变换单元，对所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换，将所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块从时域信号转换为频域信号；

Y8＝X8*M8' (1)

其中，Y8为频域信号，X8为时域信号，M8’为所述8×8矩阵M8的转置矩阵。

4.如权利要求3所述的基于HEVC的整数DCT变换方法，其特征在于，对所述B8{1，1}、B8{1，2}、B8{2，1}和B8{2，2}四个4×4块分别采用公式(1)的蝶形算法进行整数DCT变换后，得到公式(2)的矩阵；

对公式(2)的矩阵进行简化，得到公式(3)的矩阵；

其中，

5.如权利要求1～4中任一项所述的基于HEVC的整数DCT变换方法，其特征在于，将提取的所述数字图像还转化为32×32矩阵M32，通过以下步骤将完成所述32×32矩阵M32的整数DCT变换：

将所述32×32矩阵M32划分为B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块；

利用经整数DCT变换得到的所述16×16矩阵C16作为变换单元对B32{1，1}、B32{1，2}、B32{2，1}和B32{2，2}四个16×16块分别进行整数DCT变换，得到经整数DCT变换的C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块；以及

将C32{1，1}、C32{1，2}、C32{2，1}和C32{2，2}四个16×16块合并得到经整数DCT变换的32×32矩阵C32，完成所述32×32矩阵M32的整数DCT变换。