CN108055540A - 近似熵率的低码率hevc编码算法 - Google Patents

近似熵率的低码率hevc编码算法 Download PDF

Info

Publication number
CN108055540A
CN108055540A CN201711392099.4A CN201711392099A CN108055540A CN 108055540 A CN108055540 A CN 108055540A CN 201711392099 A CN201711392099 A CN 201711392099A CN 108055540 A CN108055540 A CN 108055540A
Authority
CN
China
Prior art keywords
residual error
block
error coefficient
rate
mean value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711392099.4A
Other languages
English (en)
Other versions
CN108055540B (zh
Inventor
章旭东
吴光华
刘磊
李源
蒋尔松
吴子辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI FULHAN MICROELECTRONICS Co Ltd
Original Assignee
SHANGHAI FULHAN MICROELECTRONICS Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI FULHAN MICROELECTRONICS Co Ltd filed Critical SHANGHAI FULHAN MICROELECTRONICS Co Ltd
Priority to CN201711392099.4A priority Critical patent/CN108055540B/zh
Publication of CN108055540A publication Critical patent/CN108055540A/zh
Application granted granted Critical
Publication of CN108055540B publication Critical patent/CN108055540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及一种近似熵率的低码率HEVC编码算法，包括如下步骤：获取待编码的当前图像形成当前编码帧；根据设定的块的大小对所述当前编码帧进行块划分形成多个编码块；提供参考帧，根据所述块的大小对所述参考帧进行逐块搜索，以获得与每一编码块相匹配的匹配块；利用所述编码块和与其相匹配的匹配块计算残差系数均值分量；以及采用零编码系数的方法，根据所述残差系数均值分量计算得到像素差分值。本发明采用零编码系数的方法，将残差系数均值分量量化后均视为零，无需进行繁复的系数码率估计，对于像素差分值(也即失真度)计算直接从时域进行准确估计，避免了频域计算在低码率调节下会暴露更多的图像主管质量上的缺陷。

Description

近似熵率的低码率HEVC编码算法
技术领域
本发明涉及视频编码和处理领域，特指一种近似熵率的低码率HEVC编码算法。
背景技术
HEVC(High Efficiency Video Coding)是一种新的视频压缩标准，该HEVC标准编码器的特点主要是针对消费类的应用场景，具体体现为码率较高，然而针对类似视频监控，大数据存储，存储网络传输等低码率/极低码率应用却没有太多针对性的测量。这个情况主要体现在两个方面：一方面是标准模型的定位：HEVC标准模型为消费类应用定制，而未对低码率应用进行算法优化；另一方面是基于SAD(Sum of absolute differences)一种图像匹配算法的搜索算法：特别是块越大的情况下，残差均值越小，最优块的匹配也越困难；同时振铃效应，拖尾现象明显，主观失真严重。
究其原因，现有的HEVC的标准模型中存在如下两个方面的缺陷：
第一方面，关于失真度的计算。在标准模型中的标准计算方法为，先将预测残差通过DCT(Discrete Cosine Transform，离散余弦变换)正变换到频域，在频域进行量化，反量化，最后反变换到时域进行重构，最终获得图像块的失真度。由于HEVC增大了DCT整数变换块的大小和系数值，使整个计算复杂的相比起前几代倍增，整个计算代价几乎占到整个编码复杂的的50％。还存在过强的量化和导致预测残差系数过大的问题。
第二方面，关于码率估计。在标准模型中是基于CABAC(Context-adaptive binaryarithmetic coding)方法的熵编码策略，在极低码率条件下，对熵率的拟合性是较差的，即越接近熵率，熵编码的效率会变差，特别是残差系数的编码，因为熵编码效率会随着预测的准确度(图像的纹理复杂度，运动的剧烈程度等)，量化强度等因素发生差别，而且，CABAC方法的实现代价是很大的。还有，skip全部来自于Merger mode，导致skip mode过多，虽然有效的降低码率，但对性能的损失仅仅通过SSD是无法真实有效的反映的，即便这样，基于SSD的RDO(Rate Distortion Optimized)策略在极低码率调节下也存在过度放大的码率的权重。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种近似熵率的低码率HEVC编码算法，解决现有的HEVC的标准模型中存在的失真度计算和码率估计代价均过高且失真度不准，及不适于低码率应用的问题。
实现上述目的的技术方案是：
本发明提供了一种近似熵率的低码率HEVC编码算法，包括如下步骤：
获取待编码的当前图像形成当前编码帧；
根据设定的块的大小对所述当前编码帧进行块划分形成多个编码块；
提供参考帧，根据所述块的大小对所述参考帧进行逐块搜索，以获得与每一编码块相匹配的匹配块；
利用所述编码块和与其相匹配的匹配块计算残差系数均值分量；以及基于所述残差系数均值分量建立对应的时域差分平面，并从所述当前编码帧中去除所述时域差分平面而后进行编码。
本发明采用零编码系数的方法，将残差系数均值分量量化后均视为零，无需进行繁复的系数码率估计，编码算法直接从时域进行准确估计，避免了频域计算在低码率调节下会暴露更多的图像主管质量上的缺陷，因时域的处理可以更好的控制图像的主观质量，其主观质量影响小。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，还包括基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值，包括：
根据公式三组计算得出阈值：
公式三组中，TH为阈值，QC为由编码器量化参数确定的参数，QP为量化参数，Cu为块的大小，IsChrom？a2:1表示若是色度分量则取值为2，若不是色度分离则取值为1。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，基于所述残差系数均值分量建立对应的时域差分平面，并从所述当前编码帧中去除所述时域差分平面而后进行编码，包括：
将所述残差系数均值分量进行变换、量化、反量化及反变换操作并得到像素差分值；
根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，以得到需编码的数据集；
将所得到的需编码的数据集送入编码器中进行编码。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，包括：
根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；
根据所述比例值逐块建立与编码块对应的差分块，从所述编码块中减去对应的差分块，进而得到需编码的块，将所有需编码的块集合在一起形成需编码的数据集。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，包括：
根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；
根据所述比例值和所述块的大小建立与所述当前编码帧相对应的差分数据集，从所述当前编码帧中减去所述差分数据集，进而得到需编码的数据集。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；包括：
基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值；
根据公式四计算比例值：
公式四中，Rate为比例值，TH为阈值，E(R)为残差系数均值分量。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，还包括：
在获取待编码的当前图像形成当前编码帧之后，对所述当前编码帧进行滤波处理，以使得所述当前编码帧DC均值分量系数与所述参考帧相似。
本发明近似熵率的低码率HEVC编码算法的进一步改进在于，还包括计算所述残差系数均值分量的残差系数的失真度，以判断编码算法的精度是否满足要求，其中计算残差系数的失真度包括：
采用零编码系数的方法，根据所述残差系数均值分量计算残差系数的失真度包括：
基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值；
判断所述残差系数均值分量是否小于等于所述阈值，
若是，则根据公式一计算残差系数的失真度MSE残差:
MSE残差＝E(R2) (公式一)
公式一中，MSE残差为残差系数的失真度，R为残差系数，E(R2)为残差系数平方的均值；
若否，则根据公式二计算残差系数的失真度MSE残差：
MSE残差＝E(R2)+D2-2E(DR) (公式二)
公式二中，MSE残差为残差系数的失真度，D为残差系数R经过变换、量化、反量化及反变换操作后的值，R为残差系数，E(R2)为残差系数平方的均值。
附图说明
图1为本发明近似熵率的低码率HEVC编码算法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
参阅图1，本发明提供了一种近似熵率的低码率HEVC编码算法，利用时域差分平面的构造，进行低码率或甚低码率编码器的构建，特别适用于视频监控，大数据存储，存储网络传输等低码率应用场景。本发明的近似熵率的低码率HEVC编码算法与现有的HEVC编码器的标准模型的区别在于，失真度的计算和码率估计两部分，本发明提出了在帧间预测过程中，利用时域分析的方法代替传统频域计算的方法，一方面通过建立时域差分平面的方法可以有效降低计算的复杂度，提高计算速度，另一方面解决频域在低码率条件下会暴露更多图像主观质量上的缺陷，利用时域的处理可以更好的控制图像的主观质量；本发明采用零编码系数的方法，只对不随编码过程变化的语法元素进行码率估计，对残差系数不需要进行码率估计。从而本发明有效地解决了标准模型中的计算代价过大的问题。下面结合附图对本发明的近似熵率的低码率HEVC编码算法进行说明。
参阅图1，显示了本发明近似熵率的低码率HEVC编码算法的流程图。下面结合图1，对本发明提供的近似熵率的低码率HEVC编码算法进行说明。
如图1所示，本发明提供的近似熵率的低码率HEVC编码算法包括如下步骤：
执行步骤S101，获取当前编码帧，获取待编码的当前图像形成当前编码帧，该当前编码帧为当前图像中的所有像素值的数据集合。接着执行步骤S102。
执行步骤S102，对当前编码帧进行块划分形成多个编码块，先设定块的大小，然后根据设定的块的大小对当前编码帧进行块划分形成多个编码块。其中设定的块的大小可以为4×4，8×8，16×16，32×32，或者64×64，块的大小可以表征为N×N，该N选取大于等于4的整数，且为2的倍数。该划分形成的编码块为在该块的大小范围内所有的像素值的数据集合。接着执行步骤S103。
执行步骤S103，对参考帧进行逐块搜索以获得匹配块。首先提供参考帧，该参考帧可根据H.265编码器的标准定义来获得，根据步骤S102中设定的块的大小对参考帧进行逐块搜索，以获得与每一编码块相匹配的匹配块。该匹配块为在参考帧中对应块的大小的范围内所有的像素值的数据集合。接着执行步骤S104。
执行步骤S104，计算残差系数均值分量，利用编码块和与其相匹配的匹配块计算残差系数均值分量，编码块中的像素值与匹配块中对应的像素值的差值为两个对应像素值间的残差系数，将编码块中所有像素值对应的残差系数求平均值得到残差系数均值分量。接着执行步骤S105。
执行步骤S105，建立时域差分平面并去除而后进行编码，基于残差系数均值分量建立对应的时域差分平面，并从当前编码帧中去除该时域差分平面而后进行编码。作为本发明的一较佳实施方式，该算法还包括计算残差系数均值分量的残差系数的失真度，以判断编码算法的精度是否满足要求，包括：采用零编码系数的方法，即只对不随着编码过程变化的语法元素进行码率估计，由于残差系数量化后为零，故而对残差系数不需要进行码率估计。本发明的步骤S105采用零编码系数的方法，根据残差系数均值分量计算得到残差系数失真度，包括：
基于量化参数(QP)和块的大小(N×N)计算得出满足残差系数均值分量量化后为零的阈值TH；
判断残差系数均值分量是否小于等于阈值TH，
若是，则根据公式一计算残差系数的失真度MSE残差:
MSE残差＝E(R2) (公式一)
公式一中，R为残差系数，E(R2)为残差系数平方的均值，由于残差系数均值分量小于阈值TH，残差系数R经过变换、量化及反量化操作后会量化成0，即MSE残差＝E(R-0)2；
若否，则根据公式二计算MSE残差：
MSE残差＝E(R-D)2＝E(R2)+D2-2E(DR) (公式二)
公式二中，R为残差系数，E(R2)为残差系数平方的均值，D为残差系数R经过变换、量化、反量化及反变换操作后的值。
本发明的编码算法的理论依据为：
对预测残差频域系数进行分析，可知残差频域系数满足广义高斯分布(其中的DC系数(为均值分量)满足高斯分布，AC系数(为非均值分量)满足拉普拉斯)，根据残差系数分布的特点，可得到如下推论成立：
1、DC系数的方差远大于AC系数，即，经过量化后DC系数被量化为0的概率远小于AC系数；
2、由于DC系数满足高斯分布，可以近似认为时域的残差系数也满足高斯分布(下采样方法)，同时满足高斯信道的率失真函数针对该函数又可得到如下结论：a、根据log函数的特点，在R趋向于0时刻，函数呈现更高的斜率，即CABAC熵编码在低码率条件下的性能是不稳定的；b、可以通过率失真函数获得信源信息熵值的下限值，即熵编码的理论极限值0，而能达到该极限的充要条件：δ2＝D，其中D即为图像的失真度MSE，δ2为时域方差。
3、标准模型中搜索算法(SAD)是预测残差系数R的绝对值累加和最小，同时可得到E(R2)最小，由E(R2)＝D(R)-E2(R)可以得到，当残差系数都被量化为0，E(R2)＝MSE，SAD搜索算法即使图像的失真度MSE最优匹配算法。
基于上述推论，假定原始图像像素值为Y，存在某像素差分值D，获得新的像素值为Y＇，则满足如下关系：
Y＝Y＇+D，其中，Y＇需要满足如下关系：
|E(Y′-P)|≤TH，该式中的P为帧间预测值，TH为阈值，Y′-P即为残差系数R。若满足该关系，可以确定，在经过编码器量化后，近似的认为编码系数均为0，编码系数达到了该图像信源的熵率下限，即极限码率状态，而图像的失真度D＝δ2。
为计算像素差分值D，本发明提出基于块的时域差分平面的概念，即，同一个分割块内差分值相同，通过该方法可以比较简单的在时域上对图像进行处理，由于同一块的差分值相同，对块来说处理前后的方差值是不变的，即对图像主观质量上的体验降到最低，同时也可以运用如下公式对SSIM指标进行确认(在满足|E(D)|≤8条件下，可以不考虑亮度均值的影响)：
其中，得到SSIM≈1，
也就是说，从原始图像中分离出差分平面，对主观质量的影响是可以忽略不计的。最后将分离出差分平面的原始图像数据送入编码器进行编码，就可以得到近似熵率的零残差系数低码率编码器。
进一步地，本发明的算法中基于量化参数和块的大小计算得出满足残差系数均值分量量化后为零的阈值的步骤包括：
根据公式三组计算得出阈值TH：
公式三组中，TH为阈值，QC为由编码器量化参数确定的参数，阈值TH的计算原理为：在DCT变换过程中，DC系数的位宽相对与预测残差系数R有7bit位宽的增加，即DC＝E(R)*128，而在量化过程中，标准的量化过程是这样的：量化系数＝(DC*QC+f·)>>qbits+T_SHIFT
其中，QC为一个查表过程，f·＝1/6,qbits＝14+QP/6,T_SHIFT＝7-log2(CuSize),以上三个值都是HEVC标准变量。
当量化系数＝1，即阈值TH的值,其中色度块大小是亮度块大小的一半；
QP为量化参数(H.265/HEVC标准规定的52个量化参数(Quantization Parameter，QP)(0～51))，Cu为块的大小，IsChrom？a2:1表示若是色度分量则取值为2，若不是色度分离则取值为1。在计算阈值TH时，分别计算亮度分量和色度分量的阈值。
作为本发明的另一较佳实施方式，基于残差系数均值分量建立对应的时域差分平面，并从当前编码帧中去除该时域差分平面而后进行编码的步骤包括：
将残差系数均值分量进行变换、量化、反量化及反变换操作并得到像素差分值；
根据像素差分值建立时域差分平面并从当前编码帧中减去时域差分平面，以得到需编码的数据集；
将所得到的需编码的数据集送入编码器中进行编码。
进一步地，在一较佳实施方式中，根据像素差分值建立时域差分平面并从当前编码帧中减去时域差分平面的步骤，包括：
根据残差系数均值分量计算时域差分平面与当前编码帧间的比例值；
根据比例值逐块建立与编码块对应的差分块，从编码块中减去对应的差分块，进而得到需编码的块，将所有需编码的块集合在一起形成需编码的数据集。
在另一较佳实施方式中，根据像素差分值建立时域差分平面并从当前编码帧中减去时域差分平面，包括：
根据残差系数均值分量计算时域差分平面与当前编码帧间的比例值；
根据比例值和块的大小建立与当前编码帧相对应的差分数据集，从当前编码帧中减去差分数据集，进而得到需编码的数据集。
较佳地，根据残差系数均值分量计算时域差分平面与当前编码帧间的比例值；包括：
基于量化参数和块的大小计算得出满足残差系数均值分量量化后为零的阈值TH，阈值TH可根据上述公式三组计算得出；
根据公式四计算比例值：
公式四中，Rate为比例值，TH为阈值，E(R)为残差系数均值分量。
作为本发明的又一较佳实施方式，该算法还包括：
在获取待编码的当前图像形成当前编码帧之后，对当前编码帧进行滤波处理，以使得当前编码帧DC系数与参考帧相似。
较佳地，可采用均值减法来实现滤波处理，即每个像素值均减去delta值，而delta＝TH-|E(R)|，这样可以确保滤波后的均值小于等于TH，而且对主观的影响也比较小，实现也较为简单。
本发明的近似熵率的低码率HEVC编码算法的有益效果为：
将残差系数全部量化为0，无需进行繁复的系数码率估计；
失真度计算直接从时域进行准确估计；
时域差分平面的建立，主观质量影响较小；
用搜索过程中确定的最优模式(残差全零)代替标准模型中的MergeMode，在保证码率的前提下，有效的改善了主观质量。
以上结合附图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 (8)

1.一种近似熵率的低码率HEVC编码算法，其特征在于，包括如下步骤：
获取待编码的当前图像形成当前编码帧；
根据设定的块的大小对所述当前编码帧进行块划分形成多个编码块；
提供参考帧，根据所述块的大小对所述参考帧进行逐块搜索，以获得与每一编码块相匹配的匹配块；
利用所述编码块和与其相匹配的匹配块计算残差系数均值分量；以及
基于所述残差系数均值分量建立对应的时域差分平面，并从所述当前编码帧中去除所述时域差分平面而后进行编码。
2.如权利要求1所述的近似熵率的低码率HEVC编码算法，其特征在于，还包括基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值，包括：
根据公式三组计算得出阈值：
公式三组中，TH为阈值，QC为由编码器量化参数确定的参数，QP为量化参数，Cu为块的大小，IsChrom？a2:1表示若是色度分量则取值为2，若不是色度分离则取值为1。
3.如权利要求1所述的近似熵率的低码率HEVC编码算法，其特征在于，基于所述残差系数均值分量建立对应的时域差分平面，并从所述当前编码帧中去除所述时域差分平面而后进行编码，包括：
将所述残差系数均值分量进行变换、量化、反量化及反变换操作并得到像素差分值；
根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，以得到需编码的数据集；
将所得到的需编码的数据集送入编码器中进行编码。
4.如权利要求3所述的近似熵率的低码率HEVC编码算法，其特征在于，根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，包括：
根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；
根据所述比例值逐块建立与编码块对应的差分块，从所述编码块中减去对应的差分块，进而得到需编码的块，将所有需编码的块集合在一起形成需编码的数据集。
5.如权利要求3所述的近似熵率的低码率HEVC编码算法，其特征在于，根据所述像素差分值建立时域差分平面并从所述当前编码帧中减去所述时域差分平面，包括：
根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；
根据所述比例值和所述块的大小建立与所述当前编码帧相对应的差分数据集，从所述当前编码帧中减去所述差分数据集，进而得到需编码的数据集。
6.如权利要求4或5所述的近似熵率的低码率HEVC编码算法，其特征在于，根据残差系数均值分量计算所述时域差分平面与所述当前编码帧间的比例值；包括：
基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值；
根据公式四计算比例值：
公式四中，Rate为比例值，TH为阈值，E(R)为残差系数均值分量。
7.如权利要求1所述的近似熵率的低码率HEVC编码算法，其特征在于，还包括：
在获取待编码的当前图像形成当前编码帧之后，对所述当前编码帧进行滤波处理，以使得所述当前编码帧DC均值分量系数与所述参考帧相似。
8.如权利要求1所述的近似熵率的低码率HEVC编码算法，其特征在于，还包括计算所述残差系数均值分量的残差系数的失真度，以判断编码算法的精度是否满足要求，其中计算残差系数的失真度包括：
采用零编码系数的方法，根据所述残差系数均值分量计算残差系数的失真度包括：
基于量化参数和所述块的大小计算得出满足残差系数均值分量量化后为零的阈值；
判断所述残差系数均值分量是否小于等于所述阈值，
若是，则根据公式一计算残差系数的失真度MSE残差:
MSE残差＝E(R2) (公式一)
公式一中，MSE残差为残差系数的失真度，R为残差系数，E(R2)为残差系数平方的均值；
若否，则根据公式二计算残差系数的失真度MSE残差：
MSE残差＝E(R2)+D2-2E(DR) (公式二)
公式二中，MSE残差为残差系数的失真度，D为残差系数R经过变换、量化、反量化及反变换操作后的值，R为残差系数，E(R2)为残差系数平方的均值。
CN201711392099.4A 2017-12-21 2017-12-21 近似熵率的低码率hevc编码算法 Active CN108055540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711392099.4A CN108055540B (zh) 2017-12-21 2017-12-21 近似熵率的低码率hevc编码算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711392099.4A CN108055540B (zh) 2017-12-21 2017-12-21 近似熵率的低码率hevc编码算法

Publications (2)

Publication Number Publication Date
CN108055540A true CN108055540A (zh) 2018-05-18
CN108055540B CN108055540B (zh) 2019-12-13

Family

ID=62131097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711392099.4A Active CN108055540B (zh) 2017-12-21 2017-12-21 近似熵率的低码率hevc编码算法

Country Status (1)

Country Link
CN (1) CN108055540B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119488A (zh) * 2007-07-12 2008-02-06 深圳市融合视讯科技有限公司 一种用于视频编码的色度均衡方法
CN102281434A (zh) * 2010-06-10 2011-12-14 中国移动通信集团公司 一种视频压缩方法及设备
CN103024383A (zh) * 2012-12-14 2013-04-03 北京工业大学 一种基于hevc框架的帧内无损压缩编码方法
US20160227221A1 (en) * 2013-10-14 2016-08-04 Wang Lin Lai Method of Residue Differential Pulse-Code Modulation for HEVC Range Extension

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119488A (zh) * 2007-07-12 2008-02-06 深圳市融合视讯科技有限公司 一种用于视频编码的色度均衡方法
CN102281434A (zh) * 2010-06-10 2011-12-14 中国移动通信集团公司 一种视频压缩方法及设备
CN103024383A (zh) * 2012-12-14 2013-04-03 北京工业大学 一种基于hevc框架的帧内无损压缩编码方法
US20160227221A1 (en) * 2013-10-14 2016-08-04 Wang Lin Lai Method of Residue Differential Pulse-Code Modulation for HEVC Range Extension

Also Published As

Publication number Publication date
CN108055540B (zh) 2019-12-13

Similar Documents

Publication Publication Date Title
US8416849B2 (en) Self-adapting code rate distribution method of video image macro-block level
CN110036637B (zh) 去噪声化已重构图像的方法及装置
KR100578433B1 (ko) 페이딩 추정/보정
CN105359531A (zh) 针对屏幕内容编码的编码器侧判定
CN108989802B (zh) 一种利用帧间关系的hevc视频流的质量估计方法及系统
CN101507277A (zh) 图像编码/解码方法和设备
EP3529986A1 (en) Low complexity mixed domain collaborative in-loop filter for lossy video coding
CN105379284A (zh) 动态图像编码装置及其动作方法
CN105208389B (zh) 一种基于内容自适应偏移模型的视频编码硬判决量化方法
CN110199524A (zh) 噪声抑制滤波器
CN106063266B (zh) 用于编码图像数据的方法和装置以及用于解码图像数据的方法和装置
CN103179394A (zh) 一种基于区域视频质量平稳的i帧码率控制方法
CN101984665A (zh) 一种视频传输质量评测的方法与系统
CN104378636A (zh) 一种视频图像编码方法及装置
KR20150095591A (ko) 시각적 인지 특성을 이용한 ｐｖｃ 방법
Naccari et al. Intensity dependent spatial quantization with application in HEVC
CN103581682A (zh) 一种hevc帧内编码的快速模式决策算法及其应用
CN109660813B (zh) 一种量化噪声线性拟合方法、编码装置及编码方法
Chen et al. Reversed intra prediction based on chroma extraction in HEVC
Minoo et al. Perceptual video coding with H. 264
US8369423B2 (en) Method and device for coding
CN108055540A (zh) 近似熵率的低码率hevc编码算法
EP3085088B1 (en) Method and device for encoding a high-dynamic range image
Heindel et al. Fast intra mode decision in HEVC using early distortion estimation
CN109587487B (zh) 一种对rdo策略的结构性失真度的评估方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant