CN1099767C - 数字数据压缩的方法和装置 - Google Patents

Abstract

一种数据压缩装置其具有一去相关电路(10)、一用于量化去相关后的数据的电路(12)以及一对量化步长起作用的控制电路(13)。该装置的特点是有一电路(11)，用于计算去相关后数据的直方图及用于根据该直方图计算量化步长，以便按照该直方图的相干性来强制使用该量化步长。该量化步长是根据该直方图的局部最大值之间的距离而算出的。本发明的应用涉及视频数据编码的多次生成。

Description

数字数据压缩的方法和装置

                        技术领域

本发明涉及用于数字数据压缩的一种方法和装置。尤其涉及一种非可逆式源编码，即以少量的信息损失为代价实现信号压缩，一种基于对信号量化的编码。

                        背景技术

例如，这种编码对视频数字数据进行离散余弦变换然后对变换后的系数进行量化。该编码在图像传送和/或存贮时、尤其在制作时使用。因此它用以减少准备存贮在录像机或大容量存贮器中的信息的容量。

在制作室内，在获得最终结果之前，图像要读取和记录即解码和编码许多次，平均在5次与10次之间，但是电影制作要求多达100次左右的生成也并非少见。

每一次图像的生成都涉及对存贮数据的解码。在该解码之后，通常是对取得的新图像进行编码。

然而，图像数字编码带来的问题之一是接连数次编码—解码的后果。常规技术不能使经过不同次数生成的图像保持相同的质量。这种类型的编码产生的信息损失所导致的误差是积累的。两次生成之间的信噪比可相差几个分贝，因此会极其迅速地产生低质量的图像。通常不作专门的处理来避免这种主要在制作中发生的十分令人不快的损失。

                        发明内容

本发明的宗旨在于克服上述缺点。

为此，本发明的一个目的是提供一种执行量化的数据压缩方法，该方法产生待压缩数据的直方图(数据出现率作为数据值的函数来表示的图)以便在该直方图为相干直方图时根据该直方图频率最高的各值之间的距离来确定一量化步长。

按照本发明的在量化有待压缩的数据之前产生所述数据的直方图的数据压缩方法，包括下列步骤：确定所述直方图；检测所述直方图的局部最大值；判断所述直方图是否为相干直方图；如果直方图是相干的，则搜索所述最大值并计算所述最大值之间的距离)；根据在这些最大值之间测得的距离及这些距离的平均值DELTA来计算量化步长；如果直方图是不相干的，则按常规方式实现调整。

本发明的另一个目的是提供一种数据压缩装置，该装置包括去相关电路，量化去相关后的数据的电路，及作用于量化步长的控制电路，该装置还包括一个电路，用于计算该去相关后的数据的直方图及用于根据该直方图计算量化步长以便按照直方图的相干性来强制使用该量化步长。

按照本发明的数据压缩装置，包括：一去相关电路，一用于量化去相关后的数据的电路，以及一接收量化后数据并对量化步长起作用的控制电路，其特征在于还包括：一个直方图和量化步长计算电路，其输入端与量化电路的输入端并联地连接到去相关电路的输出端，而其输出端则连接到控制电路，该直方图和量化步长计算电路用于计算所述去相关后的数据的直方图以及用于根据该直方图计算所述量化步长，以便迫使该量化步长作为所述直方图相干性的函数，并且根据所述直方图的局部最大值和所述局部峰值之间的距离来计算所述量化步长。

由于本方法和本装置，对数据编码时的信噪比损失变得可忽略不计，因此经过不同次数图像生成的图像质量得以保持一致。

                        附图说明

本发明的特点和优点通过实例并参照附图将更清楚地被说明。

图1表示一已知的先有技术数字数据编码器。

图2表示一已知的先有技术数字数据解码器。

图3表示变换后的系数的出现率与其系数值之间的函数关系曲线。

图4表示按照本发明所述的编码器。

图5表示以前未量化过的变换后的系数的出现率与其系数值之间的函数关系曲线。

图6表示以前已量化过的变换后的系数的出现率与其系数值之间的函数关系曲线。

图7表示计算量化步长的方法的流程图。

图8表示在使用和不使用本发明的方法时由多次生成造成的损失。

                     具体实施方式

图1表示从先有技术已知的、通过去相关和量化对数据进行压缩的数字视频数据编码器的一般原理。

分解电路1在其输入端接受来自源图像的数字数据。该电路分解这些数据，即对信息去相关以消除其中的冗余度。因此分解电路实现，例如，子带分解或离散余弦变换。

去相关后的信号然后传送到量化电路或量化器2，其作用是减少待传送的信息的数量。量化后的信号然后传送到熵编码器(平均信息量编码器)，熵编码器将出现概率最小的值与长度最大的码联系在一起。这类熵编码器有，例如，霍夫曼、算术、B2码编码器等。

熵编码器的第一输出提供编码后的二值流，该编码后的二值流构成准备传送或记录的压缩信息，其中包含有关所用量化步长的信息。熵编码器的第二输出连接到控制电路或控制器4。此控制电路的作用是控制数据编码器输出端的流，使它和在参考通道或参考流中可用的流一致。为此，控制器连接到量化器2并根据收集到的流信息作用于量化步长。

例如，分解电路通过离散余弦变换将由8×8象素的图像块组成的图像宏块变换成8×8系数的块，然后对每个经过可选加权的系数量化，然后可变长度编码(VLC)对这些系数以在系数矩阵中Z形扫描的先后次序进行熵编码。

于是压缩信息被存贮和传送，为了使它能被使用，必须进行与压缩过程相反的操作。

图2表示这种操作用的典型解码器。众所周知，它包括熵解码器5，后接逆量化电路或去量化器6，再后接逆分解电路7，后者提供解压缩后的有用信息。这些电路的每一个操作执行与数据编码器的对应电路相反的操作，即在此实例中的逆可变长度编码、计及收到的量化步长的逆量化、和逆离散余弦变换。

因此，在两次图像生成之间，对数据所作的处理依次为：

—在编码方面：分解，量化，熵编码；

—在解码方面：熵解码，逆量化，逆分解。

熵编码在解码器处是完全可逆的：在编码和解码过程中没有信息损失。因此熵编码是一种可逆应用，在两次图像生成之间不涉及信息的损失。

然而，分解和量化是不可逆的编码技术，因为它们是近似值，因而是误差的来源。在编码过程中，少量信息损失掉而且无法在解码器挽回。问题出在，例如，与计算精度有关的近似值上和在输入端对输入的数据序列作数学变换时的数学舍入上，或者十分简单地出在量化上，量化过程中计算量化步长，该量化步长通常与统计的源数据有关但是事实上是近似值。

然而，更为令人不快的是这些信息损失可在多次生成中积累。这是因为每次图像生成时量化步长都有变化，而这些生成对例如编辑序列是必要的。量化步长通常根据算法而计算，算法考虑到序列的统计数据，例如在当前要编码的图像之前的图像流。因此每次压缩中采用的量化步长经常各不相同，这取决于编辑和多次生成中的变化。量化值取决于所用的量化原理，它或者是四舍五入到最近整数的数值，其最大误差为q/2；或者是舍去小数向下取整的数值，其最大误差为量化步长q。

在所有情况下，每次图像重新编码时，如果量化器的步长不同于上次编码时使用的步长，则对于一给定的系数，系数的量化值将略有不同。因此量化在多次生成后导致损失的积累，该误差积累在第一种情况(四舍五入)下是收敛的。

本方法以下列事实为根据，即量化的主要后果是将一均匀分布转变为带峰值的分布，其中各峰值的分布情况与所用的步长有关，而且如果每次压缩使用的步长相同，则系统对剩余噪声不敏感，每次生成得到的结果将大致是等同的，没有误差的积累。

在图3中，曲线8和9是以规格化的参考帧绘制的，其中X轴代表系数值，Y轴代表它们的频率或出现率。

实线的曲线8涉及一个实例，其系数通过对一从未压缩过的数据的源图像进行变换(分解)而得。因此它属于视频图像中常规的频率分布：DCT系数的数目是其等级值的递减函数。对应于高频率的系数是多数的且其等级值低，对应于较低频率的系数的数目较少且其等级值较高。这些数字数值的分布是连续的。

虚线的曲线9涉及使用量化步长q进行量化和去量化操作之后的系数。因此在X轴上的分布不再连续。在去量化之后，唯一存在的系数值是量化步长的整倍数。通过将它们放在分解电路的下游，这些实际得到的并且由曲线9绘出的数值事实上对应于以量化步长q为间隔的峰。在数学计算(DCT，逆DCT)中这些数值的舍入导致差异，该差异由峰的底部加宽所表示。

如果可能用任何技术测量峰与峰的间隔，就同样有可能找到这些数值在以前编码时用过的量化步长，因而有可能用第一次量化时用过的同一步长来进行量化。自然，通常情况下，这里假定涉及量化步长的信息在被去量化器用过之后已经消失。

图4的编码装置使用的方法是以上述原理作基础的一种方法。

源图像，即原始图像或此前已编码然后解码的图像，被传送到分解电路10，该分解电路如上面先有技术的说明中指出的那样进行离散余弦变换。所得的系数传送到直方图和量化步长计算电路11同时传送到量化器12。第一个电路(以下称为直方图计算电路)的作用是提供关于直方图相干性的信息并根据该直方图计算量化步长，这将在下文给于说明。于是直方图计算电路通过控制电路13，向量化器提供量化步长。量化器将量化后的系数传送到熵编码器14，熵编码器提供编码后的二值流。该熵编码器也连接到控制器13以便如果相对于基本值传送数据的流量过大以致于认为该量化步长的计算是不正确的，那么修正由直方图计算电路传送的量化步长。在此情况下，控制器的作用是使传送流适应于认可的通道流或适应于设定值。

检测量化步长的原理，是根据计算分解电路输出端的数值分布，即对直方图的确定。这是直方图计算电路11的任务。

直方图在宏块上、在一行宏块(用盎格鲁撒克逊的词语表示是条)上、甚至在整幅图像上实现，这取决于量化所使用的算法。该直方图在算法采用同一量化步长的整体上实现，为了获得更好的精度除了考虑到亮度块外，还要考虑到色度块。

如图1或4所示，量化在分解之后进行。为了确定以前使用的步长，必须恰好处于量化器的前端，检测系数值的峰，即频率最高的值，以便测量这些峰之间平均差值。后者给出以前(即上次编码期间)使用的量化步长。

图5表示以前从未编码过的源图像的这样的直方图，图6则表示以前编过码的图像的这样的直方图。坐标轴的表示与图3相同。

虽然图像从未编过码，但是图5表示有峰值存在。如上所述，一般说来逐渐下降的这条曲线具有出现率的高峰，这些峰对应的频率值在本图像中比别的图像出现次数更多，因而是用频域分解后的图像的内在特性，因而是任意的，一幅图像与另一幅不同。所以这些峰是由于将图像分解成频率系数而产生的寄生峰(这些峰也存在于图3的曲线9上，但是出于简化的理由未示出)。

图6也表示出在与量化步长相关的“有效”峰的近旁有寄生峰存在。出现这些寄生峰和具有较宽底部的有效峰是由于在逆分解期间及下次为生成编码的二值流而进行的分解期间形成了舍入误差。

所以为了确定量化步长必须区别未编过码的数据(图5)和已编过码的数据(图6)的分布。然后，如上所述，必须检测这些峰，其中的一个困难在于寻找能用于区别有效峰和无效峰的方法。

图7的流程图详细说明由直方图计算电路11具体实现的不同操作。

第一步骤1 5是直方图自身，即确定由分解电路10传送的数据值的频率。在得到这样的分布之后，下一步骤16搜索是最有意义的峰的头五个最高峰。为了检测这些峰，一种解法在于寻找局部最大值，即找出位于横座标值x上的峰，其数值既大于前面x-1坐标上的值，又大于后面x+1坐标上的值。在已编过码的图像的分布的情况下，这种解法可以不考虑寄生峰。

步骤17确定这些峰之间的距离是否在一个单位的范围内全都相等，即是否存在某种规则性。

如果是这种情况，该直方图称作是相干的，这些距离的平均值DELTA被算出。由于量化器的舍入所以要在±1范围内搜索。这是因为准备量化的数据是整数的形式(适当的放大以提供足够的精度来保证这种情况)。量化步长q通常是实数，数据量化后的值也是实数，但是在去量化过程中量化步长q和已量化值被舍入从而给出整数。所以，在量化和去量化(外加逆分解和分解)之后，这些整数被分布在q的每个整倍数上，但是舍入到其最近的整数上。

因此该第一阶段(步骤15，16和17)在于确定分布是否为连续型分布，即数据在以前是否被编过码。

下一阶段随所得的结果而有所不同：

如果该分布是离散分布，即如果直方图是相干的，则执行步骤19。该步骤搜索有效峰以测量它们的横座标并精确地确定量化步长。

一种只考虑有效峰的方法为：从原点(该处有一最大值)出发，在以DELTA的取为整数的值的横座标为中心，±1范围内搜索下一个最大值M1。然后在相对于该最大值M1的横座标偏离DELTA的取整值处为中心的同一范围内搜索一新的最大值。过程如此继续下去。根据测得的这些横座标，在步骤20计算各差值及各差值的平均值，以便找到可以是实数的量化步长。然后，用于调整编码系统的方法利用这一步骤来量化数据。

如果不是这种情况，则认为直方图是连续的，因此执行步骤18，其中认为量化步长等于0。在此情况下，便认为数据未曾编过码，调整按常规进行，即将量化步长作为图像复杂度和可用流的函数来计算。

本技术假定从一幅图像至下一幅图像相同信息被编码。因此在带有运动估计的编码时提出了第一个问题。该运动估计一般在分解电路的上游实现，所以编码的只是当前块和由此运动估计预测的块之间的差值。每次压缩都计算与此预测的块相对应的运动向量，这些运动向量在逐次压缩时可略有变化。编码的信息是预测误差，因而每次都不相同。

为了克服这个问题，可以采用二种解决办法：

—可以使用根据真实运动作估计的好的运动估计器，于是虽然图像的编码可改变其内容但该运动估计器与其无关。

—仅以帧内编码方式操作，即不使用时间预测，所以也不使用运动估计。

第二个问题涉及在编码时可能产生的“非线性”。这是因为上述的技术假定在编码和解码之间的过程是可逆的。但是，例如按照盎格鲁撒克逊欧洲电信标准协会的ETSI标准来编码的情况下，使用了两类处理：其一是用加权矩阵，其二是在量化器中用非线性定律。所以必须补偿这些“非线性”。

加权矩阵，也称能见度矩阵，是给每一个数值施加一与其位置有关的标准化系数。为了补偿这些矩阵，必须在计算分布之前给分布的值施加加权系数使之到达最近的四舍五入的误差范围之内。于是直方图在分解和加权之后实现，假定在解码时逆加权是在去量化之后进行。

同样，如果在量化器中使用了非线性定律，则如有可能，必须提前应用逆定律。这些非线性定律，例如按照ETSI标准，通常有一线性部分，这就可能解决该问题。另一种解决办法是忽略此问题，这将使峰的底部略为展宽，作为一般规律，非线性定律只是略微改变(峰所在处的)数值。然后通过计算数值的分布以提供图5或图6类型的直方图来应用本发明的原理。

图8表示在一参考帧中的二条曲线21和22，其中X轴为一序列视频图像生成次数，Y轴为以分贝数表达的累计信噪比损失。

曲线21涉及不使用本发明方法但用四舍五入量化的图像生成。信噪比从第一次图像生成的3dB左右迅速下降到10dB左右。这就导致图像的可视质量非常迅速和显著地变坏。用舍位的量化会产生更差的结果。因为累计误差不收敛，所以这种质量的恶化不受限制。

曲线22涉及用本发明的方法生成图像时的信噪比损失。这些损失保持低于1dB，为0.5dB的数量级。

以上描述的发明涉及在编码时使用量化的所有数据编码系统，对于这种编码必须不论读和写的次数的多少保持相同的信息质量。本发明尤其应用在视频图像或音频数据的编码中。

Claims (6)

1、一种在量化有待压缩的数据之前产生所述数据的直方图(15)的数据压缩方法，其特征在于所述方法包括下列步骤：

确定所述直方图(步骤15)；

检测所述直方图的局部最大值(步骤16)；

判断所述直方图是否为相干直方图(步骤17)；

如果直方图是相干的，则搜索所述最大值并计算所述最大值之间的距离(步骤19)；

根据在这些最大值之间测得的距离及这些距离的平均值DELTA来计算量化步长(步骤20)；以及

如果直方图是不相干的，则按常规方式实现调整(步骤18)。

2、如权利要求1所述的方法，其特征在于计及的所述局部最大值是那些幅度最大的局部最大值。

3、如权利要求1或2所述的方法，其特征在于：对一有效最大值的搜索在前一有效最大值增加DELTA后的附近±1的范围内实行，以及所述量化步长等于所述直方图的所有有效最大值之间的差值的平均值。

4、如以上权利要求中的一个权利要求所述的方法，其特征在于：所述数据是视频数据，并且所述数据的所述压缩包括量化之前的一个去相关阶段，以及所述直方图在去相关后的数据上实现。

5、如权利要求4所述的方法，其特征在于：所述方法在去相关之后，为了得出直方图而通过执行一些处理来实现数据的线性化，其中所述处理是为了所述数据的所述压缩而在上游施加的非线性处理的逆处理。

6、一种数据压缩装置，包括：一去相关电路(10)，一量化电路(12)，用于量化去相关后的数据，以及一控制电路(13)，用于接收量化后数据并对量化步长起作用，其特征在于还包括：

一个直方图和量化步长计算电路(11)，其输入端与量化电路(12)的输入端并联地连接到去相关电路(10)的输出端，而其输出端则连接到控制电路(13)，该直方图和量化步长计算电路(11)用于计算所述去相关后的数据的直方图以及用于根据该直方图计算所述量化步长，以便迫使该量化步长作为所述直方图相干性的函数，并且根据所述直方图的局部最大值和所述局部峰值之间的距离来计算所述量化步长。

Images