CN1533183A - 一种视频图象编码方法 - Google Patents

Abstract

一种视频编码方法，该方法先对图像进行宏块预测和补偿处理，然后对预测差值进行8×8 DCT－like整数变换处理，再对变换系数分别进行量化和熵编码处理。该方法采用了一种新的8×8 DCT－like整数变换方法和相应的逆变换、量化、逆量化方法，该变换方法的变换矩阵元素较为简单，计算复杂度较低，变换过程只涉及到加法和乘法运算，变换性能较为接近于8×8 DCT，从而具有类似于DCT的较好的去相关性能，可以得到较好的视频压缩效果。

Description

一种视频图象编码方法

技术领域

本发明涉及视频处理领域，具体地说，是一种视频图象编码方法。

技术背景

目前，视频领域的技术突飞猛进，关于视频编码的技术方案很多，但由于余弦变换具有较好的去相关性能，并且，易于快速实现，因此，在视频编码领域得到了非常广泛的应用，现有的视频压缩标准MPEG-1、MPEG-2、MPEG-4(Part 2)、H.261、H.263都是基于8×8 DCT变换的，其一般的处理框架示意图如图1所示。

H.263的编码压缩框架如图2所示，其中的“T”指的就是图象数据或预测差值数据的8×8 DCT变换。

余弦变换的一般表示方式为：

$F\left(u\right)=\sqrt{\frac{2}{n}}C\left(u\right)\underset{x=0}{\overset{n-1}{\mathrm{\Σ}}}f\left(x\right)\cos \frac{(2x+1)\mathrm{u\π}}{2n},u=0,\mathrm{\Λ},n$

其中：

由于DCT变换要进行复杂的浮点运算，在IDCT中还存在由于失配而造成的精度不高问题，因此，一些专家分别提出了一些变换性能接近于DCT变换的整数变换方法，以降低计算复杂度，提高变换精度。

在文献[1][Mathias Wien，Claudia Mayer，Jens-Rainer Ohm，“IntegerTransforms for H.26L using Adaptive Block Transforms”，ITU-T Q15/SG16，DocumenlQ15-K-24，Portland，August 2000.]给出了一种2D 8×8 DCT-like整数变换方法，其变换矩阵为：

$C=\left[\begin{array}{cccccccc}17& 17& 17& 17& 17& 17& 17& 17\\ 24& 20& 12& 6& -6& -12& 20& -24\\ 23& 7& -7& -23& -23& -7& 7& 23\\ 20& -6& -24& -12& 12& 24& 6& -20\\ 17& -17& -17& 17& 17& -17& -17& 17\\ 12& -24& 6& 20& -20& -6& 24& -12\\ 7& -23& 23& -7& -7& 23& -23& 7\\ 6& -12& 20& -24& 24& -20& 12& -6\end{array}\right]$

还给出了相应的逆变换、量化和逆量化方法。

文献[1]所给出的2D 8×8 DCT-like整数变换方法，虽然其变换性能比较接近于DCT变换，但其变换矩阵元素还较为复杂，变换计算处理过程和量化处理过程也较为复杂。

发明内容

本发明的目的就是给出了一种基于8×8 DCT-like整数变换的视频图象编码方法，为此，本发明采用如下技术方案：

一种视频图象编码方法，包括以下步骤：

a、将输入视频图象分割成16×16宏块，并对I帧图象进行帧内象素预测和补偿处理，对P帧图象进行帧间运动估计及运动补偿处理；

b、变换器对输入预测差值数据进行变换处理；

c、对变换系数进行量化及熵编码处理，并将编码码流传递给接收端；

d、接收端对编码码流进行熵解码及逆量化处理；

e、逆变换器对逆量化后系数进行逆变换处理；

f、对逆变换处理后的图象数据进行帧内象素补偿或帧间运动补偿，并将解码后的视频图象输出；

其中所述的步骤b，采用2D 8×8 DCT-like整数变换方法对视频图象进行变换处理，其变换计算采用如下公式：

所述的步骤e，采用2D 8×8 IDCT-like逆变换方法对视频图象进行逆变换处理，其逆变换采用如下公式：

其中X为图象数据距阵或预测差值数据距阵，Y为相应的变换系数距阵，表示两个矩阵对应位置的元素相乘；

其中

$a=\frac{\sqrt{2}}{4},b=\frac{\sqrt{5}}{5},c=\frac{\sqrt{5}}{10},d=\frac{\sqrt[3]{170}}{85},e=\frac{\sqrt[3]{170}}{85},f=\frac{\sqrt[3]{170}}{170},g=\frac{\sqrt{170}}{85}.$

所述的视频图象编码方法，在方法实施过程中，做如下近似取值：

$E\≈\left[\begin{array}{cccccccc}0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\end{array}\right].$

所述的“E”相乘处理并入到量化和逆量化处理过程中。

本发明所提出的2D 8×8 DCT-like整数变换方法，与现有技术相比较，其变换矩阵元素更为简单，变换和量化过程更为方便，基于本专利所提出的2D8×8 DCT-like整数变换方法和量化方法的视频压缩方法，可以得到更好的计算性能和更好的处理结果。

附图说明

图1是基于DCT的视频编码框架示意图；

图2是现有技术中H.263视频编码示意图；

图3是本发明对视频图象进行编码处理的示意图；

图4是本发明对视频图象进行编码处理的流程图。

具体实施方式

下面结合说明书附图来说明本发明的具体实施方式。

如图3及图4所示，是本发明对视频图象进行编码处理的示意图及流程图，从图中可以看出，本发明主要包括以下步骤：

a、将输入视频图象分割成16×16宏块，并对I帧图象进行帧内象素预测和补偿，对P帧图象进行帧间运动估计及运动补偿；

b、变换器对输入预测差值数据进行变换处理；

c、对变换系数进行量化及熵编码处理，并将编码码流传递给接收端；

d、接收端对编码码流进行熵解码及逆量化处理；

e、逆变换器对逆量化后系数进行逆变换处理；

f、对逆变换处理后的图象数据进行帧内象素补偿或帧间运动补偿，并将解码后的视频图象输出。

对于b和e，本发明中，采用一种新的变换方法和相应的逆变换方法，提出一种新的2D 8×8 DCT-like整数变换方法和相应的量化方法，下面具体介绍一下：其中X为8×8图象数据矩阵或预测差值数据矩阵，Y为相应的8×8变换系数矩阵。

我们知道，2D 8×8正向DCT变换方法为：

$Y=\mathrm{AX}{X}^T$

其中 $a=\frac{1}{2\sqrt{2}},b=\frac{1}{2}\cos \left(\frac{\mathrm{\π}}{8}\right),c=\frac{1}{2}\cos \left(\frac{3\mathrm{\π}}{8}\right),d=\frac{1}{2}\cos \left(\frac{\mathrm{\π}}{16}\right),e=\frac{1}{2}\cos \left(\frac{3\mathrm{\π}}{16}\right),f=\frac{1}{2}\cos \left(\frac{5\mathrm{\π}}{16}\right),$

$g=\frac{1}{2}\cos \left(\frac{7\mathrm{\π}}{16}\right).$

(1)式可以改写为：

$Y=\mathrm{BCX}{C}^{T}B$

${\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 1& \frac{e}{d}& \frac{f}{d}& \frac{g}{d}& -\frac{g}{d}& -\frac{f}{d}& -\frac{e}{d}& -1\\ 1& \frac{c}{b}& -\frac{c}{b}& -1& -1& -\frac{c}{b}& \frac{c}{b}& 1\\ 1& -\frac{g}{e}& -\frac{d}{e}& -\frac{f}{e}& \frac{f}{e}& \frac{d}{e}& \frac{g}{e}& -1\\ 1& -1& -1& 1& 1& -1& -1& 1\\ \frac{f}{d}& -1& \frac{g}{d}& \frac{e}{d}& \frac{-e}{d}& -\frac{g}{d}& 1& -\frac{f}{d}\\ \frac{c}{b}& -1& 1& -\frac{c}{b}& -\frac{c}{b}& 1& -1& \frac{c}{b}\\ \frac{g}{e}& -\frac{f}{e}& 1& -\frac{d}{e}& \frac{d}{e}& -1& \frac{f}{e}& -\frac{g}{e}\end{array}\right]}^T\left[\begin{array}{cccccccc}a& 0& 0& 0& 0& 0& 0& 0\\ 0& d& 0& 0& 0& 0& 0& 0\\ 0& 0& b& 0& 0& 0& 0& 0\\ 0& 0& 0& e& 0& 0& 0& 0\\ 0& 0& 0& 0& a& 0& 0& 0\\ 0& 0& 0& 0& 0& d& 0& 0\\ 0& 0& 0& 0& 0& 0& b& 0\\ 0& 0& 0& 0& 0& 0& 0& e\end{array}\right]$

由于 $\frac{e}{d}\≈0.8478,\frac{f}{d}\≈0.5665,\frac{c}{b}\≈0.4142,$ 若令 $\frac{e}{d}=1,\frac{f}{d}=\frac{1}{2},\frac{c}{b}=\frac{1}{2},$ 并设 $\frac{g}{e}=x,$

则由A^TA＝I可得 $x=\frac{1}{3},$ 于是有 $\frac{1}{2\sqrt{2}}$ $\frac{\sqrt{2}}{4},b=\frac{\sqrt{5}}{5},c=\frac{\sqrt{5}}{10},d=\frac{3\sqrt{170}}{85},e=\frac{3\sqrt{170}}{85},f=\frac{3\sqrt{170}}{170}.$

$g=\frac{\sqrt{170}}{85},$ 从而得到：

$Y=\mathrm{BCX}{C}^{T}B=\left(\mathrm{CX}{C}^T\right)\⊗E$

$\left[\begin{array}{cccccccc}{a}^2& \mathrm{ad}& \mathrm{ab}& \mathrm{ae}& a^2& \mathrm{ad}& \mathrm{ab}& \mathrm{ae}\\ \mathrm{ad}& d^2& \mathrm{bd}& \mathrm{de}& \mathrm{ad}& d^2& \mathrm{bd}& \mathrm{de}\\ \mathrm{ab}& \mathrm{bd}& b^2& \mathrm{be}& \mathrm{ab}& \mathrm{bd}& b^2& \mathrm{be}\\ \mathrm{ae}& \mathrm{de}& \mathrm{be}& e^2& \mathrm{ae}& \mathrm{de}& \mathrm{be}& e^2\\ a^2& \mathrm{ad}& \mathrm{ab}& \mathrm{ae}& a^2& \mathrm{ad}& \mathrm{ab}& \mathrm{ae}\\ \mathrm{ad}& d^2& \mathrm{bd}& \mathrm{de}& \mathrm{ad}& d^2& \mathrm{bd}& \mathrm{de}\\ \mathrm{ab}& \mathrm{bd}& b^2& \mathrm{be}& \mathrm{ab}& \mathrm{bd}& b^2& \mathrm{be}\\ \mathrm{ae}& \mathrm{de}& \mathrm{be}& e^2& \mathrm{ae}& \mathrm{de}& \mathrm{be}& e^2\end{array}\right]$

$=\left(C_{1}X{C_1}^T\right)\⊗E_1$

于是，得到如下2D 8×8 DCT-like整数变换和量化方法：

正向变换：

$Y=\left(C_{1}X{C_1}^T\right)\⊗E_1$

逆向变换：

$X=C_1^T(Y\⊗E_1)C_1$

$={\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]}^T$

$\left[\begin{array}{cccccccc}{y}_{00}& y_{01}& y_{02}& y_{03}& y_{04}& y_{05}& y_{06}& y_{07}\\ y_{10}& y_{11}& y_{12}& y_{13}& y_{14}& y_{15}& y_{16}& y_{17}\\ y_{20}& y_{21}& y_{22}& y_{23}& y_{24}& y_{25}& y_{26}& y_{27}\\ y_{30}& y_{31}& y_{32}& y_{33}& y_{34}& y_{35}& y_{36}& y_{37}\\ y_{40}& y_{41}& y_{42}& y_{43}& y_{44}& y_{45}& y_{46}& y_{47}\\ y_{50}& y_{51}& y_{52}& y_{53}& y_{54}& y_{55}& y_{56}& y_{57}\\ y_{60}& y_{61}& y_{62}& y_{63}& y_{64}& y_{65}& y_{66}& y_{67}\\ y_{70}& y_{71}& y_{72}& y_{73}& y_{74}& y_{75}& y_{76}& y_{77}\end{array}\right]\⊗\left[\begin{array}{cccccccc}{a}^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}& a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}\\ \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}& \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}\\ \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}\\ \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}& \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}\\ a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}& a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}\\ \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}& \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}\\ \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}\\ \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}& \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}\end{array}\right]$

$\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]------\left(3\right)$

其中：

$E_1\≈\left[\begin{array}{cccccccc}0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.00271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\end{array}\right]$

其相乘处理可以并入到对变换系数的量化处理过程中。

下面我们来看一个例子。为了便于说明问题，给出一个数据相差较大的8×8图象矩阵：

$X=\left[\begin{array}{cccccccc}117& 120& 109& 77& 73& 64& 54& 60\\ 139& 123& 102& 74& 75& 60& 64& 87\\ 109& 100& 93& 85& 70& 68& 97& 103\\ 97& 117& 117& 78& 74& 94& 103& 79\\ 164& 149& 88& 87& 99& 91& 74& 68\\ 147& 94& 90& 102& 84& 72& 82& 102\\ 95& 92& 116& 119& 114& 122& 137& 150\\ 111& 112& 140& 150& 157& 163& 161& 157\end{array}\right]$

经过DCT变换后的系数矩阵为：

$Y_0=\left[\begin{array}{cccccccc}821.3750& 62.6179& 49.6950& -2.7600& 4.3750& 1.5789& 3.3636& 5.9850\\ -122.0037& 91.8527& 31.8023& -6.4128& -13.8361& -16.3052& -4.1639& 4.3819\\ 51.7449& -42.7379& -28.7305& -19.7096& 6.1113& -1.0702& 12.1202& 5.0589\\ -48.1767& 64.2286& 15.5556& 17.7153& 23.6346& -6.4475& 1.8404& -4.9528\\ 29.6250& 19.3788& -27.5027& 19.7915& -31.3750& -14.1192& -3.3556& -2.0230\\ -19.1515& -45.1924& -14.6669& -27.3522& -24.9928& 11.3236& 5.0013& 3.5050\\ -11.2860& -0.5628& -0.6298& -2.2846& 15.7340& 14.3038& -0.2695& -1.3258\\ 8.7752& -0.5228& 2.2702& 10.0288& 5.5691& -7.7676& -9.8236& -5.8917\end{array}\right]$

经过(2)式所述DCT-like整数变换后的系数矩阵为：

$Y_1=\left[\begin{array}{cccccccc}821.3750& 61.3273& 49.3584& -0.9756& 4.3750& 2.8997& 6.8817& 13.8481\\ -120.7034& 90.4175& 31.3614& -6.9679& -14.2546& -12.8207& -0.8208& 16.3725\\ 52.4433& -42.3567& -29.4000& -20.4245& 4.9833& -0.5130& 10.0500& 0.1881\\ -52.8179& 60.2862& 14.1417& 14.7582& 20.0811& -6.0534& 3.1806& 2.6609\\ 29.6250& 19.4307& -27.2104& 18.2654& -31.3750& -16.0703& -5.2997& -0.2981\\ -44.8497& -51.1884& -16.2279& -29.1519& -28.1027& 14.5553& 3.7278& -1.2213\\ -7.5936& -3.6936& -2.7000& -1.9665& 16.1364& 14.4495& 0.4000& -1.0602\\ -5.7723& 9.3222& 6.2928& 7.1272& 2.7913& -10.0949& -9.7641& -4.3660\end{array}\right]$

两者的差为：

$Y_0-Y_1=\left[\begin{array}{cccccccc}0.0000& 1.2906& 0.3366& -1.7844& 0.0000& -1.3208& -3.5181& -7.8631\\ -1.3003& 1.4352& 0.4409& 0.5551& 0.4185& -3.4845& -3.3431& -11.9906\\ -0.6984& -0.3812& 0.6695& 0.7249& 1.1280& -0.5572& 2.0702& 4.8708\\ 4.6412& 3.9424& 1.4139& 2.9771& 3.5535& -0.3941& -1.3402& -7.6137\\ 0.0000& -0.0519& -0.2923& 1.5261& 0.0000& 1.9511& 1.9441& -1.7249\\ 25.6982& 5.9960& 1.5610& 1.7997& 3.1099& -3.2317& 1.2735& 4.7263\\ -3.6924& 3.1308& 2.0702& 0.3181& -0.4024& -0.1457& -0.6695& -0.2656\\ 14.5475& -9.8448& -4.0226& 2.9016& 2.7778& 2.3273& -0.0595& -1.5257\end{array}\right]$

通过该例可以看出，本发明所给出的8×8整数变换的变换性能与DCT变换较为接近，从而也具有较好的去相关性能，但具有比DCT低得多的计算复杂度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (3)

1、一种视频图象编码方法，包括以下步骤：

a、将输入视频图象分割成16×16宏块，并对I帧图象进行帧内象素预测和补偿处理，对P帧图象进行帧间运动估计及运动补偿处理；

b、变换器对输入预测差值数据进行变换处理；

c、对变换系数进行量化及熵编码处理，并将编码码流传递给接收端；

d、接收端对编码码流进行熵解码及逆量化处理；

e、逆变换器对逆量化后系数进行逆变换处理；

f、对逆变换处理后的图象数据进行帧内象素补偿或帧间运动补偿，并将解码后的视频图象输出；

其特征在于所述的步骤b，采用2D 8×8 DCT-like整数变换方法对视频图象进行变换处理，其变换计算采用如下公式：

$Y=(\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]\left[\begin{array}{cccccccc}{x}_{00}& x_{01}& x_{02}& x_{03}& x_{04}& x_{05}& x_{06}& x_{07}\\ x_{10}& x_{11}& x_{12}& x_{13}& x_{14}& x_{15}& x_{16}& x_{17}\\ x_{20}& x_{21}& x_{22}& x_{23}& x_{24}& x_{25}& x_{26}& x_{27}\\ x_{30}& x_{31}& x_{32}& x_{33}& x_{34}& x_{35}& x_{36}& x_{37}\\ x_{40}& x_{41}& x_{42}& x_{43}& x_{44}& x_{45}& x_{46}& x_{47}\\ x_{50}& x_{51}& x_{52}& x_{53}& x_{54}& x_{55}& x_{56}& x_{57}\\ x_{60}& x_{61}& x_{62}& x_{63}& x_{64}& x_{65}& x_{66}& x_{67}\\ x_{70}& x_{71}& x_{72}& x_{73}& x_{74}& x_{75}& x_{76}& x_{77}\end{array}\right]{\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]}^T\⊗E)$

所述的步骤e，采用2D 8×8 IDCT-like逆变换方法对视频图象进行逆变换处理，其逆变换采用如下公式：

$X={\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]}^T(\left[\begin{array}{cccccccc}{y}_{00}& y_{01}& y_{02}& y_{03}& y_{04}& y_{05}& y_{06}& y_{07}\\ y_{10}& y_{11}& y_{12}& y_{13}& y_{14}& y_{15}& y_{16}& y_{17}\\ y_{20}& y_{21}& y_{22}& y_{23}& y_{24}& y_{25}& y_{26}& y_{27}\\ y_{30}& y_{31}& y_{32}& y_{33}& y_{34}& y_{35}& y_{36}& y_{37}\\ y_{40}& y_{41}& y_{42}& y_{43}& y_{44}& y_{45}& y_{46}& y_{47}\\ y_{50}& y_{51}& y_{52}& y_{53}& y_{54}& y_{55}& y_{56}& y_{57}\\ y_{60}& y_{61}& y_{62}& y_{63}& y_{64}& y_{65}& y_{66}& y_{67}\\ y_{70}& y_{71}& y_{72}& y_{73}& y_{74}& y_{75}& y_{76}& y_{77}\end{array}\right]\⊗E)\left[\begin{array}{cccccccc}1& 1& 1& 1& 1& 1& 1& 1\\ 6& 6& 3& 2& -2& -3& -6& -6\\ 2& 1& -1& -2& -2& -1& 1& 2\\ 6& -2& -6& -3& 3& 6& 2& -6\\ 1& -1& -1& 1& 1& -1& -1& 1\\ 3& -6& 2& 6& -6& -2& 6& -3\\ 1& -2& 2& -1& -1& 2& -2& 1\\ 2& -3& 6& -6& 6& -6& 3& -2\end{array}\right]$

其中：X为图象数据距阵或预测差值数据距阵，Y为相应的变换系数距阵，T表示矩阵的转置，表示两个矩阵对应位置的元素相乘，

$E=\left[\begin{array}{cccccccc}{a}^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}& a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}\\ \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}& \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}\\ \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}\\ \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}& \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}\\ a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}& a^2& \frac{\mathrm{ad}}{6}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{ae}}{6}\\ \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}& \frac{\mathrm{ad}}{6}& \frac{d^2}{36}& \frac{\mathrm{bd}}{12}& \frac{\mathrm{de}}{36}\\ \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}& \frac{\mathrm{ab}}{2}& \frac{\mathrm{bd}}{12}& \frac{b^2}{4}& \frac{\mathrm{be}}{12}\\ \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}& \frac{\mathrm{ae}}{6}& \frac{\mathrm{de}}{36}& \frac{\mathrm{be}}{12}& \frac{e^2}{36}\end{array}\right]$

其中 $a=\frac{\sqrt{2}}{4},b=\frac{\sqrt{5}}{5},c=\frac{\sqrt{5}}{10},d=\frac{3\sqrt{170}}{85},e=\frac{3\sqrt{170}}{85},f=\frac{3\sqrt{170}}{170},g=\frac{\sqrt{170}}{85}.$

2、如权利要求1所述的视频图象编码方法，其特征在于在方法实施过程中，做如下近似取值：

$E\≈\left[\begin{array}{cccccccc}0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.1250& 0.0271& 0.0791& 0.0271& 0.1250& 0.0271& 0.0791& 0.0271\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\\ 0.0791& 0.0171& 0.0500& 0.0171& 0.0791& 0.0171& 0.0500& 0.0171\\ 0.0271& 0.0059& 0.0171& 0.0059& 0.0271& 0.0059& 0.0171& 0.0059\end{array}\right].$

3、如权利要求1所述的视频图象编码方法，其特征在于将所述的“E”相乘处理并入到量化和逆量化处理过程中。

Images