CN1922884B

CN1922884B - 视频解码方法

Info

Publication number: CN1922884B
Application number: CN200580005335.1A
Authority: CN
Inventors: 翁诺·埃里恩伯格; 约翰内斯·Y.·齐克拉尔
Original assignee: Trident Microsystems Far East Ltd Cayman Islands
Current assignee: Entropic Communications LLC
Priority date: 2004-02-20
Filing date: 2005-02-09
Publication date: 2012-05-23
Anticipated expiration: 2025-02-09
Also published as: EP1719346A1; WO2005084032A1; US20070171979A1; JP2007524309A; CN1922884A

Abstract

本发明公开了在视频解码器(50)中对视频数据(ENC(VI))进行解码，以重新生成图像序列(VO)的方法。所述方法包括，将解码器(50)安排为包括处理模块(70)，该处理设备(70)连接至数据存储器(60)。此外，该方法包括：(a)接收、然后存储包括锚图片数据的视频数据(ENC(VI))；(b)处理所述视频数据，以生成亮度和色度块数据；(c)处理该亮度和色度数据以生成相应的宏块数据(130)；以及(d)，应用运动补偿，从宏块数据(130)和一个或多个锚图片生成解码图像序列(VO)。所述方法应用运动补偿，使得对从用于重建图像序列(VO)的宏块(130)获得的运动矢量进行分析，并相应地对宏块进行排序，以在存储器(60)和处理模块(70)之间提供对来自一个或多个锚图片的一个或多个视频区域的更加有效率的数据传输。

Description

视频解码方法

发明领域

本发明涉及视频解码方法；尤其但非限制性地，本发明涉及用于对按照当前标准，例如MPEG编码后的图像进行解码的一种视频解码方法。此外，本发明还涉及用于实现该解码方法的装置。

技术背景

在图像处理装置中对于数据存储器的高效组织是已知的。这种装置用于处理图像序列，表示每个图像的数据通常具有相当大的数据量。图像序列经常以编码形式进行压缩，从而使它们的相应数据对于数据载体上的存储来说不会非常大，例如在光学可读光存储盘，如DVD上存储。然而，解码的使用需要存储和处理编码数据，以生成相应的解码图像数据，该解码图像数据经常具有非常大的数据量，例如每幅图像的数据有几兆字节。这种数据的暂时存储和处理是这种装置的工作的重要方面。

在已公开的国际PCT申请no.PCT/IB02/00044(WO 02/056600)中，描述了一种存储器设备，其能够工作在突发访问模式中，以响应发到该设备的一个读出或者写入命令，访问该设备的若干数据字。该访问模式包括传送在该存储器设备中表示非重叠数据单元的数据突发，由于该设备的逻辑设计结构，其仅仅能够作为一个整体被访问。由于数据请求经常只包括几个字节，以及该请求被安排成能够覆盖该设备的一个以上数据单元，因此，该设备可能有大量的传输开销。为了降低这种开销，在该设备中使用了从逻辑存储器地址到该设备的物理存储器地址的高效率映射。该高效率映射需要该设备包括一个逻辑阵列，其被分割为一组称为窗的矩形，其中每个窗存储在该存储器设备的行中。在预定周期中，分析对于所存储或者所接收的数据块的请求，以计算最优窗大小，这种分析是在该设备的存储器地址转换单元中执行的。该转换单元能够生成合适的存储器映射。该存储器设备能够用于图像处理装置中，例如用于MPEG图像解码中。

发明人已经意识到，非常迫切地需要降低在图像解码装置中，例如在视频解码装置中所需的存储器带宽。这种带宽的降低能够降低在例如便携式视频显示设备，诸如手持微型视图设备中，以及更加传统尺寸的装置中的功耗。为了减小这种存储器带宽，发明人已经设计了一种视频解码方法；此外发明人也已经设想出根据该方法工作的装置。

发明内容

本发明的第一个目的是提供一种视频图像数据解码方法，该方法应用在包括连接到处理模块的至少一个主存储器和高速缓冲存储器的装置中，以更加有效率地使用写入和/或读自所述至少一个主存储器的数据带宽。

根据本发明的第一个方面，提供了一种在视频解码器中对视频数据进行解码，以重新生成相应图像序列的方法，其特征在于，所述方法包括以下步骤：

(a)将所述解码器安排为包括处理模块，该处理模块连接至相关联的主数据存储器和数据高速缓冲存储器；

(b)在所述解码器中接收压缩格式的、包括锚图片数据的视频数据，并将所述数据存储在主存储器中；

(c)在所述处理模块中处理所述压缩视频数据，以生成相应的宏块数据，该宏块数据包括描述所述序列中图像之间的运动差异的运动矢量；

(d)在所述处理模块中应用运动补偿，以从所述宏块数据以及一个或多个锚图片中生成相应的解码图像序列；

该方法被安排为应用运动补偿，使得对从用于重建图像序列的宏块中获得的运动矢量进行分析，并相应地对宏块进行排序，从而在所述主存储器和所述处理模块之间提供更加有效率的数据传输。

本发明的优点在于，它能够更加有效率地使用主存储器的数据带宽。

为了进一步阐明本发明，现在提供一些技术背景。本发明的概念是将尽可能多的、通过排序过程确定的宏块映射到统一标准的存储器的特定视频区域中。然后，随后从存储器中检索该区域，从而导致相关存储器带宽的有效率使用。能够出现一种情况，即采用这样检索到的数据，仅仅能够重建一个宏块。除其他因素外，能够被解码的宏块数目还依赖于能够检索的整体区域尺寸，以及它们的预测编码图片的特性。例如，该区域尺寸由MPEG解码器的嵌入存储器的尺寸确定。能够检索的区域尺寸不是一直恒定的，其取决于所采用的排序过程。对于检索的尺寸仅仅是一个宏块的情况，本发明可能不会提供效率上的提高。

优选地，在所述解码方法中，图像序列包括至少一个初始参考图像，通过使用运动矢量来应用运动补偿的方法，从该图像生成随后的图像。

优选地，在所述解码方法中，在处理模块与存储器之间传输的宏块组对应于在一个或多个图像中空间相邻的宏块。作为背景技术，尽管图3示出了有四个相邻宏块的情况，在实际中经常不是这种情况。典型的情况会是，使用来自最初锚图片的有界区域，能够重建几个宏块。由此而生成的形状可以是矩形、正方形或者甚至是三角形。本发明的高级实现方式搜索用于最小化数据传输率的最优形状。

优选地，在所述解码方法中，在存储器中，在一个或多个相应的视频对象平面中表示一个或多个图像，上述一个或多个平面包括关于编码轮廓信息、运动信息以及纹理信息中的至少之一的数据。

优选地，在所述解码方法中，视频对象平面被安排为包括一个或多个视频对象，通过在处理模块中采用上述运动补偿，将所述一个或多个视频对象从所述序列中的一个或多个较早图像映射到一个或多个较晚图像。

优选地，在所述解码方法中，步骤(a)被安排为接收从数据载体读出的视频数据，所述数据载体优选地为光学可读和/或可写数据载体，和/或者数据通信网络。

优选地，所述解码方法被安排为兼容一个或多个基于块的视频压缩方案，例如MPEG标准。

根据本发明的第二个方面，提供了一种视频解码器，用于对视频数据进行解码，以重新生成相应的图像序列，其特征在于，所述解码器包括：

(a)接收模块，用于在解码器中获取压缩形式的、包括锚图片数据的视频数据，并将所述数据存储在主存储器中；

(b)处理模块，用于：

(i)处理所述压缩视频数据，以生成相应的宏块数据，所述宏块数据包括描述所述序列中图像之间的运动差异的运动矢量；以及

(ii)使用运动矢量来应用运动补偿，以从所述宏块数据以及一个或多个锚图片中生成相应的解码图像序列；

所述解码器能够应用运动补偿，使得对从用于重建所述图像序列的所述宏块得到的运动矢量进行分析，并相应地对宏块进行排序，从而在所述主存储器与所述处理设备之间提供更加有效率的数据传输。

优选地，所述解码器被安排为处理包括至少一个初始参考图像的图像序列，从至少一个该初始参考图像中，通过使用运动矢量来应用运动补偿的方法生成随后的图像。

优选地，所述解码器被安排为，在工作中，在处理模块与存储器之间传输宏块组，所述组对应于在一个或多个图像中空间相邻的宏块。

优选地，在所述解码器中，在存储器中，在一个或多个相应的视频对象平面中表示一个或多个图像，上述一个或多个平面包括关于编码轮廓信息、运动信息以及纹理信息中的至少之一的数据。更加优选地，所述解码器被安排为处理视频对象平面，所述视频对象平面被安排为包括一个或多个视频对象，通过上述运动补偿，能够将所述一个或多个视频对象从所述序列中的较早图像映射到较晚图像。

优选地，在所述解码器中，接收模块被安排为从数据载体的至少一个中读出视频数据，所述数据载体为例如可读和/或可写光学数据载体，以及数据通信网络。

优选地，所述解码器被安排为兼容一个或多个基于块的压缩方案，例如MPEG标准。

应该认识到，在不脱离所附权利要求限定的本发明范围的情况下，本发明的特点能够以任何组合形式进行组合。

附图简述

以下将结合附图，仅仅采用例子的方式对本发明的实施例进行详细描述，其中：

图1是根据包括编码器与解码器的系统的原理图，解码器能够根据本发明对视频图像进行解码；

图2是如现有MPEG编码方法中使用的，视频对象平面的生成的描述。

图3是根据本发明的方法，重新组织存储器中的图像表示宏块的方法的原理性描述；和

图4是图1解码器的实际实施例。

具体实施方式

现有视频解码器，例如设定为对按照现有MPEG标准，例如MPEG-4编码的图像进行解码的视频解码器，能够基于编码图像被接收的顺序对压缩视频数据进行解码。这种方法通常期望降低存储器存储需求，并实现所使用的解码器的相对较为简单的设计。此外，现有视频解码器经常使用统一标准的存储器，例如与存储器判定器相结合的静态动态随机访问存储器(SDRAM)。传统地，预测图像的重建是基于对数据宏块的操作。当处理这种宏块时，通常从存储器中检索对应于n x n个像素的图像区域，这里n为正整数。

发明人已经意识到，这种图像区域的检索是没有效率的过程，这是因为，由于存储器中的数据处理，比图像解码目的实际所需数据多的数据频繁地从存储中读出。

本发明通过改变从存储器中检索宏块的顺序增加数据检索的效率，设法解决上述低效率问题，从而降低例如实现对MPEG编码输入数据进行实时图像解码对存储器带宽性能的需求。在发明人设计的解决方案中，对待解码的每个预测编码图像的宏块进行排序，从而使从存储器中读出的数据块包括其宏块能够被解码的锚图片的一个或多个宏块，而不必从存储器中读出更多数据。此外，发明人已经意识到，优选地基于运动矢量分析执行这种排序。

为了进一步描述本发明，现在将提供MPEG编码的简要描述。

MPEG，即“运动图像专家组”，涉及用于以数字压缩格式对音频视频信息进行编码的国际标准。MPEG标准的家族包括MPEG-1、MPEG-2和MPEG-4，分别正式地称为ISO/IEC-11172、ISO/IEC-13818和ISO/IEC-14496。

在MPEG-4标准中，MPEG编码器能够将图像序列映射到相应的视频对象平面(VOP)，然后对其进行编码，以提供相应的输出MPEG编码视频数据。每个VOP指定特定的图像序列内容，并且被编码到独立的VOL层，例如，通过对轮廓、运动以及纹理信息进行编码。在MPEG解码器中对所有VOP层的解码导致重建原始的对应图像序列。

在MPEG编码器中，待编码的图像输入数据例如可以是任意形状的VOP图像区域；此外，该区域的形状和它的位置能够从图像帧到图像帧进行变化。属于在图像帧中出现的相同物理对象的连续的VOP，称为视频对象(VO)。对属于相同VO的VOP的形状、运动以及纹理信息进行编码，并传输或者编码到单独的VOP。此外，在MPEG编码器中生成的编码数据比特流中，还包括了识别每个VOL所必需的相关信息和在MPEG解码器中组成各种VOL的方式，以重建整体原始图像帧序列。

在MPEG编码中，将关于每个VOP的形状、运动以及纹理的信息编码到单独的VOL层，以支持随后的对VO的解码。更具体地，在MPEG视频编码中，采用了相同的算法对每个VOL层中的形状、运动以及纹理的信息进行编码。

MPEG-4标准采用用于对每个VOP图像序列进行编码的压缩算法，该压缩算法是基于如MPEG-1和MPEG-2编码标准中所使用的基于块的DPCM/转换编码技术。在MPEG-4标准中，有在帧内VOP编码模式(I-VOP)下被编码的第一VOP。采用帧间VOP预测(P-VOP)对其后的每个帧进行编码，其中只将来自最近的先前编码的VOP帧的数据用于预测。此外，还支持对双向预测VOP(B-VOP)的编码，以下将要更加详细地阐明。

首先参考图1，示出了通常用10表示的编码器-解码器系统。系统10包括编码器(ENC)20，编码器20包括数据处理器(PRC)40，其连接至相关联的视频缓冲器(MEM)30。此外，系统10还包括解码器(DEC)50，解码器50包括数据处理器(PRC)70，其连接至相关联的主视频缓冲存储器60，还连接至快速超高速缓冲存储器(CHE)80。

对应于待编码的视频图像VI输入序列的信号耦合到处理器40。与由编码器20生成的输入信号VI的编码版本对应的编码视频数据ENC(VI)耦合到解码器50的处理器70的输入端。此外，解码器50的处理器70还包括输出端VO，在工作中，编码视频数据ENC(VI)的解码版本在输出端CO输出。

现在参考图2，示出了一系列视频对象平面(VOP)，该系列从I-图VOP(I-VOP)开始，并且视频序列中随后的P-图VOP(P-VOP)按照用KO表示的编码顺序排列，该系列通常用100指示，110表示一个示例帧；系列100对应于图1中的信号VI。I-图和P-图都能够作为锚图片。在之前所描述的现有MPEG标准中，对每个P-VOP，基于与其最近的先前P-VOP帧，使用运动补偿预测进行编码。每个帧，例如帧120被细分为宏块，例如130指示的宏块。当对帧120中的每个宏块130进行编码时，对关于该宏块的数据的信息进行编码，所述信息是关于亮度频带和联合位置的色度频带的，即Y1、Y2、Y3、Y4指示的四个亮度块以及U、V指示的两个色度块；每个块对应于8×8像元，这里“像元”是“像素元素”的简称。

在编码器20中，基于块或者宏块执行运动估计与补偿，其中在VOP帧N与VOP帧N-1之间仅仅估计一个运动矢量，用于待编码的特定块或者宏块。通过用属于VOP帧N的块或者宏块中的每个像元与在先前VOP帧N-1中的其运动移位后的对应像元相减，计算运动补偿预测误差。然后对每个块或者宏块中包含的每个8×8块应用8×8元素的离散余弦变换(DCT)，然后对DCT系数进行量化，随后进行可变游程编码和熵编码(VLC)。通常采用视频缓冲器，例如视频缓冲器30，确保编码器20产生恒定的目标比特率输出。DCT系数的量化步长关于VOP帧中的每个宏块是可调整的，以实现最优比特率，并且避免缓冲器上溢和下溢。

在MPEG解码中，解码器50采用与前面关于MPEG编码方法，例如在编码器20中执行的方法的段落中所述过程相反的过程。因此，解码器50能够重新生成VOP帧M的宏块。解码器50包括主视频缓冲存储器60，用于存储输入的MPEG编码视频数据，该数据经过两级分析过程，第一分析级用于分析从编码视频数据ENC(VI)解码的宏块之间的相互关系，以确定宏块排序策略，第二分析级用于以优选的排序顺序从主存储器60读出宏块，以最佳地使用其带宽。在第一级中，对可变长度字进行解码，以生成像素值，从该像素值中能重建预测误差。当解码器50工作时，将来自先前VOP帧M-1中的运动补偿像素加到预测误差上，以随后重建帧M的宏块，所述先前VOP帧M-1包含在解码器50的VOP帧存储器中，即视频缓冲器60中。对解码器50的视频缓冲器60的访问，和/或者对解码器50的VOP帧存储器的访问是本发明特别关注的，并随后会进一步详细描述。

通常，在每个VOP层中被编码的输入图像是任意形状的，并且该图像的形状和位置相对于参考窗口随时间变化。为了对任意形状的VOP中的形状、运动以及纹理信息进行编码，MPEG-4采用了“VOP图像窗口”连同“自适应形状”宏块网格。对标准宏块采用块匹配过程。将预测码与用于预测的宏块运动矢量一起进行编码。

在解码器50的解码过程中，锚图片，即例如对应于之前所述的I-VOP的图片，MPEG解码过程中检索的多个像素，对应于预测宏块的相应区域。所检索到的像素将取决于与预测图片中对应宏块相关联的运动矢量，所述预测图片对应于例如P-VOP。因此，所检索到的像素将取决于与预测图片中的该宏块相关联的运动矢量。因此，视频数据检索，特别是小区域尺寸，例如限定在宏块区域中的一个宏块，造成了缓冲器60的存储器带宽的无效率使用，这正是本发明试图解决的问题。

为了阐明这种无效率的存储器使用，接下来将描述图3。这里示出了用200表示的锚图片，其对应于编码视频图像VI序列中的图像图片帧N。此外，这里示出了用210表示的随后的图像帧N+1，其对应于随后的图像图片帧N+1。在每个图片帧中，所示的宏块从MB₁到MB₁₆编号。作为一个例子，在宏块MB₆的帮助下，从锚图片200(N)得到预测图片210(N+1)中的宏块MB₁。从图3中能够了解到，在锚图片200的宏块MB₇、MB₁₀、MB₁₁的帮助下，对预测图片210的周围宏块MB₂、MB₅、MB₆进行补偿。发明人已经认识到，在兼容MPEG的解码器中，采用下述方法是有利的，即在重建用于观测的相应图像之前，首先通过访问与图片210相关联的宏块，分析预测运动矢量；这种方法使MPEG视频解码器能够在单一操作中，从视频缓冲器60中取出整个视频区域，当重复访问在逻辑存储器中实现的视频缓冲器，以获得相对较小数量的数据时，该方法更加有效率，因此更加有效地使用缓冲器60的带宽。此外， SDRAM中数据的突发长度也起着重要角色，因为这种突发长度的非优化值导致检索得到非请求数据，并因此造成无效率的存储器带宽使用。

优选地，对要在解码器50中进行解码的可预测编码图片的宏块MB进行排序，使得从视频缓冲器中读出的数据块包括锚图片的一个或多个宏块，例如来自图像帧100N，这至少两个宏块能够进行解码，而不需要进一步从上述视频缓冲器60中读出数据。此外，优选地，在对发生在图2所示的图像序列中的变化进行运动矢量分析的基础上，对该数据块中的一个或多个宏块进行选择或者排序。本发明的一个实际实施例，优选地使用可变块大小，这取决于能够被成功重建的宏块数。这里有一个上限数，其与最大块大小有关，该最大块大小取决于MPEG解码器所嵌入的存储器容量。

现在参考图4描述解码器50的实际实施例。解码器50包括解码控制单元(DEC-CNTL)320。编码信号ENC(VI)耦合至输入视频缓冲器(VBO)335，该输入视频缓冲器实现为FIFO(先进先出)；该缓冲器能够工作在FIFO和随机访问存储器的双重方式下，用于块排序目的。缓冲器VBO 335的数据输出端经由可变长度解码功能块(VLD)340，连接到反量化功能块(IQ)350上，并从反量化功能块(IQ)350进一步连接到反离散余弦变换功能块(IDCT)360，接着是加法器(+)370，用于提供先前所述的解码视频输出(VO)。为了控制的目的，将可变长度解码功能块VLD 340、反量化功能块IQ350以及IDCT功能块360耦合到控制单元DEC-CNTL 320。

VLD功能块340有双重工作，即在第一种模式中，获取高级层信息，例如基于字节的报头，其指示片大小、每行像素、像元大小和要提供给DEC-CNTL 320的类似信息，以及在第二种模式中，提供可变长度解码。

加法器370也从运动补偿器(M-COMP)385接收数据，该数据是从存储器(MEM)390经由数据高速缓冲存储器380输入到运动补偿器385的，存储器(MEM)390对应于图1中的存储器60，连接在输出端VO。为了控制的目的，补偿器M-COMP 385耦合到控制功能块DEC-CNTL 320，如图所示。此外，补偿器385还设计为，从可变长度解码功能块VLD 340接收数据，并安排要以正确的顺序输出到加法器370的宏块。解码功能块VLD 340还设计为，经由第一缓冲器(BF1)400将数据输出到排序功能块(SRT)410，再到第二缓冲器(BF2)420。从第二缓冲器BF2 420输出的数据经过检索策略功能块(RET-STRAT)430， RET-STRAT 430将策略数据输出到查找表控制功能块(LUT-CNTL)460，LUT-CNTL 460耦合到查找表单元(LUT)470。对LUT 470动态更新，以提供宏块地址/(编号)到存储器MEM 390中相应地址的映射。LUT控制功能块460的输出耦合到视频缓冲器控制功能块(VB-CNTL)450，VB-CNTL 450又控制经过视频缓冲器VBO 335的数据流。控制功能块DEC-CNTL 320连接到排序功能块410，以管理其工作。解码器50能够用软件实现，该软件可以在一个或者多个计算设备上执行。可以替换的是，它能够用硬件实现，例如特定用途集成电路(ASIC)。此外，解码器50还可以通过在软件控制下工作的计算设备与专用硬件相结合来实现。

现在从总体上简要描述图4中所述的解码器50的工作。以双重方式实现从缓冲器VBO 335获得视频数据，即第一模式中的宏块分析和第二模式中的宏块排序，用于以更高存储器效率的序列输出宏块。

在第一模式中，为了过滤出所有的预测运动矢量(PMV)，根据FIFO读策略，对缓冲器VBO 335进行读取，其中读取地址有效，以确定宏块的开始位置。在视频装载过程中，相关信息例如宏块编号、PMV、正在处理的PMV数、子像素解码、以及其他相关参数，经由第一缓冲器BF1 400传递到排序功能块SRT 410。将在排序功能块SRT 410接收的数据用于宏块检索策略中，当采用例如先前参考图1到3所述的块读出方式检索得到解码的视频数据ENC(VI)中的锚图片的特定区域时，该宏块检索策略确定能够同时对多少宏块进行解码。对LUT控制功能块LUT-CNTL 460动态更新，并且其用于在对应宏块(地址)/编号的帮助下确定宏块开始地址。当执行PMV提取时，确定宏块开始地址，并将其存储在LUT单元470中。运动补偿器M-COMP 380能够基于策略功能块430提供的信息，检索到所需的重建视频信息。

在解码器50中，带有MPEG可变长度编码(VLC)，因为这种编码能够提供数据压缩。当工作时，解码器50从输入数据ENC(VI)的高级层开始，例如，提取MPEG头信息，然后向下前进到宏块层。PMV是预测编码宏块的一部分，也进行了可变长度编码。在MPEG编码器ENC 20，在将通过运动估计获得的预测宏块和原始宏块进行相减后，通常有对应于相减后的差异的残差信号。该残差信号被编码并在编码数据ENC(VI)中传输。在编码器ENC 20中执行的处理步骤用于将各组8x8像素DCT块变换到频域。在变换到频域之后，执行变换量化，以降低单独的频率成分。然后采用Z字形扫描或者其他扫描，将结果编码转换到游程码字。在解码器50，执行相反的处理，以重新生成8x8像素的DCT数据。从锚图片检索到的由PMV数据确定的该数据宏块数据，用于生成相应的一个或多个最终重建宏块。

在解码器50中，通过首先提取头数据，处理所接收的MPEG数据，该头数据存储在DEC-CNTL 320中，如图4中的连线500所示。该信息用于独立地控制和排序每个宏块，以及包括一个或者多个宏块的图像片。当处理较低等级的单独宏块时，随后的描述会提供解码器50的工作概况。表格1提供了在解码器50中执行的一系列宏块处理命令，随后会对该系列命令进行更加详细的描述。

表格1：

macroblock( ){	位编号	助记符
			while(nextbits( )＝＝’000 0001 000’)
macroblock_escape	11	bslbf
			macroblock_address_increment	1-11	vlebf
macroblock_modes( )
			if(macroblock_quant)
quantiser_scale_code	5	uimsbf
			if(macroblock_motion_forward‖
(macroblock_intra && concealment_motion_vectors))
			motion_vectors(0)
if(macroblock_motion_backward)
			motion_vectors(1)
if(macroblock_intra && concealment_motion_vectors))	1	bslbf
			marker bit
if(macroblock_pattern)
			coded_block_pattern( )
for(i＝0；i<block_count；i++){
			block(i)
}
			}

在macroblock_escape子例程调用中，macroblock_escape是固定比特串’000 0001 000’，当macroblock_address与previous_macroblock_address之间的差大于33时，使用该比特串。其导致macroblock_address_increment的值比由随后的macroblock_escape和macroblock_address_increment码字所解码的值大33。

在macroblock_address_increment子例程调用中，macroblock_address_increment是经过可变长度编码的整数，对其进行编码是为了指示macroblock_address与previous_macroblock_address之间的差异。macroblock_address_increment的最大值是33。大于33的值可以使用macroblock_escape码字进行编码。macroblock_address是定义当前宏块的绝对位置的变量，所以一幅图像中的顶端宏块(top-macroblock)的macroblock_address为0。此外，如随后更加详细的描述，除了在图像片的开始点之外，previous_macroblock_address是定义上一个的未跳过宏块的绝对位置的变量。在一个图像片的开始点，变量previous_macroblock_address按照下面的公式1进行重新设定：

previous_macroblock_address＝(mb_row*mb_width)-1 公式1

此外，在一幅图像中，一个宏块的以宏块为单位的横向空间位置，即mb_column，能够根据公式2从macroblock_address计算出来：

mb_column＝macroblock_address％mb_width 公式2

这里，mb_width为信号ENC(VI)中编码图片的一行中的宏块数。

除了在图像片的开始点之外，如果macroblock_address的值是用大于1的数从previous_macroblock_address恢复得到的，则说明一些宏块已经被跳过。因此需要：

(a)除了当picuture_spatial_scalable_extension( )跟随着当前图片的picture_header( )时，或者sepuence_scalable_extension( )存在于正在处理的比特流中并且scalable_ mode＝'SNR scalability' 时之外，在I-图中没有被跳过的宏块。

(b)图像片中的第一个和最后一个宏块不被跳过。

(c)在B-图中，在紧接着macroblock_intra值为“1”的宏块之后，没有被跳过的宏块。

在对信号ENC(VI)解码中，解码器50也使用宏块模式的概念，并能够对于这种模式执行表格2中提供的指令序列。

表格2：

macroblock_modes( ){	位编号	助记符
			macroblock_type	1-9	vlclbf
if((spatial_temporal_weight_code_flag＝1)&&
			(spatial_temporal_weight_code_table_index！＝’00’)){
spatial_temporal_weight_code	2	uimsbf
			}
if(macroblock_motion_forward‖
			macroblock_motion_backward){
if(picture_structure＝＝’frame'){
			if(frame_pred_frame_dct＝＝0)
frame_motion_type	2	uisbf
			}else{
field_motion_type
			}
}
			if((picture_structure＝＝'Frame picture')&&
frame_pred_frame_dct＝＝0)&&
			(macroblock_intra‖macroblock_ pattern)){
dct_type	1	uimsbf
			}}
}

在宏块模式中，子例程调用macroblock_type涉及经过可变长度编码的指示符，其用于指示由picture_coding_type和scalable_mode所选择的编码方法和宏块内容。对于被排序的宏块的解码，仅仅表2和3适合。表格2涉及信号ENC(VI)中P-图中的macroblock_type可变长度码，而表格3涉及信号ENC(VI)中B-图中的macroblock_type可变长度码。

表格3；

C3.1	C3.2	C3.3	C3.4	C3.5	C3.6	C3.7	C3.8	C3.9
									1	0	1	0	1	0	0	MC，编码	0
01	0	0	0	1	0	0	无MC，编码	0
									001	0	1	0	0	0	0	MC，非编码	0
00011	0	0	0	0	1	0	内部	0
									00010	1	1	0	1	0	0	MC，编码，量化	0
00001	1	0	0	1	0	0	无MC，编码，量化	0
									000001	1	0	0	0	1	0	内部，量化	0

这里标题C3.1到3.9如下：

C3.1＝macroblock_type VLC码

C3.2＝macroblock_quant

C3.3＝macroblock_motionforward

C3.4＝macroblock_motion_backward

C3.5＝macroblock_pattem

C3.6＝macroblock_intra

C3.7＝spatial_temporal_weight_code_flag

C3.8＝(文字)描述

C3.9＝允许的spatial_temporal_weight_classes

表格4：

C4.1	C4.2	C4.3	C4.4	C4.5	C4.6	C4.7	C4.8	C4.9
									10	0	1	1	0	0	0	内插，非编码	0
11	0	1	1	1	0	0	内插，编码	0
									010	0	0	1	0	0	0	后向，非编码	0
011	0	0	1	1	0	0	后向，编码	0
									0010	0	1	0	0	0	0	前向，非编码	0
0011	0	1	0	1	0	0	前向，编码	0
									00011	0	0	0	0	1	0	内部	0
00010	1	1	1	0	0	0	内插，编码，量化	0
									000011	1	1	0	1	0	0	前向，编码，量化	0
000010	1	0	1	1	0	0	后向，编码，量化	0
									000001	1	0	0	0	1	0	内部，量化	0

这里标题C4.1到4.9有以下意思：

C4.1＝macroblock_type VLC码

C4.2＝macroblock_quant

C4.3＝macroblock_motion_forward

C4.4＝macroblock_motion_backward

C4.5＝macroblock_pattem

C4.6＝macroblock_intra

C4.7＝spatial_temporal_weight_code_flag

C4.8＝(文字)描述

C4.9＝允许的spatial_temporal_weight_classes

现在给出图3和4中使用的项的定义。Macroblock_quant涉及源自macroblock_type的变量；它指示spatial_temporal_weight_code是否存在于解码器50中正在处理的比特流中。Macroblock_motion_forward涉及来自根据表格3和4的macroblock_type的变量；该变量用作影响比特流语法的标识，并用于在解码器50中的解码。Macroblock_motion_backward涉及来自根据表格3和4的macroblock_type的变量；该变量用作影响比特流语法的标识，并用于在解码器50中的解码。Macroblock_pattem是来自根据表格3和4的macroblock_type的标识；它设定为值1，以指示coded_block_pattern( )存在于正在处理的比特流中。Macroblock_infra是来自根据表格3和4的macroblock_type的标识；该标识影响比特流语法，并用于解码器50中的解码过程。

spatial_temporal_weight_code_flag是来自macroblock_type的标识；该标识指示spatial_temporal_weight_code是否存在于解码器50中的正在处理的比特流中。spatial_temporal_weight_code_flag设定为值“0”，以指示spatial_temporal_weight_code不存在于比特流中，允许因此而获得 spatial_temporal_weight_classes。相反地，spatial_temporal_weight_code_ flag设定为值“1”，以指示spatial_temporal_weight_ code存在于比特流中，再次允许获得spatial_temporal_weight_classes。Spatial_temporal_weight_code是两比特码，其指示，在空间可量测性的情况中，如何将空间和时间预测合并，来为给定宏块提供预测。

Frame motion_type是指示宏块预测类型的两比特码。因此，如果frame_pred_frame_dct等于值“1”，则frame_motion_type从比特流中省略；在该情况中，执行运动矢量解码和预测，就好像frame_motion_type已经指示了“基于帧的预测”。在内部宏块存在于帧图片中的情况中，当concealment_motion_vectors设定为值“1”时，则frame_motion_type不存在于比特流中；在该情况中，执行运动矢量预测器的运动矢量解码和更新，就好像frame_motion_type已经指示了“基于帧”。表格5进一步描述了frame_motion_type的意思。

表格5：

编码	spatial_temporal_weight_classes	预测类型	motion_vector_count	Mv_format	dmv
						00		保留

01	0，1	基于场	2	场	0
						01	2,3	基于场	1	场	0
10	0，1，2，3	基于帧	1	帧	0
						11	0，2，3	双基(Dual-prime)	1	场	1

Field_motion_type是指示宏块预测类型的两比特码。在内部宏块的情况中，例如在场图片中，当concealment_motion_vectors等于值“1”时，field_motion_type不存在于解码器50中要解码的比特流中；在该情况中，执行运动矢量解码和更新，就好像field_motion_type已经指示了“基于场”。表格6进一步描述了field_motion_type的意思。

表格6；

编码	spatial_temporal_weight_classes	预测类型	motion_vector_count	Mv_format	dmv
						00		保留
01	0，1	基于场	1	场	0
						10	0.1	16x8 MC	2	场	0
11	0	双基	1	场	1

dct_type是指示是否对给定宏块进行帧离散余弦变换(DCT)编码或者场DCT编码的标识。如果该标识设为值“1”，则对该宏块进行场DCT编码。在dct_type不存在于要处理的比特流中的情况下，则在解码器50中的解码过程的剩余部分中使用的dct_type的值从表格7中获得。

表格7：

条件	dct_type
		picture_structure＝”field”	未使用，因为在场图片中没

	有帧/场差异
		frame_pred_frame_dct＝1	0(“帧”)
！(macroblock_intra‖macroblock_pattern)	未使用-宏块未编码
		macroblock被跳过	未使用-宏块未编码

因此，解码器50被设计用于处理宏块，其中这些宏块中的每个都可以具有一个或者两个运动矢量，并且被进行基于场或者基于帧的编码。从而，P-类型的宏块能够按照以下方案进行编码：

(a)如果P-类型图片是基于帧的，则宏块能够具有一个前向矢量；

(b)如果P-类型图片是基于场的，则宏块能够具有参照给定场的顶部或者底部的一个前向矢量；

(c)如果P-类型图片是基于帧的，则宏块能够具有两个前向矢量，这两个前向矢量的第一个参照给定场的顶部，这两个矢量的第二个参照给定场的底部。

此外，B-类型宏块能够根据以下方案进行编码：

(a)如果B-类型图片是基于帧的，则宏块能够具有以下矢量之一：一个前向矢量，一个后向矢量，后向和前向矢量，所有的都如同帧预测中一样；

(b)如果B-类型图片是基于帧的，则宏块能够具有以下矢量之一：两个前向矢量，两个后向矢量，四个矢量(前向和后向)，所有的都如同具有分离的顶部和底部场的场预测中一样；以及(c)如果B-类型图片是基于场的，则宏块能够具有以下矢量之一：一个前向矢量，一个后向矢量，两个矢量(前向和后向)，所有的都如同场预测中一样。

对于由解码器50处理的与宏块相关的运动矢量，变量motion_vector_count从field_motion_type或者frame_motion_type中获得。此外，变量mv_format从field_motion_type或者frame_motion_type中获得，并用于指示给定的运动矢量是场运动矢量还是帧运动矢量。此外，mv_format用于运动矢量的语法中以及运动矢量预测的过程中。dmv从field_motion_type或者frame_motion_type中获得。此外，motion_vertical_field_select[r][s]是用于指示用哪个参考场形成预测的标识。如果motion_vertical_field_select[r][s]具有值“0”，则使用顶部参考场；相反地，如果motion_vertical_field_select[r][s]具有值“1”，则使用底部参考场，如表格19中所示。

表格8提供了在解码器50中使用的用于处理具有参数s的运动矢量的算法清单。

表格8：

motion_vectors(s){	位编号	助记符
			if(motion_vector_count＝＝1){
if(mv_format＝＝field)&&(DMV！＝1))
			morion_vertical_field_select[0][s]	1	uimsbf
motion_vector(0.s)
			}else{
motion_vertical_field_select[1][s]	1	uimsbf
			motion_ vector(0.s)
motion_vertical_field_select[1][s]	1	uimsbf
			motion_vector(1.s)
}
			}

类似的，表格9提供了在解码器50中使用的用于处理具有参数r，s的运动矢量的算法清单。

表格9：

motion_vectors(r，s){	位编号	助记符
			motion_code[r][s][0]	1-11	vlclbf
if((f_code[s][0]！＝1)&&(motion_code[r][s][0]！＝ 0))

motion_residual[r][s][0]	1-8	uimsbf
			if(dmv＝＝1)
dmvector[0]	1-2	vlclbf
			motion_code[r][s][1]	1-11	vlclbf
if((f_code[s][1]！＝1)&&(motion_code[r][s][0]！＝0))
			motion_residual[r][s][1]	1-8	uimsbf
motion_vector(1.s)
			if(dmv＝＝1)
dmvector[1]	1-2	vlclbf
			}

在表格8和9中，motion_code[r][s][t]是可变长度码，用于解码器50中的运动矢量解码。此外，motion_residual[r][s][t]是整数，也用于解码器50中的运动矢量解码。此外，用于motion_residual[r][s][t]的比特流中的比特数，即参数r_size，如公式3中所示从f_code[s][t]获得：

r_size＝f_code[s][t]-1 公式3

用于motion_residual[0][s][t]和motion_residual[1][s][t]的比特数用f_code[s][t]表示。此外，dmvector[1]是可变长度码，用于解码器50中的运动矢量解码。

尽管在图4中描述了，并且通过公式1到3以及表格1到9阐明了该实施例，但根据本发明实现解码器50的其他方法也是可行的。因此，应该知道，在不脱离本发明的范围，例如由所附权利要求所定义的范围的情况下，能够对之前所述的本发明的实施例进行修改。

诸如“包括”，“包含”，“含有”，“合并”，“具有”，“是”的表达方式都旨在解释为非排他性的，即它们不排斥其他未指定的部分或者项的存在。

Claims

1.在视频解码器(50)中对视频数据进行解码，以重新生成相应图像序列的方法，其特征在于，所述方法包括以下步骤：

(a)将所述解码器(50)安排为包括处理模块(70)，该处理模块(70)连接至相关联的主数据存储器(60)和数据高速缓冲存储器(80)；

(b)在所述解码器中接收压缩格式的、包括锚图片数据的视频数据，并将所述数据存储在主数据存储器(60)中；

(c)在所述处理模块(70)中处理压缩视频数据，以生成相应的宏块数据，所述宏块数据包括运动矢量，所述运动矢量描述所述序列中图像之间的运动差异；以及

(d)在所述处理模块(70)中应用运动补偿，以从所述宏块数据以及一个或多个锚图片中生成相应的解码图像序列；

所述方法被安排为应用所述运动补偿，使得对从用于重建所述图像序列的宏块中得到的运动矢量进行分析，并相应地对宏块进行排序，从而在所述主数据存储器(60)和所述处理模块(70)之间提供有效率的数据传输。

2.如权利要求1所述的方法，其中在主数据存储器(60)和数据高速缓存存储器(80)中的一个与所述处理模块之间传输的宏块组对应于所述图像中的一个或多个图像中空间相邻的宏块。

3.如权利要求1所述的方法，其中所述图像序列包括至少一个初始参考图像，通过使用所述运动矢量来应用运动补偿的方法，从所述初始参考图像中生成随后的图像。

4.如权利要求3所述的方法，其中将所述图像序列中的一个或多个图像表示在一个或多个相应视频对象平面中，上述一个或多个视频对象平面包括关于编码轮廓信息、运动信息以及纹理信息中的至少之一的数据，所述一个或多个相应视频对象平面存储在主数据存储器(60)和数据高速缓存存储器(80)之一中。

5.如权利要求4所述的方法，其中所述视频对象平面被安排为包括一个或多个视频对象，通过在所述处理模块中的所述运动补偿，将该一个或多个视频对象从所述序列中的一个或多个较早图像映射到一个或多个较晚图像。

6.如之前权利要求中任意一个所述的方法，其中在步骤(b)中所述方法被安排为接收从数据载体读出的视频数据，所述数据载体为光学可读和/或可写数据载体，和/或数据通信网络。

7.如权利要求1-5所述的方法，所述方法被安排为与包含MPEG标准在内的一个或多个基于块的视频压缩方案兼容。

8.如权利要求6所述的方法，所述方法被安排为与包含MPEG标准在内的一个或多个基于块的视频压缩方案兼容。

9.一种视频解码器(50)，用于对视频数据进行解码，以重新生成相应的图像序列，其特征在于，所述解码器包括：

(a)接收模块，用于在所述解码器(50)处获得压缩形式的、包括锚图片数据的视频数据，并将该数据存储在主数据存储器(60)中；

(b)处理模块(70)，用于：

(i)处理压缩视频数据，以生成相应的宏块数据，该宏块数据包括运动矢量，该运动矢量描述所述序列中的图像之间的运动差异；以及

(ii)使用所述运动矢量来应用运动补偿，以从所述宏块数据

以及一个或多个锚图片中生成相应的解码图像序列；

所述解码器(50)能够应用所述运动补偿，使得对从用于重建所述图像序列的宏块中得到的运动矢量进行分析，并相应地对宏块进行排序，从而在所述主数据存储器(60)与所述处理模块(70)之间提供有效率的数据传输。

10.如权利要求9所述的解码器，所述解码器被安排为处理包括至少一个初始参考图像的所述图像序列，通过使用所述运动矢量来应用运动补偿的方法，从所述至少一个初始参考图像中生成随后的图像。

11.如权利要求10所述的解码器，所述将图像序列中的一个或多个图像表示在一个或多个相应的视频对象平面中，上述一个或多个视频对象平面包括关于编码轮廓信息、运动信息以及纹理信息中的至少之一的数据，所述一个或多个相应视频对象平面存储在主数据存储器(60)和数据高速缓存存储器(80)之一中。