TW200833123A - Method and apparatus for encoding image - Google Patents

Description

200833123 九、發明說明 【發明所屬之技術領域】 本發明係關於用於量化及解量化影像訊號之影像編碼 方法及影像編碼裝置。 【先前技術】 在由ITU-T及ISO/IEC所建議的IUT電信標準區 (ITU-T) T.81及國際標準組識（ISO) /國際電技術委 員會（IEC ) 10918-1中（此後稱爲「聯合相片專家組 (JPEG )」），當在相同量化比例上執行轉換係數的量化 (編碼）時在整個頻域均勻地執行量化。在JPEG中，由 於人類視覺特點對高頻域相當不靈敏，所以，藉由使用所 謂的量化矩陣之係數表，對每一頻域執行權重化，通常對 相較於低頻成份的高頻成份執行粗量化。藉由將離散餘弦 轉換（DCT )係數假設爲拉卜拉斯（Laplace )分佈，則使 用此人類視覺特點之量化矩陣設計成使編碼失真最小化。 即使在例如 ISO/IEC MPEG-1，2，4 及 ITU-T Η·261， Η·2 63等傳統的影像編碼方法中，藉由對正交轉換的DCT 係數，執行量化，以執行轉換係數的碼量降低。近年來， ITU-T 及 ISO/IEC 建議的 ITU-T Rec. Η· 264 及 ISO/IEC 1449 6- 1 0 (此後稱爲Η. 264 )是大幅改進編碼效率的影像 編碼方法。在Η. 264高曲線中，規劃成與二種型式的轉 換量化區塊尺寸（4x4像素區及8x8像素區）相關連’可 以相對於每一編碼模式（圖像內預測及圖像間預測）及每 -4- 200833123 一訊號（亮度訊號及色差訊號）保持全部八個不同的量化 矩陣。

目前爲止已提出不同的技術以利用量化矩陣的特徵， 可以相對於每一頻率位置，改變量化標度。舉例而言，在 Y. Chen 於 1998 年十月發表於 ICIP-98，pp.419-422 之 「Fast Computation of P erceptually Optimal Quantization Matrix for Mpeg-2 Intra Pictures 」一文中，提出考慮視， 覺特點之設計量化矩陣的方法。此外，S· W. Wu在1993 年 4 月於 ICASP-93，ρρ· 3 89-3 92 之「Rate-Constrained Picture-Adaptive Quantization for JPEG Baseline Coders」 一文中，提出根據編碼失真D及碼量R的最佳化以改進編 碼效率的具有高影像相依性之量化矩陣的設計方法。此 外，J_ Lee 在 1 998 年 10 月於 ICIP-98，ρρ· 3 8 3 -3 86 之 「 Rate-Distortion Optimization of Parameterized Quantization Matrix for MPEG-2 Encoding」一文中，提 出藉由模型化量化矩陣以簡化量化矩陣的設計之技術。 但是，根據Y· Chen提出的方法，從編碼效率的觀點 而言，因爲在此方法中未考慮真實的碼量留下執行無效率 編碼的問題，所以，無法說量化矩陣是最佳化設計。此 外，由S.W.WU提出的方法由於對每一頻率位置需要再編 碼處理，而言需要相當大的處理成本，所以並不實用。此 外，由J. Lee提出的方法類似於S· W. Wu提出的方法， 由於模型化需要大量參數組合，而需要相當大的製程成 本，所以並不實用。 -5- 200833123 【發明內容】 根據本發明的一態樣，影像編碼裝置包含影像取得單 元，取得影像訊號；模型化參數設定單元，從包含於用於 推導量化矩陣的模型化等式中的眾多參數中順序地選取選 取參數，以及，將選取參數的値設定至預定値；量化矩陣 計算單元，每當選取參數被設定時，藉由使用模型化等 式，計算量化矩陣；試驗編碼處理單元，藉由使用量化矩 陣，執行影像訊號的試驗編碼，以及，推導代表碼數量、 編碼失真、及量化標度的量化參數；近似表示評估單元， 推導近似碼數量與選取參數之間的關係之第一近似表示 式’以及近似編碼失真與選取參數之間的關係之第二近似 表示式；碼數量失真表示計算單元，藉由使用第一近似表 示式及第二近似表示式，計算代表碼數量與編碼失真之間 的關係之碼數量失真關係表示式；標的碼數量失真表示計 算單元’藉由使用碼數量失真關係表示式以及量化參數， 計算標的碼數量或標的編碼失真；模型化參數計算單元， 藉由使用第一近似表示式，計算對應於標的碼數量之選取 參數的値，或是，藉由使用第二近似表示式，計算對應於 標的編碼失真之選取參數的値；以及，最佳化量化矩陣計 算單元’根據選取參數的計算値及模型化等式，計算用於 編碼影像訊號之最佳量化矩陣。 根據本發明的另一態樣，影像編碼方法包含：取得影 像訊號；從包含於用於推導量化矩陣的模型化等式中的眾 -6 - 200833123 多參數中順序地選取選取參數，以及，將選取參數的 定至預定値；每當選取參數被設定時，藉由使用模型 式，計算量化矩陣；藉由使用量化矩陣，執行影像訊 試驗編碼，以及，推導代表碼數量、編碼失真、及量 度的量化參數；推導近似碼數量與選取參數之間的關 第一近似表示式，以及近似編碼失真與選取參數之間 係之第二近似表示式；藉由使用第一近似表示式及第 似表示式，計算代表碼數量與編碼失真之間的關係之 量失真關係表示式；藉由使用碼數量失真關係表示式 量化參數，計算標的碼數量或標的編碼失真；藉由使 一近似表示式，計算對應於標的碼數量之選取參數的 或是，藉由使用第二近似表示式，計算對應於標的編 真之選取參數的値；以及，根據選取參數的計算値及 化等式，計算用於編碼影像訊號之最佳化量化矩陣。 【實施方式】 將參考附圖，於下詳述本發明的舉例說明的實施毛 圖1是根據第一實施例之影像編碼裝置1 0 0。如 所示，影像編碼裝置100包含中央處理單元（CPU) 唯讀記憶體（ROM ) 2、隨機存取記憶體（RAM ) 3、 機（HDD ) 4、及通訊介面（I/F ) 5，它們經由匯流排 彼此相連。 CPU 1藉由使用RAM 3的預定區作爲工作區以及 先儲存在ROM 2中及HDD 4 (此後統稱爲儲存單元 値設 化等 號的 化標 係之 的關 二近 碼數 以及 用第 値， 碼失 模型 圖1 卜 硬碟 6而 與事 )中 200833123 的不同控制程式協力地執行不同的處理（舉例而言’稍後 說明之影像編碼處理），以執行構成影像編碼裝置1的 元件之整體控制。 ROM 2中儲存有用於控制影像編碼裝置100的不同程 式以及以唯讀方式儲存的不同件的設定資訊。 RAM 3 是例如同步動態隨機存取記憶體 (SDRAM)，其具有以可重寫方式儲存不同資料的本質。 根據此本質，RAM 3作爲CPU 1的工作區，扮演緩衝等的 角色。 HDD 4包含磁性或光學可寫入的記錄媒體，以及，儲 存經由通訊I/F 5輸入的影像訊號、儲存由稍後說明的編 碼處理單元所編碼的編碼資料、用於控制影像編碼裝置 100的不同程式及不同件設定資訊、等等。 通訊I/F 5是介面，用於執行與例如影像處理裝置等 外部裝置的通訊，以及用於將外部裝置輸入的影像訊號 (此後稱爲輸入的影像訊號）輸出至CPU 1。此處所述的 影像訊號包含靜態影像及移動影像。 圖2是方塊圖，顯示影像編碼裝置1 00的功能配置。 如圖2所示，CPU 1根據預先儲存於儲存單元中的預定程 式來控制每一元件，以致於在RAM 3中產生編碼處理單 元1 1、量化矩陣設計單元1 2、及編碼控制單元1 3。經由 通訊I/F 5輸入的輸入的影像訊號配置成在由編碼控制單 元13管理時被輸入至編碼處理單元n。 編碼處理單元1 1取得經由通訊I/F 5輸入的一格（編 -8- 200833123 碼格）的輸入的影像訊號、藉由執行圖3所示之預測處理 S 1、模式決定處理S 2、轉換量化處理S 3、及加密編碼處 理S3以產生編碼資料、以及輸出所產生的編碼資料。 在預測處理S 1，使用已被執行解碼處理之參考影像 訊號，以預定界定爲預測模式的方法，對每一編碼格（預 測影像）產生預測訊號。此處所述的參考影像訊號表示暫 時地或空間地定位的特定像素，其係被產生作爲稍後將說 明的區域解碼影像，於其上已被執行解碼處理。關於特定 預測模式的實施例，有圖像內（格內）預測模式及圖像間 (格間）預測模式，在圖像內（格內）預測模式中，僅使 用編碼格內的參考影像訊號，執行預測，在圖像間（格 間）預測模式中，使用暫時不同格的參考影像訊號以執行 預測。在預測處理S1，又產生預測誤差訊號，預測誤差 訊號是輸入影像訊號與預測訊號之間的差。 在模式決定處理S2，根據預測處理s 1產生的預測誤 差訊號，從眾多候選的預定預測模式中，選取適用於要編 碼的編碼格之預測模式。具體而言，在模式決定處理 S2，將差異誤差SAD及目前預測模式所需的側資訊的値 OH代入下述等式（1)的成本函數中，推導成本値K，差 異誤差SAD代表在預測處理S 1產生的差異誤差的絕對 値，亦即，預定訊號與原始訊號之間的差値（亦即，要被 編碼的一格之輸入影像訊號）。之後，根據成本値K，決 定預測模式的有效性。等式（1 )中的符號λ是根據對應於 量化標度的量化參數的値而決定的預定常數。 -9- 200833123 K=SAD + λ x OH ⑴ 在模式決定處理S2，將等式（1 )中的成本函數對每 一預測模式推導的成本K的値相比較，以及，選取具有最 小的成本値K的預測模式作爲用於要編碼的編碼格之最佳 預測模式。一般而言，最佳預測模式視包含於編碼格中的 像素區的特性而不同。因此，如同本實施例般，藉由根據 之每一編碼格的特性以選取適當的預測模式，能夠取得高 編碼效率。 雖然根據本發明使用差異誤差SAD及側資訊的値OH 以決定預測模式的有效性，但是，本發明不限於此設計。 舉例而言，僅使用差異誤差SAD或側資訊的値OH中的任 一値、或根據使用量化標度所產生的成本函數推導的成本 K，可以決定預測模式的有效性。此外，使用從上述値的 哈達馬德（Hadamard )轉換或是從近似而取得的値，可以 決定預測模式的有效性。此外，可以使用輸入的影像訊號 的活動性或是量化標度，可以產生成本函數。 此外，關於另一實施例，在以特定預測模式執行編碼 格的試驗編碼之後，使用輸入的影像訊號與藉由對碼數量 本地解碼而取得的本地解碼影像之間的平方差，以及試驗 編碼時的轉換係數，可以決定預測模式的有效性。此情形 中的模式決定等式可以以下述等式（2)表示。 J=D 十 λ X R (2) 在等式（2)中，D是代表輸入影像訊號與本地解碼 影像訊號之間的平方差，R是由試驗編碼所評估的碼數 -10- 200833123 量。在模式決定處理S2，將根據每一預測模式從 (2 )導出的具有最小成本J的預測模式選爲最佳預 式。在本實施例中，由於對個別編碼模式執行加密編 本地解碼（包含解量化處理及逆轉換處理），所以， 使用準確的碼數量及編碼失真，而能夠保持高編碼效 此外，僅使用編碼失真D或碼數量R、或是使用藉由 化編碼失真D及碼數量R而取得的値，可以決定 (2)所表示的成本函數。 在轉換量化處理S3，對預測處理S 1所產生的預 號與輸入的影像訊號之間的差値執行正交轉換（舉 言，離散餘散轉換等等）。此外，在轉換量化處理 使用稍後說明的量化矩陣（最佳量化矩陣），對被正 換的差値（此後稱爲轉換係數）執行量化處理。此外 轉換量化處理S 3，規劃成也執行用於產生本地解碼 訊號之解量化處理及逆轉換處理。在解量化處理，將 化的轉換係數解量化，以及，在逆轉換處理，將解量 換逆轉換，以致於導出差値。之後，將導出的差値加 測訊號，以產生本地解碼影像訊號。以上述方式產生 地解碼影像訊號被假定爲作爲用於執行預測處理S1 考影像訊號。 在加密編碼處理S4，相對於量化的轉換係數， 密編碼處理，執行加密編碼（舉例而言，哈 (Huffman )碼化、算術碼化、等等）。 在編碼處理單元1 1，計算加密編碼處理S 4完成 等式 測模 碼與 能夠 率 ° 近似 等式 測訊 例而 S3， 交轉 ，在 影像 被量 化轉 至預 的本 的參 以加 弗曼 編碼 -11 - 200833123 時的碼數量R，以及，將本地解碼影像訊號與輸入的影像 訊號之間的平方差計算成爲編碼失真D。然後，編碼處理 單元1將標示執行量化處理時的量化標度等的量化參數以 及碼數量R和編碼失真D輸出給量化矩陣設計單元1 2。 雖然，根據第一實施例，以圖4A中所示的編碼格F 爲單位，執行編碼處理，但是，本發明不限於此。舉例而 S ’可以以編碼順序爲單位，執行編碼處理，或是，如圖 φ 4B所示般，藉由將編碼格F分成複數個長方形切片（例 如長方形切片1至3 )而得的長方形切片爲單位，執行編 碼處理。此外，如圖4C所示，藉由將編碼格F分成例如 圓形、鑽石形、菱形及L形等複數個形狀區（舉例而言， 切片1及切片2)而取得的形狀區域爲單位，執行編碼處 理。此外，如圖4D所示，像素區（量化區）b係配置有 複數個像素P (舉例而言，1 6x 1 6個像素），使用像素區 B作爲處理的單位。 # 量化矩陣設計單元1 2根據來自編碼處理單元1丨的量 化參數、碼數量R、及編碼失真D，設計量化矩陣，以 及，將設計的量化矩陣輸出給編碼處理單元11。在量化矩 陣設計單元1 2所設計的量化矩陣上，假定模型化會由預 定的關係式預先執行。於下，說明量化矩陣的模型化。根 據編碼處理單元1 1所使用的處理單元（量化區）的形狀 之矩陣來代表量化矩陣。圖5A顯示量化區爲4x4像素時 的量化矩陣的實施例’圖5B顯示量化區爲8x8像素時的 量化矩陣的實施例。 -12-

200833123 包含於量化矩陣中的每一値代表量化標度 値，以大的値表示粗量化，小的値表示精細量化 左上方分量（〇,〇)表示對應於頻率上直流電（ 量化標度之權重，變成對應於朝向右方之交流電 份的高頻成份的値。量化矩陣的模型化意指使用 化參數的量化矩陣之公式。於下，參考圖6A至 量化矩陣的公式化方法之實施例。 圖6A及6B係模型化的量化矩陣的位置（ r )與量化矩陣値Q之間的關係圖，其中，頻率 推導自下述公式（3 )。 r=| i -f j| 在等式（3 )中，i與j是代表量化矩陣的位 而言’在圖 5 A中所示的量化矩陣中，由於 (i，j )=(0,0 )，所以，其量化矩陣値Q變成 =6。在圖6A及6B所示的圖形中，DC値的量化 設定爲C。在圖6A中所示的圖形中，以DC値的 C作爲截取點，取得矩陣値的變化斜率作爲斜率 M化矩陣模型化。由下述等式（4)界定的模型 表示模型化的量化矩陣。在等式（4)中，Q (i，j )的一維表示。 2(r) = a X r + c 另—方面，圖6B中所示的圖形顯示使用其 式化的其它情形，其中，使用圖6C中所示的正 爲更複雜的模型。圖6B中所示的圖形中所使用 的權重量 ,。矩陣中 DC )値的 (AC)成 多個模型 6C，說明 頻率位置 位置r是 (3) :置。舉例 DC値爲 Q ( 〇?〇 ) ,矩陣値Q I量化標度 A，以將 化等式， (r )是 Q (4) 它方法模 弦函數作 的正弦函 -13- (5) 200833123 數具有以下述等式（5 )界定的振幅b。 Q(r)=

藉由將等式（4 )與（5 )相加，圖6B中所示的量化 矩陣的狀態可以由下述等式（6)定義的模型化等式表 示 Q(r)=

(6)

用於模型化量化矩陣的參數組（此後稱爲「模型化參 數組」）在等式（4)中爲（a，c)，在等式（6)中爲 (a，b，c)。在量化矩陣設計單元12中，根據編碼處理單 元11輸入的量化參數、碼數量、及編碼失真，推導出模 型化參數組的値，以及執行最佳量化矩陣的計算。 雖然於下說明第一實施例中使用等式（6 )的模型化 方法，但是，本發明不限於此。舉例而言，模型化方法可 以使用等式（4 )，或者，可以改變正弦函數的內部變 數。此外，可以使用表示頻率位置的r作爲垂直或水平方 向上的權重函數，以及，可以使用餘弦函數、指數函數、 求和函數、等等來執行新的模型化。無論使用什麼方法， 重要的是，根據模型化參數，對每一頻率位置，量化標度 的値會改變，以及，方法使用碼數量R及編碼失真D的對 數會根據模型化參數的增加及減少而線性地改變之特 性。 於下’將參考圖7，說明包含於量化矩陣設計單元i 2 中的每一函數單元。圖7是方塊圖，說明量化矩陣設計單 -14- 200833123 元1 2的功能配置。如圖7所示，量化矩陣設計單元1 2包 含模型化參數初始化單元1 21、模型化參數設定單元 122、模型化曲線評估單元124、碼數量失真曲線評估單元 125、標的碼數量計算單元126、模型化參數計算單元 127、及纛化矩陣計算單元123。 模型化參數初始化單元1 2 1根據預先儲存於儲存單元 中的設定資訊’將等式（6 )中的模型化參數組（a，b，c ) 設定（初始化）至預定初始値（舉例而言，（a，b，c )= (0,0，16 ) °此外’模型化參數初始化單元121將模型化 曲線資訊、編碼失真曲線資訊、及標的碼數量設定爲初始 値（舉例而言，零値）。 模型化參數設定單元1 22根據模型化參數計算單元 1 27輸入的模型化參數計算旗標，執行模型化參數的設 定。模型化參數計算旗標是表示關於模型化參數計算單元 1 27輸入的模型化參數的計算狀態。假使模型化參數計算 旗標爲〇，則其意指模型化參數的計算是不可能的，且假 使爲1時，則其意指模型化參數的計算是可能的。 模型化參數設定單元122藉由參考預先儲存於儲存單 元中的模型化參數表，設定用於每一模型化參數之對應於 模型化參數計算旗標的狀態之値。圖8是儲存於儲存單元 中的模型化參數表的實施例。 將於下參考圖8，說明模型化參數設定單元122的操 作。假使從模型化參數計算單元1 27輸入的模型化參數計 算旗標爲0，則模型化參數設定單元丨22藉由將首次登錄 -15- 200833123 用於模型化參數表中的値設定至對應於模型化參數 模型化參數，以更新模型化參數組。另一方面，假 化參數計算旗標爲1，則模型化參數設定單元1 22 第二次登錄用於模型化參數表中的値設定至對應於 參數索引的模型化參數，以更新模型化參數組。 舉例而言，當模型化參數計算旗標爲「〇」 「0.0」設定給模型化參數「a」，以及，當模型化 算旗標爲「1」時，設定爲「4.0」。以相同方式， 化參數計算旗標爲「〇」時，將「-2.0」設定給模型 「b」，以及，當模型化參數計算旗標爲「1」時， ^ 2.0」。在模型化參數「c」中，當模型化參數計 爲「〇」時，設定爲「10.0」，以及當模型化參數 檩爲「1」時，設定爲「2〇.〇」。此外，假使模型 計算旗標爲「1」時，隨著模型化參數的設定，模 數計算單元122將模型化參數索引的値增量「i 此，取得下一模型化參數作爲設定標的。 此外，模型化參數計算單元1 22將表示來自模 數組（a，b，c )之要被處理的模型化參數儲存於 中。具體而言，當評估模型化參數「a」時，模型 引數假定爲「〇」。此外，當評估模型化參數「b」 型化參數引數假定爲「1」。當評估模型化參數「c 模型化參數引數假定爲「2」。 在模型化參數設定單元122中，當設定模型 广a」的第一次設定的値時（模型化參數計算 索引的 使模型 藉由將 模型化 時，將 參數計 當模型 化參數 設定爲 算旗標 計算旗 化參數 型化參 」，如 型化參 RAM 3 化參數 時，模 :」時， 化參數 旗標爲 -16- 200833123 「〇」），模型化參數「a」的設定値會傳遞給量化矩陣計 算單元123以及模型化曲線評估單元124。亦即，將模型 化參數設定單元122配置成每當模型化參數被設定時，將 模型化參數値設定給量化矩陣計算單元1 23及模型化曲線 評估單元124。 在收到由模型化參數設定單元1 22設定的模型化參數 的値時，量化矩陣計算單元1 23使用模型化參數的値被代 入之等式（6 )以取得量化矩陣，以及，將取得的量化矩 陣輸出給編碼處理單元1 1。根據此機制，對應於量化矩陣 的量化參數、碼數量R、及編碼失真D會從編碼處理單元 1 1回饋給量化矩陣設計單元1 2。然後，從編碼處理單元 11輸出的量化參數、碼數量R、編碼失真D會被儲存於 RAM的預定區中，其可由量化矩陣設計單元丨2的每一功 能單元查詢。 # 此外，在從模型化參數計算單元127收到最佳參數組 「a，b，c」時’量化矩陣計算單元123使用代入最佳參數組 的每一値之等式（6 )，取得量化矩陣（此後稱爲「最佳 量化矩陣」），以及，將最佳量化矩陣輸出給編碼處理單 元11。 模型化曲線評估單元1 24根據模型化參數設定單元 1 22設定的模型化參數組、以及自編碼處理單元丨丨輸入的 碼數量R及編碼失真D，評估模型化曲線資訊，並將所評 估的模型曲線資訊輸出給碼數量失真曲線評估單元1 2 5。 具體而言，模型化曲線評估單元i 24檢查模型化參數 -17- 200833123 計算單元127所設定的模型化參數計算旗標，以及，假使 模型化參數旗標的値爲「〇」，則將不同件的輸入資訊儲 存於RAM 3中作爲第一次模型化參數，以及，模型化參 數初始化單元1 2 1初始化的模型化曲線資訊輸出給碼量數 失真曲線評估單元1 25，卻不用執行模型化參數的評估。 另一方面，假使模型化參數計算旗標的値爲「1」，

則模型化曲線評估單元124儲存不同件的輸入資訊於RAM 3中作爲第二次模型化參數。之後，模型化曲線評估單元 1 24根據儲存之二次的模型化參數，執行代表模型化參數 的近似表示式（模型化曲線）的計算（評估）。根據第一

實施例，藉由使用模型化參數S可以線性地近似碼數量R 的對數及編碼失真D的對數模型化曲線之特性，評估模型 化曲線。模型化參數意指模型化參數「a」、「b」、及 「c」中要被最佳化的一模型化參數。 圖9是近似碼數量R的對數及編碼失真D的對數之模 型化參數的線性近似實施例。圖9中所示的圖形顯示碼數 量R的對數及編碼失真D的對數隨著模型化參數的增加而 單調改變。圖9中所示的碼數量R的對數及編碼失真D可 以由下述等式（7 )及（8 )近似化。

LogR = d + e X S (7)

LogD = f + g x S (8) 在等式（7)及（8)中，d、e、f、及g是用於每一 編碼區之不同的預定固定値，R爲碼數量，D爲編碼失 真、及S爲模型化參數。模型化曲線評估單元1 24使用儲 存於RAM 3中的二次碼數量R及編碼失真D組（R1、 -18- 200833123 D1)及（R2、D2)，從等式（7)及（8)，計算 d、e、f 及g。根據上述程序，取得碼數量R及模型化參數S之間 的關係表示式以及編碼失真D與模型化參數S之間的關係 表示式。模型化曲線評估單元1 24將所取得的二關係式輸 出給碼數量失真曲線評估單元1 25作爲模型化曲線資訊。 當根據編碼處理單元1 1的處理單元而由量化矩陣計算單 元123取得量化矩陣時，模型化曲線評估單元124輸出用 於每一處理單元的模型化曲線資訊。 碼數量失真曲線評估單元1 25根據自模型化曲線評估 單元1 24輸入的模型化曲線資訊，評估碼數量失真曲線資 訊’以及，輸出所評估的碼數量失真曲線資訊給標的碼數 量計算單元1 2 6。 具體而言，碼數量失真曲線評估單元125決定自模型 化曲線評估單元1 24輸入的模型化曲線資訊是否爲初始 値，假使判定模型化曲線資訊爲初始値，則輸出模型化參 數初始化單元1 2 1所初始化的碼數量失真曲線資訊給標的 碼數量計算單元1 26。另一方面，假使判定模型化曲線資 訊不是初始値，則碼數量失真曲線評估單元1 25執行碼數 量失真曲線資訊的評估。具體而言，碼數量失真曲線評估 單元1 25藉由從輸入作爲模曲線資訊的等式（7 )及（8 ) 中消去模型化參數S，推導出下述等式（9)。 R = Dk X I (9) 在等式（9)中，k及1是由下述等式（10)及（11) 定義。 -19- (10)200833123

1

(ID 亦即，碼數量失真曲線評估單元1 2 5從輸入的模型化 曲線資訊推導出等式（9 )定義的關係表示式。然後，推 導的關係表示式輸出至標的碼數量計算單元126作爲碼數 量失真曲線資訊。

標的碼數量計算單元1 26根據碼數量失真曲線評估單 元1 2 5輸入的碼數量失真曲線資訊，計算標的碼數量資 訊，以及，將計算的標的碼數量資訊輸出至模型化參數計 算單元127。

具體而言，標的碼數量計算單元126決定自碼數量失 真曲線評估單元1 2 5輸入的碼數量失真曲線是否爲初始 値，假使判定碼數量失真曲線資訊爲初始値，則輸出模型 化參數初始化單元1 2 1所初始化的標的碼數量資訊給模型 化參數計算單元127。 另一方面，假使判定碼數量失真曲線資訊不是初始 値，則標的碼數量計算單元1 26執行標的碼數量的計算。 具體而言，標的碼數量計算單元126將輸入作爲碼數量失 真曲線資訊的等式（9 )修改成下述等式（1 2 )。

(12) 之後，標的碼數量計算單元126藉由對等式（12)的 二邊相對於碼數量R執行偏微分，而導出下述等式（13) -20- (13) 200833123

藉由採用等式（2)所表示的未定乘數之拉格朗日 (Lagrange )方法，從標的碼數量RC <碼數量r之限 制，建立下述等式（14) 兔…λ 机 (14)

接著，標的碼數量計算單元126從等式（13 )及 (14)推導下述等式（15)，以及，將等式（15)輸出至 模型化參數計算單元127作爲標的碼數量資訊。在等式 (1 5 )中，k及1値是自等式（1 0 )及（1 1 )取得的値。 i JL, = hkXi^)^ 模型化參數計算單元127藉由使用自標的碼數量計算 單元1 2 6輸入的標的碼數量資訊以及自編碼處理單元1 1 輸入的量化參數，計算模型化參數S的値。 具體而言，模型化參數計算單元127決定自標的碼 數量計算單元1 26輸入的標的碼數量資訊是否爲初始値， 假使判定標的碼數量資訊爲初始値，則在將模型化參數計 算旗標設定爲1之後，經由稍後說明之計算處理，執行模 型化參數S的計算。另一方面，假使判定標的碼數量資訊 不是初始値，則模型化參數計算單元127在模型化參數計 算旗標設定爲〇之後，執行模型化參數S的計算。 將於下說明模型化參數S的計算處理。根據第一實施 例之模型化參數計算單元127藉由使用下述等式（16) 所表示的拉格朗日未定乘數可以由量化參數的函數近似化 -21 -

200833123 之特性，推導出模型化參數s。在等式（1 6 )中 量化參數。 rgp-12^

λ = 0.85 * 3 J 模型化參數計算單元127使用等式（16 (1 5 )所代表的標的碼數量資訊，藉由消去λ， 碼數量Rc。之後，模型化參數計算單元127 _ 的標的碼數量Rc代入等式（7)中的碼數量R， 化參數S。 在第一次及第二次推導的模型化參數 S犬 情形中，期望編碼格中發生的碼數量相當小。_ 假使所有的轉換係數爲0，則在要碼化的格中無 化，以及，碼數量不會被量化矩陣改變。因此， 數計算單元127會比較第一模型化參數S的値劈 化參數的値，假使此二模型化參數S彼此相偏差 藉由箝位（取代）至預先決定之假定値範圍內白< 而言，對於圖8中所示的模型化參數「a」爲〇.< 範圍內），以執行模型化參數的校正。 根據此機制，即使當模型化參數S與預定纪 著偏差時，由於能夠將模型化參數S校正至預另 範圍內的値，所以，仍然能夠維持編碼效率。 雖然根據弟一實施例’執彳了箱位以校正模 S，但是，本發明不限於此。關於另一實施例 數可以設定在預先假定的內定値，或者可以設 推導的模型化參數S。 ，QP代表 (16) )及等式 計算標的 由將計算 推導模型 幅偏差的 例而言， 須執行量 模型化參 第二模型 預定値， 値（舉例 至（K4的 假定値顯 假定的値 型化參數 模型化參 成不使用 -22- 200833123 如上所述，由模型化參數計算單元127所設定的模型 化參數計算旗標會傳遞給模型化參數設定單元122及模型 化曲線評估單元1 24。根據此機制，對單一模型化參數執 行兩次模型化參數計算迴路（以下述次序的處理流程迴 路：模型化參數設定單元122 +量化矩陣計算單元123 +編 碼處理單元11 +模型化曲線評估單元124 +碼數量失真曲 線評估單元125 +標的碼數量計算單元126 +模型化參數計 算單元127)。根據第一實施例，由於需要推導三個模型 化參數（a，b，c )，所以，執行總共六次的模型化參數計 算迴路。 模型化參數計算單元1 27將執行六次模型化參數計算 迴路（此後稱爲「最佳參數組」）所取得的模型化參數組 輸出給量化矩陣計算單元123。 再參考圖2，編碼控制單元1 3執行回饋控制及編碼處 理單元1 1的發生的碼數量的量化特徵控制、模式決定控 制、用於執行發生的碼數量的控制之比例控制、預測處理 的控制、外部輸入參數的控制、及整體編碼控制。此外， 編碼控制單元1 3具有執行量化矩陣設計單元12及編碼處 理單元11的時序控制以及在適當時序輸出編碼資料至外 部之功能。 將於下參考圖1 0，說明根據第一實施例之影像編碼裝 置執行的影像編碼方法。圖1 0是影像編碼處理的流程 圖。 當一格的輸入的影像訊號被輸入至影像編碼裝置i 〇 〇 -23- 200833123 時，模型化參數初始化單元1 2 1在編碼控制單元1 3控制 下的預定時序，執行模型化參數組、碼數量失真曲線資 訊、及標的碼數量的初始化，以及，將初始化的模型化參 數組輸出給模型化參數設定單元1 22 ( S 1 1 )。 在接下來的步驟S12，由模型化參數設定單元122執 行模型化參數設定處理。將於下參考圖11，說明步驟S12 執行的模型化參數設定處理。 圖1 1是由模型化參數設定單元1 2執行的模型化參數 設定處理的流程。模型化參數設定單元1 22決定自模型化 參數計算單元1 27輸入的模型化參數計算旗標的狀態（步 驟S121)。當決定輸入的模型化參數計算旗標爲〇時 (在步驟S 1 2 1爲0 )，藉由查詢模型化參數表及將對應 於從模型化參數組中要被最佳化的模型化參數之第一設定 値設定至模型化參數（步驟S 1 22 )，模型化參數設定單 元122更新模型化參數組，以及，處理控制移至步驟 S13 ° 另一方面，當在步驟S 1 2 1判定模型化參數計算旗標 爲1時（在步驟S 1 2 1爲1 )，藉由查詢模型化參數表及 將對應於從模型化參數組中要被最佳化的模型化參數之第 二設定値設定至模型化參數（步驟S 1 23 )，模型化參數 設定單元1 22更新模型化參數組。之後，在將內部索引之 模型化參數索引增量1之後，處理控制移至步驟S 1 3 (歩 驟 S124) 〇 再參考圖10，藉由將模型化參數設定單元I22所更新 -24- 200833123 的模型化參數組代入等式（6 )，量化矩陣計算單元1 23 推導量化矩陣，以及，將推導的量化矩陣輸出給編碼處理 單元11(步驟S13)。 接著，編碼處理單元1 1藉由使用輸入的量化矩陣以 執行輸入的影像訊號的試驗編碼（步驟S 1 4 )，以及，將 試驗編碼時計算的碼數量R及編碼失真D與量化參數輸 出至量化矩陣設計單元1 2 (步驟S 1 5 )。 在步驟S1 6，由模型化曲線評估單元12 4執行模型化 參數曲線評估處理。在下述中將參考圖1 2，說明步驟s 1 6 執行的模型化參數曲線評估處理。 圖1 2是由模型化曲線評估單元1 24執行的模型化曲 線評估處理的流程圖。模型化曲線評估單元1 24決定模型 化參數計算單元1 27輸入的模型化參數計算旗標的狀態 (步驟S161 ).。當決定輸入的模型化參數計算旗標爲〇 時（在步驟S 1 6 1爲0 )時，則模型化曲線評估單元1 24 將步驟S15中從編碼處理單元11輸入的碼數量R及編碼 失真D儲存於RAM 3的預定區中作爲第一模型化參數 (步驟S 1 63 )。之後，模型化曲線評估單元1 24將步驟 S 1 1中初始化的模型化曲線資訊輸出給碼數量失真曲線評 估單元125，以及，移至步驟S17的碼數量失真曲線評估 處理。 另一方面，假使輸入的模型化參數計算旗標爲1時 (在步驟S161爲1 )時，則模型化曲線評估單元124將 步驟S 1 5中從編碼處理單元1 1輸入的碼數量R及編碼失 -25- 200833123 真D儲存於RAM 3的預定區中作爲第二模型化參數（步 驟S164)。之後，模型化曲線評估單元124藉由使用二 次儲存於RAM 3中的模型化參數組（Rl，D1)及（R2, D2 )以及模型化參數S，計算關於碼數量R的模型化參數 S的近似表示式及關於編碼失真D的模型化參數S的近似 表示式（步驟S 1 65 )，將計算的近似表示式輸出給碼數 量失真曲線評估單元125作爲模型化曲線資訊（步驟 S1 66)，以及，移至步驟S17的碼數量失真曲線評估處 理。 圖1 3是在步驟S 1 7執行的碼數量失真曲線評估處理 之流程圖。碼數量失真曲線評估單元125決定自模型化曲 線評估單元1 24輸入的模型化曲線資訊是否爲初始値（步 驟S 1 7 1 )。假使決定模型化曲線資訊爲初始値（在步驟 S171爲是），則碼數量失真曲線評估單元125將步驟S11 中初始化的碼數量失真曲線資訊輸出給標的碼數量計算單 元126 (步驟S172)，以及移至步驟S 18中的標的碼數 量計算處理。 另一方面，假使決定模型化曲線資訊不是初始値（在 步驟S 1 7 1爲否），則碼數量失真曲線評估單元1 2 5從輸 入的模型化曲線資訊，計算等式（9 )所定義的關係式， 將計算的關係式輸出給標的碼數量計算單元i 26作爲碼數 量失真曲線資訊（步驟S174)，以及移至步驟S 18中的 標的碼數量計算處理。 圖1 4是在步驟S〗8中執行的標的碼數量計算處理的 -26- 200833123 流程。在步驟S181，標的碼數量計算單元126決定自碼 數量失真曲線評估單元125輸入的碼數量失真曲線資訊是 否爲初始値（步驟S181)。假使決定碼數量失真曲線資 訊爲初始値（在步驟S 1 8 1爲是），則標的碼數量計算單 元1 2 6將步驟S 1 1中初始化的標的碼數量資訊輸出給模型 化參數計算單元127(步驟S182)，以及，移至步驟S19 的標的碼數量計算處理。 另一方面，假使決定輸入的碼數量失真曲線資訊不是 初始値（在步騾S 1 8 1爲否），則藉由使用輸入的碼數量 失真曲線資訊及等式（1 2 )至（1 5 )，標的碼數量計算單 元126計算標的碼數量資訊（步驟S183)，以及，將計 算的標的碼數量資訊輸出給模型化參數計算單元1 27 (步 驟S1 84 )，以及，移至步驟S 19的標的碼數量計算處 理。 再參考圖10，在步驟S19，模型化參數計算單元127 決定自標的碼數量計算單元1 26輸入之標的碼數量資訊是 否爲初始値。假使決定標的碼數量資訊爲初始値（在步驟 S 19爲是），則模型化參數計算單元127將模型化參數計 算旗標設定爲1 (步驟S20 )，以及，處理控制回至步驟 S12 〇 另一方面，假使決定標的碼數量資訊不是初始値（在 步驟S 1 9爲否），則模型化參數計算單元1 27使用輸入之 標的碼數量資訊及等式（1 6 )和（1 7 )，推導要處理的模 型化參數S的値（步驟S21 )。模型化參數計算單元127 -27- 200833123 將模型化參數計算旗標設定爲0 (步驟S22 )，以及，處 理控制移至步驟S23。 在步驟S23，模型化參數計算單元127決定是否要執 行模型化參數計算迴路6次，亦即，是否要對所有的模型 化參數S執行步驟S2 1的處理。假使判定尙有任何的模型 化參數S未被處理（在步驟S23爲否），則處理控制回至 步驟S 1 2以重覆地執行模型化參數計算迴路。 φ 另一方面，假使判定對所有的模型化參數S執行步驟 S21的處理（在步驟S23爲是），則模型化參數計算單元 1 2 7將截至目前所導出的模型化參數組（最佳參數組）輸 出給量化矩陣計算單元123(步驟S24)。 接著，量化矩陣計算單元123藉由使用自模型化參數 計算單元1 2 7輸入的最佳參數組及等式（6 )，推導量化 矩陣（最佳量化矩陣）（步驟S 5 )，以及，將推導的量 化矩陣輸出給編碼處理單元1 i (步驟S26 )。 ® 編碼處理單元1 1藉由使用輸入的最佳量化矩陣，執 行在步驟S 1 1輸入的一格輸入的輸入影像訊號的編碼（真 正編碼）（步驟S27 )，以及，處理控制結束處理。每當 一格的輸入的影像訊號被輸入時，執行上述處理。 如上所述，根據第一實施例，使用試驗編碼時計算的 碼數量及編碼失真從，從模型化等式，取得量化矩陣。因 此’由於可以設計近似影像訊號的量化矩陣，所以，能夠 改進編碼效率。此外，由於碼數量及編碼失真關於量化矩 陣的模型化參數之間的關係由近似表示式代表，以及，根 -28- 200833123 據近似表示式取得最佳的量化矩陣，所以，能夠降低設計 量化矩陣所需的處理成本。 雖然第一實施例是關於相對於一編碼格的量化矩陣之 設計，但是，設計量化矩陣的單位不限於一編碼格。舉例 而言，可以對3 2 X 3 2像素區、1 6 X 1 6像素區、8/8像素 區、等等’使用上述方法，設計量化矩陣。在此情形中’ 編碼處理單元1 1將對3 2x3 2像素區、16x1 6像素區、8x8 像素區、等等之一執行編碼處理時取得的碼數量R及編碼 失真D輸出至量化矩陣設計單元12。 此外’雖然第一實施例採用碼數量R的對數編碼失真 D的對數能夠相對於模型化參數 S線性地近似之特性， 但是，如同從等式（7)及（8)的修改清楚可見般，其等 同於碼數量R及編碼失真能夠相對於模型化參數S指數地 近似。 R = m X exp(n x S) (17) D = o x exp(p X S) (18) 在等式（17)及（18)中，m、n、o、及p是可以相 對於影像資料而被獨特地決定的値的變數。根據類似的觀 念’等式（9 )的特性可以被視爲相對於編碼失真D爲級 數近似。根據第一實施例，使用線性近似以使近似化簡 單。但是，本發明不限於此，可以使用上述其它近似方 法，推導出模型化參數。 此外，根據第一實施例，雖然根據碼數量R，使用由 標的碼數量計算單元126所計算的標的碼數量資訊，推導 模型化參數’但是，本發明不限於此，可以根據編碼失真 -29- 200833123 D ’導出模型化參數。在此情形中，量化矩陣設計單元12 可以配置成如圖15所不。在圖15中，與圖3相同的代 號，指定給相同的元件，並且，省略這些元件的說明。 在圖15中，標的編碼失真計算單元128，藉由執行等 式（9)相封於編碼失真D的偏微分，推導下述等式 (19)。然後，標的編碼失真計算單元128藉由使用等式 (14)及（9)，推導下述等式（20)。

^E = kxlx (19)

(20) 標的編碼失真計算單兀1 2 8將標的編碼失真d v輸出 糸δ模型化參數計算單兀1 2 7作爲標的編碼失真資訊。然 後’模型化參數計算單元127藉由使用等式（16)及 (8)，從輸入的標的編碼失真資訊，推導模型化參數 S °

雖然根據第一實施例，4x4像素區及8x8像素區作爲 量化矩陣，但是，可以根據編碼處理中的量化區大小來設 計量化矩陣。當在編碼處理單元1 1執行包含時間及空間 的三維量化時，可以產生例如4x4x4、8x8x8、及8x8x4等 任意形狀的量化矩陣。對此量化矩陣，執行相同的模型化 處理，以及，藉由使用上述相對於模型化參數的評估方 法，設計慮及碼數量R及編碼失真D的量化矩陣。 此外，雖然根據第一實施例，每一編碼格需要六次的 編碼處理，但是，可以省略預測處理S1或模式決定處理 -30- 200833123 S2。具體而言，藉由執行多個預測模式及預測處理中具有 高度選取性的預測模式的預測處理，能夠省略具有低度選 取性的預測方法。在此情形中，雖然評估準確度因爲可以 取得最佳碼數量R及最佳編碼失真D而有點降低，但是， 高速量化矩陣設計變成可能。 此外，當執行圖像間預測時，使用暫時不同於編碼格 的參考影像，執行移動搜尋處理。大體上，藉由用於每一 區塊的比對處理，執行移動搜尋處理。由於可觀的迭代處 理數量，所以，用於每一區塊的比對處理耗費大量成本。 由於在設計量化矩陣時執行高速試驗編碼，所以，降低比 對處理是重要的。具體而言，當執行量化矩陣的設計時， 以縮減的搜尋點，執行移動搜尋處理，以降低處理成本。 當量化矩陣設計之後完成執行真實編碼時，藉由執行具有 較佳的預測性能之移動搜尋處理，可以維持編碼效率。此 外’藉由採用用於設計量化矩陣的鑽石搜尋以及用於真正 編碼處理的全搜尋，可以降低處理成本。 此外，根據第一實施例，可以對亮度成分及色差成分 分別地推導模型化參數。具體而言，當在試驗編碼時計算 碼數量R及編碼失真D時，分別地計算亮度的碼數量RL 及編碼失真DL與色差的碼數量RC及編碼失真DC。然 後’使用等式（7 )至（1 6 )，對與每一成分相對應的模 型化參數組（RL，DL )及（RC，DC )，近似化模型化參 數’則可對每一成分設計量化矩陣。當輸入的影像含有例 如R、G、B等顏色空間時，也能夠設計用於各別R、G、 -31 - 200833123 B的量化矩陣。此外，當計算個別碼數量RL及RC時，假 使亮度及色差的編碼模式是共同的，則由於傳送給解碼器 側作爲編碼模式的側資訊無法分割，所以，可以使用發生 在每一成分的轉換係數的碼數量，設計量化矩陣。 此外，根據第一實施例，雖然可以如上所述般對每一 量化區大小推導模型化參數，但是，4x4像素區及8x8像 素區的量化區可以視編碼裝置而混合，以致於最佳量化矩 陣的値會視量化區大小而不同。在此情形中，藉由使用用 於各別的 量化區大小的最佳量化矩陣，分別計算用於以4x4像 素區編碼的碼數量R4與編碼失真D4，以及，用於以8x8 像素區編碼的碼數量R8與編碼失真D8，以及，藉由使用 等式（7 )至（1 6 )，對與每一區大小相對應的模型化參 數組（R4，D4)及（R8，D8)，將模型化參數近似化，可以 設計用於每一區大小的最佳量化矩陣。雖然於上解釋根據 4x4像素區及8x8像素區的實施例，但是，對於例如I6x 16像素區及2x2像素區、或4x2像素區及4x4x2像素區等 不同的像素區亦相同。 此外，根據第一實施例，可以對每一編碼模式，推導 模型化參數。在移動影像編碼中，可以使用僅使用編碼格 以執行編碼的圖像內編碼與使用暫時先行及後續編碼格以 執行編碼的圖像間編碼。由於每一編碼方法具有不同的預 測結構，所以，發生的預測誤差趨勢相當不同；因此，通 常是最佳量化矩陣的値傾向於不同。在此情形中，藉由限 -32- 200833123 制於圖像內編碼以在編碼時計算碼數量Rintra及編碼失真 Dintra，以及，藉由限制於圖像間編碼以在編碼時計算碼 數量Rinter及編碼失真Dinter，以及，相對於對應的 (Rintra，Dintra)及（Rinter，Dinter)，採用等式（7) 至（1 6 )，將模型化參數近似化。根據此機制，可以設計 近似每一編碼格的特性之量化矩陣。 將於下說明根據第二實施例之影像編碼裝置。 圖16是方塊圖，顯示根據第二實施例之影像編碼裝 置200的功能配置。關於不同於第一實施例的功能單元， 增加區域分割單元1 4。以同於其它功能單元的方式，CPU 1根據預先儲存於儲存單元中的預定程式，控制每一元 件，以致於在RAM 3中產生區域分割單元1 4。 區域分割單元1 4具有藉由使用輸入的影像訊號的特 徵數量以分割編碼格中的區域之功能。藉由使用從編碼處 理單元1 1的試驗編碼取得的碼數量R及編碼失真D ，量 化矩陣設計單元1 2設計量化矩陣。因此，量化矩陣的最 佳解決之道視編碼程度而不同。藉由使用對應於輸入的影 像訊號的程度之特徵數量以在編碼前執行區域分割，可以 設計用於每一區域的量化矩陣。 圖17係方塊圖，顯示區域分割單元14的功能配置。 如圖17所示，區域分割單元14包含特徵數量取出單元 141、區域分開單元142、區域分割資訊產生單元143、及 分割處理控制單元144。 特徵數量取出單元1 4 1從構成輸入的影像訊號之多個 -33 - 200833123 像素，計算每一 8x8像素區的訊號活動力。訊號活動力意 指區中的亮度値的變異。關於表示具有高編碼度的區域之 索引，可以使用活動力程度。由於在包含有複合組織的影 像區中活動力高，所以，可以認爲編碼程度高。另一方 面，由於在平坦影像區中活動力低，所以，可以認爲編碼 程度低。依此方式，特徵數量選取單元141計算每一 8x8 像素區的活動力，以及，將計算的活動力輸出給區域分開 單元142作爲特徵數量資訊。 區域分開單元1 42藉由執行臨界處理以將編碼格分成 複數個區域，臨界處理是根據預定的臨界値，將自區域分 開單元1 42輸入的特徵數量資訊分開。舉例而言，在將編 碼格分成二個區域的情形中，假使光柵掃描次序中第X個 8 X 8像素區的活動力相對於編碼格取爲A ( X )，如果A (X )大於臨界値ΤΗ，則其被分類爲等級1，如果A ( X ) 小於臨界値ΤΗ，則其被分類爲等級2。以上述方式取得的 結果輸出給區域分割資訊產生單元1 43作爲分割結果資 訊。 區域分割貧訊產生卓兀143根據區域分開單元142輸 入的分開結果資訊，產生設計量化矩陣所需的區域分割資 訊。 將於下參考圖18Α及18Β，說明區域分割資訊的產 生。圖18Α是分開結果資訊的實施例。分割處理控制單元 144執行包含於區域分割單元14中的功能單元的整體操作 控制。 -34- 200833123 將於下參考圖18A至18B，說明區域分割 生。圖1 8 A是用於說明分開結果資訊的實施例。 中所示的實施例中，編碼格F由24件8x8像素 成。如圖18A所示，區域會由區域分開單元142 1及等級2。區域分割資訊產生單元1 43根據圖 的四個像素區B1的分開結果資訊，如圖18B所 一 16x16像素，將像素區轉換成區域B2 (量化矢 φ 量化矩陣X2 )。具體而言，區域分割資訊產生單; 據四個像素區B1所屬的等級，採取多數決，以 數的等級設定爲區域的屬性。在圖1 8B中，當屬 及等級2之區塊的數目相同時，以對應的區域被 1的方式作設定。 以此方式，區域分割單元14產生圖18B中 化矩陣分割資訊作爲區域分割資訊，以及，將所 域分割資訊輸出給量化矩陣設計單元1 2。 φ 在接收區域分割資訊時，量化矩陣設計單元 自編碼處理單元1 1輸入的碼數量R及編碼失真 域分割資訊標示的每一區域，推導量化矩陣。這 編碼控制單元1 3主宰，以及，其配置成每一 1 6 區即切換碼數量R及編碼失真D的累積。 如上所述，根據第二實施例，要被編碼的 (編碼格）被分成複數個區域，以及，取得用於 的區域之量化矩陣，以致於能夠設計更近似影像 化矩陣。因此，可以增進編碼效率。 資訊的產 在圖 1 8 A 區B1構 分成等級 18A所示 示，對每 巨陣X 1及 示143根 及，將多 於等級1 當作等級 所示的量 產生的區 12根據 D，對區 些控制由 X 1 6像素 影像訊5虎 每一分割 訊號的量 -35- 200833123 雖然，根據第二實施例，計算用於每一 8x8像素區的 活動力，但是，本發明不限於此。舉例而言，用於計算的 像素區大小可以設定爲4 X 4像素區、1 6 X 1 6像素區、8 X 1 6 像素區、16x8像素區、等等。 此外，根據第二實施例，雖然可以被計算作爲輸入的 影像的變異之活動力被使用爲影像的特徵數量，但是，本 發明不限於此。舉例而言’關於其它特徵數量，可以使用 格內亮度分佈、格內色差分佈、格間差値等任何之一。此 外，關於更複雜的特徵數量’可以使用格間移動向量、格 內及格間轉換係數分佈、格內及格間量化誤差（編碼失 真）分佈等任何之一。在此情形中，真正需要預測處理及 移動向量搜尋處理、正交轉換處理、量化處理、解量化處 理、等等。但是，由於能夠執行更準確的區域分割，所 以，可以改進編碼效率。 於下說明根據第三實施例之影像編碼裝置。與第一實 施例相同的元件被給予相同的代號，並省略其說明。 圖1 9是方塊圖，顯示根據第三實施例的影像編碼裝 置3 00的功能配置。關於與第一實施例不同的功能單元， 增加區域選取單元15。以同於其它功能單元的方式，CPU 1根據預先儲存於儲存單元中的預定程式以控制每一元 件，以致於在RAM 3中產生區域選取單元15。 與第一及第二實施例不同，根據第三實施例，輸入的 影像訊號配置成被輸入至區域選取單元15。區域選取單元 15具有從輸入的影像訊號選取要用於設計量化矩陣的影像 -36 - 200833123 範圍之功能。具體而言，區域選取單元15藉由對 影像訊號執行下取樣處理以產生縮小的影像，以有 產生量化矩陣並降低試驗編碼所需的處理成本。 圖20是方塊圖，顯示區域選取單元15的功能 如圖20所示，區域選取單元15包含下取樣單元1 置濾波器單元152、開關153、及選取控制單元154 下取樣單元1 5 1藉由對輸入的影像訊號執行圖 2 1 C所示的下取樣處理，以縮小影像。圖2 1 A至21 下取樣處理。圖21A是以4x4像素表示的輸入的 號。下取樣單元151選取用於每一其它像素之包含 的影像訊號中的複數個像素P，以及，決定圖2 1 B 的四個像素P1至P4。僅有四像素P1至P4聚集的 成圖2 1 C所示的1 /4縮小影像。此縮小的影像會被 後置濾波器單元1 52作爲前置濾波器縮小影像。 後置濾波器單元1 52藉由使平滑濾波器以執行 波器縮小影像的校正，以及，將經過校正的前置濾 小影像輸出至開關1 5 3作爲後置濾波器縮小影像。 言，假使執行圖2 1 B中所示的下取樣，則在取樣邊 不連續，此可視爲振鈴雜訊。後置濾波器單元152 濾波器縮小影像執行校正以降低雜訊。 開關153依選取控制單元154控制的時序執行 作。具體而言，選取控制單元i 54控制二階段的影 裝置3 00。第一階段是量化矩陣設計階段，第二階 正編碼階段。當從選取控制單元1 5 4發出的階段爲 輸入的 效率地 配置。 51、後 〇 21A至 C顯示 影像訊 於輸入 中所示 影像變 輸出至 前置濾 波器縮 一般而 界發生 iiur ^ L·^ rm 封則置 切換操 像編碼 段是真 量化矩 -37- 200833123 陣設計階段時，開關1 53連接至後置濾波器單元1 52的輸 出端。另一方面，當從選取控制單元1 54發出的階段是真 正編碼單元時，開關1 53受控制，以致於輸入的影像訊 號被直接輸出。 如上所述，根據第三實施例，根據影像編碼裝置300 的階段，動態地控制開關1 5 3。因此，由於在設計量化矩 陣時使用經由下取樣單元1 5 1及後置濾波器丨52縮小的影 像，以設計量化矩陣，以及，當執行真正編碼時，對輸入 的影像執行編碼，所以，能夠大幅地降低設計量化矩陣的 時間。 雖然根據第三實施例說明簡單的一像素跳脫下取樣方 法，但是本發明不限於此。舉例而言，可以根據訊號特徵 及電路特徵而使用複雜的下取樣。此外，縮小的影像無需 限於1M縮小影像，也可以使用1/2縮小影像或1/8縮小 影像作爲縮小影像。但是，隨著影像尺寸變小，雖然可以 縮減設計量化矩陣所需的時間，但是，相對於輸入的影像 訊號的編碼效率變差。因此，執行選取而使處理成本與編 碼效率之間良好地平衡，是重要的。 此外，可以根據對應的下取樣處理，選取後置濾波器 單元152中所使用的濾波器的型式。雖然根據第三實施例 說明簡單的平滑濾波器，但是，本發明不限於此。舉例而 言’可以使用具有不同分接長度的適應性濾波器。 習於此技藝者可以輕易得知其它優點及修改。因此， 本發明較廣的觀點不限於此處所示及說明的具體細節及代 -38- 200833123 表實施例。因此，在不悖離後附的申請專利範圍及其均等 性所界定的大體的發明槪念的精神或範圍之下，可以達成 不同的修改。 【圖式簡單說明】 圖1是根據本發明的第一實施例之影像編碼裝置； 圖2是方塊圖，顯示根據第一實施例之影像編碼裝置 的功能配置； 圖3是圖2中所7K的編碼處理單元所執行的處理之流 程圖， 圖4A是顯不編碼格； 圖4B及4C是顯示編碼格的分割的實施例； 圖4D顯示像素區塊； 圖5A及5B顯示量化矩陣的實施例； 圖6 A及6 B是量化矩陣的位置與量化標度之間的關係 圖； 圖6C顯示正弦函數； 圖7是方塊圖，顯示圖2中所示的量化矩陣設計單元 的功能配置； 圖8是模型化參數表； 圖9是線性近似的實施例； 圖1 〇是影像編碼處理的流程圖； 圖1 1是模型化參數設定處理的流程圖； 圖1 2是模型化曲線評估處理的流程圖； -39- 200833123 圖1 3是碼數量失真曲線評估處理的流程圖； 圖1 4是標的碼數量計算流程的流程圖； 圖15是方塊圖，顯示圖2中所示的量化矩陣設計單 元的另一功能配置； 圖16是方塊圖’顯不根據本發明的第二實施例之影 像編碼裝置的功能配置； 圖17是方塊圖，顯示圖16中所示的區域分割單元的 功能配置； 圖1 8 A及1 8 B是用於說明區域分割處理； 圖19是方塊圖，顯示根據本發明的第三實施例之影 像編碼裝置的功能配置； 圖20是方塊圖，顯示圖19中所示的區域選取單元的 功能配置；及 圖21A至21C是用於說明下取樣處理。 【主要元件符號說明】 1 :中央處理單元 2 :唯讀記憶體 3 :隨機存取記憶體 4 :硬碟機 5 :通訊介面 11 :編碼處理單元 1 2 :量化矩陣設計單元 1 3 :編碼控制單元 -40- 200833123 1 4 :區域分割單元 1 5 :區域選取單元 100 :影像編碼裝置 1 2 1 :模型化參數初始化單元 122 :模型化參數設定單元 123 :量化矩陣計算單元 124 :模型化曲線評估單元 1 25 :碼數量失真曲線評估單元 126 :標的碼數量計算單元 127 :模型化參數計算單元 128 :標的編碼失真計算單元 141 :特徵數量取出單元 142 :區域分割單元 143 :區域分割資訊產生單元 144 :分割處理控制單元 1 5 1 :下取樣單元 152 :後置濾波器單元 153 :開關 154 :選取控制單元 200 :影像編碼裝置 300 :影像編碼裝置 -41 -

Claims (1)

1. 200833123 十、申請專利範圍 1.一種影像編碼裝置，包含： 影像取得單元，取得影像訊號； 模型化參數設定單元，從包含於用於推導量化矩陣的 模型化等式中的複敫個參數中順序地選取選取參數，以 及，將該選取參數的値設定至預定値； 量化矩陣計算單元，每當該選取參數被設定時，藉由 使用該模型化等式，計算該量化矩陣； 試驗編碼處理單元，藉由使用該量化矩陣，執行該影 像訊號的試驗編碼，以及，推導代表碼數量、編碼失真、 及量化標度的量化參數； 近似表示評估單元，推導近似該碼數量與該選取參數 之間的關係之第一近似表示式，以及近似該編碼失真與該 選取參數之間的關係之第二近似表示式； 碼數量失真表示計算單元，藉由使用該第一近似表示 式及該第二近似表示式，計算代表該碼數量與該編碼失真 之間的關係之碼數量失真關係表示式； 標的碼數量計算單元，藉由使用該碼數量失真關係表 示式以及量化參數，計算標的碼數量或標的編碼失真； 模型化參數計算單元，藉由使用該第一近似表示式， 計算對應於該標的碼數量之選取參數的値，或是，藉由使 用該第二近似表示式，計算對應於該標的編碼失真之選取 參數的値；以及 最佳化量化矩陣計算單元，根據該選取參數的計算値 -42- 200833123 及該模型化等式，計算用於編碼影像訊號之最佳量化矩 陣。 2 .如申請專利範圍第1項之裝置，又包括最後編碼處 理單元，根據該最佳量化矩陣以執行該影像訊號的最後編 碼。 3 .如申請專利範圍第1項之裝置，又包括： 特徵數量取出單元，取出包含於該影像訊號中的預定 像素區單元的特徵數量；及 區域分割單元，根據該特徵數量，將該影像訊號分割 成複數個區域，其中 該量化矩陣計算單元計算用於該複數個分割區域中的 每一分割區域的量化矩陣。 4.如申請專利範圍第3項之裝置，其中，該特徵數量 取出單元使用該影像訊號中的亮度分佈、色差分佈及活動 力、列中影像訊號輸入之間的色差値及移動向量、該影像 訊號中的轉換係數分佈、影像訊號之間的轉換係數分佈、 及影像訊號之間的量化誤差分佈中至少之一作爲特徵數 量。 5·如申§靑專利範圍第1項之裝置，其中，該近似表示 評估單元以各該碼數量的對數及該編碼失真的對數均相對 於該選取參數線性地近似之方式，推導該第一近似表示式 及該第二近似表示式。 6.如申請專利範圍第1項之裝置，其中，該近似表示 評估單元以各該碼數量及該編碼失真均相對於該選取參數 -43- 200833123 指數地近似之方式，推導該第一近似表示式及該第二近似 表示式。 7. 如申請專利範圍第1項之裝置，其中，該近似表示 評估單元以各該碼數量及該編碼失真均相對於該選取參數 級數地近似之方式，推導該第一近似表示式及該第二近似 表示式。 8. 如申請專利範圍第1項之裝置，其中該試驗編碼處 理單元推導在該影像訊號的每一編碼序列、每一編碼格、 每一編碼片、及每一量化區的任一位準的該碼數量及該編 碼失真。 9. 如申請專利範圍第1項之裝置，其中，該近似表示 評估單元推導在該影像訊號的每一編碼序列、每一編碼 格、每一編碼片、及每一量化區之任一位準的該第一近似 表示式及該第二近似表示式。 10. 如申請專利範圍第1項之裝置，其中，該模型化 參數計算單元推導分別在該影像訊號的每一量化區大小、 每一亮度成份及色差成份、及每一圖像內編碼及圖像間編 碼的任一位準之該選取參數的値。 11. 如申請專利範圍第1項之裝置，其中，該模型化 參數計算單元推導在該影像訊號的每一編碼序列、每一編 碼格、每一編碼片、及每一量化區的任一位準之該選取參 數的値。 12. 如申請專利範圍第1項之裝置，其中，該模型化 參數計算單元決定該選取參數的値是否在預定範圍之內， -44- 200833123 以及，當該模型化參數計算單兀決定該選取參數的値不在 該預定範圍之內時，執行以預定取代該選取參數的値、以 預先假定的範圍內的値取代該選取參數的値、及不使用該 選取的參數中之一。 1 3 ·如申請專利範圍第1項之裝置，其中，該試驗編 碼處理單元具有關於該影像訊號的試驗編碼之複數個模式， 以及，藉由使用根據該影像訊號的特徵而選自該複數個模 式之選取的編碼模式，執行該試驗編碼。 1 4·如申請專利範圍第1項之裝置，其中，該試驗編 碼處理單元根據從複數個暫時不同的影像訊號偵測的移動 向量，從複數個編碼模式中選取編碼模式。 1 5 .如申請專利範圍第1項之裝置，又包括下取樣單 元’藉由下取樣該影像訊號以取得該影像訊號的縮小影 像，其中， 該試驗編碼處理單元藉由執行相對於該縮小影像之試 驗編碼，以推導代表該碼數量、編碼失真、及量化標度的 量化參數。 1 6 · —種影像編碼方法，包含： 取得影像訊號； 從包含於用於推導量化矩陣的模型化等式中的複數個 參數中順序地選取選取參數，以及，將選取參數的値設定 爲預定値； 每當該選取參數被設定時，藉由使用該模型化等式， 計算該量化矩陣； -45 - 200833123 藉由使用該量化矩陣，執行該影像訊號的試驗編碼， 以及’推導代表碼數量、編碼失真、及量化標度的量化參 數； 推導近似該碼數量與該選取參數之間的關係之第一近 似表示式，以及近似該編碼失真與該選取參數之間的關係 之第二近似表示式； 藉由使用該第一近似表示式及該第二近似表示式，計 Φ 算代表該碼數量與該編碼失真之間的關係之碼數量失真關 係表示式； 藉由使用該碼數量失真關係表示式以及該量化參數， 計算標的碼數量或標的編碼失真； 藉由使用該第一近似表示式，計算對應於該標的碼數 量之該選取參數的値，或是，藉由使用該第二近似表示 式，計算對應於該標的編碼失真之該選取參數的値；以 及， • 根據該選取參數的計算値及該模型化等式，計算用於 編碼該影像訊號之最佳化量化矩陣。 17. 如申請專利範圍第16項之方法，又包括根據該最 佳量化矩陣以執行該影像訊號的最後編碼。 18. 如申請專利範圍第16項之方法，又包括： 取出包含於該影像訊號中的預定像素區單元的特徵數 量；及 根據該特徵數量，將該影像訊號分割成複數個區域， 其中 -46- 200833123 在該量化矩陣計算中，計算用於該複數個分割區域中 的每一分割區域的量化矩陣。 1 9 ·如申請專利範圍第1 8項之方法，其中，在該特徵 數量取出中，使用該影像訊號中的亮度分佈、色差分佈及 活動力、列中影像訊號輸入之間的色差値及移動向量、該 影像訊號中的轉換係數分佈、影像訊號之間的轉換係數分 佈、及影像訊號之間的量化誤差分佈中至少之一作爲該特 徵數量。 2 0.如申請專利範圍第16項之方法，其中，在該近似 表示評估中，以各該碼數量的對數及該編碼失真的對數均 相對於該選取參數線性地近似之方式，推導該第一近似表 示式及該第二近似表示式。 2 1 .如申請專利範圍第1 6項之方法，其中，在該近似 表示評估中，以各該碼數量及該編碼失真均相對於該選取 參數指數地近似之方式，推導該第一近似表示式及該第二 近似表示式。 22. 如申請專利範圍第16項之方法，其中，在該近似 表示評估中，以各該碼數量及該編碼失真均相對於該選取 參數級數地近似之方式，推導該第一近似表示式及該第二 近似表示式。 23. 如申請專利範圍第16項之方法，其中在該試驗編 碼處理中，推導在該影像訊號的每一編碼序列、每一編碼 格、每一^編碼片、及每一*量化區的任一位準的該碼數量及 該編碼失真。 -47- 200833123 24 ·如申請專利範圍第16項之方法，其中，在該近似 表示評估中，推導在該影像訊號的每一編碼序列、每一編 碼格、每一編碼片、及每一量化區之任一位準的該第一近 似表示式及該第二近似表示式。 2 5 ·如申請專利範圍第1 6項之方法，其中，在該模型 化參數計算中，推導分別在該影像訊號的每一量化區大 小、每一亮度成份及色差成份、及每一圖像內編碼及圖像 間編碼的任一位準之該選取參數的値。 26·如申請專利範圍第16項之方法，其中，在該模型 化參數計算中’推導在該影像訊號的每一編碼序列、每一 編碼格、每一編碼片、及每一量化區的任一位準之該選取 參數的値。 27·如申請專利範圍第16項之方法，其中，在該模型 化參數計算中，決定該選取參數的値是否在預定範圍之 內’以及’虽決疋該選取參數的値不在該預定範圍之內 時，執行以預定取代該選取參數的値、以預先假定的範圍 內的値取代該選取參數的値、及不使用該選取的參數中之 -- 〇 28·如申請專利範圍第1 6項之方法，其中，在該試驗 編碼處理中’準備關於該影像訊號的試驗編碼之複數個模 式’以及’藉S使用根據該影像訊號的特徵而選自該複數 個模式之選取的編碼模式，執行該試驗編碼。 29·如申請專利範圍第28項之方法，其中，在該試驗 編碼處理中’根據從複數個暫時不同的影像訊號偵測的移 -48- 200833123 動向量，從複數個編碼模式中選取編碼模式。 30·如申請專利範圍第16項之方法，又包括藉由下取 樣該影像訊號以取得該影像訊號的縮小影像’其中’ 在該試驗編碼處理中’藉由執行相對於該縮小影像之 試驗編碼，以推導代表該碼數量、編碼失真、及量化標度 的量化參數。

   -49-