[发明专利]基于比特率预测和预测误差能量的自适应量化

说明书

                     技术领域

本发明涉及利用在保持比特的同时优化感知的视频质量的自适应量化技术来数字编码视频信号的方法和装置。本发明可以被应用到其中在视频帧内量化可以被修改的任何视频编码应用中。

                     背景技术MPEG标准

运动图象专家组(“MPEG”)已经使得视频的编码表示的语法标准化。对于解码仅仅比特流语法被规定。这为设计编码器带来了灵活性，它可能通过增加精致度而优化性能。MPEG标准也使得在优化图像质量和保持低比特率之间达到平衡。

MPEG视频比特流语法提供了称为量化参数(“QP”)的工具用于调制量化器的步长或数据压缩器。在典型的视频编码中，编码的视频的质量和比特率由编码器所选的QP的值决定。粗略的量化利用较少的比特编码给定的视频景物但是降低了图像质量。细致的量化使用更多的比特来编码给定的视频景物，达到提高图像质量的目的。量化值通常可以在视频帧内被修改。例如，在MPEG(1，2，4)和H.263中，存在针对视频景物的每个16×16图像块(或宏块)的QP。作为获得主观感知图像质量的要素的人类视觉系统

早期的数字图像压缩技术寻求以最低可能的比特率传输图像并且还以最小的感知质量损失来重建该图像。这些早期的努力使用使均方误差最小化(“MMSE”)的信息理论。但是人类的眼睛不能感知均方误差意义上的质量，传统的MMSE编码理论不能必定获得使人眼满意的效果。而且，应用到活动视频景物的人类欣赏的传统的MMSE理论不能获得满意的效果。

对于某些波长，人眼可以看见在黑房间内的光的单光子。人类视觉系统(“HVS”)的这种敏感度也可用于在视频景物中的量化噪声和编码人工因素。HVS的这种敏感度从视频图像的一部分到另一部分而不同。例如，在视频景物的很亮和很暗的区域对量化噪声和编码人工因素的人类敏感度(对比度灵敏度)要差。在包含大结构变化或者具有大对比度或信号差异的复杂(busy)图像区域中，HVS对失真的敏感度降低。在这些复杂区域中，量化噪声和编码人工因素在复杂图像上损失。这被称为掩蔽效应。在结构变化小的图像的平滑部分，人类对对比度和失真的敏感度提高。例如，在盐容器中的胡椒粉的单个颗粒可以马上被识别和分离出来。同样，在视频监视器中的单个无用像素如果位于监视器的工作区的中心的可视均匀区则是可识别的和恼人的，但是如果混在杂色的工具栏中靠近边缘处则难以识别。

在图像以低比特率被编码的情况下发生的令人讨厌的人工因素有成块化、模糊、成环化和色彩析出。成块化是与由在低复杂区域的粗略量化引起的8×8离散余弦变换的形状相关的人工因素。有时这引起直线的像素化。模糊是在中度结构变化和大结构变化区域中的空间细节上损失的结果。成环化和色彩析出发生在高频量化差的平缓的背景上的边缘。色彩析出特别针对重色度的边缘。在活动视频场景中，这些人工因素显示为运行时的复杂和肮脏的未遮盖背景。在帧间的较明显的人工因素如果重复的话可以导致运行时的闪烁。

通常对于HVS来说，视频信号的局部变化在很小的范围内(从帧到帧或从宏块到宏块)是可识别的。这意味着理想上量化步长应当针对视频帧内的每个宏块或其他小的区域子单元(“部分”)而计算。因此，量化步长应当与在每个宏块或部分中的变化或一些其他尺度成正比。自适应与统一量化的对比度

以往，发明者已经使用了下面两种方法来选择QP的值：统一量化和自适应量化。

统一量化方法为一个帧内的所有宏块选择相同(或近乎相同的)的QP。其结果，由数据压缩引起的量化噪声和编码人工因素在整个帧中均匀地分布。

自适应量化方法使得视频场景内的不同部分被编码为具有不同的数据压缩程度，因此具有不同的保真度。这种方法改变QP的值以便量化噪声按照HVS的至少一个属性而分布。自适应量化的目标是优化每个视频场景的可视质量和从视频场景到视频场景的可视质量，同时通过保持低比特率而保持了存储比特。例如，由于人眼对于在复杂或结构变化大的部分的量化噪声和编码人工因素不太敏感，对应的QP可以提高，导致复杂区域的粗略的量化和较低的比特率要求。由于人眼对于平缓的或小结构变化的区域中的量化噪声和编码人工因素更敏感，对应的QP可以降低以保持或改进视频质量，导致细致的量化和但是较高的比特率要求。