[发明专利]动态图像编码方法、装置和计算机可读记录介质

说明书

技术领域

本发明涉及动态图像的编码方法、装置和载有执行该方法的计算机指令的计算机可读记录介质，属于动态图像的编码技术领域。

技术背景

在本文中使用了一些特定的技术术语，例如：帧(frame)、片(slice)、帧内预测(intraprediction)、帧间预测(inter prediction)等等，但是这些概念在其他技术方案里可能被称作其他不同的名词。本领域的技术人员可以理解的是，如果两个概念相同或相似、两个结构相同或相似、两个特征相同或相似，则它们被认为是等同替换。例如，图像通常以帧(frame)为单位编码，但也有些技术标准提出了片(slice)和视觉对象(visual object)的概念，在本文中，不失一般性，把参与编码的图像单位都称为帧，当提到帧头(frame header)时，在另一种技术方案里可能指的是片头(slice header)；再例如，一帧图像被分成M×N的矩形块，M、N是大于1的整数，该矩形块又被分成L×K的小矩形块，L、K是大于1、小于M或N的整数，本文中称大矩形块为宏块(macroblock)，称小矩形块为块(block)。如果一帧图像被分割成不是矩形的单位，这也不限制本发明的实施。本文里的举例只起说明作用，不能限制本发明的功能和应用范围。

本发明公开的是动态图像的编码方法、装置和计算机可读记录介质。动态图像的编解码技术是一项被广泛应用的多媒体技术，应用范围有互联网传输、卫星广播、电视信号编码、摄像机、手机，以及在光、磁、半导体等介质上录像存储等领域。目前有多个国际组织和公司提出多种编解码方案，例如国际标准化组织的MPEG-1、MPEG-2和MPEG-4标准，国际电信联盟的H.261、H.263和H.263+标准，联合视频工作组的H.264/MPEG-4AVC标准，微软公司、Real Networks公司的视频编解码方案，中国的AVS标准等等。本发明公开的方法和装置可以普遍应用在这些编码方案上，但不限于以上方案。

动态图像编码通常包括预测、变换、量化和熵编码四个步骤。图1显示了一个典型的动态图像编码装置的框图。采集到的原始图像在101里存储，图像按照编码顺序依次输出，原始像素值与预测像素值相减，然后经过102做空间变换、103量化，一路输入104扫描，由105熵编码后得到输出码流，另一路通过106去量化、107反变换与预测像素值相加，如果此时的预测模式是帧内预测，则该信号送到108做帧内预测，否则该信号经过109滤波送到110存储，作为参考图像，原始图像和参考图像送到111做运动估计，生成的参数送到112做运动补偿，生成预测图像。

通常图像分为I帧、P帧和B帧三种类型，其中I帧里的像素块采用帧内预测编码，P帧和B帧的像素块采用帧内预测编码或帧间预测编码。采用帧内预测编码的宏块被称作I宏块，采用帧间预测编码的宏块被称作P宏块或B宏块。帧内预测有多种预测模式，例如，在H.264标准里，16×16像素块的亮度信号有4种帧内预测模式，8×8和4×4像素块的亮度信号各有9种帧内预测模式。帧间预测也有许多种模式。下面举一个宏块的例子来说明。对一个宏块做编码时，通常经历两个过程，如图2所示。首先是分析过程，根据当前宏块(currentmacroblock)的像素值、它的周围像素(neighbor pixel)的重建值和参考图像，分析所有可能的宏块类型和预测模式，或者只选择其中的几种，计算它们的代价(cost)，确定代价最小的宏块类型(macroblock type)和预测模式为最佳宏块类型和最佳预测模式，然后对当前宏块按照分析的结果编码，输出码流。值得注意的是，在对P帧或B帧里的宏块分析时，既要做帧内预测分析，也要做帧间预测分析，通过比较二者代价的大小来决定最佳宏块类型和最佳预测模式。也就是说，即便对于一个P帧或B帧里的宏块，也要计算它的帧内预测代价。图3是一个宏块编码流程的示范，第一步，计算当前宏块的各种帧内预测模式的代价，选择其中代价最小的模式为最佳帧内预测模式；第二步，计算当前宏块的各种帧间预测模式的代价，选择其中代价最小的模式为最佳帧间预测模式；第三步，比较最佳帧内预测模式代价和最佳帧间预测模式代价的大小；第四步，如果最佳帧内预测模式代价小，则按最佳帧内预测模式对当前宏块编码；如果最佳帧间预测模式代价小，则按最佳帧间预测模式对当前宏块编码。