[发明专利]处理图像数据的宏数据块的方法

说明书

技术领域

本发明涉及一种处理图像数据的宏数据块的方法，特别涉及一种根据图像数据的格式及宏数据块的编码方式来处理图像数据的宏数据块及该宏数据块的水平边界的去数据块的方法。

背景技术

为了要有效率地对会随时间变化的视频序列进行压缩，在时间域(temporal domain)上及在二维空间域(two dimensional spatial domain)上的冗余性(redundancy)都必须尽量减低。在MPEG(Moving Picture ExpertsGroup)标准中，是使用离散余弦变换(discrete cosine transform，DCT)来降低在二维空间域上的冗余性，并使用移动补偿(motion compensation)的方式来降低在时间域上的冗余性。

DCT是一种可以通过二维空间转换(two dimensional spatialtransformation)来降低数据间的相关性(correlativity)的方法。在一张图像被分割成多个数据块(block)之后，每一个数据块皆通过DCT被空间性地转换(spatially transformed)。经过空间性地转换的数据较容易会趋向于一特定的方向，而只有趋向于该特定方向的数据群组，才会受到量化及传送。

在时间域上连续的图像(picture)可以形成人类或是物体的移动状况。此一特性可应用于移动补偿方法之中，用以降低时间域上的冗余性。在目前的图像之中，相同于(或很类似于)之前的图像中对应区域的图像区域皆可以不必传送，故可以降低所需传送的数据量。而在不同张图像之间找寻最相似的数据块的动作被称为「移动估测」(motionestimation)。至于表现出移动的程度的位移量(displacement)则称为移动向量(motion vector，MV)。MPEG的标准则是使用合并了移动补偿及离散余弦变换的方式来进行图像的压缩。

当压缩的技术配合了DCT算法一同使用时，通常会在输入数据被取样成大小为8x8个像素的单位之后再执行DCT转换，至于转换参数(transformcoefficients)则会通过使用一量化表(quantization table)中的量化值(quantization values)的方式，对应于视觉特性(visual property)而量化得出。接下来，数据会通过运行长度编码(run length coding，RLC)的方式被压缩。而通过DCT处理的数据会从空间域(spatial domain)被转换至频率领域(frequency domain)，并针对人眼所无法察觉的视觉特性进行量化压缩。举例来说，因为人眼对于高频的变化较不敏锐，因此，高频系数会通过较大的步阶大小(stepsize)进行量化。如此一来，量化表可依据外部参数(external parameters)来决定出，例如显示特性(displaycharacteristic)、观像距离(watchingdistance)，和噪声的状况，以执行适当的量化工作。

至于量化后的数据，具有相对较高频率的数据会以较短的码字(codeword)进行编码，具有相对较低频率的数据则会以较长的码字进行编码，至此数据即压缩完毕。

请参考图1，图1为MPEG压缩中，多个相邻的8x8像素数据块100、102、104的示意图。在处理一移动图像时，这些数据块100、102、104会被个别处理，以增大压缩率(compression ratio)及编码效率(coding efficiency)。然而，这种「个别的」处理方式，会导致数据块间的数据块边界(blockboundary)变的较为明显，而出现可察觉的「数据块效应」(blockingartifacts)。在水平数据块边界106及垂直数据块边界108皆会产生出方块式型样(square patterns，亦即数据块效应)，而容易被人眼所察觉出来。

在低的编码位率(coding bit rates)时，对于移动图像的压缩而言，数据块效应是个严重的问题。对于移动图像的编解码而言，实时性的运算是很重要的，很难在有限的运算能力之下有效地降低数据块效应。因此，以现有的视频压缩算法及标准而言，在原始信息有漏失(loss)的情况下进行压缩，皆会出现可见的人为图像缺陷(visual artifacts)，而在编码位率越低的情形下，这些不理想的人为图像缺陷就会变得更加地明显。