[发明专利]视频数据编码和解码

说明书

技术领域

本发明涉及视频数据编码和解码。

背景技术

存在若干种视频数据压缩和解压缩系统(作为编码和解码系统的示例)，这些系统涉及将视频数据变换为频域表示，量化频域系数并且然后向量化后的系数应用某种形式的熵编码。

在本上下文中，熵可被认为是对数据符号或符号序列的信息内容进行表示。熵编码的目的是利用表示数据符号序列的信息内容所需要的最少量编码数据比特(理想地)以无损方式来编码该数据符号序列。在实践中，熵编码被用来对经量化系数编码以使得经编码数据小于(在其比特数目方面)原始的经量化系数的数据大小。更高效的熵编码处理对于相同输入数据大小给出更小的输出数据大小。

在视频数据压缩中使用的熵编码处理的重要部分涉及经量化系数被呈现用于编码的顺序。

通常，数据扫描或重排序处理被应用于经量化系数。扫描处理的目的是对经量化的频率变换后数据进行冲排序以便将尽可能多的非零经量化经变换系数收集在一起，当然，因此，将尽可能多的零值化系数收集在一起。这些特征可允许高效地应用所谓的行程长度编码或类似技术(其通过定义了行程的长度的较少量数据比特来对零的连续序列或行程进行编码)。因此，扫描处理涉及从经量化经变换数据中选择系数，并且具体地，根据“扫描顺序”从与经变换和经量化的图像数据块相对应的系数块中选择系数，以使得(a)作为扫描的一部分，所有系数都被选择一次，并且(b)扫描倾向于提供所希望的重排序。

在实践方面，频域变换级的输出通常包括一组频域系数，这些系数根据它们在原始图像块中表示的水平和垂直空间频率而变化。一般地，存在表示原始图像块中的样本的平均(DC)值的所谓的“DC”系数，以及表示低的或高的水平和垂直空间频率范围的各自排列的一连串系数。

这些系数被排序以用于发送给数据扫描处理的方式当然是任意的，但是为了方便经常将系数当作数据阵列，其中DC系数在该阵列的左上角，增大的水平空间频率在该阵列中从左向右的方向上被表示出并且增大的垂直空间频率在该阵列中从上到下的方向上被表示出。在这种表示下，已发现可提供有用结果的数据扫描处理就是所谓的zigzag扫描，其以DC系数开始并且然后以zigzag方式逐个前进通过其余系数。zigzag扫描的一个示例在附图中的图16中示意性地被示出。该扫描图案意味着在DC系数之后被扫描的前两个系数是分别表示(a)和(b)的那些系数：(a)零垂直空间频率和最低水平空间频率范围；以及(b)零水平空间频率和最低垂直空间频率范围。此后，扫描继续进行以使得一次一个系数地扫描系数阵列中的连续斜线(在坐下至右上的方向上)。沿着每条斜线，水平频率分量(或阵列位置的水平部分)和垂直频率分量(或阵列位置的垂直部分)之和一般为常数。实际上，沿着每次斜线扫描，在图16的实施例中该和为常数。

zigzag扫描被认为是有益的，因为对于许多常规类型的图像，并且具体地对于从真实场景捕获的图像，信息内容的大部分倾向于位于DC和低频系数中。通常是许多或所有更高频系数为零的情况。在诸如所提出的“高效率视频编码”(HEVC)系统之类的对残差图像数据(即，表示实际图像与该图像的预测版本之间的差异的数据)编码的系统中尤其是这种情况。因此，通过首先扫描DC和较低频系数，非零值可倾向于被收集在一起并且零值也可倾向于被收集在一起。如上面提到的，这可带来更高效的熵编码处理。

所谓的“推测”(“speculation”)可被用在解码处理中。基本地，特定数据值(例如，经量化DCT系数)的解码可能受到相邻数据值的解码的影响。例如，在称为CABAC(上下文自适应二进制算术编码)系统的熵编码系统中，诸如被用作编码和解码处理一部分的上下文值和所指派代码值之类的数据项可取决于在空间上位于附近的先前经编码系数数据的数据值以及在编码顺序上位于附近的数据的解码系数。在解码侧，如果数据按照它们被编码的顺序相同的串行顺序被解码，并且一个数据项的解码在任何相关数据需要被用于下一数据项的解码之前完成，则不难知道先前经编码数据的值从而生成用于解码下一数据项的所需上下文数据。但是，如果数据值被并行地解码，则将出现困难。