[发明专利]图像编解码方法和设备、系统

说明书

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像编解码方法和设备、系统。

背景技术

为了尽量减少传送视频数据所需要的带宽，例如可以采用帧内压缩方法或者帧间压缩方法对视频数据进行压缩，其中，帧间压缩方法通常是基于运动估计的帧间压缩方法对图像压缩并编解码的过程具体包括：编码端将待编码图像块划分成若干个大小相等的子图像块，针对每个子图像块，在参考图像中搜索与当前子图像块最匹配的图像块作为预测块，然后将该子图像块与预测块的相应像素值相减得到残差，并将该残差经变换与量化后得到的值进行熵编码，最后将熵编码得到的比特流和运动矢量信息一并发给解码端，其中，运动矢量信息表示当前子图像块与预测块的位置差。在图像的解码端，首先获得熵编码比特流后进行熵解码，得到相应的残差，及相应的运动矢量信息；然后根据运动矢量信息在参考图像中获得相应的匹配图像块(即上述预测块)，再根据匹配图像块中各像素点的值和残差值中对应像素点的值相加得到当前子图像块中各像素点的值。其中，帧内压缩方法(又称为帧内预测方法)，利用帧内压缩方法对图像压缩并编解码的过程具体包括：将图像块划分成若干子图像块，每个子图像块根据本帧图像的内容获得参考图像块，根据参考图像块获得子图像块的残差，残差经变换与量化后进行熵编码，并将编码结果写入比特流中。在图像的解码端，首先获得熵编码比特流后进行熵解码，得到相应的残差，及图像块所划分出的子图像块，获得本帧图像的内容获得参考图像块，根据参考图像块与子图像块的残差得到当前子图像块中各像素点的值。

进一步地，为了去除上述图像块的冗余信息，以便提高编码效率，在上述编解码技术中，例如编码端可以采用奇异向量分解(singular vectordecomposition，SVD)技术对残差数据进行SVD分解以获得特征向量矩阵(eigenvector matrix)(如U矩阵和V矩阵)，使用U矩阵和V矩阵对残差数据进行变换获得变换系数。然而，解码端没法对残差数据进行SVD分解，因此，需要编码端将对残差数据进行SVD分解得到的U矩阵和V矩阵传输给解码端，或者在编解码系统中，确定若干套U和V矩阵，编码端传输U矩阵和V矩阵对应的索引值，解码端通过获取所述索引值获得对应的U矩阵和V矩阵，从而使得解码端解码时可以使用U矩阵和V矩阵对变换系数进行反变换得到残差数据，并对所述残差数据进行解码操作。

因此，现有的SVD分解技术中，由于需要编码端将对残差数据进行SVD分解得到的U矩阵和V矩阵传输给解码端，或者需要将若干套U和V矩阵的索引值传输给解码端，增加了编码码流的标识负载，从而会降低编码效率。

发明内容

本发明实施例提供一种图像编解码方法和设备、系统，用以解决现有的SVD分解技术中，由于需要编码端将SVD分解得到的U矩阵和V矩阵传输给解码端，或者需要将若干套U和V矩阵的索引值传输给解码端，增加了编码码流的标识负载而导致的编码效率降低的问题。

第一方面，提供一种图像编码方法，包括：

对待编码图像块对应的预测块进行奇异向量分解，获得所述预测块的特征向量矩阵U和V；

根据所述预测块的特征向量矩阵U和V对残差数据进行编码处理，其中，所述残差数据为所述待编码图像块的像素值与所述对应的预测块的像素值之间的差值。

可选地，根据所述预测块的特征向量矩阵U和V对残差数据进行编码处理，包括：

利用所述预测块的特征向量矩阵U和V对残差数据进行第一变换，得到所述残差数据的第一变换系数，对所述第一变换系数进行编码处理。

可选地，对所述第一变换系数进行编码处理之前，还包括：

采用二维变换矩阵对所述残差数据进行第二变换，得到所述残差数据的第二变换系数。

可选地，得到所述残差数据的第二变换系数之后，包括：

比较所述第一变换系数和所述第二变换系数的性能；

若所述第一变换系数的性能高于所述第二变换系数的性能，则将变换标识和所述第一变换系数编码；其中，变换标识的值为第一数值，用于标识编码端采用所述预测块的特征向量矩阵U和V对所述残差数据进行变换；

若所述第一变换系数的性能低于所述第二变换系数的性能，则将变换标识和所述第二变换系数编码，其中，所述变换标识的值为第二数值，用于标识编码端采用所述二维变换矩阵对所述残差数据进行变换。

可选地，所述的方法还包括：

所述编码端对所述残差数据进行奇异向量分解，获得所述残差数据的特征向量矩阵U和V；