[发明专利]基于多色彩空间进行率失真优化的视频处理方法及应用

说明书

本发明公开了基于多色彩空间进行率失真优化的视频处理方法及应用，涉及数字图像处理技术领域。所述方法包括步骤：预定义候选色彩空间列表中的N个色彩空间YUiVi；将输入视频分为多个单元，对每一个单元，分别转换到前述N个色彩空间进行编码，记录单元在各色彩空间编码后的比特数Bi；对编码单元进行去量化和逆变换得到失真解码单元，将失真解码单元统一转换到初始的标准色彩空间得到失真单元，与原始输入单元对比后计算单元在各色彩空间上的失真度Di；计算各色彩空间的率失真代价Ji=Di+λBi，将Ji最小的色彩空间确定为当前单元的编码色彩空间。本发明可针对视频图像内容灵活地、自适应地选择最合适的色彩空间进行编码。

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种基于多色彩空间进行率失真优化的视频处理方法及应用。

背景技术

视频压缩通过将视频信息转换成较低比特率的形式来降低存储和传送该信息的成本，解压(也被称为解码)从压缩的形式中重构一种版本的原始信息。随着 IT 技术的发展，视频应用已经渗透到了社会的各个领域。不断涌现的视频应用对视频压缩效率提出了更高的要求。

视频压缩性能需要根据编码输出的比特率和编码后产生的失真共同评价。编码比特率和失真相互制约，例如降低比特率必然使得失真度上升，相反要获得更好的视频质量，又会提高编码后的比特率，典型率失真曲线参见图1所示。因此视频编码的核心目标就是在保证一定视频质量的情况下，尽可能地减少编码比特率。为了应对不同的视频场景，编码器在相对固定的框架下，会有多种可选的编码方式，编码器的一个核心工作就是使用某种策略选择最优的编码参数，以实现最优的视频压缩性能。基于率失真理论的编码参数选择的过程称为率失真优化（Rate-distortion optimization，RDO）。

传统的视频编码过程中已有很多编码参数，即有很多可进行率失真优化的过程，作为举例，包括帧内预测模式、帧间运动估计、量化等。目前主流的视频编码框架下，能进行率失真优化的过程已相对固定，以帧内预测模式的率失真优化过程为例进行说明。帧内预测是指利用当前图像已编码的像素点对待编码块进行预测的过程，主流的H.265 标准提供了35 种可选择的帧内预测模式，对任一编码块，遍历所有的预测模式进行编码，满足码率限制的失真最小的一个预测模式即为最优的帧内预测模式。

另一方面，视频源(诸如摄像头)通常在特定色彩空间中提供视频，其中该视频的色彩分量是根据特定色彩采样率来子采样的。一般而言，色彩空间(也称色彩模型)是用于将色彩表示为每物理位置n个值的模型，其中n≥1，其中每个n值提供该位置的色彩分量值。人们通常使用一个三元组（n=3）或四元组（n=4）数字来描述色彩空间的颜色，例如RGB、CMYK色彩空间，在RGB色彩空间中，红色(R)分量值表示某位置处的红色强度，绿色(G)分量值表示该位置处的绿色强度，蓝色(B)分量值表示该位置处的蓝色强度；在CMYK色彩空间中，四种标准颜色C=Cyan青色， M=Magenta品红色，Y=Yellow黄色，K=blacK黑色，青色(C)分量值表示某位置处的青色强度，品红色(M)分量值表示该位置处的品红色强度，黄色(Y)分量值表示该位置处的黄色强度，黑色(K)分量值表示该位置处的黑色强度。不同的色彩空间具有用于不同应用的优点，一个颜色往往可使用色彩空间转换操作在不同的色彩空间中进行转换，色彩空间之间的转换大多是简单的线性映射，例如RGB色彩空间到YCbCr色彩空间的转换：

；

或者RGB色彩空间到YCgCo色彩空间的转换：

。