[发明专利]一种基于HEVC的音频信息嵌入方法及提取和重构方法

摘要

本发明涉及一种基于HEVC的音频信息嵌入方法及提取和重构方法，在音频信息嵌入部分通过分HEVC编解码结构，在帧内预测编码过程中，选取纹理复杂度较高的4×4的预测单元，利用拉格朗日率失真模型选取最优预测模式，并根据相邻预测模式相关性，在最优预测模式确定的前提下，将具有相近预测效果的4个预测模式分为1组，建立预测模式组与变长码组之间的动态双映射关系，根据待嵌入的音频信息长度变化，改变标志位，对应调制预测模式，完成音频2比特或3比特信息的嵌入，大大提升了嵌入音频信息的容量。在提取和重构过程中，只需根据双映射关系对码流中的预测模式解码即可，实现了音频信息完整无误的嵌入和提取，很好的保证了音、视频的主客观质量。

主权项

一种基于HEVC的音频信息嵌入方法，其特征在于：包括以下步骤：步骤1‑1、将待嵌音频信息进行G.729压缩编码，将压缩编码后的待嵌音频信息转化为二进制音频数据流，用Aui表示，其中1≤i≤Len，i的初始值为1，Len表示二进制音频数据流的长度；步骤1‑2、在编码端，将待嵌音频信息的原始HEVC视频当前待编码帧定义为当前编码帧，当前编码帧进行帧内预测时，将当前编码帧中正在处理的第m个预测单元定义为当前预测单元，其中1≤m≤I,m的初始值为1，I表示当前编码帧帧内预测时包含的预测单元的总个数；步骤1‑3、判断当前预测单元的尺寸是否为4×4，如果是，则执行步骤1‑4；否则，对当前预测单元不处理，然后令m＝m+1,再执行步骤1‑11，其中m＝m+1中的“＝”为赋值符号；步骤1‑4、利用拉格朗日率失真优化函数计算出当前4×4预测单元的最优预测模式，用Best_Mj表示，j＝(0,1,2…34)表示预测模式编号；步骤1‑5、在帧内预测模式相关性分析的基础上，统计在最优预测模式Best_Mj确定的情况下，次优预测模式的概率分布，次优预测模式用Sub_opt_Mn(n＝0,1,2,…34)表示，然后选取次优预测模式出现概率在50％以上的四个模式，用Sub_opt_M0，Sub_opt_M1，Sub_opt_M2，Sub_opt_M3表示，然后将Sub_opt_M0，Sub_opt_M1，Sub_opt_M2，Sub_opt_M3与当前最优预测模式Best_Mj构成一个集合Sj(j＝0,1,2,…34)，由于最优预测模式Best_Mj有35种可选值，因此Sub_opt_M0，Sub_opt_M1，Sub_opt_M2，Sub_opt_M3与当前最优预测模式Best_Mj构成的集合也存在35个，根据集合的运算规则，将这35个集合中的任意4个集合之间进行相与得到共同元素，如果任意4个集合之间进行相与后得到的集合中的预测模式达到4个时，就将此4个具有相近预测效果的预测模式Na(a＝0,1,2,3)划分为一个预测模式组Classb＝{N0,N1,N2,N3}，最后根据预测模式相关性将35种帧内预测模式分为11个预测模式组，其中预测模式组用Classb＝{N0,N1,N2,N3}表示，b＝1,2,3……11；N0,N1,N2,N3为预测模式组中4个预测效果相近的预测模式编号；步骤1‑6、将步骤1‑4中得到的最优预测模式Best_Mj，对照步骤1‑5中得到的预测模式组，确定该最优预测模式Best_Mj所在的预测模式分组Classb＝{N0,N1,N2,N3}，即式Best_Mj∈Classb＝{N0,N1,N2,N3}；步骤1‑7、依次读取二进制音频数据流Aui，其中1≤i≤L，L表示二进制音频数据流长度，读取的规则为：首先读取3比特音频数据，然后根据读取音频信息的长度标志位flag值的变换读取2比特或3比特音频数据，当flag＝0时读取2比特音频数据用Fi表示，当flag＝1时读取3比特音频数据用Mi表示，当最后剩下二进制音频数据长度等于1时，即音频只剩下单比特数据，将读取位置向前移动1位后停止读取，然后输出一个音频读取结束标志fin＝0并将其传给解码端；当剩下音频数据长度Len＝0时，停止读取二进制音频数据，此时所有二进制音频数据读取完毕；本步骤中提及的读取音频信息的长度标志位flag值取值为0或1；当所有二进制音频数据读取完毕后，将读取音频信息的长度标志位flag值顺序发送给接收端；在后续对二进制音频数据进行嵌入时，按照前述读取顺序，一组一组依次嵌入；本步骤中，在读取二进制音频数据流过程中，读取音频信息的长度标志位flag值由以下方式获得：步骤1‑7‑a、首先读取长度3比特的音频信息，然后将这3比特的音频信息转换成十进制数值，判断这个十进制数值是否大于十进制数值(011)10，如果大于，下一个读取音频信息的长度标志位flag值赋值为0，并进入步骤1‑7‑b；否则，下一个读取音频信息的长度标志位flag值赋值为1，并进入步骤1‑7‑c；步骤1‑7‑b、读入2bit比特的音频信息，然后将下一个读取音频信息的长度标志位flag值赋值为1，然后进入步骤1‑7‑c；步骤1‑7‑c、读入3bit比特的音频信息，然后将这3比特的音频信息转换成十进制数值，判断这个十进制数值是否大于十进制数值(011)10，如果大于，下一个读取音频信息的长度标志位flag值赋值为0，否则，下一个读取音频信息的长度标志位flag值赋值为1；步骤1‑8、建立待嵌音频信息与预测模式之间的映射规则，进而根据映射规则判断当前待嵌音频信息与最优预测模式Best_Mj是否匹配，如果匹配则不对预测模式进行修改，然后利用最优预测模式Best_Mj将当前待嵌音频信息嵌入进当前预测单元；否则，用预测模式组Classb＝{N0,N1,N2,N3}中满足映射规则的次优预测模式替换当前最优预测模式Best_Mj，然后利用替代后的次优预测模式将当前待嵌音频信息嵌入进当前预测单元；本步骤中，建立待嵌音频信息与预测模式之间的映射规则方式为：当读取的音频信息长度为2时，2比特长度的音频信息可建立的信息分组为:Fi＝{00,01,10,11}，然后进行Fi→Ni映射，即建立00→N0、01→N1、10→N2、11→N3的音频信息和预测模式映射关系；当读取音频信息长度为3时，3比特长度的音频信息可建立的信息分组为：Mi＝{000,001,010,011}；进行Mi→Ni映射，即建立000→N0、001→N1、010→N2、011→N3的音频信息和预测模式映射关系；步骤1‑9、按照步骤1‑4到步骤1‑8的方式，将待嵌音频信息依次嵌入进分割后包含当前4×4预测单元的一个8×8编码单元中其余三个连续的4×4预测单元中；步骤1‑10、判断已经嵌入过音频信息的4个连续的4×4预测单元的率失真代价值总和J(CU4)与包含该4个连续4×4块的一个8×8编码单元的率失真代价值J(CU3)进行比较，如果J(CU4)<J(CU3)，则保留嵌入的四组音频信息，否则不保留，在下一个分割成四个连续的4×4预测单元的编码单元内重新嵌入前述四组音频信息；步骤1‑11、读取下一个4×4预测单元，并将读取的第m+1预测单元作为当前预测单元，然后返回步骤1‑4继续执行，直至当前编码帧中的所有预测单元处理完毕；步骤1‑12、将原始HEVC视频的下一帧待编码的帧作为当前编码帧，然后返回步骤1‑2继续执行，当读取到音频数据结尾时，如果余下单比特数据，则根据预测模式的奇偶对应关系进行映射，当结尾数据为0时，预测模式为偶模式，则将结尾数据0直接嵌入；预测模式为奇模式，则选取预测模式组Classb中为偶的次优预测模式替换，然后利用替代后的次优预测模式将结尾数据0嵌入进当前编码帧；当结尾数据为1时，预测模式为奇模式，则将结尾数据1直接嵌入，预测模式为偶模式，则选取预测模式组Classb中为奇的次优预测模式替换，然后利用替代后的次优预测模式将结尾数据1嵌入进当前编码帧，此时所有音频信息全部嵌入完毕。