专利名称：用于处理视频序列的方法和设备的制作方法
技术领域：
本发明涉及用于处理视频序列的方法和设备。
背景技术：
在现代通信系统中，视频压缩/编码是极为重要的。由于有限的带宽分配，经常采用通常所说的有损算法(例如，在最新发展的视频编码标准H.264/AVC[1]中)。这些算法使用像素的量化或变换系数来将比特率调整到信道容量。在许多应用中这导致或多或少的可见编码伪像。
本发明的目的
本发明的目的是提供用于有效处理有噪声的数字视频序列以便减少噪声用于预测视频编码和/或后滤波应用的方法。
本发明的另外的目的是提供能够有效处理有噪声的数字视频序列以便减少噪声用于预测视频编码和/或后滤波应用的设备系统。发明内容
本发明的实施例涉及用于处理编码的视频序列的方法，所述方法包括下列步骤
-重构所述编码的视频序列并且提供多个邻近的图片；
-基于运动模型将所述邻近的图片中的每一个或每个邻近的图片的至少相干区域变换到参考图片的坐标系中，并且由此生成包括经变换的图片的图片堆栈；
-使用加权函数组合所述经变换的图片的相应像素的像素幅度，以形成用于所述参考图片的至少一个图像像素的经处理的像素幅度；以及
-基于所述图像像素的所述至少一个经处理的像素幅度生成经处理的图片。
例如，所述编码的视频序列的重构可以通过解码所述编码的视频序列而被执行。
优选地，长度值被赋予所述经处理的图片，所述长度值定义了所述图片堆栈的所述邻近的图片的数量。
例如，可以通过将所述经处理的图片合并到所述重构的视频序列中而生成经滤波的视频序列。优选地赋值标记位以标志在所述视频序列中存在所述经处理的像素幅度。
所述变换邻近的图片的步骤可以包括变换在先的和后继的图片，相对于所述参考图片。
而且，可以虑及具有包括与所述经变换的图片的图像像素相对应的图像像素的空间相邻的图片的进一步的视频序列以形成所述图像像素的所述经处理的像素幅度。
而且，可以执行至少两个不同的处理模式，其中，在每个处理模式中，最大数量的图片被考虑用于生成所述图像堆栈，并且其中标志被赋值，其指示已在所述比特流中被执行的处理模式。
此外，所述方法可以包括生成编码的比特流的步骤。
上面提到的所述经处理的图片可以被用于预测图片。
根据另外的优选的实施例，所述方法也可以包括用于编码所述参考图片的下列步骤
-定义多个图片堆栈，每个图片堆栈包括相对于所述参考图片的各个数量的邻近的图片；
_对于每个图片堆栈，基于运动模型，将所述邻近的图片中的每个或每个邻近的图片的至少相干区域变换到所述参考图片的坐标系中，并且由此生成经变换的图片的堆栈， 并使用加权函数组合所述经变换的图片的相应像素的像素幅度，以形成用于所述参考图片的至少一个图像像素的经处理的像素幅度，并基于所述至少一个图像像素的所述经处理的像素幅度生成经处理的图片，并向每个经处理的图片赋予定义其单个图片堆栈长度的长度值；
-为每个经处理的图片生成预测的图片，所述预测的图片参考所述参考图片；
-使用所述经处理的图片编码所述参考图片并生成所述编码的比特流；
_向所述编码的比特流添加值，其指示被用于编码的所述图片的所述单个图片堆栈长度；以及
-将用于基于运动模型将所述邻近的图片中的每一个或每个邻近的图片的至少相干区域变换到参考图片的坐标系中的参数编码到所述编码的比特流。
例如，对于每个经处理的图片，可以确定所述预测的图片和所述参考图片之间的偏差，并且可以确定具有最小偏差的经处理的图片。然后，可以使用所述具有最小偏差的经处理的图片来编码所述参考图片。
具有最小偏差的所述经处理的图片可以通过计算所述经处理的图片和所述参考图片之间的绝对误差、平方误差、均方误差、均方根误差或所述误差测量的任何相关的度量而被确定。
除所述预测的图片之外，可以通过执行基于所述参考图片之前的至少一个图片的预测来生成未滤波的预测的图片。所述预测的图像和所述未滤波的预测的图像可以被分成块。可以基于所述预测的图像之一的相应块或所述未滤波的预测的图像的相应块来编码所述参考图片的每个块。对于每个块，可以提供标志，所述标志指示块是可以使用所述预测的图像之一而被编码还是可以使用所述经滤波的预测的图像而被编码。所述标志可以被包括到所述编码的比特流中。
此外，可以确定所述预测的图像的每个块和所述参考图像的每个相应块之间的偏差。此外，可以确定所述未滤波的预测的图像的每个块和所述参考图像的每个相应块之间的偏差。然后，可基于所述预测的图像之一的相应块或所述未滤波的预测的图像的相应块 (依赖于那些中的哪个显示了最小偏差)来编码所述参考图片的每个块。
所述运动模型优选地是平移的、仿射的、透视的和/或抛物线的运动模型。
本发明还涉及能够执行上面所描述的方法中的任一个的解码器。
本发明还涉及能够执行上面所描述的方法中的任一个的编码器。
为了通过其本发明的上面所述的和其他的优点被获得的方式将被容易地理解，将通过参考其特定的实施例(其仔附图中被示出)来呈现上面简要描述的本发明的更详细的描述。理解的是这些图仅描绘了本发明的典型的实施例，并且因此不将被认为是其范围的限制，将通过使用附图而用附加的特征和细节来描述和解释本发明，其中
图I以示例性的方式显示了 H. 264/AVC[l]的基本的编码结构；
图2以示例性的方式显示了长期全局运动参数的生成；
图3显示了针对在执行时间滤波之前生成一组空间对齐的图片的例子；
图4以示例性的方式显示了用于在混合视频编码环境中的后处理的时间滤波，其中使用分段和基于像素的GME在编码器和解码器两处执行时间滤波，并且其中被用于滤波的帧索引被传送到接收器；
图5显示了针对从先前解码的图片生成图片的滤波的版本It用于后处理的例子， 其中图片缓冲器之内的图片可以是该序列的过去的和/或未来的图片以及来自多视图编码环境中的不同视图的图片；
图6以示例性的方式显示了用于后处理的时间滤波过程，其中来自一组对齐的图片的一个行yk被描绘；
图7以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用分段和基于运动向量的GME在编码器和解码器两处执行时间滤波，并且其中被用于滤波的帧索引被传送到所述接收器；
图8以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于像素的GME仅在所述解码器处执行所述时间滤波，并且其中被用于滤波的帧索引不被传送到所述接收器，并且其中所述编码器是不变的；
图9以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于运动向量的GME仅在所述解码器处执行时间滤波，并且其中被用于滤波的帧索引不被传送到所述接收器，并且其中所述编码器是不变的；
图10以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于像素的GME在所述编码器和所述解码器两处执行所述时间滤波，并且其中无分段被执行，并且其中被用于滤波的帧索引被传送到所述接收器；
图11以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于运动向量的GME在所述编码器和所述解码器两处执行所述时间滤波，并且其中无分段被执行，并且其中被用于滤波的帧索引被传送到所述接收器；
图12以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于像素的GME仅在所述解码器处执行所述时间滤波，并且其中分段被执行用于对象掩码传输；
图13以示例性的方式显示了用于混合视频编码环境中的后处理的时间滤波，其中使用基于运动向量的GME仅在所述解码器处执行时间滤波，并且其中分段被执行用于对象掩码传输；
图14以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中除通常的空间解块外，在该图片缓冲器之内的图片上使用基于像素的GME执行所述时间滤波，并且其中所述编码器通过最小化预测误差来决定是使用空间解块还是使用时间滤波；
图15显示了针对生成滤波的参考图片Ipb, H, —用于基于块的运动估计的例6子，其中所述图片缓冲器内的图片可以是该序列的过去的和/或未来的图片以及来自多视图编码环境中的不同视图的图片；
图16以示例性的方式显示了用于在基于块的运动估计中生成滤波的参考图片 Ipbit-Ufiltered的时间滤波过程，并且其中来自一组对齐的图片的一个行yk被描绘；
图17以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中除通常的空间解块外，在该图片缓冲器内的图片上使用基于运动向量的GME执行所述时间滤波，并且其中所述编码器通过最小化所述预测误差来决定是使用空间解块还是使用时间滤波；
图18以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中在通常的空间解块之后在该图片缓冲器内的图片上使用基于像素的GME执行所述时间滤波，并且其中所述编码器通过最小化所述预测误差来决定是使用空间解块还是使用时间滤波和空间解块的组合；
图19以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中在通常的空间解块之后在该图片缓冲器内的图片上使用基于运动向量的GME执行所述时间滤波，并且其中所述编码器通过最小化所述预测误差来决定是使用空间解块还是使用时间滤波和空间解块的组合；
图20以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中在通常的空间解块之前在该图片缓冲器内的图片上使用基于像素的GME执行所述时间滤波，并且其中所述编码器通过最小化所述预测误差来决定是使用空间解块还是使用空间解块和时间滤波的组合；
图21以示例性的方式显示了用于混合视频编码环境中的运动估计增强的时间滤波，其中在通常的空间解块之前在该图片缓冲器内的图片上使用基于运动向量的GME执行所述时间滤波，并且其中所述编码器通过最小化所述预测误差来决定是使用空间解块还是使用空间解块和时间滤波的组合；
图22以示例性的方式显示了作为混合视频编码环境中的附加的预测模式的时间滤波，其中使用基于像素的GME方法执行所述时间滤波；
图23显示了针对生成用于当前图片It的预测信号It,pral的例子，其中所述图片缓冲器内的图片可以是该序列的过去的和/或未来的图片以及来自多视图编码环境中的不同视图的图片；
图24以示例性的方式显示了时间预测过程以形成用于当前图片It的预测信号It, pral，来自一组对齐的图片的一个行yk被描绘；
图25以示例性的方式显示了作为混合视频编码环境中的附加的预测模式的时间滤波，其中使用基于运动向量的GME方法执行所述时间滤波；以及
图26以示例性的方式显示了作为附加的预测模式和用于运动估计增强的滤波的组合而被合并到通常的混合视频编码环境中的时间滤波，其中使用基于像素的GME方法执行时间滤波。
具体实施方式
在下文中所描述的发明通过针对预测视频编码和/或后处理利用全局运动时间滤波而使得能够有效处理有噪声的数字视频序列。因此，序列的图片或区域或多视图编码场景中的视图之间的全局运动被估计和补偿。这产生噪声减小的所述序列的表示，用于后滤波、运动估计增强乃至预测。
通常的混合视频编码器从原始信号中减去预测以生成残留数据。这些残留随后被逐块变换、量化并被发送到所述接收器。所述编码器也包括局部解码器。所述局部解码器重新调节所述量化的变换系数并将它们逆变换以生成所述残留数据的表示并且用它生成所述原始信号的表示。被存储在所述图片缓冲器中的一组先前解码的图片被使用以生成所述预测信号。在图I中描绘了典型的混合视频编码器。
当今视频编码中仍然存在的问题之一是变形，即块式伪像(blocking artifacts)，其强烈地影响所述接收器处所感知的视觉质量和所述预测信号的客观质量。 针对这些伪像主要存在两个原因。它们中的一个是变换系数的所述量化。取决于量化的粗糙度，这能够导致块边界之间的视觉干扰的边缘。第二来源是运动补偿的预测。在这里，根据已经被局部解码的时间邻近的图片，块被预测，并且因此在块边界处包含不连续。这些经常被复制到所述预测信号的内部中。达到所述局部解码的数据的客观质量提高是所期望的。用该方法，可以改善所述预测信号，这将意味着更少的残留数据并且因此意味着用于传输该视频信号所花费的更小的比特率。此外，解码所传送的数据之后的块式伪像的减少将导致所述视频信号的更好的主观感知。
对这些问题的解决方案的研究已经是广泛的。H. 264/AVC标准[I]定义了解块滤波器，其是基于List等人的工作[2]。该算法首先尝试使用边界分析来区分不同种类的不连续。在这里，假设取决于邻近的块的种类(即，内编码的或互编码的)，边界是或多或少尖锐的。第二步骤是水平和竖直边缘的空间滤波。尽管可以显著地改善主观质量和所述预测信号，在低比特率下在所述解码的视频中块式伪像仍然是可见的。
除像上面所述的那种空间技术之外，要传送的图片和其局部解码的时间上的邻居之间的时间相关已被使用以改善所述预测信号的质量。这些通常所说的运动补偿的预测 (MCP)方案通过利用视频信号的连续图片之间的相似而实现压缩。
双-预测⑶和分层B图片编码[3]技术使用来自位于要被编码的当前图片的邻近中的一个或两个局部解码的图片的信息。在这里，使用基于块的运动估计技术来预测所述当前图片的宏块(macroblock)。如果多于一个的块被用于生成所述预测信号，则使用所有可能的候选者的加权平均。然而，仅使用平移运动模型来估计两个相应块之间的运动。分别在照相机变焦、旋转、剪切和透视变换的情况下，该模型没有充分地描述两个块之间的关系，导致不充分的预测。
通过Wiegand等人的工作[4],将先前解码的图片用于运动估计和补偿已经被扩展到参考图片选择中的可变的时间延迟。在长期记忆MCP中，用于宏块的空间位移向量可以指向仅受编码器和解码器之间的先前协商约束的任意远的参考图片。所述可变的时间延迟必须作为辅助信息而被传送到所述接收器，引起附加的比特率，这通过改进的MCP而被调整。在当前的H. 264/AVC标准中的所有现有的协议子集(profile)中也已经强制采用该技术。
偕同可变的时间延迟(即，根据不是所述当前图片的直接的时间上的邻居的参考图片)的宏块的预测可以被扩展到来自若干图片的参考的叠加。这被称为多假设MCP并且已经例如在[5]中被提出。在这里，所述预测信号是若干MCP信号的线性叠加。因为所有这些块被各个运动向量和可变的时间延迟参考，故为了最佳性能，率失真(rate-distortion) 优化(RDO)必须被采用。尽管如此，用于叠加的候选块是已经仅使用平移运动模型而被从先前解码的图片复制的块。这强加了与通常的基于块的MCP中的约束相似的约束。
在仿射多图片MCP[6]中，长期MCP的思想已经被扩展到使用偕同可变的时间延迟的先前解码的图片和其变形的版本。通过估计所述参考图片和要被解码的所述当前图片之间的全局运动参数来执行该变形。在[6]中，使用仿射的更高阶运动模型。随后在通常的长期图片缓冲器和它们的变形的表示的组上执行所述基于块的MCP。
MPEG-4第2部分/视觉的高级简单协议子集(Advanced Simple Profile) [7]定义了作为附加的预测模式的全局运动补偿(GMC)。不同于常规的MCP技术，要被编码的图片和其参考之间的运动不是在块的基础上使用平移运动模型而被估计，而是在图片的基础上针对更高阶的运动模型而被估计，该更高阶的运动模型通过描述变焦、旋转和剪切的参数扩展了所述平移模型。所述运动模型的参数必须作为辅助信息而被传送到所述编码器， 这增加了附加的比特率。使用GMC，如下是可能的以减少残留并因此减少传输所需的比特率的有效的方式预测关于所有不同种类的运动的大的相干区域。在MPEG-4视觉的标准化期间，被称为子画面(sprite)的技术已经被认为是序列的背景的模型。这些模型的优点在于它非常有效地利用了统计上的长期依赖性。这些子画面可以被在线地或离线地生成，其被称作动态子画面或静态子画面。仅静态子画面是MPEG-4视觉标准的一部分。
在这里，基于全局运动估计(GME)呈现了用于先前解码的图片的时间滤波的方法。因为在此处呈现的算法能够减少量化噪声和块式伪像，故它既可以被用于解块目的以增强在所述接收器处的主观感知，又可以被用于预测信号增强并因此可以被用于比特率减小。不同于上面所呈现的最新发展的方法，它将长期记忆图片缓冲器与更高阶的运动模型的使用相组合来处理除仅平移和来自先前解码的图片的若干空间对齐的信号的叠加之外的其他种类的运动。
对于给定参考，包含块式伪像的若干时间上邻近的图片被变换到所述参考的坐标系中以构建空间对齐的图像的堆栈。对于该变换，全局运动(即，图片和其参考之间的照相机运动)必须是已知的。这可以使用基于更高阶的运动模型的任何GME算法而被完成。随后通过在所述图像堆栈中的所有空间对齐的图片的叠加来创建所述参考图片的滤波的版本。因此，使用时间平均减少了量化噪声和块式伪像。所述参考图片的所述滤波的表示可以随后被用于通常的混合视频编码中的若干目的。
本文件中所描述的发明针对若干应用，其包括上面所概述的方法的各种实施方式。
第一个应用是所述接收器处的后处理以改善所述重新构造的视频序列的主观感知。对于给定的要被显示到所述接收器的参考图片，将所述图片缓冲器中的可用的某组解码的图片叠加以生成增强的表示。可以在所述编码器处估计要被用于滤波的图片的索引， 因为仅在那里原始图片是可获得的。滤波所述图片缓冲器的可能的子集并使用任何客观视频质量评估度量将其与所述原始图片相比较。如果在所述编码器处被估计，则最佳子集的索引被传送到所述接收器，产生附加的比特率。
第二个应用是使用基于块的运动估计增强MCP中的参考图片。通常地，使用来自所述图片缓冲器的局部解码的图片来执行运动估计。因为取决于量化步骤大小的粗糙度， 该图片包含量化噪声和块式伪像，故基于块的运动估计导致次优的运动向量和高的残留值。可以使用此处所呈现的算法来增强所述参考图片。对于给定的要被用作用于MCP的参考的参考图片，也在所述图片缓冲器中可用的时间上邻近的图片被变换到其坐标系中并且被叠加。可以表明使用所述参考图片的该滤波的表示，MCP导致改善的结果。此外，可以将所述时间滤波方法与如在最新发展的视频编码标准中定义的空间解块相组合。
第三个应用是除通常的内预测和互预测之外被合并到所述视频编码环境中的附加的预测模式。所述图片缓冲器中的可用的某组图片被直接变换到当前要被编码的图片的坐标系中并且被叠加。用该方式，可以使用来自时间邻居的信息有效地预测所述图片之内的大的区域。
可以分别使用在所述图片缓冲器之内的图片上的基于像素的全局运动估计和使用基于运动向量场的全局运动估计而实现所有实施例。此外，滤波不仅可以在时间邻近上进行而且可以在空间邻近的图片上进行，如在3D或多视图视频编码中的情况。在这里，滤波被扩展以处理来自每个视图的时间和空间上邻近的图片。此外，在所述滤波方法中甚至可以包括深度图。
全局运动时间滤波
用于在给定的信号中的噪声减少的简单技术是基于求平均的。我们假定编码和解码之后的块式伪像具有与白噪声相同的特性。用该方式，我们能够应用所述时间平均滤波思想，用于块式伪像和量化噪声减少。假定图像信号X的某组有噪声的表示Y的可用性，可以使用算术平均为每个像素X(m，η)减少变形。为了该目的，逐像素地计算图像信号X的N 个版本的和。令
yk (m, η) = x(m, n)+nk(m, η)
为第k个图像的变形的像素值。平均值被计算为
权利要求
1.一种用于处理编码的视频序列的方法，所述方法包括以下步骤-重构所述编码的视频序列并且提供多个邻近的图片；_基于运动模型将所述邻近的图片中的每个或每个邻近的图片的至少相干区域变换到参考图片的坐标系中，并且由此生成包括经变换的图片的图片堆栈；-使用加权函数组合所述经变换的图片的相应像素的像素幅度，以形成用于所述参考图片的至少一个图像像素的经处理的像素幅度；以及-基于所述图像像素的所述至少一个经处理的像素幅度生成经处理的图片。
2.根据权利要求I所述的方法，其中长度值被赋予所述经处理的图片，所述长度值定义了所述图片堆栈的所述邻近的图片的数量。
3.根据前面的权利要求中的任一项权利要求所述的方法，其中通过将所述经处理的图片合并到所述重构的视频序列中而生成经滤波的视频序列。
4.根据权利要求3所述的方法，其中标记位被赋值以标志在所述视频序列中存在所述经处理的像素幅度。
5.根据前面的权利要求中的任一项权利要求所述的方法，其中所述变换邻近的图片的步骤包括变换在先的和后继的图片，相对于所述参考图片。
6.根据前面的权利要求中的任一项权利要求所述的方法，其中具有包括与所述经变换的图片的图像像素相对应的图像像素的空间邻近的图片的另外的视频序列被考虑以形成所述图像像素的所述经处理的像素幅度。
7.根据前面的权利要求中的任一项权利要求所述的方法并且其进一步特征在于至少两种不同的处理模式；-其中，在每个处理模式中，最大数量的图片被考虑，用于生成所述图像堆栈；并且-其中，标志被赋值，其指示已在所述比特流中被执行的处理模式。
8.根据前面的权利要求中的任一项权利要求所述的方法，进一步包括生成编码的比特流的步骤。
9.根据前面的权利要求中的任一项权利要求所述的方法，其中所述经处理的图片被用于预测图片。
10.根据前面的权利要求8-9中的任一项权利要求所述的方法，其进一步特征在于，执行下面的步骤，用于编码所述参考图片_定义多个图片堆栈，每个图片堆栈包括相对于所述参考图片的各个数量的邻近的图片;_对于每个图片堆栈，基于运动模型，将所述邻近的图片中的每个或每个邻近的图片的至少相干区域变换到所述参考图片的坐标系中，并由此生成经变换的图片的堆栈，并且使用加权函数组合所述经变换的图片的相应像素的像素幅度，以形成用于所述参考图片的至少一个图像像素的经处理的像素幅度，并且基于所述至少一个图像像素的所述经处理的像素幅度生成经处理的图片，并向每个经处理的图片赋予定义其单个图片堆栈长度的长度值；-为每个经处理的图片生成预测的图片，所述预测的图片参考所述参考图片；-使用所述经处理的图片编码所述参考图片并生成所述编码的比特流；-向所述编码的比特流添加值，其指示被用于编码的所述图片的所述单个图片堆栈长度；以及_将用于基于运动模型将所述邻近的图片中的每一个或每个邻近的图片的至少相干区域变换到参考图片的坐标系中的参数编码到所述编码的比特流。
11.根据前面的权利要求8-10中的任一项权利要求所述的方法，-其中，除所述预测的图片之外，通过执行基于所述参考图片之前的至少一个图片的预测来生成未滤波的预测的图片；-其中所述预测的图像和所述未滤波的预测的图像被分成块；_其中基于所述预测的图像之一的相应块或所述未滤波的预测的图像的相应块来编码所述参考图片的每个块；-其中，对于每个块，标志被提供，其指示是使用所述预测的图像之一编码块还是使用所述未滤波的预测的图像编码块；-所述标志被包括到所述编码的比特流中。
12.根据前面的权利要求8-11中的任一项权利要求所述的方法，其中所述运动模型是平移的、仿射的、透视的和/或抛物线的运动模型。
13.能够执行根据前面的权利要求1-7中的任一项权利要求所述的方法的解码器。
14.能够执行根据前面的权利要求8-12中的任一项权利要求所述的方法的编码器。
全文摘要
本发明尤其涉及用于处理编码的视频序列的方法，所述方法包括以下步骤重构所述编码的视频序列并且提供多个邻近的图片；-基于运动模型将所述邻近的图片中的每个或每个邻近的图片的至少相干区域变换到参考图片的坐标系中，并且由此生成包括经变换的图片的图片堆栈；-使用加权函数组合所述经变换的图片的相应像素的像素幅度，以形成用于所述参考图片的至少一个图像像素的经处理的像素幅度；以及-基于所述图像像素的所述至少一个经处理的像素幅度生成经处理的图片。
文档编号H04N7/26GK102939749SQ201080060562
公开日2013年2月20日 申请日期2010年10月28日 优先权日2009年10月29日
发明者托马斯·西科拉, 安德烈亚斯·克鲁茨, 亚历山大·格兰茨 申请人:韦斯特尔电子行业和贸易有限公司