专利名称：视频码率控制系统及其方法
视频码率控制系统及其方法
技术领域：
本发明涉及视频监控领域，特别是关于视频传输时视频编码压缩中码率控制系统 及其方法。
背景技术：
在视频传输过程中，视频传输时是将视频图像分解成一帧一帧的画面，为减少数 据的传输量通常需要对视频数据进行压缩编码，视频编码与视频图像每一帧的内容有关， 由于每一帧画面的内容会有不同，所以压缩过的帧的数据量会有变化，这样单位时间内的 数据量(即视频传输的码率)就会有波动。在实际应用中，尤其是视频流传输时，需要恒定 的码率，所以需要对视频传输的码率进行控制。现有的视频压缩中码率控制的方法主要是根据当前帧的码率预测下帧的码率，即 目标码率，并根据需要调整下一帧的目标码率。码率控制的原理是建立码率与量化步长的 数学模型，在确定目标码率之后，通过该数学模型计算出量化步长，对量化步长进行调整从 而实现对目标码率的控制。在固定摄像装置的监控系统中由于背景固定所以码率主要有运动的前景区域来 产生。而前景多不是刚性物体，其运动量的越大使得编码中(运动估计)预测的结果越不 准确，需要编码的残差越多，从而码率会越大。码率越大则表示单位时间传输的数据量也越 大，不利于节省带宽。因此，如何对图像编码的码率进行快速准确的估计，从而实现准确的码率控制是 一个需要解决的问题。
发明内容本发明的目的在于提供一种能够快速准确的对图像编码的码率进行估计，从而实 现准确码率控制的方法。本发明的另一目的在于提供一种能够快速准确的对图像编码的码率进行估计，从 而实现准确码率控制的控制系统。为达成前述目的，本发明一种视频码率控制的方法其包括对图像中的运动目标进行检测和跟踪，获取运动目标的位置和运动矢量；对图像进行边缘统计得到图像边缘信息；根据运动矢量和图像边缘信息估算编码复杂度；根据编码复杂度和目标码率计算量化步长；通过调整量化步长来控制码率达到目标码率。进一步地，所述对图像进行统计得到图像边缘信息包括利用边缘检测算子进行边缘检测；对边缘图像进行二值化处理；对二值化图像中边缘点进行统计得到图像边缘信息E。
3
进一步地，前述估计编码复杂度是利用数学模型C = I MV(X,Y) |*E进行计算，其中 MV(X，Y)为前述获取的运动目标的运动矢量，E为前述图像边缘信息。进一步地，根据编码复杂度和目标码率计算量化步长，包括建立码率对编码复杂 度和量化步长的模型Rate = f (C，QP)，或者QP = g (Rate，C)，其中QP为量化步长，Rate为 码率。为达成前述另一目的，本发明一种码率控制系统，其包括运动目标检测和跟踪单元，用于对图像中的运动目标进行检测，确定运动目标的 位置以及运动矢量；图像边缘统计单元，用于统计图像的边缘点输出图像边缘信息；编码复杂度估计单元，根据运动目标检测和跟踪单元检测到的运动目标的运动矢 量以及图像边缘统计单元获得的图像边缘信息利用数学模型计算出图像的编码复杂度；量化步长计算单元，根据编码复杂度估计单元提供的图像编码复杂度及目标码率 计算出量化步长的数值；码率调整单元，用于根据量化步长计算单元计算的量化步长对码率进行调整控 制。进一步地，所述图像边缘统计单元利用边缘检测算子进行边缘检测然后对边缘图 像进行二值化处理并对二值化图像中边缘点进行统计得到图像边缘信息E。进一步地，所述编码复杂度估计单元是利用数学模型C= |MV(X, Y) |*E对编码复 杂度C进行计算，其中MV(X，Y)为前述获取的运动目标的运动矢量，E为前述图像边缘信息。进一步地，所述量化步长计算单元包括码率对编码复杂度和量化步长的数学模型 Rate = f (C，QP)，或者QP = g(Rate, C)，其中QP为量化步长，Rate为码率，所述量化步长 计算单元根据编码复杂度和目标码率利用该数学模型计算量化步长。本发明的码率控制系统及其方法，对图像中的运动目标进行检测和跟踪，获取运 动目标的位置和运动矢量；然后对图像进行边缘统计得到图像边缘信息；之后根据运动矢 量和图像边缘信息估计编码复杂度；再根据编码复杂度和目标码率计算量化步长；然后通 过调整量化步长来控制码率达到目标码率。本发明的方法利用智能监控信息能够快速准确 的对图像编码的码率进行估计，从而实现更准确的码率控制。
图1是本发明码率控制方法的流程示意图。图2是本发明码率控制方法中统计图像边缘信息的流程示意图。图3为本发明码率控制系统的结构框图。
具体实施方式此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中 的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一 个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。此外，表示一个或多 个实施例的方法、流程图或功能框图中的单元顺序并非固定的指代任何特定顺序，也不构 成对本发明的限制。
在固定摄像装置的监控系统中由于图像中的背景是固定的，在进行编码压缩时， 码率主要由运动的前景区域来产生。而前景区域的图像中的物体多不是刚性物体，其运动 量的越大使得编码中预测的结果越不准确，需要编码的残差越多，从而码率会越大。而图 像的边缘统计信息表征了该区域图像的复杂度，对应边缘越多的区域其包含的高频分量越 多，在编码过程中离散余弦变换(DCT)变换量化后进行行程编码的效率越低，也会产生较 多的码流。为克服这两大因素对码率控制的影响，本发明结合图像复杂度和运动目标检测跟 踪的位置信息和运动信息先估算编码复杂度，对图像中的运动目标进行检测和跟踪，获取 运动目标的位置和运动矢量；然后对图像进行边缘统计得到图像边缘信息；之后根据运动 矢量和图像边缘信息估计编码复杂度；再根据编码复杂度和目标码率计算量化步长；然后 通过调整量化步长来控制码率达到目标码率。利用该信息快速准确的对图像编码的码率进 行估计，从而实现准确的码率控制。请参阅图1所示，其显示本发明一个实施例的进行码率控制的流程图。在本实施 例中是对以帧为单位的码率进行控制。如图1所示，本发明的码率控制方法包括如下步骤步骤Sll 首先对视频图像的当前帧中的画面进行检测，获取画面中的运动目标 并确定运动目标的位置，并对运动目标进行运动跟踪，获得运动目标的运动矢量。运动目标 的运动矢量即运动目标在前一帧和后一帧图像中的位移，可以用MV(X，y)表示。关于视频 图像中运动检测的技术可以采用现有的各种运动检测的方法，例如帧间差分法、背景相减 法、统计平均法、中值滤波器法等等，关于运动检测的方法的具体原理及内容本说明书不再 一一列举详细说明。步骤S12 统计图像的边缘信息，请参阅图2所示，其具体包括步骤S121 利用边缘检测算子进行边缘检测。经典的边缘检测是以原始图像为基 础，对图像的各个像素考察它的某个领域内灰度阶跃变化，利用边缘邻近一阶或二阶方向 导数变化规律检测边缘。常用的边缘检测方法有差分边缘检测、梯度边缘检测、Roberts 边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Laplace边缘检测算子等。关 于边缘检测的具体方法本说明书也不再一一详细解释说明。步骤S122 对边缘图像进行二值化处理。即设定一个阈值T，用T将图像的数据分 成两部分大于T的像素群和小于T的像素群。在本发明的一个实施例中可以设定比如边 缘图像为大于T的像素群，非边缘图像则为小于T的像素群。步骤S123 对二值化图像中边缘点进行统计，形成矩阵，从而获得图像的边缘信 肩、E ο继续参阅图1所示，步骤S13 结合前述运动矢量MV(x，y)以及整个帧的边缘信息 E建立编码复杂度的数学模型估算编码复杂度。具体数学模型可以用C= |MV(X，Y)|*E来 表示，其中C即编码复杂度，MV(X，y)为运动目标的运动矢量，E为图像的边缘信息。继续参阅图1所示，步骤S14 统计建立码率对编码复杂度C和量化步长QP的模 型。具体数学模型可以表示为Rate = f (C，QP)，或者QP = g(Rate, C)。继续参阅图1所示，步骤S15 根据前面的码率与编码复杂度以及量化步长的模型 关系，结合欲达到的目标码率计算出量化步长，通过调整量化步长可控制码率使其达到预 估的目标码率。
在前述实施方式中是以整帧为单位的码率控制，在以宏块或其他小于帧单位的码 率控制中，可以采用前述方法获取该单位的边缘信息和运动矢量来计算其编码复杂度，根 据不同的编码复杂度确定码率，进而确定该单位的量化步长，通过对量化步长的调整来控 制码率。请参阅图3所示，其现实本发明的码率控制系统1的结构框图。如图所示，本发明 的码率控制系统1包括运动目标检测和跟踪单元11、图像边缘统计单元12、编码复杂度估 计单元13、量化步长计算单元14以及码率调整单元15。其中运动目标检测和跟踪单元11用于对图像中的运动目标进行检测，确定运动 目标的位置以及运动矢量MV (X，y)。图像边缘统计单元12用于统计图像的边缘点并建立图像边缘点的矩阵，输出图 像边缘信息E。其中图像边缘统计单元12在进行图像边缘信息统计时，首先利用边缘检测 算子进行边缘检测，然后对边缘图像进行二值化处理，再对二值化图像中边缘点进行统计 得到图像边缘信息E。编码复杂度估计单元13根据运动目标检测和跟踪单元11检测到的运动目标的运 动矢量以及图像边缘统计单元12获得的图像边缘信息利用数学模型c = IMV(X，γ) |*E计 算出图像的编码复杂度C。量化步长计算单元14，其内部包含一个码率对编码复杂度和量化步长的数学模 型，例如为Rate = f(C，QP)，或者QP = g (Rate, C)。量化步长计算单元14根据编码复杂度 估计单元13提供的图像编码复杂度C以及目标码率计算出量化步长的数值。码率调整单元15用于根据量化步长计算单元14计算的量化步长对码率进行调整 控制。上述说明已经充分揭露了本发明的具体实施方式
。需要指出的是，熟悉该领域的 技术人员对本发明的具体实施方式
所做的任何改动均不脱离本发明的权利要求书的范围。 相应地，本发明的权利要求的范围也并不仅仅局限于前述具体实施方式
。
权利要求
1.一种视频码率控制的方法其包括对图像中的运动目标进行检测和跟踪，获取运动目标的位置和运动矢量；对图像进行边缘统计得到图像边缘信息；根据运动矢量和图像边缘信息估计编码复杂度；根据编码复杂度和目标码率计算量化步长；通过调整量化步长来控制码率达到目标码率。
2.如权利要求1所述的视频码率控制的方法，其特征在于所述对图像进行边缘统计 得到图像边缘信息包括利用边缘检测算子进行边缘检测；对边缘图像进行二值化处理；对二值化图像中边缘点进行统计得到图像边缘信息E。
3.如权利要求1或2所述的视频码率控制方法，其特征在于所述估计编码复杂度是 利用数学模型C= ιMV(X，Y) I *E进行计算，其中MV(X，Y)为前述获取的运动目标的运动矢 量，E为前述图像边缘信息。
4.如权利要求3所述的视频码率控制方法，其特征在于根据编码复杂度和目标码率 计算量化步长，包括建立码率对编码复杂度和量化步长的模型Rate = f(C，QP)，或者QP = g(Rate, C)，其中QP为量化步长，Rate为码率。
5.一种视频码率控制系统，其包括运动目标检测和跟踪单元，用于对图像中的运动目标进行检测，确定运动目标的位置 以及运动矢量；图像边缘统计单元，用于统计图像的边缘点输出图像边缘信息； 编码复杂度估计单元，根据运动目标检测和跟踪单元检测到的运动目标的运动矢量以 及图像边缘统计单元获得的图像边缘信息利用数学模型计算出图像的编码复杂度；量化步长计算单元，根据编码复杂度估计单元提供的图像编码复杂度及目标码率计算 出量化步长的数值；码率调整单元，用于根据量化步长计算单元计算的量化步长对码率进行调整控制。
6.如权利要求5所述的视频码率控制系统，其特征在于所述图像边缘统计单元利用 边缘检测算子进行边缘检测然后对边缘图像进行二值化处理并对二值化图像中边缘点进 行统计得到图像边缘信息E。
7.如权利要求5或6所述的视频码率控制系统，其特征在于所述编码复杂度估计单 元是利用数学模型C= IMV (X，Y) I *E对编码复杂度C进行计算，其中MV (X，Y)为前述获取 的运动目标的运动矢量，E为前述图像边缘信息。
8.如权利要求7所述的视频码率控制系统，其特征在于所述量化步长计算单元包括 码率对编码复杂度和量化步长的数学模型Rate = f (C，QP)，或者QP = g (Rate，C)，其中QP 为量化步长，Rate为码率，所述量化步长计算单元根据编码复杂度和目标码率利用该数学 模型计算量化步长。
全文摘要
本发明提供一种视频码率控制系统及其方法，结合图像复杂度和运动目标检测跟踪的位置信息和运动信息先估算编码复杂度，然后建立码率对编码复杂度和量化步长的模型，利用该信息快速准确的对图像编码的码率进行估计，从而实现准确的码率控制。
文档编号H04N7/26GK102006472SQ201010549578
公开日2011年4月6日 申请日期2010年11月18日 优先权日2010年11月18日
发明者高飞 申请人:无锡中星微电子有限公司