本发明属于视频压缩技术领域,具体涉及一种视频压缩编码方法。
背景技术:
研究表明,人类获取信息有70%来自于视觉,视觉信息因为具有直观性、形象性、确切性、高效率和应用广泛等优点,在多媒体信息中有重要地位。但是数字化的未压缩视频信号的数据之大是惊人的。庞大的数据给存储器的存储容量、通信干线的信道传输率以及计算机的速度都增加了极大的压力,单纯用扩大压缩器容量、增加通信干线的传输率的办法来解决上述问题是不现实的。数据压缩技术是一个行之有效的方法,通过数据压缩手段把信息数据量降下来,以压缩形式存储和传输,即节约了存储空间,又提高了通信干线的传输效率,保证播放高质量的视、音频节目成为可能。
因此,如何提供一种高速、高质量的压缩视频的编码方法已经成为研究热点问题。
技术实现要素:
为了解决现有技术中存在的上述问题,本发明提供了一种视频压缩编码方法。本发明要解决的技术问题通过以下技术方案实现:
本发明实施例提供了一种视频压缩编码方法,包括如下步骤:
(a)获取待处理图像;
(b)获取待处理像素和对应的多个预测搜索窗口;
(c)分别获得各所述预测搜索窗口对应的所述待处理像素的预测残差并获得最优预测残差;
(d)将所述待处理图像的每个像素作为所述待处理像素,重复步骤(a)~步骤(c),获得所述待处理图像的预测残差码流;
(e)将所述预测残差码流划分为若干量化单元;
(f)获取待处理量化单元;
(g)分别采用量化补偿模式和补偿量化模式对所述待处理量化单元进行编码获得最优量化残差;
(h)依次将若干所述量化单元中每个所述量化单元作为所述待处理量化单元,重复步骤(f)~步骤(g),获得所述待处理图像的量化残差码流。
在本发明的一个实施例中,所述预测搜索窗口包括第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口,且所述第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口包含的像素总数相同。
在本发明的一个实施例中,所述第一预测搜索窗口、所述第二预测搜索窗口、所述第三预测搜索窗口的形状分别为水平条形、垂直条形或矩形的任一种。
在本发明的一个实施例中,步骤(c)包括:
(c1)获取所述预测搜索窗口;
(c2)获取所述预测搜索窗口中各参考像素的预测参考权重;
(c3)根据所述预测参考权重获得最优参考像素;
(c4)根据所述最优参考像素获得所述待处理像素的所述预测残差;
(c5)重复步骤(c1)~步骤(c4),分别获得各所述预测搜索窗口对应的所述待处理像素的所述预测残差;
(c6)比较各所述预测搜索窗口的各所述预测残差,获得所述最优预测残差。
在本发明的一个实施例中,所述预测参考权重包括位置权重和差异度因子权重。
在本发明的一个实施例中,采用量化补偿模式对所述待处理量化单元进行编码包括:对所述待处理量化单元依次进行量化处理、补偿处理、反量化处理。
在本发明的一个实施例中,采用补偿量化模式对所述待处理量化单元进行编码包括:对所述待处理量化单元依次进行补偿处理、量化处理、反量化处理。
在本发明的一个实施例中,步骤(g)包括:
(g1)采用所述量化补偿模式对所述待处理量化单元进行编码得到第一量化残差和第一率失真率;同时,采用所述补偿量化模式对所述待处理量化单元进行编码得到第二量化残差和第二率失真率;
(g2)比较所述第一率失真率和所述第二率失真率,若所述第一率失真率小于所述第二率失真率,则将所述第一量化残差作为所述最优量化残差;否则将所述第二量化残差作为所述最优量化残差。
与现有技术相比,本发明的有益效果:
本发明通过计算各种预测搜索窗口中各参考像素的预测参考权重获得每个像素的最优预测残差,然后通过自适应量化方式获取最优量化残差,从而大大压缩视频图像编码后的传输带宽,且经过压缩编码后的压缩损失较小。
附图说明
图1为本发明实施例提供的一种视频压缩编方法的流程示意图;
图2(a)~图2(c)为本发明实施例提供的一种视频压缩编码方法中预测搜索窗口的形状示意图;
图3为本发明实施例提供的一种视频压缩编码方法的位置权重设置原理示意图;
图4为本发明实施例提供的一种视频压缩编码方法中计算预测参考权重的原理示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种视频压缩编码方法的流程示意图。该方法包括如下步骤:
(a)获取待处理图像;
(b)获取待处理像素和对应的多个预测搜索窗口;
(c)分别获得各所述预测搜索窗口对应的所述待处理像素的预测残差并获得最优预测残差;
(d)将所述待处理图像的每个像素作为所述待处理像素,重复步骤(a)~步骤(c),获得所述待处理图像的预测残差码流;
(e)将所述预测残差码流划分为若干量化单元;
(f)获取待处理量化单元;
(g)分别采用量化补偿模式和补偿量化模式对所述待处理量化单元进行编码获得最优量化残差;
(h)依次将若干所述量化单元中每个所述量化单元作为所述待处理量化单元,重复步骤(f)~步骤(g),获得所述待处理图像的量化残差码流。
本发明通过计算各种预测搜索窗口中各参考像素的预测参考权重获得像素的最优参考像素和最优预测残差,然后通过自适应量化方式获取最优量化残差,从而大大减少压缩视频图像编码后的传输带宽,且经过压缩编码后的压缩损失较小。
实施例二
请再次参考图1,本发明实施例在上述实施例一的基础上包括实施例一的全部内容,对视频压缩编码方法进行详细说明,具体包括:
其中,所述预测搜索窗口包括第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口,且所述第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口包含的像素总数相同。
其中,所述第一预测搜索窗口、所述第二预测搜索窗口、所述第三预测搜索窗口的形状分别为水平条形、垂直条形或矩形的任一种。
其中,步骤(c)包括:
(c1)获取所述预测搜索窗口;
(c2)获取所述预测搜索窗口中各参考像素的预测参考权重;
(c3)根据所述预测参考权重获得最优参考像素;
(c4)根据所述最优参考像素获得所述待处理像素的所述预测残差;
(c5)重复步骤(c1)~步骤(c4),分别获得各所述预测搜索窗口对应的所述待处理像素的所述预测残差;
(c6)比较各所述预测搜索窗口的各所述预测残差,获得所述最优预测残差。
其中,所述预测参考权重包括位置权重和差异度因子权重。
其中,采用量化补偿模式对所述待处理量化单元进行编码包括:对所述待处理量化单元依次进行量化处理、补偿处理、反量化处理。
其中,采用补偿量化模式对所述待处理量化单元进行编码包括:对所述待处理量化单元依次进行补偿处理、量化处理、反量化处理。
其中,步骤(g)包括:
(g1)采用所述量化补偿模式对所述待处理量化单元进行编码得到第一量化残差和第一率失真率;同时,采用所述补偿量化模式对所述待处理量化单元进行编码得到第二量化残差和第二率失真率;
(g2)比较所述第一率失真率和所述第二率失真率,若所述第一率失真率小于所述第二率失真率,则将所述第一量化残差作为所述最优量化残差;否则将所述第二量化残差作为所述最优量化残差。
本发明通过计算各种预测搜索窗口中各参考像素的预测参考权重获得每个像素的最优预测残差,然后通过自适应量化方式获取最优量化残差,从而大大压缩视频图像编码后的传输带宽,且经过压缩编码后的压缩损失较小。
实施例三
本实施例在上述实施例的基础上且包括实施例一的所有内容,重点对一种视频压缩编码方法进行详细描述。
视频压缩编码方法中,通常包括预测、量化、熵编码的过程,本实施例主要通过优化预测和量化过程对视频压缩编码方法进行优化,因此设本实施例以先进行预测再进行量化的顺序对待处理图片进行编码处理,后续的熵编码过程可以是现有技术中熵编码方法的任意一种。
具体地,包括如下内容:
s10:获取待处理图像;获取视频中一帧图像作为待处理图像;
s20:获取待处理像素和对应的多个预测搜索窗口;
获取待处理图像中的待处理像素,以待处理像素为最后一个像素划分预测搜索窗口。
其中,预测搜索窗口为按照特定规律进行划分的,包括待处理像素和多个已经编码像素的像素窗口,其中,预测搜索窗口中已经编码像素定义为待处理像素的参考像素。
其中,已编码像素的像素值可以为原始像素值也可以为重建像素值,此处不做具体限制。
请参考图2(a)~图2(c),图2(a)~图2(c)为本发明实施例提供的一种视频压缩编码方法中预测搜索窗口的形状示意图。
预测搜索窗口可以为任意形状,比如可以为水平条形、垂直条形或矩形等。本实施例中设预测搜索窗口包括三种:第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口,请参考图2(a)~图2(c),依次为水平条形、垂直条形或矩形。
其中,所述预测搜索窗口包含的像素总数相同,设均为k个。优选地,k=8。
设待处理图像的编码顺序为从左到右,从上到下依次对像素进行编码,其中,c(i,j)为待处理像素即当前需要对c(i,j)进行编码。在预测搜索窗口中的p为参考像素,通过行列号作为位置索引对p进行标记,请参考图2(a)中,参考像素p依次标记为:pi-1,j、pi-2,j、pi-3,j、pi-4,j、pi-5,j、pi-6,j、pi-7,j;图2(b)中,参考像素p依次标记为:pi,j-1、pi,j-2、pi,j-3、pi,j-4、pi,j-5、pi,j-6、pi,j-7;图2(c)中,参考标记p依次为:pi,j-1、pi,j-2、pi,j-3、pi-1,j、pi-1,j-1、pi-1,j-2、pi-1,j-3。
也可以对p进行编号作为位置索引以进行标记,记为pq,其中,pq为第q个参考像素,0≤q≤k-2;请再次参见图2(a),k=8时,依次对参考像素p进行编码为p0~p6。
其中,参考像素p的像素值可以原始像素值或者为已编码的重建值,其中,已编码像素的重建像素值表示原始像素值根据预测参考像素进行预测后得到的预测像素值,再通过量化、码控等压缩编码流程后得到的最终压缩编码像素值再经过逆过程进行反解压还原后的像素值。本发明实施例以原始像素值为例进行说明。
s30:分别获得各所述预测搜索窗口对应的所述待处理像素的预测残差并获得最优预测残差;
s31:按序获取步骤s02划分的一个预测搜索窗口;
s32:获取所述预测搜索窗口中各参考像素的预测参考权重;其中,预测参考权重包括位置权重和差异度权重;
位置权重即表示参考像素与待处理像素的位置关系权重,参考像素与待处理像素的位置不同其位置权重也不同;其中,位置权重根据参考像素与待处理像素的位置关系进行设置,其中的一种设置方式为与待处理像素距离越远的参考像素其位置权重越大,反之,位置权重越小。
请参考图3,图3为本发明实施例提供的一种视频压缩编码方法的位置权重设置原理示意图;
差异度权重表示参考像素与待处理像素的像素值差异关系权重;
s321:将所述待处理图像的像素分成多个像素分量;
设c(i,j)划分为n个待处理像素分量,分别为c(i,j),p,对应的,参考像素pq被分为n个参考像素分量,分别为pq,p;其中,0≤p≤n-1。
s322:分别计算每个窗口分量中,计算每个参考像素分量的预测参考权重分量;
设每个参考像素的预测参考权重分量为w(i,j),p,q,其中,下标(i,j)表示待处理像素的行列号,p为像素分量索引,q为参考像素编号索引。
预测参考权重分量w(i,j),p,q满足:
其中,pos(i,j),p.q表示第p个像素分量的第q个参考像素的位置权重,dif(i,j),p.q表示第p个像素分量的第q个参考像素的差异度权重。
其中,差异度权重dif为参考像素与待处理像素的像素值差值的绝对值。
其中,aq表示位置权重系数,bq表示差异度权重系数,且满足aq+bq=1,优选地,aq=bq=0.5。
其中,可以根据pos(i,j),p.q的大小确定对应aq的值,pos(i,j),p.q越大,则aq越小;根据pos(i,j),p.q的大小确定bq的值,dif(i,j),p.q越大,则bq越小。在本发明的又一个实施例中,aq和bq的值根据经验值确定。
s323:计算每个参考像素的预测参考权重;
则第q个参考像素的预测参考权重w(i,j).q为:
s324:根据所述预测参考权重获得最优参考像素p(i,j),best;
比较k-2个预测参考权重,获取预测参考权重w(i,j).q中的最小值对应的参考像素作为最优参考像素p(i,j),best。
s325:根据所述最优参考像素获得所述待处理像素的所述预测残差;
则所述待处理像素的预测残差res(i,j)为:
res(i,j)=c(i,j)-p(i,j),best
s33:重复步骤(c1)~步骤(c4),分别获得各所述预测搜索窗口对应的所述待处理像素的所述预测残差;
设第一预测搜索窗口、第二预测搜索窗口、第三预测搜索窗口分别对应的待处理像素的预测残差分别为:
s34:比较各所述预测搜索窗口的各所述预测残差,获得所述最优预测残差。
则比较
将最优预测残差和对应的参考像素编号或者参考像素的位置索引写入码流。
s40:同理,将所述待处理图像的每个像素作为所述待处理像素,重复步骤(20)~步骤(30),获得所述待处理图像的预测残差码流;
s50:将所述预测残差码流划分为若干量化单元;
其中,获取量化参数和补偿参数,所述若干量化单元取相同的量化参数和补偿参数;并且补偿参数和量化参数具有如下关系:
cp=(1<<qp)/2,
其中,qp表示量化参数,cp表示补偿参数,“<<”算式表示,若有表达式a<<m则表示将整型数a按二进制位向左移动m位,高位移出后,低位补0。
s60:按照预测残差码流的顺序获取第一个量化单元;
s70:分别采用量化补偿模式和补偿量化模式对所述待处理量化单元进行编码获得最优量化残差;
s71:采用量化补偿模式,对待处理量化单元进行编码得到第一量化残差和第一率失真率;
其中,量化补偿模式为对所述量化单元依次进行量化处理、反量化处理、补偿处理。
其中,量化处理获得第一量化残差,满足公式:
qpres_1i=presi>>qp
其中,qpres_1i为量化单元第i位的第一量化残差,presi为量化单元第i位的预测残差,i的取值为[0,m-1],m为量化单元像素个数n;
其中,“>>”算式表示,若有表达式a>>m则表示将整型数a按二进制位向右移动m位,低位移出后,高位补0。
再对第一量化残差进行反量化处理和补偿处理得到第一反量化残差,满足公式:
iqpres_1i=qpres_1i<<qp+cp
计算第一量化损失,满足公式:
loss_1i=iqpres_1i-presi
计算第一率失真率:
其中,rdo_1为第一率失真率,pixnum为量化单元的像素个数;a1和a2为权重参数,优选地取a1=a2=1。
s72:采用补偿量化模式,对待处理量化单元进行编码得到第二量化残差和第二率失真率;
其中,补偿量化模式为对所述量化单元依次进行补偿处理、量化处理、反量化处理。
首先对量化单元依次进行补偿处理、量化处理,得到第二量化残差:
qpres_2i=(presi+cp)>>qp
其中,qpres_2i为量化单元第i位的第二量化残差;
然后,对量化单元的第二量化残差进行反量化处理得到第二反量化残差。
计算第二量化损失,满足公式:
loss_2i=iqpres_2i-presi
计算第二率失真率:
其中,rdo_2为第二率失真率,pixnum为量化单元的像素个数;a1和a2为权重参数,优选地取a1=a2=1。
s73:比较所述第一率失真率和所述第二率失真率,若所述第一率失真率小于所述第二率失真率,则将所述第一量化残差作为所述最优量化残差;否则将所述第二量化残差作为所述最优量化残差。
将该量化单元对应的最优量化残差和量化模式标识写入量化残差码流。
量化模式标识可设置每个最优量化残差之后一位,例如,将量化补偿模式设置为1,补偿量化模式设置为0。
s80:依次将若干所述量化单元中每个所述量化单元作为所述待处理量化单元,重复步骤(60)~步骤(70),获得所述待处理图像的量化残差码流。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。