当前位置: 首页 > 专利查询>清华大学专利>正文

用于P帧图像量化步长的估计方法及装置制造方法及图纸

技术编号:20926955 阅读:31 留言:0更新日期:2019-04-20 12:00
本发明专利技术实施例提供一种用于P帧图像量化步长的估计方法及装置,包括:对原始图像序列进行欠采样处理,得到欠采样图像序列;对欠采样图像序列进行运动估计算法处理,得到欠采样图像序列中每一帧图像的第一运动预测代价值,并对第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;获取原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;估算原始图像序列的P帧图像量化步长,以对原始图像进行编码。本发明专利技术实施例通过获取欠采样图像的运动预测代价,估计P帧图像的量化步长,保证了视频图像整体编码的质量。

Estimation Method and Device for Quantization Step of P Frame Image

The embodiment of the present invention provides an estimation method and device for the quantization step of P-frame image, including: undersampling the original image sequence to obtain the undersampled image sequence; motion estimation algorithm processing the undersampled image sequence to obtain the first motion prediction cost value of each frame image in the undersampled image sequence, and adjusting the first motion prediction cost value. The adjusted second motion prediction cost is obtained; the first ratio between the motion prediction cost and the corresponding first motion prediction cost of the original image sequence is obtained; and the second ratio between the motion prediction cost of the original image sequence and the corresponding first motion prediction cost of the original image sequence is obtained; and the quantization step of the original image sequence is estimated to match the first motion prediction cost. The original image is coded. The embodiment of the present invention estimates the quantization step of the P frame image by acquiring the motion prediction cost of the under-sampled image, thus guaranteeing the overall coding quality of the video image.

【技术实现步骤摘要】
用于P帧图像量化步长的估计方法及装置
本专利技术实施例涉及视频压缩
,尤其涉及一种用于P帧图像量化步长的估计方法及装置。
技术介绍
随着互联网及数字多媒体技术的发展,视频应用已经成为互联网及数字多媒体领域的最大热点。视频应用中主要问题在于视频编解码,尤其是视频编码过程,需要将原图像通过编码处理,压缩为占用空间较小的编码图像以进行网络存储或者网络传输。在编码过程中,如果对每个编码单元的量化参数(QuantizationParameter,简称QP)进行固定取值,在码率受限应用场景下,实际编码产生码率会严重偏离目标码率,并且降低视频图像整体编码的质量。因此,现在亟需一种用于P帧图像量化步长的估计方法及装置来解决上述问题。
技术实现思路
针对现有技术存在的问题,本专利技术实施例提供一种用于P帧图像量化步长的估计方法及装置。第一方面,本专利技术实施例提供了一种用于P帧图像量化步长的估计方法,包括:对原始图像序列进行欠采样处理,得到欠采样图像序列;对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码。第二方面,本专利技术实施例提供了一种用于P帧图像量化步长的估计装置,包括:对原始图像序列进行欠采样处理,得到欠采样图像序列;对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码。第三方面,本专利技术实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。第四方面,本专利技术实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。本专利技术实施例提供的一种用于P帧图像量化步长的估计方法及装置,通过获取欠采样图像的运动预测代价,在目标码率下,估计P帧图像的量化步长,以用于视频编码,使得后续帧的编码质量以及码率的准确度提高,保证了视频图像整体编码的质量。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的用于P帧图像量化步长的估计方法的流程示意图;图2为本专利技术实施例提供的用于P帧图像量化步长的估计装置的结构示意图;图3为本专利技术实施例提供的电子设备结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。在视频编码过程中,QP的大小直接影响到编码的质量及压缩效率,QP越大,编码图像与原图像的失真越大,编码的质量越差;QP越小,编码图像的编码码率越大,导致编码图像的占用空间越大,压缩效率越低。由于P帧图像量化步长影响后续帧的编码质量以及码率的准确度,因此,通过获取P帧图像量化步长,可以确定QP的基础量化参数,从而进行视频编码。然而,在场景切换处编码代价变化剧烈的情况下,现有技术难以通过以往帧的编码复杂度对P帧图像的量化步长进行估计。图1为本专利技术实施例提供的用于P帧图像量化步长的估计方法的流程示意图,如图1所示,本专利技术实施例提供了一种用于P帧图像量化步长的估计方法,包括:步骤101,对原始图像序列进行欠采样处理,得到欠采样图像序列;步骤102,对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;步骤103,获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;步骤104,根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码。在本专利技术实施例中,首先通过步骤101,对原始图像序列进行欠采样处理,得到欠采样图像序列。具体地,待编码的原始图像构成的序列集合PS={Pi|0≤i≤N},其中,Pj为当前被编码P帧图像,P0为最近的前向P帧图像,因此,集合{Pk|0<k<j}全部为B帧图像,即Pj的前导B帧图像,集合PS中的其它图像为P帧或B帧的后续图像,并且这些后续帧的类型已确定。然后对集合PS进行4:1的欠采样处理,得到欠采样图像序列通过步骤102,对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值。在本专利技术实施例中,将欠采样图像序列中每一帧图像划分成多个8x8像素的图像块,每个图像块表示为其中上标i表示当前块属于欠采样图像序列中的帧,下标m表示横坐标,下标n表示纵坐标。进一步地,对每个图像块进行运动预测,其中,P帧图像以其最近的前向P帧图像作为参考帧进行单向预测,B帧图像以其最近的前后P帧为参考帧进行双向预测,从而获取欠采样图像序列中每个图像块的运动预测代价值然后,通过CU-tree算法获取每个图像块的量化参数调整值且为非正值。因此,得到每个图像块调整后的运动预测代价值进一步地,获取欠采样图像序列中每一帧的运动预测代价值,即第一运动预测代价值第二运动预测代价值然后,通过步骤103,获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值。在本专利技术实施例中,首先获取已知原始图像序列中的原始P帧图像运动预测代价值和原始B帧图像运动预测代价值,且原始P帧图像运动预测代价值和原始B帧图像运动预测代价值为真实值;然后,将原始P帧图像运动预测代价值与其对应的第一运动预测代价值之间的比例定义为θP,将原始B帧图像运动预测代价值与其对应的第一运动运本文档来自技高网...

【技术保护点】
1.一种用于P帧图像量化步长的估计方法,其特征在于,包括:对原始图像序列进行欠采样处理,得到欠采样图像序列;对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码。

【技术特征摘要】
1.一种用于P帧图像量化步长的估计方法,其特征在于,包括:对原始图像序列进行欠采样处理,得到欠采样图像序列;对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值;获取所述原始图像序列的P帧图像运动预测代价值和对应第一运动预测代价值之间的第一比值,并获取所述原始图像序列的B帧图像运动预测代价值和对应第一运动预测代价值之间的第二比值;根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码。2.根据权利要求1所述的方法,其特征在于,在所述对原始图像序列进行欠采样处理,得到欠采样图像序列之前,所述方法还包括:将所述原始图像序列分成多个画面组,每个画面组包括待估计P帧图像、前导B帧图像和前向P帧图像。3.根据权利要求2所述的方法,其特征在于,所述根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图像量化步长,以对原始图像进行编码,包括:根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,获取P帧图像量化步长的估算公式,所述P帧图像量化步长的估算公式为:其中,j表示第j个待估计P帧图像,k表示待估计P帧图像的第k个前导B帧图像,RC表示目标码率,fd表示一帧图像的播放时长,θP表示所述第一比值,θB表示所述第二比值,表示待估计P帧图像的第二运动预测代价值,表示待估计P帧图像的第一运动预测代价值,表示前导B帧图像的第二运动预测代价值,τ表示借贷强度变量。4.根据权利要求3所述的方法,其特征在于,所述对所述欠采样图像序列进行运动估计算法处理,得到所述欠采样图像序列中每一帧图像的第一运动预测代价值,并对所述第一运动预测代价值进行调整,得到调整后的第二运动预测代价值,包括:将所述欠采样图像序列中每一帧图像划分成多个8x8像素的图像块;对所述图像块进行运动估计算法处理,得到所述图像块的第三运动预测代价值;根据CU-tree算法获取所述图像块的量化参数调整值,以对所述第三运动预测代价值进行调整,得到第四运动预测代价值;根据所述第三运动预测代价值得到所述第一运动预测代价值,根据所述第四运动预测代价值得到所述第二运动预测代价值。5.根据权利要求4所述的方法,其特征在于,在所述根据所述第一运动预测代价值、所述第二运动预测代价值、所述第一比值和所述第二比值,估算所述原始图像序列的P帧图...

【专利技术属性】
技术研发人员:刘振宇季向阳
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1