一种对RDO策略的结构性失真度的评估方法及系统技术方案

本发明专利技术公开了一种对RDO策略的结构性失真度的评估方法及系统，该方法包括如下步骤：步骤一，计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差；步骤二，根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断，确定对应的模型；步骤三，根据确定的模型，确定RDO策略的失真度计算方式，本发明专利技术对基于SSD计算的RDO策略模式选择方法，在结构性失真度缺失方面进行了有效的补偿，并可以针对不同的情况采用灵活的优化策略。

A Method and System for Evaluating the Structural Distortion of RDO Strategy

The invention discloses an evaluation method and system for structural distortion of RDO strategy, which includes the following steps: first, calculating the current block y of current video image, the expected value of reconstructed block X and the variance of current block y, reconstructed block X and quantization error e; second, according to the expected value of current block y, reconstructed block X and current block y of current video image, reconstructed block x, reconstructed block x The variance of quantization error E is judged by the model of pre-hierarchical modeling, and the corresponding model is determined. Step 3, according to the determined model, the distortion calculation method of RDO strategy is determined. The method of selecting RDO strategy mode based on SSD calculation is effectively compensated for the lack of structural distortion, and flexible optimization strategies can be adopted for different situations. Slightly.

【技术实现步骤摘要】
一种对RDO策略的结构性失真度的评估方法及系统
本专利技术涉及视频图像处理领域，特别是涉及一种对基于SSD方法的RDO策略的结构性失真度的评估方法及系统。
技术介绍
在现有主流视频编码器的方案中，均采用基于Lagrangian优化算法的率失真编码模式控制模型来实现视频编码的模式控制策略，考虑K个信源样本值的集合S＝(S1,...,SK)，宏块Sk的Lagrangian代价函数如下：JMODE(Sk,Ik|Q,λMODE)＝DREC(Sk,Ik|Q)+λMODE×RREC(Sk,Ik|Q,λMODE)其中，Ik为相应宏块的编码模式，Q为量化参数，λMODE为Lagrangian参数。DREC为编码失真度，RREC为编码后码流的码率。失真度DREC的计算一般有2种计算方式，即即绝对差分和SAD以及差分平方和SSD：其中，A为当前宏块，s[x,y,t]为当前编码宏块的像素值，p[x,y,t]为当前编码宏块相应的预测值，r[x,y,t]为当前编码宏块相应的重建值。SAD只需要计算当前编码宏块和预测值之间的残差，计算过程简单，SSD的残差计算需要重建值，而重建值的获取需要经过预测、频域正变换、量化、反量化、频域逆变换、重建等一系列复杂的AVC(AdvancedVideoCoding，高级视频编码)编码计算过程，但是，SSD相比SAD更加准确地反应了编码失真度，模式选择的准确度显著提升，编码性能也得到相应的提升。但是，无论是基于SAD还是基于SSD的失真度计算，作为一个客观评价指标，都无法有效的在主观上真实的反映图像的失真程度，基于SSD计算的RDO模式选择策略，也只是基于先验知识的全局性指标，无法有效地适应图像在局部上的丰富特性，例如，图像的亮度变化，局部纹理的复杂程度，运动丰富的局部前景和基本静止的全局背景等等。因此，后续又陆续提出基于结构相似度SSIM等方法，均旨在保证客观指标(PSNR)的基础上，希望能从客观指标上反映出主观体验的差别性。目前，基于SSD和SSIM的主观质量评价方法，是编码器普遍采用的评估方法，但是，两者各有其应用局限，例如，SSD无法有效区分编码过程中，图像结构性失真的发生，而使用SSIM的计算也无法替换SSD作为RDO策略中失真的度量标准。
技术实现思路
为克服上述现有技术存在的不足，本专利技术之目的在于提供一种对RDO策略的结构性失真度的评估方法及系统，其通过量化损失分级建模的方法，将SSD和SSIM的两个方法有效的结合到一起，对基于SSD计算的RDO策略模式选择方法，在结构性失真度缺失方面进行了有效的补偿，并可以针对不同的情况采用灵活的优化策略。为达上述目的，本专利技术提出一种对RDO策略的结构性失真度的评估方法，包括如下步骤：步骤一，计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差；步骤二，根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断，确定对应的模型；步骤三，根据确定的模型，确定RDO策略的失真度计算方式。进一步地，于步骤一之前还包括根据量化损失分级建模的步骤。进一步地，所述根据量化损失分级建模的步骤根据量化损失分级建立合理量化模型与强量化模型。进一步地，所述合理化模型的量化指标为：其中，E(y)、E(x)为当前块y，重构块x的期望值，为当前块y、重构块x和量化误差e的方差。进一步地，所述强量化模型的量化指标为：其中其中，δxe为变量x与e的协方差，δxy为变量x与y的协方差。进一步地，若确定为合理量化模型，则基于SSD或SSIM计算RDO策略的结构性失真度。进一步地，若确定为强量化模型，则基于SSIM计算RDO策略的结构性失真度。进一步地，所述根据量化损失分级建模的步骤还建立过量化模型，所述过量化模型的量化指标为：E(y)≠E(x)。进一步地，若为强量化模型，则无需再进行失真度计算。为达到上述目的，本专利技术还提供一种对RDO策略的结构性失真度的评估系统，包括：参数计算单元，用于计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差判断单元，用于根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断，确定对应的模型判断处理单元，根据确定的模型，确定RDO策略的失真度计算方式。与现有技术相比，本专利技术一种对RDO策略的结构性失真度的评估方法及系统通过量化损失分级建模的方法，将SSD和SSIM的两个方法有效的结合到一起，以自适应RDO的方式调节编码器模式选择的策略，在保持原本基于SSD计算的RDO模式选择策略进行了优化，对强量化和过度量化造成的图像损失进行了相应的有效抑制。附图说明图1为本专利技术一种对RDO策略的结构性失真度的评估方法的步骤流程图；图2为本专利技术一种对RDO策略的结构性失真度的评估系统的系统架构图。具体实施方式以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本专利技术的精神下进行各种修饰与变更。本专利技术采用对量化损失程度的分级建模的方法，可以在编码器模式选择的RDO策略中，有效解决诸多SSD计算无法解释并解决的难题，例如：为什么SSD值的大小不能反映图像的主观失真度？为什么SSIM的方法能有效评估图像的结构化失真度？SSIM方法如何有效的融入基于SSD的RDO策略选择，并指导RDO策略如何在模式选择过程中有效的检测和规避结构化失真问题等等。首先，在研究图像客观/主观质量之前，本专利技术定义“结构性匹配”的概念，作为一个满足“结构性匹配”的充分条件：E(x)＝E(y)＝uE(xy)＝E(x2)＝E(y2)，在同时满足上述两个条件，可以得到由此可以确定，当满足“结构性匹配”的图像客观/主观质量上均是有充分保证的。因此，“结构性失配”，即满足下面两式其一其中，失配的程度由偏差的大小决定，本专利技术以此作为两个图像的评估指标。本专利技术做如下定义：当前块y，重构块x和量化误差e：y＝x+e，满足如下关系式：其中图1为本专利技术一种对RDO策略的结构性失真度的评估方法的步骤流程图。如图1所示，本专利技术一种对RDO策略的结构性失真度的评估方法，包括如下步骤：步骤101，计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差。步骤102，根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断；步骤103，根据分级建模的模型，确定RDO策略的失真度计算方式。优选地，于步骤101之前还包括如下步骤：步骤100，根据量化损失分级建模。具体地，于步骤101中，根据量化损失建立如下模型：1、合理量化模型：即均值相同且不相关，量化指标为：有如下重要推论：由此可得：结构性失配程度只取决于SSD值，因此，在这种情况下，RDO策略中的SSD值能很好的反映失真度。简化SSIM计算方法后可以得到：基于SSIM的评估指标不仅与SSD有关，还取决与即重构图像的平稳度；也就是说，在合理量本文档来自技高网...

【技术保护点】
1.一种对RDO策略的结构性失真度的评估方法，包括如下步骤：步骤一，计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差；步骤二，根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断，确定对应的模型；步骤三，根据确定的模型，确定RDO策略的失真度计算方式。

【技术特征摘要】
1.一种对RDO策略的结构性失真度的评估方法，包括如下步骤：步骤一，计算当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差；步骤二，根据获得当前视频图像当前块y，重构块x的期望值以及当前块y，重构块x、量化误差e的方差利用预先分级建模的模型进行判断，确定对应的模型；步骤三，根据确定的模型，确定RDO策略的失真度计算方式。2.如权利要求1所述的一种对RDO策略的结构性失真度的评估方法，其特征在于，于步骤一之前还包括根据量化损失分级建模的步骤。3.如权利要求2所述的一种对RDO策略的结构性失真度的评估方法，其特征在于：所述根据量化损失分级建模的步骤根据量化损失分级建立合理量化模型与强量化模型。4.如权利要求3所述的一种对RDO策略的结构性失真度的评估方法，其特征在于，所述合理化模型的量化指标为：E(y)＝E(x)其中，E(y)、E(x)为当前块y，重构块x的期望值，为当前块y、重构块x和量化误差e的方差。5.如权利要求4所述的一种对RDO策略的结构性失真度的评估方法，其特征在于，所述强量化模型的量化指标为：E(y)≈E(x)其中其中，δxe为变量...

【专利技术属性】
技术研发人员：章旭东，高厚新，谢煜璋，党韩兵，程志勇，商嘉陵，
申请(专利权)人：上海富瀚微电子股份有限公司，
类型：发明
国别省市：上海,31