一种图像编码、解码的方法和装置制造方法及图纸

本发明专利技术实施例提供了一种图像的编码方法，所述编码方法包括：对图像进行预测编码；对经过预测编码的所述图像进行变换编码；使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到；对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。本发明专利技术有效地节省了编码量化矩阵所需的比特数量，提高了压缩效率。

【技术实现步骤摘要】

本专利技术属于通信领域，具体涉及到一种图像编码、解码的方法和装置。
技术介绍
由于视频数据量巨大，在实际应用中，视频数据通常需要压缩编码处理。编码器通过预测、变换、量化和熵编码过程处理视频数据，以实现数据压缩生成视频码流。视频码流可用于存储或者网络传输。解码器通过熵解码、反量化、反变换、预测补偿对视频码流进行解码操作，以重建视频数据。H.264编码技术通过使用量化矩阵(quantization matrix, QM)实现对信号压缩失真的精确控制。编码器根据当前图像内容给出一组适合当前编码图像的QM，然后将该QM编码写入码流。解码器收到带有QM信息的码流后，解码出QM信息，并利用该QM信息解码出图像。在H.264中，每帧图像最多可以有8组QM矩阵QMi，i = 1，2，...8。8组QM矩阵分别表示在4*4变换时，帧内预测的亮度Y、色度Cb、色度Cr和帧间预测的亮度Y、色度Cb、色度Cr六种QM ；以及在8*8变换时，帧内预测和帧间预测的亮度Y两种QM。由于QM信息数据量较大，需要对QM信息进行压缩编码，以便减少用于表示QM信息的比特数量。H.264使用以下压缩方法，分别对6个4*4量化矩阵和2两个8*8量化矩阵进行编码，具体步骤如下:第一步，对二维量化矩阵进行扫描操作，生成一维数据；第二步，对一维数据进行DPCM编码；第三步，将编码后的数据进行熵编码，写入码流。以上方案中采用的变换和量化都是N*N的正方形矩阵，当采用非正方形变换和量化矩阵时，对于N*M的量化矩阵，按照以上量化矩阵压缩方法，需要很多比特表示量化矩阵，当应用带宽很小时，传输量化矩阵所用比特将严重影响编码图像的质量。
技术实现思路
本专利技术实施例提供了图像编码、解码的方法和装置，以减少码流的传输带宽。本专利技术实施例提供了一种图像的编码方法，所述编码方法包括:对图像进行预测编码；对经过预测编码的所述图像进行变换编码；使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到；对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。本专利技术实施例提供了一种图像的解码方法，所述解码方法包括:对接收的码流进行熵解码，以得到图像数据和量化矩阵，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵；由所述M*N量化矩阵通过转置得到N*M量化矩阵；使用所述M*N量化矩阵、所述N*M量化矩阵对经过熵解码的图像数据进行反量化；对经过反量化的图像数据进行反变换；对经过反变换的图像数据进行预测补偿，生成解码图像。本专利技术实施例提供了一种图像的编码装置，所述编码装置包括:预测编码模块，用于对图像进行预测编码；变换编码模块，用于对经过预测编码的所述图像进行变换编码；量化编码模块，用于使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到；熵编码模块，用于对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。本专利技术实施例提供了一种图像的解码装置，所述解码转置包括:熵解码单元，用于对接收的码流进行熵解码，以得到图像数据和量化矩阵，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵；反量化单元，用于由所述M*N量化矩阵通过转置得到N*M量化矩阵，使用所述M*N量化矩阵、所述N*M量化矩阵对经过熵解码的图像数据进行反量化；反变换单元，用于对经过反量化的图像数据进行反变换；预测补偿单元，用于对经过反变换的图像数据进行预测补偿，生成解码图像。本专利技术实施例有效地节省了编码量化矩阵所需的比特数量，提高了压缩效率。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，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为本专利技术图像编码方法的一个实施例的流程图；图2为本专利技术图像解码方法的一个实施例的流程图；图3为本专利技术图像编码方法的又一个实施例的流程图；图4为本专利技术图像解码方法的又一个实施例的流程图；图5为本专利技术图像编码方法的再一个实施例的流程图；图6为本专利技术图像解码方法的再一个实施例的流程图；图7为本专利技术图像编码装置的一个实施例的结构图；图8为本专利技术图像解码装置的一个实施例的结构图。具体实施例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做出创造性劳动的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。本专利技术实施例提供了一种图像的编码方法。请参考附图1，图1提供了本方法一个实施例的流程图。所述编码方法包括:SlOl对图像进行预测编码；S103对经过预测编码的所述图像进行变换编码；S105使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到；S107对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。在图像的编解码过程中，把每一帧图像分割成较小的图像块进行编码或者解码处理，比如将一帧图像分割成大小为UxU的图像块。在本专利技术的一个实施例中，SlOl具体包括:在对UxU的图像块编码时，UxU的图像按照不同的子块进行预测编码。对于平坦的图像区域，采用较大的图像子块划分，以节省用于描述图像划分关系的描述信息；对于细节丰富的图像区域，采用较小的图像子块划分，以提高图像编码时的预测准确度；通过自适应划分提高压缩效率。根据预测关系的不同，预测编码包括巾贞内编码和巾贞间编码。巾贞内编码使用来自同一巾贞图像的空间相邻重建像素对当iu编码块预测。帧间预测使用当前编码块所在图像前面时刻或者后面时刻图像的像素预测当前编码块。在本专利技术的一个实施例中，S103具体包括:变换编码通过对经过预测编码后的数据进行变换编码，以集中数据能量和减少用于描述数据的比特数量。变换编码技术包括DCT、DST、小波变换等。对于不同的子块大小，采用不同的变换矩阵进行变换编码。以DCT变换为例，对于4x4的子块，进行4x4的DCT变换，8x8的子块进行8x8的DCT变换，32x32的子块烤肉进行32x32的DCT变换，也可以进行4x4或者8x8的变换；或者进行非正方形的变换，32x8，16x4等。非正方形变换优点在于可更好的适配图像内容，提高编码效率。在本专利技术的一个实施例中，S105具体包括:在编码一段视频信号时，根据图像内容的不同，选择适合该图像内容的变换矩阵，使用量化矩阵对变换编码后的所述图像进行量化编码，同时将图像数据信息和变换矩阵编码写入码流，以控制视频数据的压缩效率。所述量化矩阵包括M*N量化矩阵本文档来自技高网...

【技术保护点】
一种图像的编码方法，其特征在于，所述编码方法包括：对图像进行预测编码；对经过预测编码的所述图像进行变换编码；使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到；对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。

【技术特征摘要】
1.一种图像的编码方法，其特征在于，所述编码方法包括: 对图像进行预测编码； 对经过预测编码的所述图像进行变换编码； 使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、N*M量化矩阵，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到； 对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。2.根据权利要求1所述的编码方法，其特征在于，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到包括:所述N*M量化矩阵是所述M*N量化矩阵的转置矩阵。3.根据权利要求1所述的编码方法，其特征在于，所述N*M量化矩阵由所述M*N量化矩阵通过转置得到包括:所述N*M量化矩阵通过所述M*N量化矩阵的转置预测得到；所述对所述M*N量化矩阵编码包括:根据所述N*M量化矩阵和所述M*N量化矩阵的转置矩阵的差值计算得到N*M差异量化矩阵，对M*N量化矩阵和所述N*M差异量化矩阵进行熵编码。4.一种图像的解码方法，其特征在于，所述解码方法包括: 对接收的码流进行熵解码，以得到图像数据和量化矩阵，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵； 由所述M*N量化矩阵通过转置 得到N*M量化矩阵； 使用所述M*N量化矩阵、所述N*M量化矩阵对经过熵解码的图像数据进行反量化； 对经过反量化的图像数据进行反变换； 对经过反变换的图像数据进行预测补偿，生成解码图像。5.根据权利要求4所述的解码方法，其特征在于，由所述M*N量化矩阵通过转置得到N*M量化矩阵包括:所述N*M量化矩阵是M*N量化矩阵的转置矩阵。6.根据权利要求4所述的解码方法，其特征在于，对接收的码流进行熵解码，以得到图像数据和量化矩阵包括:对接收的码流进行熵解码，以得到图像数据、量化矩阵和M*N差异量化矩阵；所述由所述M*N量化矩阵通过转置得到N*M量化矩阵包括:由所述M*N量化矩阵的转置矩阵和所述N*M差异量化矩阵的和得到所述N*M量化矩阵。7.一种图像的编码方法，其特征在于，所述方法包括: 对图像进行预测编码； 对经过预测编码的所述图像进行变换编码； 使用量化矩阵对变换编码后的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、P*Q量化矩阵，所述P*Q量化矩阵由所述M*N量化矩阵通过缩放得到； 对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。8.根据权利要求7所述的方法，其特征在于，所述P*Q量化矩阵由所述M*N量化矩阵通过缩放得到包括:所述P*Q量化矩阵是所述量化矩阵的缩放后的矩阵。9.根据权利要求7所述的方法，其特征在于，所述P*Q量化矩阵由所述M*N量化矩阵通过缩放得到包括:所述P*Q量化矩阵由所述M*N量化矩阵的缩放后的矩阵预测得到；所述对所述M*N量化矩阵编码包括:根据所述P*Q量化矩阵和所述M*N量化矩阵的缩放矩阵的差值计算得到P*Q差异量化矩阵，对M*N量化矩阵和所述P*Q差异量化矩阵进行编码。10.一种图像的解码方法，其特征在于:所述解码方法包括: 对接收的码流进行熵解码，以得到图像数据和量化矩阵，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵； 由所述M*N量化矩阵通过缩放得到P*Q量化矩阵； 使用所述M*N量化矩阵、所述P*Q量化矩阵对经过熵解码的图像数据进行反量化； 对经过反量化的图像数据进行反变换； 对经过反变换的图像数据进行预测补偿，生成解码图像。11.根据权利要求10所述的解码方法，其特征在于，由所述M*N量化矩阵通过缩放得到P*Q量化矩阵包括:所述P*Q量化矩阵是M*N量化矩阵的缩放矩阵。12.根据权利要求10所述的解码方法，其特征在于，对接收的码流进行熵解码，以得到图像数据和量化矩阵包括:对接收的码流进行熵解码，以得到图像数据、量化矩阵和M*N差异量化矩阵；由所述M*N量化矩阵通过缩放得到P*Q量化矩阵包括:由所述M*N量化矩阵的缩放矩阵和所述P*Q差异量化矩阵的和得到所述P*Q量化矩阵。13.一种图像的编码方法，其特征在于，所述编码方法包括: 对图像进行预测编码； 对经过预测编码的所述图像进行变换编码； 使用量化矩阵对变换编码后 的所述图像进行量化编码，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵、P*Q量化矩阵，所述P*Q量化矩阵由所述M*N量化矩阵通过截取得到； 对量化编码后的所述图像进行熵编码，对所述M*N量化矩阵编码，生成码流。14.根据权利要求13所述的编码方法，其特征在于，所述P*Q量化矩阵由所述M*N量化矩阵通过截取得到包括:所述P*Q量化矩阵是所述M*N量化矩阵的截取矩阵。15.根据权利要求13所述的编码方法，其特征在于，所述P*Q量化矩阵由所述M*N量化矩阵通过截取得到包括:所述P*Q量化矩阵通过所述M*N量化矩阵的截取预测得到；所述对所述M*N量化矩阵编码包括:根据所述P*Q量化矩阵和所述M*N量化矩阵的截取矩阵的差值计算得到P*Q差异量化矩阵，对M*N量化矩阵和所述P*Q差异量化矩阵进行编码。16.一种图像的解码方法，其特征在于，所述解码方法包括: 对接收的码流进行熵解码，以得到图像数据和量化矩阵，所述量化矩阵是反映图像量化步长信息的矩阵，所述量化矩阵包括M*N量化矩阵； 由所述M*N量化矩阵通过截取得到P*Q量化矩阵； 使用所述M*N量化矩阵、所述P*Q量化矩阵对经过熵解码的图像数据进行反量化； 对经过反量化的图像数据进行反变换； 对经过反变换的图像数据进行预测补偿，生成解码图像。17.根据权利要求16所述的解码方法，其特征在于，由所述M*N量化矩阵通过截取得到P*Q量化矩阵包括:所述P*Q量化矩阵是M*N量化矩阵的截取矩阵。18.根据权利要求16所述的解码方法，其特征在于，对接收的码流进行熵解码，以得到图像数据和量化矩阵包括:对接收的码流进行熵解码，以得到图像数据、量化矩阵和M*N差异量化矩阵；由所述M*N量化矩阵通过截取得到P*Q量化矩阵包括:由所述M*N量化矩阵的截取矩阵和所述P*Q差异量化矩阵的和得到所述P*Q量化矩阵。19.一种图像的编码装置，其特征在于，所述编码装置包括:预测编码模块，用于对图像进行预测编码；变换编码模块，用于对经过预测编码的所述图像进行变换编码；量化编码模块，用于使用...

【专利技术属性】
技术研发人员：杨海涛，周建同，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：