基于加权量化的视频压缩编解码方法及编解码器技术

本申请公开一种基于加权量化的视频压缩编解码方法，编码过程包括将待编码图像的属性分量划分成若干属性块；对属性块进行预测得到残差块，并变换得到残差块中各频点的变换系数；选取一个默认矩阵，对频点的初始量化步长进行加权计算得到加权量化步长矩阵；使用加权量化步长矩阵对变换系数进行量化，得到量化块，将量化块写入码流，并根据量化块的值，确认写入码流的其他信息。本申请还公开一种基于加权量化的视频压缩编解码器。本申请由于预设加权量化矩阵集中包括多个默认矩阵，能有效地对不同情况下的变换系数矩阵进行加权量化，在不降低主观质量的情况下，有效的降低编码所需码率。

【技术实现步骤摘要】
基于加权量化的视频压缩编解码方法及编解码器
本申请涉及视频数据处理领域，尤其涉及一种基于加权量化的视频压缩编解码方法及编解码器。
技术介绍
在当前主流的视频压缩编解码标准中，预测块和原始块生成的残差块需要进行变换得到变换块，变换块经过量化后得到的系数块再存入码流。量化的过程会造成系数的失真，导致图像质量的下降。但变换块中不同位置的变换系数数值的失真造成的主观失真各不相同。加权量化技术就是利用这一现象，对不同位置的变换系数采用不同量化步长进行量化的技术。该技术能达到在不造成主观质量下降的情况下，最大限度地降低编码码率，但使用现有加权量化系数矩阵，主观质量不够理想，未能有效降低编码所需要的码率。
技术实现思路
本申请要解决的技术问题是针对现有技术的不足，提供一种基于加权量化的视频压缩编解码方法及编解码器。根据本申请的第一方面，本申请提供一种基于加权量化的视频压缩编解码方法，包括编码过程，所述编码过程包括：提取待编码图像的属性分量，将所述属性分量划分成若干属性块；对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块和所述默认矩阵的编号信息写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。根据本申请的第二方面，本申请提供一种基于加权量化的视频压缩编解码器，包括编码器，所述编码器包括：划分模块，用于提取待编码图像的属性分量，将所述属性分量划分成若干属性块；预测变换模块，用于对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；计算模块，用于从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；量化模块，用于使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。由于采用了以上技术方案，使本申请具备的有益效果在于：在本申请的具体实施方式中，由于预设加权量化矩阵集中包括多个默认矩阵，能有效地对不同情况下的变换系数矩阵进行加权量化，在不降低主观质量的情况下，有效的降低编码所需码率；同时也提供编码器在图像属性块一级自行选择使用不同的默认加权量化系数矩阵，可根据图像内容更加灵活地选择默认加权量化矩阵，在不降低主观质量的情况下，进一步降低编码所需码率。附图说明图1为申请的编码过程在一种实施方式中的流程图；图2为本申请的解码过程在一种实施方式中的流程图；图3为本申请编码器在一种实施方式中的结构示意图；图4为本申请解码器在一种实施方式中的结构示意图。具体实施方式下面通过具体实施方式结合附图对本申请作进一步详细说明。实施例一：如图1所示，本申请的基于加权量化的视频压缩编解码方法，其一种实施方式，包括编码过程，所述编码过程包括：步骤102：提取待编码图像的属性分量，将属性分量划分成若干属性块。属性分量包括亮度、色度等。在一种实施方式中，属性块可通过以下方式进行划分：首先将所有属性块划分为16×16的编码单元，一个编码单元可以划分为4个8×8,或4个4×16或4个16×4，或1个16×16预测单元。步骤104：对属性块进行预测得到残差块，对残差块进行变换得到残差块中各频点的变换系数。步骤106：从预设加权量化矩阵集中选取一个默认矩阵，使用默认矩阵对频点的初始量化步长进行加权计算得到加权量化步长矩阵。在一种实施方式中，可通过分辨率选择默认矩阵，如果图像高度小于480，则选用4×4默认矩阵1，8×8默认矩阵1及其推导的16×16、16×4、4×16默认矩阵；如果图像高度小于720，则选用4×4默认矩阵2，8×8默认矩阵2及其推导的16×16、16×4、4×16默认矩阵；其他情况，则选用4×4默认矩阵3，8×8默认矩阵3及其推导的16×16、16×4、4×16默认矩阵。也可通过亮度或其他因素选择默认矩阵，步骤108：使用加权量化步长矩阵对变换系数进行量化，得到量化块，将量化块写入码流，并根据量化块的值，确认写入码流的其他信息。在一种实施方式中，若量化块为全零矩阵，则不将默认矩阵的编号信息写入所述码流，否则，将默认矩阵的编号信息写入码流。本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集包括4×4默认矩阵1和/或4×4默认矩阵2和/或4×4默认矩阵3和/或8×8默认矩阵1和/或8×8默认矩阵2和/或8×8默认矩阵3。4×4默认矩阵1:4×4默认矩阵2：4×4默认矩阵3：8×8默认矩阵1：8×8默认矩阵2：8×8默认矩阵3：在一种实施方式中，本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集还可以包括16×16默认矩阵和/或32×32默认矩阵。16×16默认矩阵和32×32默认矩阵分别通过公式计算获得；其中WQ8(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数。在一种实施方式中，本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集还可以包括：2e×2e+2默认矩阵和/或2e+2×2e默认矩阵。2e×2e+2默认矩阵和2e+2×2e默认矩阵通过2e+2默认矩阵进行推导，其中e＝1,2,3；推导公式为：WQ’(i,j)＝WQ(i*m,j*n)；其中WQ(i*m,j*n)为默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。如e＝1时，默认矩阵为2×8默认矩阵和8×2默认矩阵，此时可使用8×8默认矩阵进行推导；e＝2时,默认矩阵为4×16默认矩阵和16×4默认矩阵，此时可使用16×16默认矩阵进行推导；e＝3时,默认矩阵为8×32默认矩阵,32×8默认矩阵，此时可使用32×32默认矩阵进行推导。在一种实施方式中，预设加权量化矩阵集还可以包括预设加权量化矩阵集中任意一个默认矩阵乘以A得到的新默认矩阵，其中A为一个常数。如图2所示，本申请的基于加权量化的视频压缩编解码方法，其一种实施方式，还可以包括解码过程，解码过程包括：步骤202：根据预测信息进行预测，得到预测块；步骤204：从码流中解析得到量化块；步骤206：根据量化块的值，确认是否解析写入码流的其他信息，并重建属性块。在一种实施方式中，本申请的解码过程还可以包括：步骤208：若所述量化块为全零矩阵，则所述预测块为重建的所述属性块，结束解码过程。否则，转步骤210；步骤210：根据默认矩阵的编号信息得到默认矩阵，使用默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵；步骤208：使用加权反量化步长矩阵对量化块进行反量化，得到反变换块；步骤210：对反变换块进行反变换得到残差块，将残差块与预测块相加得到重建的属性块。本申请的基于加权量化的视频压缩编解码方法，在编码过程中，若当前属性块量化之后的系数矩阵为本文档来自技高网...

【技术保护点】
一种基于加权量化的视频压缩编解码方法，包括编码过程，其特征在于，所述编码过程包括：?提取待编码图像的属性分量，将所述属性分量划分成若干属性块；?对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；?从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；?使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。

【技术特征摘要】
1.一种基于加权量化的视频压缩编解码方法，包括编码过程，其特征在于，所述编码过程包括：提取待编码图像的属性分量，将所述属性分量划分成若干属性块；对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息；若所述量化块为全零矩阵，则不将所述默认矩阵的编号信息写入所述码流，否则，将所述默认矩阵的编号信息写入所述码流；所述预设加权量化矩阵集包括：4×4默认矩阵1:和/或4×4默认矩阵2：和/或4×4默认矩阵3：和/或8×8默认矩阵1：和/或8×8默认矩阵2：和/或8×8默认矩阵3：2.如权利要求1所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括：16×16默认矩阵和/或32×32默认矩阵；所述16×16默认矩阵和所述32×32默认矩阵通过公式计算获得；其中WQ8(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数。3.如权利要求2所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括：2e×2e+2默认矩阵和/或2e+2×2e默认矩阵，所述2e×2e+2默认矩阵和所述2e+2×2e默认矩阵使用2e+2默认矩阵进行推导，其中e＝1,2,3；推导公式为：WQ’(i,j)＝WQ(i*m,j*n)；其中WQ(i*m,j*n)为2e+2默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为2e×2e+2默认矩阵或2e+2×2e默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。4.如权利要求1至3中任一项所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括将所述预设加权量化矩阵集中任意一个默认矩阵乘以A得到的新默认矩阵，其中A为一个常数。5.如权利要求1至3中任一项所述的基于加权量化的视频压缩编解码方法，其特征在于，还包括解码过程，所述解码过程包括：根据预测信息进行预测，得到预测块；从所述码流中解析得到所述量化块；根据所述量化块的值，确认是否解析写入所述码流的其他信息，并重建属性块。6.如权利要求5所述的基于加权量化的视频压缩编解码方法，其特征在于，所述解码过程还包括：若所述量化块为全零矩阵，则所述预测块为重建的所述属性块；否则，根据所述默认矩阵的所述编号信息得到所述默认矩阵，使用所述默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵；使用所述加权反量化步长矩阵对所述量化块进行反量化，得到反变换块；对所述反变换块进行反变换得到所述残差块，将所述残差块与所述预测块相加得到重建的所述属性块。7.一种基于加权量化的视频压缩编解码器，其特征在于，包括编码器和解码器；所述编码器包括：划分模块，用于提取待编码图像的属性分量，将所述属性分量划分成若干属性块；预测变换模块，用于对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数...

【专利技术属性】
技术研发人员：王振宇，王荣刚，高文，董胜富，王文敏，马思伟，黄铁军，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：