專利名稱：運(yùn)用w－正交變換的視頻圖像壓縮方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻圖像壓縮或解壓方法，更確切地說，涉及一種視頻(運(yùn)動)圖像幀間編碼方法，并涉及到用于幀間去冗變換的W-正交變換。
在數(shù)字化時代，無論是數(shù)據(jù)保存還是數(shù)據(jù)傳輸，對它們的有效壓縮是必須的，尤其視頻信息更是如此。所以，數(shù)據(jù)壓縮技術(shù)一直是IT技術(shù)里的關(guān)鍵技術(shù)之一。
視頻壓縮技術(shù)的研究應(yīng)用已超過了二十年。二十年來，視頻壓縮技術(shù)的應(yīng)用是成功的。在通信領(lǐng)域，產(chǎn)生了H.261、H.263等國際標(biāo)準(zhǔn)；對于單幀圖像，也有JPEG標(biāo)準(zhǔn)。MPEG-1標(biāo)準(zhǔn)為VCD的普及打下了良好的基礎(chǔ)，MPEG-2是DVD的壓縮標(biāo)準(zhǔn)，它也是一些國家和地區(qū)未來的HDTV的壓縮標(biāo)準(zhǔn)。然而，技術(shù)是在不斷進(jìn)步的。就在MPEG-2標(biāo)準(zhǔn)建立不久，基于小波的圖像壓縮技術(shù)顯示了強(qiáng)大的生命力。在最近定稿的MPEG-4里，已產(chǎn)生了基于小波技術(shù)的靜止圖像壓縮算法，它對JPEG形成了嚴(yán)重的挑戰(zhàn)。JPEG2000標(biāo)準(zhǔn)正在制定之中。基于小波技術(shù)的視頻壓縮技術(shù)也是研究的熱點(diǎn)。
MPEG-x(x＝1或2)的算法由兩部份構(gòu)成，一是幀內(nèi)壓縮算法，一是幀間壓縮算法。幀內(nèi)壓縮算法就是JPEG的算法，幀間預(yù)測編碼采用一種基于塊匹配的運(yùn)動估計及補(bǔ)償算法。它的基本模式是，先幀內(nèi)壓縮，再幀間壓縮，即先空間后時間。運(yùn)動補(bǔ)償算法的搜索時間開銷很大，在理論上也不嚴(yán)密，在恢復(fù)圖像中，常有錯位的感覺，因而不適合象遠(yuǎn)程醫(yī)療這類的精細(xì)壓縮，況且它的壓縮率也不是很理想，象一部DVD電影，普通光盤需要6至8張。該算法的特點(diǎn)是編碼和解碼算法不對稱，編碼復(fù)雜，解碼相對要簡單。從而編碼必須用ASIC來實(shí)現(xiàn)?，F(xiàn)在最快的微機(jī)也無法實(shí)時編碼。
視頻圖像每秒25或30幀，因而前后幾幀的圖像內(nèi)容存在很多相同或基本相同的部分，這種冗余是大家都認(rèn)識到的。關(guān)鍵是利用的方法不一樣，MPEG根據(jù)前一幀預(yù)測后面的幀，或者根據(jù)前一幀和后一幀預(yù)測中間的幀。它尋找“相同的部分”的算法是非常復(fù)雜的，這是MPEG壓縮編碼不能用軟件實(shí)現(xiàn)，而必須購買幾千上萬元的壓縮卡的原因。
另一方面，在軍事應(yīng)用領(lǐng)域，如軍隊(duì)圖像、視頻的通信等，用于對邊境突發(fā)情況、熱點(diǎn)地區(qū)的監(jiān)控，也非常需要對于視頻圖像的壓縮或解壓方法。但是這種可能用于軍事領(lǐng)域的通信編碼體制顯然不適宜公開，這樣有利于通訊保密，即使敵對勢力破解了我方的信道編碼，也無法解壓我們的圖像、視頻。這也是建立我軍自己的編碼體系的重大意義。
本發(fā)明的目的在于為基于小波的幀內(nèi)壓縮的視頻壓縮提供一種幀間壓縮處理算法，消除運(yùn)動圖像臨近的若干幀之間的冗余信息，該算法可適用于軍用和民用。
本發(fā)明的技術(shù)方案如下本發(fā)明之視頻圖像壓縮編碼法包括以下步驟(a)對運(yùn)動圖像按一定步長M分組，M為幀數(shù)；(b)對每組中的M幀圖像進(jìn)行正交變換，得到M幀新圖像；(c)根據(jù)壓縮比的要求和M幀新圖像的不同重要性，進(jìn)行目標(biāo)比特分配；(d)對M幀新圖像分別進(jìn)行編碼。
在以上所述的本發(fā)明之視頻圖像壓縮編碼法中，所述步驟(a)的M可取2、3、4、5、6、7、8。
在以上所述的本發(fā)明之視頻圖像壓縮編碼法中，所述步驟(b)之正交變換為(M＝4)Y1=12(X1+X2+X3+X4)]]>Y2=15(3X1+X2-X3-3X4)]]>Y3=12(X1-X2-X3+X4)]]>Y4=15(X1-3X2+3X3-X4)]]>其中的X1，X2，X3，X4為相鄰的四幅圖像，經(jīng)變換后所得到的圖像Y1，Y2，Y3，Y4稱為偽圖像組。
在以上所述的本發(fā)明之視頻圖像壓縮編碼法中，所述步驟(b)之正交變換，M＝5時為Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>其中的X1，X2，X3，X4，X5，為相鄰的四幅圖像，經(jīng)變換后得到的圖像Y1，Y2，Y3，Y4，Y5稱為偽圖像組。
上述步驟(b)中所采用的M＝4或M＝5，其對應(yīng)的正交變換即W-正交變換的兩種實(shí)施例。由于圖像的時間軸上的采樣不能有太久的延遲，幀間變換不宜采用正交小波變換。一種可能的選擇是用離散余弦變換(DCT)，但它的計算會有一些問題。本發(fā)明采用一種更有效的、類似DCT的變換(暫時稱之為W-正交變換，因?yàn)檫@類變換是本發(fā)明之發(fā)明人最先發(fā)現(xiàn))，它既有高的效率，也有快速算法。W矩陣是多項(xiàng)式基下壓縮變換性能最好的矩陣，DCT是三角函數(shù)基下壓縮變換性能最好的矩陣，兩者沒有哪個好哪個差一說。當(dāng)信源更合適用多項(xiàng)式來描述時，W變換更好；當(dāng)信源更合適用三角函數(shù)來描述時，DCT就好一些。W-正交變換只需要整數(shù)加法。DCT是不可能通過如此的變化來加速解碼算法的。只要算法設(shè)計得好，在運(yùn)動圖像中加入這樣的變換后，不會增加太多的時間開銷，肯定比運(yùn)動補(bǔ)償算法簡單。
M＝4的W變換對應(yīng)一個4階正交矩陣A=1/21/21/21/23/251/25-1/25-3/251/2-1/2-1/21/21/25-3/253/25-1/25.---(1)]]>在此給出消失矩的定義，定義設(shè)給定了n個數(shù)a1，a2，..，an。如果 ，就稱a1，a2，...，an有r+1階消失矩。消失矩大，壓縮效果好。
在矩陣(1)中，第一行是直流分量，第二行有1階消失矩，第三行有2階消失矩，第四行有3階消失矩。它的計算量小于DCT的。四階DCT矩陣是1211112+222-22-2-22-2+221-1-112-22-2+222+22-2-22,---(2)]]>它無法整數(shù)化，也沒有消失矩性質(zhì)。如果四階矩陣的相關(guān)性還不夠，可以考慮5階矩陣，即M＝515151515152101100-110-210214-114-214-114214110-2100210-110170-470670-470170,---(3)]]>它同樣有消失矩性質(zhì)，能夠類似上述的4階矩陣那樣整數(shù)化。Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>Y5=170(X1-4X2+6X3-4X4+X5)]]>這有利于算法的計算機(jī)軟件和ASIC實(shí)現(xiàn)。
完成圖像組的偽圖像變換后，對偽圖像分別采用小波變換，把它們當(dāng)作靜止圖像來處理。但是這幾副圖對解壓圖像不是同等重要的。第一幅最重要，最后的最不重要。在以上所述的本發(fā)明之視頻圖像壓縮編碼法中，所述步驟(c)比特分配采用根據(jù)壓縮比查經(jīng)驗(yàn)表的方法確定。對M＝4，可取第一幅50％，第二幅25％，第三、第四幅各12.5％。
然后進(jìn)行步驟(d)，即對M幀新圖像根據(jù)分配到的碼率大小，分別進(jìn)行量化編碼。這里量化編碼可以采用常規(guī)的零樹編碼或者子帶編碼，也可以用本發(fā)明人的另一項(xiàng)正在申請專利的幀內(nèi)量化編碼方法。
本發(fā)明應(yīng)用于視頻圖像幀間壓縮或解壓處理，利用W-正交變換對圖像序列中連續(xù)的若干幀在時間軸上進(jìn)行處理，能夠消除運(yùn)動圖像臨近的若干幀之間的冗余信息。本發(fā)明的幀間處理方法的處理運(yùn)算非常簡單，可以軟件實(shí)現(xiàn)實(shí)時壓縮，甚至在微機(jī)上同時壓縮多路視頻信號。當(dāng)然本發(fā)明的算法也可以用硬件實(shí)現(xiàn)，那樣實(shí)現(xiàn)成本更低、運(yùn)算速度更快。
本發(fā)明可以應(yīng)用于軍事領(lǐng)域，用于軍隊(duì)圖像、視頻的通信等，對邊境突發(fā)情況、熱點(diǎn)地區(qū)的監(jiān)控等。本發(fā)明有利于建立我軍自己的視頻圖像編碼體系。
以下結(jié)合附圖進(jìn)一步說明本發(fā)明。


圖1是本發(fā)明對運(yùn)動圖像之壓縮模型示意圖；圖2是MPEG算法中的幀之示意圖。
本發(fā)明提出運(yùn)動圖像新的壓縮模型，即從運(yùn)動圖像的起始幀開始，以n幅為一組，先在時間軸上對圖像作一個W-正交變換，形成一個新的n幅“圖像”組(稱為偽圖像組)，如圖1所示。在偽圖像組里面，“圖像”的重要程度有一個自然排序，第一幅最重要，第二幅次之，…，最后一幅最次。由偽圖像組的第一幅就能得到圖像組的一個近似恢復(fù)，由偽圖像組的頭兩幅就能得到圖像組的一個更精確的近似恢復(fù)，當(dāng)然，由全體偽圖像就得到了原圖像組的精確恢復(fù)。
運(yùn)動圖像的測試比較復(fù)雜，比較的指標(biāo)也很多，完全公正的測試方法是很難找的。除了同樣有壓縮比和信噪比外，另一個重要指標(biāo)是算法的采樣延遲。在MPEG算法里，采樣延遲實(shí)際上是9幀。在這9幀里，實(shí)際上只有兩幀是原始幀(I幀)，P幀是由兩端的I幀內(nèi)插而成，B幀是由I幀和P幀內(nèi)插而成，如圖2所示。
由于幀間的相關(guān)性很強(qiáng)，冗余度大，當(dāng)處理的圖像組里的圖像多時，壓縮比自然會提高，但采樣延遲加大，實(shí)現(xiàn)算法時的緩存增加，加大了硬件成本。
在本發(fā)明的算法中，M＝4時，是以4幀為一組分組的。這樣，算法沒有充分挖掘壓縮比，但采樣延遲減少了一半以上，硬件實(shí)現(xiàn)時緩存減少了一半以上，降低了硬件成本。即使如此，本發(fā)明的圖像質(zhì)量和壓縮比不僅沒有降低，反而雙高，即在壓縮比高于MPEG的同時，信噪比還遠(yuǎn)遠(yuǎn)高于MPEG的。以本發(fā)明人的采集的這一段視頻為例。當(dāng)壓縮比為27倍時，本發(fā)明算法的平均峰值信噪比為41.40(Y)，39.5(UV)，而MPEG的只有31.3(Y)，34.5(UV)。本發(fā)明的算法壓縮到60倍時，峰值信噪比均下降2dB左右。
實(shí)際視覺質(zhì)量相差沒有這樣大。這反映了MPEG算法的另一個特點(diǎn)，它不能對圖像作高保真壓縮。所以，在遠(yuǎn)程醫(yī)療診斷這類系統(tǒng)中，MPEG算法是不能用的，因?yàn)樗锩娴拇蟛糠謭D像有“人造成份”。而本發(fā)明提出幀間壓縮處理算法能對圖像作高保真壓縮，有實(shí)用性。
權(quán)利要求
1.一種視頻圖像壓縮編碼法，該方法包括步驟(a)對運(yùn)動圖像按一定步長M分組，M為幀數(shù)；(b)對每組中的M幀圖像進(jìn)行正交變換，得到M幀新圖像；(c)根據(jù)壓縮比的要求和M幀新圖像的不同重要性，進(jìn)行目標(biāo)比特分配；(d)對M幀新圖像分別進(jìn)行編碼。
2.根據(jù)權(quán)利要求1所述的視頻圖像壓縮編碼法，其特征在于其中所述步驟(a)的M可取2、3、4、5、6、7、8中之任一數(shù)。
3.根據(jù)權(quán)利要求1所述的視頻圖像壓縮編碼法，其特征在于其中所述步驟(b)之正交變換，M＝4時為Y1=12(X1+X2+X3+X4)]]>Y2=15(3X1+X2-X3-3X4)]]>Y3=12(X1-X2-X3+X4)]]>Y4=15(X1-3X2+3X3-X4)]]>其中的X1，X2，X3，X4為相鄰的四幅圖像，經(jīng)變換后得到的圖像Y1，Y2，Y3，Y4稱為偽圖像組。
4.根據(jù)權(quán)利要求1所述的視頻圖像壓縮編碼法，其特征在于其中所述步驟(b)之正交變換，M＝5時為Y1=15(X1+X2+X3+X4+X5)]]>Y2=110(2X1+X2-X4-2X5)]]>Y3=114(2X1-X2-2X3-X4+2X5)]]>Y4=110(X1-2X2+2X4-X5)]]>Y5=170(X1-4X2+6X3-4X4+X5)]]>其中的X1，X2，X3，X4，X5，為相鄰的四幅圖像，經(jīng)變換后得到的圖像Y1，Y2，Y3，Y4，Y5稱為偽圖像組。
5.根據(jù)權(quán)利要求1所述的視頻圖像壓縮編碼法，其特征在于所述步驟(c)中之比特分配采用根據(jù)壓縮比查經(jīng)驗(yàn)表的方法確定。
全文摘要
一種用于運(yùn)動圖像(數(shù)字視頻)數(shù)據(jù)壓縮或解壓縮的方法,利用W－正交變換對圖像序列中連續(xù)的若干幀在時間軸上進(jìn)行處理,消除幀間信息冗余。本發(fā)明包括以下步驟:對運(yùn)動圖像按一定步長M分組;對每組中的M幀圖像進(jìn)行W－正交變換,得到M幀新圖像;根據(jù)壓縮比的要求和M幀新圖像的不同重要性,進(jìn)行目標(biāo)比特分配;對M幀新圖像分別進(jìn)行編碼。本發(fā)明的幀間處理方法運(yùn)算非常簡單,可以軟件實(shí)現(xiàn)實(shí)時壓縮,用硬件實(shí)現(xiàn)則實(shí)現(xiàn)成本更低、運(yùn)算速度更快。
文檔編號H04N7/30GK1358030SQ0012672
公開日2002年7月10日 申請日期2000年12月5日 優(yōu)先權(quán)日2000年12月5日
發(fā)明者王國秋 申請人:湖南中芯數(shù)字技術(shù)有限公司