一种对p帧序列进行主观视频质量优化编码的方法及装置的制造方法

文档序号:9238579阅读:338来源:国知局
一种对p帧序列进行主观视频质量优化编码的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及视频编码技术领域,尤其涉及一种对P帧序列进行主观视频质量优化 编码的方法及装置。
【背景技术】
[0002] 随着会议电视、网络流媒体、数字电视广播等视频通信业务的广泛兴起,人们对于 视频图像的质量要求越来越高。为了在信道带宽和传输时延受限的情况下,有效地传输视 频数据以满足网络视频业务的服务要求,通常需要对视频编码进行码率控制。所谓的码率 控制就是通过设置适当的编码参数,在保证恢复视频质量的前提之下,使视频编码产生的 码率尽可能的接近已定好的目标码率。
[0003] 由于存在客观质量参数与主观质量不匹配的现象,为了进一步提高视频质量,则 需要从主观评价参量方面入手。此时将主观质量参量加入码率控制过程以改善输出视频质 量是提高主观视频质量是进一步提高视频质量的有效方式,用以满足用户对提高视频主观 质量的需求。
[0004] 视频图像的压缩编码方式可以分为帧内预测编码和帧间预测编码。帧内编码是利 用相邻像素值之间的相关性进行压缩编码。帧间编码是利用连续图像序列帧间的相关性, 通过运动估计的预测编码方法来消除视频图像的时间冗余。
[0005] 目前,在编码端对帧层码率控制的方法,一般是利用客观质量评价标准对于视频 进行率失真优化后获得量化参数进行编码。这种方法是基于客观评价标准,对于恢复后 视频序列可得到较好的客观质量,但有时会出现客观质量评价与主观质量评价不匹配的现 象。原因在于编码过程并未将主观评价质量参数加入码率控制过程,于是在编码流程中没 有考虑主观质量因素。同时,该进行主观视频质量的优化编码的方法最适用于帧间差异小 的情况,而对于帧间差异大的图像序列,如果其符合当前帧前两帧码率波动条件,仍然可以 采用本方法取得更好的恢复效果。

【发明内容】

[0006] (一)要解决的技术问题
[0007] 本发明所要解决的技术问题是:现有技术在编码流程中未加入主观质量参数,从 而出现的客观质量评价与主观质量评价不匹配的问题。
[0008] (二)技术方案
[0009] 为此目的,本发明提出了一种对P帧序列进行主观视频质量优化编码的方法,包 括以下步骤:
[0010] S1 :检测在当前P帧之前的已编码的连续两帧P帧,判断连续两帧P帧码率波动是 否小于预设阈值;
[0011] S2 :当所述连续两帧P帧码率波动小于预设阈值时,根据当前P帧的前一P帧的结 构相似度值预测当前P帧的结构相似度值;
[0012] S3:计算当前P帧的残差变换绝对值和,并根据所述残差变换绝对值和计算当前P 帧的预测输出码率;
[0013] S4 :根据所述当前P帧的结构相似度值与所述当前P帧的预测输出码率计算当前 P帧的最优量化步长;
[0014] S5 :将所述最优量化步长转化为最佳量化参数并根据所述最佳量化参数对当前P 中贞编码。
[0015] 优选地,所述方法还包括:
[0016] 当所述连续两帧P帧码率波动大于预设阈值时,则当前P帧保持原有编码方式进 行编码。
[0017] 优选地,在所述步骤S5之后,还包括:
[0018] 判断当前P帧的下一帧是否为P帧,若下一帧为P帧,则转到步骤S1 ;若下一帧不 为P帧,则跳出本编码过程。
[0019] 优选地,所述根据当前P帧的前一P帧的结构相似度值预测当前P帧的结构相似 度值具体包括:
[0020] 获取当前P帧的前一P帧的结构相似度值;
[0021] 利用线性预测法根据当前P帧的前一P帧的结构相似度值预测当前P帧的结构相 似度值。
[0022] 优选地,所述当前P帧的前一P帧的结构相似度值为所述当前P帧的前一P帧的 所有宏块结构相识度值的单位均值。
[0023] 优选地,所述步骤S4根据所述当前P帧的结构相似度值与所述当前P帧的预测输 出码率计算当前P帧的最优量化步长具体包括:
[0024] 计算当前P帧的前一P帧的Lagrange乘子;
[0025] 利用所述Lagrange乘子对所述当前P帧的结构相似度值与所述当前P帧的预测 输出码率进行Lagrange乘子加权公式计算当前P帧的最优量化步长。
[0026] 此外,本发明还提出了一种对P帧序列进行主观视频质量优化编码的装置,包括:
[0027] 检测判断模块,用于检测在当前P帧之前的已编码的连续两帧P帧,判断连续两帧 P帧码率波动是否小于预设阈值;
[0028] 预测模块,用于当所述连续两帧P帧码率波动小于预设阈值时,根据当前P帧的前 一P帧的结构相似度值预测当前P帧的结构相似度值;
[0029] 第一计算模块,用于计算当前P帧的残差变换绝对值和,并根据所述残差变换绝 对值和计算当前P帧的预测输出码率;
[0030] 第二计算模块,用于根据所述当前P帧的结构相似度值与所述当前P帧的预测输 出码率计算当前P帧的最优量化步长;
[0031] 编码模块,用于将所述最优量化步长转化为最佳量化参数并根据所述最佳量化参 数对当前P帧编码。
[0032] 优选地,所述装置还包括:
[0033] P帧判断模块,用于判断当前P帧的下一帧是否为P帧,若下一帧为P帧,则转到步 骤S1;若下一帧不为P帧,则跳出本编码过程。
[0034]优选地,所述预测模块包括:
[0035] 获取单元,用于获取当前P帧的前一P帧的结构相似度值;
[0036] 预测单元,用于利用线性预测法根据当前P帧的前一P帧的结构相似度值预测当 前P帧的结构相似度值。
[0037] 优选地,所述第二计算模块包括:
[0038] Lagrange乘子计算单元,用于计算当前P帧的前一P帧的Lagrange乘子;
[0039] 最优量化步长计算单元,用于利用所述Lagrange乘子对所述当前P帧的结构相似 度值与所述当前P帧的预测输出码率进行Lagrange乘子加权公式计算当前P帧的最优量 化步长。
[0040] (三)有益效果
[0041] 通过采用本发明公开的一种对P帧序列进行主观视频质量优化编码的方法及装 置,在当前P帧前两帧码率波动符合算法预设的限定条件时,在不增加额外带宽和网络延 迟的条件下,编码端能够自动适配最优方法对视频图像进行编码模式选择,最大限度保留 细节信息且不明显增加输出码率,从而提高视频主观质量。
【附图说明】
[0042] 通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理 解为对本发明进行任何限制,在附图中:
[0043]图1是本发明一种对P帧序列进行主观视频质量优化编码的方法流程图;
[0044] 图2是本发明一种对P帧序列进行主观视频质量优化编码的装置模块图。
【具体实施方式】
[0045] 下面将结合附图对本发明的实施例进行详细描述。
[0046] 本发明实施例提出了一种对P帧序列进行主观视频质量优化编码的方法,如图1 所示,包括以下步骤:
[0047] S1:检测在当前P帧之前的已编码的连续两帧P帧,判断连续两帧P帧码率波动是 否小于预设阈值;
[0048] S2:当所述连续两帧P帧码率波动小于预设阈值时,根据当前P帧的前一P帧的结 构相似度值预测当前P帧的结构相似度值;
[0049] S3:计算当前P帧的残差变换绝对值和,并根据所述残差变换绝对值和计算当前P 帧的预测输出码率;
[0050] 其中,计算当前P帧的残差变换绝对值和具体为:
[0051] 计算当前P帧内的所有宏块的残差变换绝对值和值求和。
[0052] 利用公式(1),根据得到的当前P帧的残差变换绝对值和计算当前P帧的预测输出 码率:
[0053]
( 1 )
[0054] 其中,coeff为转换系数,offset为基于帧类型的码率偏移系数,count为计算码 率的帧个数,SATD为残差绝对值和,Qstep为当前P帧量化步长,Rt即是当前P帧的预测输出 码率。
[0055]S4:根据所述当前P帧的结构相似度值与所述当前P帧的预测输出码率计算当前 P帧的最优量化步长;
[0056]S5:将所述最优量化步长转化为最佳量化参数并根据所述最佳量化参数对当前P 中贞编码。
[0057] 其中,当所述连续两帧P帧码率波动大于预设阈值时,则当前P帧保持原有编码方 式进行编码。
[0058] 其中,在所述步骤S5之后,还包括:
[0059] 判断当前P帧的下一帧是否为P帧,若下一帧为P帧,则转到步骤S1,继续在本过 程中进行编码过程;若下一帧不为P帧,则跳出本编码过程。
[0060] 其中,所述根据当前P帧的前一P帧的结构相似度值预测当前P帧的结构相似度 值具体包括:获取当前P帧的前一P帧的结构相似度值;利用线性预测法根据当前P帧的前 一P帧的结构相似度值预测当前P帧的结构相似度值。
[0061] 其中,所述当前P帧的前一P帧的结构相似度值为所述当前P帧的前一P帧的所 有宏块结构相识度值的单位均值。
[0062] 本发明实施例中计算当前P帧的前一P帧的结构相似度值包括:
[0063] 计算当前P帧的前一P帧的所有宏块结构相似度值和,再求其单位均值,所得到的 结构相似度值即为前P-帧的结构相似度值;
[0064] 计算当前P帧的预测结构相似度值。利用线性预测方法,根据公式(2)和(3),将 前一P帧结构相似度计算得到当前P帧的预测结构相似度值:
[0065]
[0066]
[0067]其中,&为当前P帧的线性预测糸数,kH为通过前一P帧数据得到的线性预测系 数,SSIMg为当前P帧的前一P帧的结构相似度值,为当前P帧的前一P帧的量化 步长。而SSIMpredic;t为当前P帧的预测结构相似度值。
[0068] 其中,步骤S4根据所述当前P帧的结构相似度值
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1