带宽压缩量化及反量化方法与流程

本发明属于带宽压缩编码领域，具体涉及一种带宽压缩量化及反量化方法。

背景技术：

图象压缩一般通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主要应用是图象信息的传输和存储，可广泛地应用于广播电视、电视会议、计算机通讯、传真、多媒体系统、医学图象、卫星图象等领域。图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为:图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。

压缩可分为两大类：第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢复出原图象，信息有一定的丢失，称为有损压缩。选择哪一类压缩，要折衷考虑，尽管我们希望能够无损压缩，但是通常有损压缩的压缩比(即原图象占的字节数与压缩后图象占的字节数之比，压缩比越大，说明压缩效率越高)比无损压缩的高。量化和码控是有损压缩特有的。

如何保证压缩效率减少传输带宽的基础上降低重建图像的损失已经成为现今研究的热点。

技术实现要素：

为了解决现有技术中存在的上述问题，本发明提供了一种带宽压缩量化及反量化方法。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种带宽压缩量化与反量化方法，包括：

(a)获取量化单元所有像素的原始预测残差；

(b)对所述原始预测残差依次进行第一量化模式处理得到第一量化预测残差、第二反量化预测残差、第一量化残差损失，其中所述第一量化模式处理为量化处理、反量化处理、补偿处理；

(c)对所述原始预测残差依次进行第二量化模式处理得到第二量化预测残差、第三反量化预测残差、第二量化残差损失，其中所述第二量化模式处理为补偿处理、量化处理、反量化处理；

(d)根据所述第一量化预测残差、所述第一量化残差损失计算第一率失真优化参数，根据所述第二量化预测残差、所述第二量化残差损失计算第二率失真优化参数；

(e)比较所述第一率失真优化参数和所述第二率失真优化参数，若所述第一率失真优化参数小于所述第二率失真优化参数，则将所述第一量化预测残差、所述第一量化模式写入码流；否则将所述第二量化预测残差、所述第二量化模式写入码流。

在本发明的一个实施例中，步骤(a)之后还包括：获取量化参数和补偿参数。

在本发明的一个实施例中，所述量化参数和所述补偿参数均为2。

在本发明的一个实施例中，步骤(b)包括：

(b1)根据所述量化参数对所述原始预测残差进行所述量化处理获得所述第一量化预测残差；

(b2)根据所述量化参数对所述第一量化预测残差进行所述反量化处理获得所述第一反量化预测残差；

(b3)根据所述补偿参数对所述第一反量化预测残差进行所述补偿处理获得所述第二反量化预测残差；

(b4)根据所述第二反量化预测残差和所述原始预测残差获得所述第一量化残差损失。

在本发明的一个实施例中，所述第一量化残差损失为所述第二反量化预测残差与所述原始预测残差的差。

在本发明的一个实施例中，步骤(c)包括：

(c1)根据所述补偿参数对所述原始预测残差进行所述补偿处理获得第一补偿预测残差；

(c2)根据所述量化参数对所述第一补偿预测残差进行所述量化处理获得所述第二量化预测残差；

(c3)根据所述量化参数对所述第二量化预测残差进行所述反量化处理获得所述第三反量化预测残差；

(c4)根据所述第三反量化预测残差和所述原始预测残差获得所述第二量化残差损失。

在本发明的一个实施例中，所述第二量化残差损失为所述第三反量化预测残差与所述原始预测残差的差。

本发明的另一个实施例提供了一种带宽压缩反量化方法，包括：

(x)获取码流中的量化模式和量化预测残差；

(y)若所述量化模式为第一量化模式，则对所述量化预测残差依次进行反量化处理和补偿处理；否则，对所述量化预测残差进行反量化处理。

与现有技术相比，本发明的有益效果：在保证了图像数据的传输带宽较小的情况下提高了图像重建损失，且方法简单便于实现。

附图说明

图1为本发明实施例提供的一种带宽压缩量化方法的流程示意图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例一

请参见图1，图1为本发明实施例提供的一种带宽压缩量化方法的流程示意图。该量化方法包括：

(a)获取量化单元所有像素的原始预测残差；

(b)对所述原始预测残差依次进行第一量化模式处理得到第一量化预测残差、第二反量化预测残差、第一量化残差损失，其中所述第一量化模式处理为量化处理、反量化处理、补偿处理；

(c)对所述原始预测残差依次进行第二量化模式处理得到第二量化预测残差、第三反量化预测残差、第二量化残差损失，其中所述第二量化模式处理为补偿处理、量化处理、反量化处理；

(d)根据所述第一量化预测残差、所述第一量化残差损失计算第一率失真优化参数，根据所述第二量化预测残差、所述第二量化残差损失计算第二率失真优化参数；

(e)比较所述第一率失真优化参数和所述第二率失真优化参数，若所述第一率失真优化参数小于所述第二率失真优化参数，则将所述第一量化预测残差、所述第一量化模式写入码流；否则将所述第二量化预测残差、所述第二量化模式写入码流。

其中，步骤(a)之后还包括：获取量化参数和补偿参数。

其中，所述量化参数和所述补偿参数均为2。

其中，步骤(b)包括：

(b1)根据所述量化参数对所述预测残差进行所述量化处理获得所述第一量化预测残差；

(b2)根据所述量化参数对所述第一量化预测残差进行所述反量化处理获得所述第一反量化预测残差；

(b3)根据所述补偿参数对所述第一反量化预测残差进行所述补偿处理获得所述第二反量化预测残差；

(b4)根据所述第二反量化预测残差和所述原始预测残差获得所述第一量化残差损失。

其中，所述第一量化残差损失为所述第二反量化预测残差与所述原始预测残差的差。

其中，步骤(c)包括：

(c1)根据所述补偿参数对所述预测残差进行所述补偿处理获得第一补偿预测残差；

(c2)根据所述量化参数对所述第一补偿预测残差进行所述量化处理获得所述第二量化预测残差；

(c3)根据所述量化参数对所述第二量化预测残差进行所述反量化处理获得所述第三反量化预测残差；

(c4)根据所述第三反量化预测残差和所述原始预测残差获得所述第二量化残差损失。

其中，所述第二量化残差损失为所述第三反量化预测残差与所述原始预测残差的差。

本发明实施例在保证了图像数据的传输带宽较小的情况下提高了图像重建损失，且方法简单便于实现。

实施例二

请再次参见图1，本实施例在上述实施的基础上，详细描述一种带宽压缩量化方法，包括如下步骤：

s1：获取量化单元所有像素的原始预测残差。

s2：获取量化参数和补偿参数。其中，编码端与解码端量化参数qp和补偿参数cp一致，可以同步计算生成或者编码端传递给解码端。设cp＝(1＜＜qp)/2，其中，“<<”算式表示，若有表达式a<<m则表示将整型数a按二进制位向左移动m位，高位移出后，低位补0。

s3：对所述原始预测残差依次进行第一量化模式即量化处理、反量化处理、补偿处理得到第一量化预测残差、第二反量化预测残差、第一量化残差损失，包括如下步骤：

s31：根据所述量化参数qp对所述预测残差pres进行所述量化处理获得所述第一量化预测残差qpres_1，满足：

qpres_1i＝presi＞＞qp

其中，“>>”算式表示，若有表达式a>>m则表示将整型数a按二进制位向右移动m位，低位移出后，高位补0。

s32：根据所述量化参数对所述第一量化预测残差进行所述反量化处理获得所述第一反量化预测残差iqpres_1；

iqpres_1i＝qpres_1i＜＜qp

s33：根据所述补偿参数对所述第一反量化预测残差进行所述补偿处理获得所述第二反量化预测残差iqpres_2；

iqpres_2i＝iqpres_1i+cp

s34：根据所述第二反量化预测残差和所述原始预测残差获得所述第一量化残差损失loss_1。

loss_1i＝iqpres_2i-presi

s3：对所述原始预测残差依次进行第二量化模式即补偿处理、量化处理、反量化处理得到第二量化预测残差、第三反量化预测残差、第二量化残差损失；

s31：根据所述补偿参数对所述原始预测残差进行所述补偿处理获得第一补偿预测残差cpres_1；

cpres_1i＝presi+cp

s32：根据所述量化参数对所述第一补偿预测残差进行所述量化处理获得所述第二量化预测残差qpres_2；

qpres_2i＝cpres_1i＞＞＞＞qp

s33：根据所述量化参数对所述第二量化预测残差进行所述反量化处理获得所述第三反量化预测残差iqpres_3；

iqpres_3i＝qpres_2i＜＜qp

s34：根据所述第三反量化预测残差和所述原始预测残差获得所述第二量化残差损失。

loss_2i＝iqpres_3i-presi

s4：根据所述第一量化预测残差、所述第一量化残差损失计算第一率失真优化参数rdo_1，根据所述第二量化预测残差、所述第二量化残差损失计算第二率失真优化参数rdo_2；比较所述第一率失真优化参数rdo_1和所述第二率失真优化参数，若所述第一率失真优化参数rdo_1小于所述第二率失真优化参数rdo_2，则将所述第一量化预测残差、所述第一量化模式写入码流；否则将所述第二量化预测残差、所述第二量化模式写入码流。

其中，第一率失真优化参数rdo_1和第二率失真优化参数rdo_2满足：

若rdo_1＜rdo_2，则将第一量化预测残差qpres_1和第一量化模式写入码流中；否则，将第二量化预测残差qpres_2和第二量化模式写入码流中

其中，为了节省传输带宽，第一量化模式和第二量化模式可采用量化模式索引进行传输。如第一量化模式用0表示，第二量化模式用1表示。

其中，步骤s3和步骤s4可以交换位置，此处不做固定限定。

其中，第一率失真优化参数和第二率失真优化参数也可以分别在步骤s3和步骤s4后面进行，此处也不做固定限定。

本发明实施例在保证了图像数据的传输带宽较小的情况下提高了图像重建损失，且方法简单便于实现。

实施例三

本实施例在上述实施的基础上，以详细描述一种带宽压缩量化方法，包括如下步骤：

s01：获取原始预测残差pres＝{12，13，15，18，20，23，15，10}；

s02：获取量化参数qp＝2，补偿参数

s03：设第一量化模式标识为0，第二量化模式标识为1，采用第一量化模式处理，取a1＝a2＝1，获得：

第一量化预测残差qpres_1＝{3，3，3，4，5，5，3，2}

第一反量化预测残差iqpres_1＝{12，12，12，16，20，20，12，8}

第二反量化预测残差iqpres_2＝{14，14，14，18，22，22，14，10}

第一量化残差损失loss_1＝{2，0，-1，0，2，-1，-1，0}

第一率失真优化参数rdo_1＝29

s04：采用第二量化模式处理，获得：

第一补偿预测残差cpres_1＝{14，15，17，20，22，25，17，12}

第二量化预测残差qpres_2＝{3，3，4，5，5，6，4，3}

第三反量化预测残差iqpres_3＝{12，12，16，20，20，24，16，12}

第二量化残差损失loss_2＝{0，-1，1，2，0，1，1，2}

第二率失真优化参数rdo_2＝39

s05：rdo_1＜rdo_2，因此算在第一量化模式0，将第一量化预测残差qpres_1＝{3，3，3，4，5，5，3，2}和第一量化模式0写入码流，即最终输出码流：{3，3，3，4，5，5，3，2，0}，其中，最后一位为量化模式标识位。

本发明实施例在保证了图像数据的传输带宽较小的情况下提高了图像重建损失，且方法简单便于实现。

实施例四

本发明实施例提供了带宽压缩反量化方法，包括如下步骤：

(x)获取码流中的量化模式和量化预测残差；

(y)若所述量化模式为第一量化模式，则对所述量化预测残差依次进行反量化处理和补偿处理；否则，对所述量化预测残差进行反量化处理。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。