[发明专利]使用空间可变变换的视频编码

说明书

技术领域

本发明涉及用于编码和解码的装置，并且具体地但不仅限于涉及用于对图像和视频信号进行编码和解码的装置。

背景技术

视频编解码器包括编码器和解码器，该编码器将输入视频变换成适于存储和/或传输的压缩表征，该解码器则可以将该压缩视频表征解压缩成可视形式。通常，编码器丢弃原始视频序列中的某些信息，以便以更紧致的形式(例如，以较低比特率)表示视频。

典型的视频编解码器(例如，国际电信联盟-技术委员会(ITU-T)H.263和H.264编码标准)在两个阶段中对视频信息进行编码。在第一阶段中，预测某个图片区域或“块”中的像素值。这些像素值例如可以利用运动补偿机制进行预测，该机制涉及在先前编码的视频帧(或稍后编码的视频帧)的一个帧中找到与正在被编码的块密切对应的区域并指出该区域。另外，可以通过空间机制来预测像素值，该机制涉及找到并指出空间区位关系。

第二阶段是对预测的像素块与原始像素块之间的误差进行编码的一个阶段。这通常是通过使用指定变换来对诸像素值中的差值进行变换而实现的。这一变换通常是离散余弦变换(DCT)或其变体。在对差值进行变换之后，对经变换的差值进行量化和熵编码。

通过改变量化过程的逼真度，编码器可以控制像素表征的准确性(换言之，图片质量)与所得到的已编码视频表征的大小(换言之，文件大小或传输比特率)之间的平衡。

解码器通过应用与编码器所使用类似的、用于形成像素块的预测表征(使用编码器创建并存储在图像的压缩表征中的运动或空间信息)的预测机制和进行预测误差解码(用于在空间域中恢复经量化的预测信号的预测误差编码逆操作)来重建输出视频。

在应用像素预测和误差解码过程之后，解码器组合该预测和预测误差信号(像素值)，以形成输出视频帧。

解码器(和编码器)也可以应用附加的滤波过程，以便在传递输出视频以供显示和/或作为视频序列中将来帧的预测参考而进行存储之前改进其质量。

在典型的视频编解码器中，运动信息由与每个运动补偿的图像块相关联的运动向量指示。这些运动向量中的每一个代表待编码(在编码器中)或待解码(在解码器处)图片中的图像块与之前编码或解码的图像(或图片)的一个图像(或图片)中的预测源块的移位。为了更有效地表示运动向量，通常针对块特定预测的运动向量、对运动向量进行不同编码。在典型的视频编解码器中，以预定义方式创建预测的运动向量，例如，通过计算相邻块的编码或解码运动向量的中值。

典型的视频编码器利用Lagrangian成本函数找到最优编码模式，例如，期待的宏块模式和关联的运动向量。这种类型的成本函数使用加权因子或λ将确切的或估计的图像失真(归因于有有损编码方法)和表示图像区域中的像素值所需的确切的或估计的信息量联系在一起。

这可以由下述等式表示：

C＝D+λR

其中C是待最小化的Lagrangian成本，D是在当前考虑的模式和运动向量下的图像失真(换言之，均方误差)，以及R是表示在解码器中重建图像块所需数据需要的比特数量(包括用于表示候选运动向量的数据量)。

目前，编解码器通常使用M×N DCT变换来对残差信号进行编码。然而，在这些M×N宏块中的边缘细节使得变换的基础函数不能利用残差信号中的任何相关性，并且可能产生较低的编码效率。

Bjontegaard和Fuldseth在2005年1月、VCEG-Y10的题为“Larger transform for residual signal coding”VCEG文献的文档(在http://ftp3.itu.ch/av-arch/video-site/0501_Hon/在线可得)中讨论了针对整个16×16宏块使用16×16变换，但仅对4×4像素块低频系数进行编码。然而，在这种方法中，依然存在上述与相关性和编码效率有关的问题，尤其在边缘特征出现在16×16像素宏块内部时更是如此。此外，4×4像素块的编码增大了解码的复杂度。

Wien在2003年7月、IEEE Transactions on circuits and systems for video technology，vol.13no.7、题为“Variable Block-Size Transforms for H.264/AVC”的文献中描述了这样的系统，在其中将用于预测误差的变换编码的块大小与用于运动补偿的块大小对准。然而，这种方式可能在边缘出现在块内部的情况下带来次优的编码效率。

发明内容