[发明专利]运动图像编码装置、运动图像解码装置、运动图像编码/解码系统、运动图像编码方法及运动图像解码方法

说明书

技术领域

本发明涉及运动图像(Video)编码装置、运动图像解码装置、运动图像编码/解码系统、运动图像编码方法以及运动图像解码方法。

本申请基于2009年10月20日在日本申请的特愿2009-241904号、以及2009年11月13日在日本申请的特愿2009-259856号来主张优先权，并在此引用其内容。

背景技术

在H.264/AVC(Advanced Video Coding)所规定的运动图像编码方式(参照非专利文献1)等基于块的运动图像编码方式中，运动图像编码装置将作为编码对象的输入运动图像分割为称为宏块(Macro Block；MB)的给定的处理单位，并按每个宏块来进行编码处理从而生成编码数据。在运动图像的重放时，运动图像解码装置通过以宏块单位来处理作为解码对象的编码数据并进行解码，从而生成解码图像。

在H.264/AVC所规定的运动图像编码方式中，运动图像编码装置生成对分割为宏块单位的输入运动图像进行近似的预测图像，并计算输入运动图像与预测图像之间的差分即预测残差。进而，运动图像编码装置对所算出的预测残差，应用以离散余弦变换(Discrete Cosign Transform；DCT)为代表的频率变换来生成变换系数。运动图像编码装置使用称为CABAC(Context-based Adaptive Binary Arithmetic Coding：基于内容的自适应的二进制算术编码)或CAVLC(Context-based Adaptive Variable Length Coding：基于内容的自适应变长编码)的方法对所生成的变换系数进行可变长编码。

在此，通过利用运动图像的在空间上的相关性的帧内预测、或利用运动图像的在时间上的相关性的帧间预测(运动补偿预测)来生成预测图像。

在H.264/AVC的帧间预测中，运动图像编码装置按照每个分区(partition)即对宏块进行分割而得到的区域，来生成对输入运动图像进行近似的图像，并合并所生成的图像来生成对编码对象的宏块的输入运动图像进行近似的预测图像。具体而言，运动图像编码装置首先将输入运动图像的宏块分割为分区。然后，运动图像编码装置按每个分区从帧存储器中所记录的称为局部解码图像的图像中选择一个图像，并决定对所选择的图像中的分区进行近似的区域。将该从局部解码图像中选择的图像称为参照图像。另外，对分区进行近似的区域是与原始的分区为大小相同的区域。进而，运动图像编码装置按每个分区生成1个或2个用于表示输入运动图像的宏块中的分区的位置与对参照图像中的分区进行近似的区域的位置之间的偏差的运动矢量。另外，运动图像编码装置合并对各分区进行近似的图像来生成预测图像。

在H.264/AVC中，规定有横16像素×纵16像素、横16像素×纵8像素、横8像素×纵16像素、横8像素×纵8像素、横8像素×纵4像素、横4像素×纵8像素、横4像素×纵4像素的分区尺寸。若利用小的分区尺寸，则能以细微的单位指定运动矢量来生成预测图像。故而，即使在运动的空间上的相关性小的情况下，也能生成接近输入运动图像的预测图像。另一方面，若利用大的分区尺寸，则在运动的空间上的相关性大的情况下，能减少运动矢量的编码所需的码量。

在H.264/AVC中，通过由运动图像编码装置生成输入运动图像和预测图像之间的差分即预测残差，能削减输入运动图像的像素值的在空间上的或者在时间上的冗余性，能削减码量。进而，通过对预测残差应用离散余弦变换，来使能量集中于低频分量。利用该能量的偏离，人的眼睛易于感知的低频分量以细的粒度进行编码，而人的眼睛难以感知的高频分量以粗的粒度进行编码，能削减编码数据的码量。

当进行该离散余弦变换时，在H.264/AVC中，采用了从多种变换尺寸的离散余弦变换中选择适合运动图像的局部的性质的离散余弦变换的方式(块自适应变换选择)。例如，在通过帧间预测来生成预测图像的情况下，从8×8DCT和4×4DCT的两种离散余弦变换中选择适用于预测残差的变换的离散余弦变换。对于8×8DCT，是在横8像素×纵8像素的区域进行离散余弦变换的变换，对于4×4DCT，是在横4像素×纵4像素的区域进行离散余弦变换的变换。由于8×8DCT能以宽范围来利用像素值的空间相关性，因此对于高频分量相对较少的平坦区域是有效的。另一方面，4×4DCT对于包含物体的轮廓那样的高频分量多的区域有效。此外，在H.264/AVC中，在分区的面积为8×8像素以上的情况下，能选择8×8DCT和4×4DCT中的任意一个。在分区的大小为小于横8像素×纵8像素的情况下，选择4×4DCT。