[发明专利]视频编码方法

说明书

技术领域

本发明涉及视频技术领域，尤其涉及一种视频编码方法。

背景技术

在视频压缩领域，为了能够更好的改善压缩效率，越来越多的编码模式被引入到了编码标准中。例如，在最新的视频编码标准H.264/AVC中，共有超过十多种的编码模式以供选择，而选择何种编码模式作为视频宏块的最佳编码模式是非常重要。为了确定最佳编码模式，通常采用率失真优化（Rate-distortion optimization，简称：RDO）技术。

具体的，RDO的表达式如下：

min{J},where J=D+λ×R

其中J是率失真代价，R是一个编码单元的编码比特数，λ是拉格朗日乘子。

较早的，由Gary J.Sullivan和Thomas Wiegand在1998年的SignalProcessing Magazine的第15卷第74-90页的“Rate-distortion Optimization forVideo Compression”一文中提出的率失真模型被应用于常见的混合编码标准，比如H.263和H.264/AVC。但是，在这个模型中，拉格朗日乘子是固定的。为了使拉格朗日乘子更具有自适应性，Lulin Chen和Ilie Garbacea在2006年VCIP的第6077卷第1-8页的“Adaptive Lambda Estimation inLagrangian Rate-distortion Optimization for Video Coding”中提出了一种自适应的基于ρ-范围的拉格朗日乘子估计算法。但是在这个方法中，由于R和D被直接引入到了拉格朗日乘子的计算公式中，但由于R和D的误差问题导致拉格朗日乘子的计算不稳定。Xiang Li、Norbert Oertel、Andreas Hutter和AndreKaup在2009年TCSVT的第19卷的第193-205页的“LaplaceDistribution Based Lagrangian Rate Distortion Optimization for Hybrid VideoCoding”中提出了一种基于变换残差拉普拉斯分布的动态RDO模型。但在上述的这些模型中，RDO过程中所采用的失真度量方式，比如SSE和MSE，都是客观上的，未充分考虑人眼主观视觉特性，即具有相同MSE失真的两幅图像可能会表现出完全不同的感知失真。

最近，为了解决这个问题，Zhou Wang在2004年的TIP第13卷第600-612页的“Image Quality Assessment:From Error Visibility to StructuralSimilarity”中提出空域质量(Structural Similarity Index Measurement，简称：SSIM)指标。SSIM已经被证明可以在编码效率和失真性能之间取得很好的平衡，但是，SSIM是针对静态图像提出的，所以应用到视频中时只能考虑到视频的空域特征。事实上，视频的时域特征对人眼视觉感知也有很大的影响。

因此，现有技术中未充分考虑人眼主观视觉特性及视频的时域特性获取的率失真代价不够准确，而根据率失真代价确定的视频编码模式对于待编码视频来说也是不合适的，从而采用不合适的编码模式对视频编码重建后使视频观看效果不佳。

发明内容

本发明提供一种视频编码方法，通过该方法对视频编码后不影响视频的观看效果。

本发明第一方面提供一种视频编码方法，包括：

分别确定至少两种编码模式对视频序列当前视频帧的原始宏块进行编码的率失真代价，且根据率失真代价为所述当前视频帧的原始宏块选择编码模式，其中，确定每种编码模式对视频序列当前视频帧的原始宏块进行编码的率失真代价的操作包括：

采用所述编码模式对当前视频帧中的原始宏块进行编码，以获取编码码流和编码码率，且对所述编码码流进行重建，以获取重建宏块；

根据所述原始宏块与所述重建宏块之间的空时相似性度量，获取宏块失真量；

根据所述编码码率和所述宏块失真量的关系模型获取拉格朗日乘子；

根据所述编码码率、所述宏块失真量及所述拉格朗日乘子确定所述编码模式对应的率失真代价。

结合第一方面，在第一实现方式中，每个视频帧中原始宏块包括至少一个原始图像块，所述重建宏块包括至少一个与所述原始图像块对应的重建图像块，

则所述根据所述原始宏块与所述重建宏块之间的空时相似性度量，获取宏块失真量，包括：