[发明专利]基于人眼视觉特性的HEVC量化矩阵设计有效

专利信息
申请号: 201410040661.7 申请日: 2014-01-28
公开(公告)号: CN103841419B 公开(公告)日: 2017-01-25
发明(设计)人: 郑明魁;苏凯雄;杨秀芝 申请(专利权)人: 福州大学
主分类号: H04N19/124 分类号: H04N19/124;H04N19/625
代理公司: 福州元创专利商标代理有限公司35100 代理人: 蔡学俊
地址: 350108 福建省福州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视觉 特性 hevc 量化 矩阵 设计
【说明书】:

技术领域

本发明专利涉及一种基于HEVC(High Efficiency Video Coding)视频编码标准的量化矩阵设计,尤其涉及一种基于视觉特性的视频图像量化方法。 

背景技术

在视频编码与传输应用中,新一代高性能视频编码标准(HEVC,High Efficiency Video Coding)由ISO-IEC/MPEG和ITU-T/VCEG两大国际标准化组织成立的视频编码联合开发小组(JCT-VC)开发,与H.264/AVC相比,在相同的视觉质量下,HEVC能使比特率降低一半。 

作为新一代视频编码标准,HEVC仍然属于预测加变换的混合编码框架,它也包含了帧内预测、帧间预测、正交变换、量化、滤波、熵编码等编码模块,但在各个编码环节都进行了细致的优化与改进,HEVC标准编码方法如附图1所示。在正交变换环节,HEVC对预测残差采用多尺寸整数离散余弦变换(DCT,Discrete Cosine Transform),变换尺寸可以为32x32,16x16,8x8等大小,对有些4x4的帧内预测亮度分量采用离散正弦变换(DST,Discrete Sine Transform)。正交变换后的残差系数主要采用均匀量化的方法,同一变换块中的不同频率系数使用相同的量化步长。实际上,人眼对不同频率系数的敏感度是不同的,因此HEVC同时支持并提供了一种基于视觉特性的量化矩阵,通过这个缺省的量化矩阵可以用不同的量化步长对不同频率系数进行量化。 

调制传递函数(MTF,Modulation Transfer Function)体现了人眼对不同空间频率的敏感程度,基于视觉特性的不均匀量化矩阵主要基于MTF函数进行设计。MTF函数在早期的图像编码应用中主要面向DFT变换,并被延续到HEVC的缺省量化矩阵的设计,HEVC的缺省量化矩阵如附图2所示,模块(11)完成对亮度色度分量帧内预测8×8整数DCT系数的量化;模块(12)完成对亮度色度分量帧内预测4×4整数DCT系数的量化;模块(13)完成对亮度色度分量帧间预测8×8整数DCT系数的量化;模块(14)完成对亮度色度分量帧间预测4×4 整数DCT系数的量化;模块(15)完成对亮度分量帧内预测4×4整数DST系数的量化。本发明专利使用一种基于DCT变换的MTF函数,并将其用于改进HEVC的量化矩阵。由于HEVC在变换编码模块采用的是经过伸缩扩展的整数DCT变换,这种正交变换类似于DCT,但实际上还有所区别,因此需要对形成的量化矩阵进行校正;此外,HEVC对DST变换系数采用与DCT相同的量化矩阵,而这两种变换的某些系数所反映的空间频率是不同的,因此本发明专利还设计一种基于DST变换的量化矩阵。 

与HEVC缺省量化矩阵相比,本发明专利的量化矩阵在高频部分能去除更多的视觉冗余,同时减少中频系数的量化步长,保留较多的中频细节,由于人眼对中频系数也相对敏感,对高频系数敏感性最差,因此本发明专利的量化矩阵更适用于HEVC编码,能在保持视频图像视觉质量的同时达到更高的压缩效率。 

发明内容

本发明的目的是提供一种基于人眼视觉特性的HEVC量化矩阵设计,该量化矩阵在相同的视频质量下能获得更高的编码效率,所得的码流保持与HEVC编码标准的兼容且不改变编码的复杂度,这种量化矩阵对于基于DCT变换的其他视频编码标准同样适用。 

本发明采用以下方案实现:一种基于人眼视觉特性的HEVC量化矩阵设计,其特征在于:使用一种基于DCT变换的MTF函数设计HEVC视频编码标准的量化矩阵,并针对HEVC整数DCT变换与DCT变换的差别对量化矩阵进行校正,所设计的量化矩阵包括 

整数DCT8×8帧内量化矩阵 

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410040661.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top