[发明专利]对彩色图片进行编码和解码的方法和装置

说明书

技术领域

本公开一般涉及图片/视频编码和解码。具体地，但非排他性地，本公开的技术领域涉及像素值属于高动态范围的图片的编码/解码。

背景技术

本部分旨在向读者介绍可能与在下面描述和/或要求保护的本公开的各个方面有关的本领域的各个方面。相信该讨论有助于向读者提供背景信息，以便更好地理解本公开的各个方面。相应地，应当理解的是，这些陈述应从这一方面阅读，而不作为对现有技术的承认。

在下文中，彩色图片包含以特定图片/视频格式的采样(像素值)的若干阵列，该特定图片/视频格式指定与图片(或视频)的像素值有关的所有信息以及可以由显示器和/或任何其他设备使用以便例如对图片(或视频)进行可视化和/或解码的所有信息。彩色图片包括：至少一个分量，以样本的第一阵列的形状，通常是照度(或亮度)分量；以及至少一个另外的分量，以样本的至少一个其他阵列的形状。或者，等效地，相同信息也可以通过色彩样本的阵列的集合(色彩分量)表示，诸如传统的三原色RGB表示。

像素值由C个值的矢量表示，其中，c是分量的数量。矢量的每个值通过定义像素值的最大动态范围的比特的数量来表示。

标准动态范围图片(SDR图片)是亮度值用通常以2或光圈数(f-stop)的幂所测量的有限动态(dynamic)来表示的彩色图片。SDR图片具有10个光圈数左右(即，线性域中的最亮像素与最暗像素之间的比率为1000)的动态，并且用有限数量的比特进行编码以减少动态，有限数量的比特在非线性域中在HDTV(高清晰度电视系统)和UHDTV(超高清晰度电视系统)中往往是8个或10个，例如通过使用ITU-R BT.709 OEFT(光电传递函数)(Rec.ITU-R BT.709-5，2002年4月)或ITU-R BT.2020 OETF(Rec.ITU-R BT.709-5，2014年6月)。该有限非线性表示不允许正确呈现小信号变化，具体地，在暗的亮度范围和亮的亮度范围中的小信号变化。在高动态范围图片(HDR图片)中，信号动态是高得多(多达20个光圈数，最亮像素与最暗像素之间的比率为100万)，并且需要新的非线性表示，以在其整个范围上保持信号的高精度。在HDR图片中，通常以浮点格式(针对每个分量，32比特或者16比特，即浮点或半浮点)表示原始数据，最流行的格式是openEXR半浮点格式(针对每个RGB分量16比特，即针对每个像素48比特)，或者用具有长表示(通常至少16比特)的整数。

色域(color gamut)是色彩的某个完全集。最通常的用法是指能够在给定的环境中(诸如在给定的色彩空间内或者由某个的输出设备)精确地表示的色彩集合。

色量(color volume)由色彩空间以及该色彩空间中所表示的值的动态范围来定义。

例如，色域由用于UHDTV的RGB ITU-R Recommendation BT.2020色彩空间来定义。更老的标准ITU-R Recommendation BT.709定义用于HDTV的较小色域。在SDR中，虽然一些显示技术可以显示更亮的像素，但是对于色量(在其中对数据进行编码)，动态范围在官方上被定义上至100尼特(坎德拉每平方米)。

高动态范围图片(HDR图片)是亮度值用高于SDR图片的动态的HDR动态来表示的彩色图片。

HDR动态尚未被标准定义，但是可能期待多达数千尼特的动态范围。例如，HDR色量由RGB BT.2020色彩空间来定义，并且该RGB色彩空间中所表示的值属于从0到4000尼特的动态范围。HDR色量的另一示例由RGBBT.2020色彩空间来定义，并且该RGB色彩空间中所表示的值属于从0到1000尼特的动态范围。

对图片(或视频)进行色彩分级是改动/增强图片(或视频)的色彩的处理。通常，对图片进行色彩分级包括色量(色彩空间和/或动态范围)的改变或者与该图片有关的色域的改变。因此，同一图片的两个不同的色彩分级版本是值在不同的色量(或色域)中表示的该图片的版本，或者是它们的色彩中的至少一个已经根据不同色彩等级而改动/增强的图片的版本。这可能涉及用户交互。

例如，在电影摄影制作中，使用三原色相机，将图片和视频捕获为包括3个分量(红色、绿色和蓝色)的RGB色彩值。RGB色彩值取决于传感器的三原色特性(色彩原色)。然后，获得所捕获的图片的第一色彩分级版本，以便(使用特定的影院式等级)得到影院式渲染。典型地，所捕获的图片的第一色彩分级版本的值根据标准化的YUV格式(诸如定义UHDTV的参数值的BT.2020)来表示。