[发明专利]对预测残差进行多套系数分量转换的数据压缩方法和装置

说明书

本发明提供了对预测残差进行多套系数分量转换的数据压缩方法和装置。在本方法和装置中，对多分量残差数据，按照预定规则，根据其特性，选择预定的至少三套系数之一进行分量转换，所述预定的至少三套系数中，允许包括恒等转换即实际上不做分量转换的一套系数。

技术领域

本发明涉及一种对数据进行有损或无损压缩的编码及解码系统，特别是对预测残差数据的编码及解码的方法和装置。

背景技术

随着进入人工智能、大数据、云-边缘计算、5G时代，对包括图像和视频数据以及各种新形态的数据，进行超高压缩比和极高质量的数据压缩成为必不可少的技术。

数据集是由数据元素（例如：字节、比特、像素、像素分量、空间采样点、变换域系数）组成的集合。

对数据集进行编码或解码（简称为编解码）时，通常将数据元素按照预定规则排序即规定前后顺序，依前后顺序进行编解码。

对排列成一定空间（一维、二维、或多维）形状的数据集（例如：一个一维数据队列、一个二维数据文件、一帧图像、一个视频序列、一个变换域、一个变换块、多个变换块、一个三维场景、一个持续变化的三维场景的序列），特别是二维或以上数据集进行数据压缩的编码（以及相应的解码）时，有时还把此数据集划分成若干具有预定形状和/或大小（即元素数目）的子集，称为整压缩单元，以整压缩单元为单位，以预定的顺序，一个一个整压缩单元地进行编码或者解码。在任一时刻，正在编码或者解码中的整压缩单元称为当前整压缩单元。正在编码或者解码中的数据元素（有时也简称为元素）称为当前编码数据元素或者当前解码数据元素，统称为当前数据元素，简称为当前元素。元素由N个分量（通常1≤N≤5）组成，因此数据集和整压缩单元也都由N个分量组成。

在数据集划分成整压缩单元的情形，排序的一种预定规则是首先对整压缩单元排序，再对每个整压缩单元内的元素排序。

若干个预定数目的整压缩单元构成一个压缩区块。一个压缩区块内的所有整压缩单元通常具有一种或若干种共同的特征。

数据压缩中的编码通常由至少下列阶段的一部分或全体组成：

1）预测，主要包括相邻预测、串预测、块预测等，产生预测值和预测残差，简称残差；预测也称匹配，特别是，串预测也称串匹配，块预测也称块匹配；

2）变换，主要是对预测残差进行变换，产生变换系数，简称系数；当变换是恒等变换即实际上不做变换时，系数与残差完全相等；

3）量化，主要是对系数进行量化，产生量化残差；当量化是恒等量化即实际上不做量化时，量化残差等于系数；当变换是恒等变换时，量化残差是对预测残差进行量化的结果；当量化是恒等量化并且变换是恒等变换时，量化残差等于系数也等于残差；

4）熵编码，主要包括对量化残差进行至少包括二值化在内的熵编码，产生压缩数据码流。

以上的2）、3）、4）通常统称为残差编码。

数据压缩中的解码通常由至少下列阶段的一部分或全体组成：

1）熵解码，主要是对压缩数据码流进行解析和至少包括反二值化在内的熵解码，产生量化残差；

2）反量化，主要是对量化残差进行反量化，产生重构系数；当量化是恒等量化即实际上不做量化时，反量化也是恒等反量化即实际上不做反量化，从而重构系数等于量化残差；

3）反变换，主要是对重构系数进行反变换，产生重构残差；当变换是恒等变换即实际上不做变换时，反变换也是恒等变换即实际上不做反变换，从而重构残差与重构系数完全相等；当量化是恒等量化并且变换是恒等变换时，反量化也是恒等反量化并且反变换也是恒等反变换，从而重构残差等于重构系数也等于量化残差；

4）预测补偿，主要包括相邻预测补偿、串预测补偿、块预测补偿等，产生预测值和重构数据也称重建数据或称复原数据。