[发明专利]编码作为图象序列组织的信息流

说明书

本发明涉及编码作为图象序列组织的信息流的方法和设备。

数字音频和视频的处理，例如为传输和存储，需要使用各种数据压缩技术。一个非限制例子是MPEG标准，它有用于音频以及视频的多种版本。另一标准是H.261。Ho-CHao Huang等人公开了用软件实现这种压缩：“实时的基于软件的新一代视频编码译码器：流行视频编码器II”，IEEE TR.Cons.EI.第42卷，第4期，963-973页。以混合的软件和硬件环境执行压缩和类似操作是适宜的。通过软件编码需要的操作数目很难预测。下面主要参考视频说明一个实施例。现在一般来说，压缩基于图象组(GOP)执行。下面始终使用术语“图象”。根据实际视频标准，术语“图象”可以指“帧(frame)”，也可以指“场(field)”。现在，可以以类似方式实现帧方式组织的音频或音频/视频混合信息流的压缩。这种处理必须以实时方式进行，这意味着如果处理器过载，则必须付出高的代价，损失全部或部分图象。

这种压缩曾根据所谓的内图象(Intra-pictures)，预测图象(Predictive-pictures)和双向预测图象提出。

本发明人认识到对这3类图象必需进行的不一致的处理努力。他们也看到可以在这些图象类别中使用的各种折衷措施改善处理能力，同时保持编码质量。

因此，除别的目的外，本发明的一个目的是系统地抑制常规处理的某些单元以减轻处理负载。因此，根据本发明的一个方面，其特征在于权利要求1的特征部分叙述的特征。本发明还涉及为实现本发明方法而设计的编码器。另外的有利方面在从属权利要求中叙述。

下面参考优选实施例的公开详细讨论本发明的这些和其它方面及优点。

图1表示一个发明装置的方框图；

图2A-C表示各种示例MPEG组织。

图1是按照本发明的一个装置的方框图，该装置特别用于视频。首先讨论一个简化版，其中忽略单元62、64、66、68、70、72、74、76、77、78、80。在输入20接收的视频以具有一定像素数目的图象组织。在DCT单元22中，每一图象被分成一系列视频块，每一块由8×8的像素矩阵组成。图象的中级划分为片段(slice)，它们由相邻两横行的块组成。每一块经过离散余弦变换，产生一个8×8的数字频率系数的矩阵。

在一个两维的DCT结果块中，每一系数相关于一个波频。左上部系数“0 0”与在两坐标方向中的零空间频率有关的平均值相关。其右，波形(waviness)是水平的。在第一位置以下，波形是垂直的。在斜方向上，波形面向关于坐标方向的相应方式。由逆离散余弦变换实现的后继的解码将无损失重新构造原来图象。

在图1中，加权单元24引入各系数的加权因子，考虑人感知较小细节或较高的空间频率较低的灵敏度。加权的目的是减少数据。系数“0 0”的加权因子是1，而其它系数从离开该系数的所有方向减小。这样产生的信息损失即使在合适的条件下，一般对用户来说也不可见。

为进一步减少数据，在量化器26中除系数“0 0”外用一个对所涉及的视频块一致的冗余因子Q除各系数。该因子对一系列视频块例如片段或对整个视频图象可以一致。随后相对于一个一致的阈值截取各个商：丢弃低于该阈值的系数。使用这种软件来编码的处理器负载加在图1中的单元26、28，而且可以映射到单一高性能微处理器，诸如INTEL Pentium。Q值和处理器负载彼此大约成反比。

最后，在编码器28中把结果系数串行化，并使之经受按照Huffmann或类似类型代码的可变长编码。结果位流在输出端32上输出。在计算单元34中，计算实际处理负载，并沿线30后连接到量化器26。后者可以调整Q值以保持每块或每幅图象的处理负载在一个允许的范围。

在上面，时钟周期数目依赖于图象内容。在各种图象之间以及在单一图象的片段或块之间可能发生差别。因此，应付最差情况条件的需要将使硬件设施过大。