專利名稱：一種快速實(shí)現(xiàn)雙幀參考視頻流的時(shí)域可伸縮編碼的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于可伸縮視頻編碼領(lǐng)域，特別是涉及基于AVS、MPEG-2等雙幀參考視頻編碼標(biāo)準(zhǔn)視頻流的時(shí)域可伸縮編碼實(shí)現(xiàn)技術(shù)。
背景技術(shù)：
隨著Intemet技術(shù)的不斷發(fā)展，到如今已是無處不在的Internet為視頻服務(wù)提供了一個(gè)廣闊的平臺(tái)，但是Intemet本身具有網(wǎng)絡(luò)的異構(gòu)性、帶寬的波動(dòng)性和傳輸中的不可靠性等特點(diǎn)，對(duì)視頻編碼技術(shù)提出了新的挑戰(zhàn)。為了克服Intemet的這些缺點(diǎn)，可伸縮的視頻編碼技術(shù)(SVC，Scalable Video Coding)是一個(gè)很好的選擇。可伸縮的視頻編碼技術(shù)的可伸縮性一般包括時(shí)域可伸縮性、空域可伸縮性、質(zhì)量可伸縮性和以上這些選項(xiàng)的組合(請(qǐng)見參考文獻(xiàn)1)。
時(shí)域可伸縮性就是要求碼流具有幀率的可變性，以滿足不同的網(wǎng)絡(luò)情況和不同的終端設(shè)備解碼和顯示需要。目前實(shí)現(xiàn)時(shí)域可伸縮的技術(shù)主要是幀間小波技術(shù)，也就是基于運(yùn)動(dòng)補(bǔ)償?shù)臅r(shí)域?yàn)V波技術(shù)(MCTF，Motion-Compensated Temporal Filtering)，這種技術(shù)通過在時(shí)域上引入小波分解，得到視頻在時(shí)域上的多分辨率分析，進(jìn)而實(shí)現(xiàn)視頻在時(shí)域上的可伸縮。MCTF在其發(fā)展中，逐漸形成了兩種實(shí)現(xiàn)方式，即基于塊位移的MCTF和基于提升算法的MCTF?；趬K位移的MCTF首先不能很好的獲取編碼圖象運(yùn)動(dòng)場的信息，導(dǎo)致在編碼圖象和參考幀之間一定數(shù)量的像素被標(biāo)記成“unconnected”，影響了編碼效率；其次，亞像素精度的運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償以及除Haar小波外的其他小波很難在其編碼框架內(nèi)實(shí)現(xiàn)，極大影響了編碼的靈活性和編碼效率。基于提升算法的MCTF現(xiàn)在被使用在基于H.264的可伸縮擴(kuò)展視頻編碼國際標(biāo)準(zhǔn)中，研究者首先采用完整的MCTF過程來實(shí)現(xiàn)時(shí)域可伸縮，由于MCTF技術(shù)本身的計(jì)算復(fù)雜度比較高，而且采用的是開環(huán)的編碼器結(jié)構(gòu)，導(dǎo)致編解碼端的參考圖象不一致，會(huì)造成誤差“漂移”，降低編碼的效率，后來逐漸采用層次B圖的方法來實(shí)現(xiàn)時(shí)域可伸縮，層次B圖是沒有更新過程的MCTF，在本質(zhì)上屬于使用運(yùn)動(dòng)補(bǔ)償預(yù)測技術(shù)實(shí)現(xiàn)時(shí)域可伸縮的方法，也就是通過對(duì)一定量的B幀進(jìn)行丟棄來實(shí)現(xiàn)時(shí)域可伸縮。但是，基于H.264的可伸縮擴(kuò)展視頻編碼標(biāo)準(zhǔn)中實(shí)現(xiàn)時(shí)域可伸縮的層次B圖方法計(jì)算度依然很高，編碼中參考幀的管理過程中需要緩存前向和后向的多個(gè)參考幀，這樣編碼出來的視頻流為多幀參考視頻流(請(qǐng)見參考文獻(xiàn)2)。
在當(dāng)今產(chǎn)業(yè)界，除了H.264之外，大部分編碼標(biāo)準(zhǔn)的B幀都是采用的雙幀參考進(jìn)行運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償，即一個(gè)前向參考幀和一個(gè)后向參考幀，特別是我國具有自主知識(shí)產(chǎn)權(quán)的音視頻編碼標(biāo)準(zhǔn)——AVS，在AVS中，不但B幀所用到的參考幀是雙幀的，就連P幀的參考幀也采用雙幀參考。在本發(fā)明中，將B幀為雙幀參考的視頻編碼標(biāo)準(zhǔn)稱為雙幀參考視頻編碼標(biāo)準(zhǔn)，將基于雙幀參考視頻編碼標(biāo)準(zhǔn)的視頻流稱為雙幀參考視頻流。
在當(dāng)今產(chǎn)業(yè)界廣泛采用的雙幀參考視頻編碼標(biāo)準(zhǔn)有AVS、MPEG-2、H.261、H.263等，在這些標(biāo)準(zhǔn)中，除了MPEG-2在可分級(jí)語法中定義了碼流的分級(jí)語法結(jié)構(gòu)，具有可伸縮性之外，其余的都是不可伸縮的編碼標(biāo)準(zhǔn)。為了使得這些非可伸縮雙幀參考視頻編碼標(biāo)準(zhǔn)在兼容原標(biāo)準(zhǔn)的同時(shí)能夠擴(kuò)充可伸縮的功能，以迎接新的挑戰(zhàn)，在時(shí)域可伸縮性方面，構(gòu)建快速有效的時(shí)域可伸縮編碼實(shí)現(xiàn)方法就顯得很有意義。在對(duì)這些雙幀參考的視頻編碼標(biāo)準(zhǔn)進(jìn)行時(shí)域可伸縮擴(kuò)展時(shí)，由文獻(xiàn)“數(shù)字音視頻編解碼技術(shù)標(biāo)準(zhǔn)工作組”(文獻(xiàn)下載網(wǎng)址http://www.avs.org.cn)可知，需要解決三個(gè)問題(1)與非可伸縮編碼標(biāo)準(zhǔn)的兼容問題。(2)參考幀管理問題。(3)編碼效率問題。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種針對(duì)雙幀參考視頻流的能夠與非可伸縮視頻編碼標(biāo)準(zhǔn)相兼容的能夠比較明顯提高編碼效率的快速時(shí)域可伸縮編碼實(shí)現(xiàn)方法。
本發(fā)明解決其技術(shù)問題采用以下的技術(shù)方案雙幀參考視頻流是基于B幀為雙幀參考的視頻編碼標(biāo)準(zhǔn)，其時(shí)域可伸縮編碼的方法是基本層采用I幀或P幀圖象編碼類型，增強(qiáng)層采用的是B幀圖象編碼類型，通過對(duì)圖象組中的各編碼幀進(jìn)行時(shí)域?qū)哟螛?biāo)注，并且在編碼B幀過程中根據(jù)時(shí)域?qū)哟渭?jí)別來搜索獲取當(dāng)前編碼B幀的兩個(gè)參考幀，參考幀可以是I幀或P幀，也可以是B幀，這樣就使得碼流幀率按照2的整數(shù)次冪的倍數(shù)進(jìn)行伸縮。
本發(fā)明可以快速實(shí)現(xiàn)雙幀參考視頻流的時(shí)域可伸縮編碼，使得碼流的幀率能夠按照2的整數(shù)次冪的倍數(shù)進(jìn)行伸縮，并且與原編碼標(biāo)準(zhǔn)相比，能夠較大幅度提高編碼效率。


圖1為本發(fā)明的B幀時(shí)域?qū)哟畏旨?jí)的結(jié)構(gòu)示意圖；圖2為本發(fā)明的時(shí)域可伸縮編碼與參考圖象的關(guān)系示意圖；圖3為本發(fā)明的時(shí)域非可伸縮編碼的編碼幀與參考圖象的關(guān)系示意圖；圖4為本發(fā)明的圖象組中每一幀圖象時(shí)域?qū)哟蔚挠?jì)算過程；圖5為本發(fā)明的時(shí)域可伸縮編碼過程以及參考幀的搜索過程；圖6為本發(fā)明的foreman.qcif測試序列的編碼效率測試結(jié)果圖。
具體實(shí)施例方式
本發(fā)明提供的是一種基于AVS、MPEG-2等雙幀參考視頻編碼標(biāo)準(zhǔn)視頻流的時(shí)域可伸縮編碼實(shí)現(xiàn)方法。其理論基礎(chǔ)是利用當(dāng)前時(shí)域?qū)哟蔚腂幀作為下一時(shí)域?qū)哟蔚腂幀的參考幀，這樣就形成了在一個(gè)圖象組中B幀的產(chǎn)生過程是一個(gè)層次迭代的結(jié)構(gòu)(見圖1)，在獲取當(dāng)前編碼幀的參考幀時(shí)，采取了快速搜索算法。與非可伸縮視頻編碼過程相比，參考幀和編碼幀之間的時(shí)域距離縮短了，因此能夠更好地利用參考幀與編碼幀之間的相關(guān)性，有效地提高編碼效率(見圖2和圖3)。
本發(fā)明提供的方法是通過對(duì)碼流進(jìn)行基本層和增強(qiáng)層的分層，基本層與非可伸縮視頻編碼標(biāo)準(zhǔn)相兼容，基本層的幀稱為碼流的關(guān)鍵幀，用于擴(kuò)建增強(qiáng)層中的幀，對(duì)當(dāng)前圖象組中的所有編碼幀進(jìn)行時(shí)域?qū)哟斡?jì)算和標(biāo)注，從基本層開始，首先以當(dāng)前圖象組的關(guān)鍵幀和前一個(gè)圖象組的關(guān)鍵幀為參考，編碼時(shí)域?qū)哟螢?的B幀。然后再以上述的兩個(gè)關(guān)鍵幀和重建的時(shí)域?qū)哟螢?的B幀為參考擴(kuò)充時(shí)域?qū)哟螢?的B幀，如此這樣進(jìn)行2的整數(shù)次冪的幀的擴(kuò)充，使得碼流的幀率按照每次增加一倍的速率來增加，直到擴(kuò)充到所需要的時(shí)域?qū)哟?即目標(biāo)幀率)為止。在參考幀的管理過程中，使用離編碼圖象最近的而且時(shí)域級(jí)別低于編碼圖象的幀作為該編碼圖象的參考圖象。
1.本發(fā)明提供的方法包括以下步驟(1)將碼流分層分為基本層和增強(qiáng)層，基本層采用結(jié)構(gòu)為IPP...P的非可伸縮視頻編碼標(biāo)準(zhǔn)進(jìn)行編碼，對(duì)應(yīng)視頻傳輸和終端解碼顯示的最低的時(shí)域分辨率，增強(qiáng)層對(duì)應(yīng)的是B幀，通過對(duì)B幀的靈活取舍來實(shí)現(xiàn)時(shí)域的可伸縮性；在編碼一個(gè)圖象組時(shí)，需要先編碼這個(gè)圖象組中的基本層，即I幀或P幀。
(2)檢查配置文件中關(guān)于時(shí)域可伸縮參數(shù)設(shè)置的合法性具體包括圖象組的大小、時(shí)域可伸縮的層次數(shù)和圖象組的大小是否為2的整數(shù)次冪；如果檢查出參數(shù)設(shè)置不合法，那么程序退出，編碼過程失敗。
(3)計(jì)算當(dāng)前圖象組中每個(gè)編碼幀的時(shí)域?qū)哟危?duì)編碼幀進(jìn)行時(shí)域?qū)哟螛?biāo)注，對(duì)編碼配置參數(shù)進(jìn)行更新。
在這個(gè)過程中，基本層的I幀和P幀的時(shí)域?qū)哟卧O(shè)置為0，其余的B幀根據(jù)層次分級(jí)中的時(shí)域?qū)哟斡?jì)算算法進(jìn)行計(jì)算。
對(duì)原編碼配置參數(shù)進(jìn)行更新是指將編碼圖象類型設(shè)置為幀，幀跳躍的頻率，以及在I幀和P幀或P幀之間所要插入的B幀的數(shù)目為圖象組的大小減1。
(4)獲取當(dāng)前編碼圖象的參考幀如果當(dāng)前是B幀，則參考幀包括前向參考幀和后向參考幀，如果當(dāng)前不是B幀，則獲取根據(jù)非可伸縮視頻編碼標(biāo)準(zhǔn)所規(guī)定的對(duì)應(yīng)當(dāng)前幀類型的參考圖象(例如，AVS規(guī)定P幀需要兩個(gè)參考幀，I幀不需要參考幀)；在該過程中如果編碼幀是B幀，就以當(dāng)前編碼幀為起點(diǎn)和中心，向前搜索圖象組重建圖象數(shù)組與當(dāng)前編碼幀距離最近的而且時(shí)域?qū)哟蔚陀诋?dāng)前編碼幀的圖象作為前向參考幀，一旦這樣的前向參考幀找到，則前向參考幀搜索過程結(jié)束；后向參考幀的搜索過程與前向參考幀的搜索過程類似，這樣就獲得了當(dāng)前編碼幀的參考幀。然后如果需要，對(duì)獲取的參考幀進(jìn)行亞像素插值。
(5)對(duì)當(dāng)前編碼圖象進(jìn)行運(yùn)動(dòng)預(yù)測和運(yùn)動(dòng)補(bǔ)償、離散余弦變換、量化、對(duì)殘差信息以及參考幀索引和運(yùn)動(dòng)向量進(jìn)行熵編碼，這個(gè)過程與非可伸縮視頻編碼過程一樣。
(6)保存當(dāng)前幀重建圖象進(jìn)臨時(shí)的編碼重建圖象數(shù)組，這個(gè)數(shù)組會(huì)保存一個(gè)圖象組的時(shí)域?qū)哟蔚陀谧罡邥r(shí)域?qū)哟蔚乃袔闹亟▓D象和前一個(gè)圖象組重建的I幀或者P幀，以便于步驟四能夠正確獲取到參考幀。
(7)重復(fù)步驟四到步驟六的過程，直到達(dá)到所需要的時(shí)域?qū)哟蔚淖詈笠粋€(gè)圖象。
(8)保存重建圖象在這個(gè)過程中，特別需要判定重建幀輸入到重建圖象文件的條件。如果條件滿足，則輸出圖象組重建圖象數(shù)組中時(shí)域?qū)哟蔚陀谧罡邥r(shí)域?qū)哟蔚乃兄亟◣?，本圖象組編碼過程結(jié)束，進(jìn)入下一個(gè)圖象組的編碼過程；如果條件不滿足則繼續(xù)進(jìn)行當(dāng)前圖象組的編碼過程。
2.本發(fā)明提供的方法具體實(shí)現(xiàn)過程(1)對(duì)應(yīng)步驟一，與非可伸縮視頻編碼過程一致。
(2)檢查圖象組的大小。設(shè)圖象組大小為gop_size，進(jìn)行時(shí)域可伸縮編碼擴(kuò)展時(shí)應(yīng)該使得該參數(shù)滿足gop_size＝2x(0≤x≤max_temporal_level)(1)在上式中max_temporal_level為最大的時(shí)域?qū)哟蔚臄?shù)目，而且x必須為整數(shù)。
設(shè)current_temporal_level為當(dāng)前編碼圖象的時(shí)域?qū)哟?，num_frames為當(dāng)前圖象組中當(dāng)前時(shí)域?qū)哟蜗碌木幋a圖象的個(gè)數(shù)。
(3)計(jì)算當(dāng)前圖象組中每個(gè)編碼圖象的時(shí)域?qū)哟?，這是本發(fā)明的核心之一，在這個(gè)過程中設(shè)increment為每一個(gè)時(shí)域?qū)哟沃邢噜弮蓚€(gè)編碼圖象顯示順序上的差值，gop_size為圖象組的大小，iLevel為時(shí)域?qū)哟?，array[]為存儲(chǔ)圖象組中每一個(gè)編碼圖象的時(shí)域?qū)哟蔚臄?shù)組。則increment＝gop_size/(2iLevel)(2)實(shí)現(xiàn)這一過程所使用算法的流程圖如圖4所示。
在這個(gè)過程中，還需要對(duì)非可伸縮視頻編碼標(biāo)準(zhǔn)中的一些編碼參數(shù)進(jìn)行更新，具體更新過程為，設(shè)幀跳躍的頻率為gop_size，設(shè)兩個(gè)關(guān)鍵幀之間需要插入的B幀的數(shù)目為gop_size，設(shè)當(dāng)前幀的圖象編碼類型為幀編碼。
(4)編碼圖象參考幀的獲取，該過程也是本發(fā)明的核心之一。在這個(gè)過程中，首先定義結(jié)構(gòu)體CodedPicture；CodedPicture{int level；unsigned char**imgY；unsigned char***imgUV；}在編碼主程序中進(jìn)行全局變量內(nèi)存分配時(shí)就需要分配CodedPicture類型的數(shù)組PicList[gop_size]的內(nèi)存空間大小，這個(gè)數(shù)組也稱為圖象組重建圖象數(shù)組，用于存儲(chǔ)在編碼過程中圖象組中每一個(gè)編碼幀的重建圖象。在編碼B幀時(shí)，所需要的兩個(gè)參考幀的獲取過程中，本發(fā)明采用了就近搜索的算法來實(shí)現(xiàn)，就是以當(dāng)前編碼幀為起點(diǎn)和中心分別前向搜索和后向搜索最近的并且時(shí)域?qū)哟蔚陀诋?dāng)前編碼幀的重建圖象作為當(dāng)前編碼幀的兩個(gè)參考幀，在搜索過程中，一旦找到符合條件的參考幀，則該方向的搜索馬上無條件結(jié)束。找到兩個(gè)參考幀后，如果需要進(jìn)行亞像素插值，則進(jìn)行亞像素插值。如果當(dāng)前編碼幀不是B幀，獲取根據(jù)非可伸縮編碼標(biāo)準(zhǔn)所規(guī)定的對(duì)應(yīng)當(dāng)前幀類型的參考圖象，則該過程的程序流程圖如圖5所示。
(5)該過程與非可伸縮視頻編碼標(biāo)準(zhǔn)編碼過程相同，使用步驟(4)所獲得的兩個(gè)方向的兩個(gè)參考幀按照非可伸縮視頻編碼方案的流程來進(jìn)行。
(6)將步驟(5)所得到的重建圖象保存進(jìn)PicList數(shù)組，以便進(jìn)行下一層次的編碼圖象的參考幀的獲取過程。
(7)重復(fù)步驟(3)到(5)的過程，直到所要達(dá)到的時(shí)域?qū)哟蔚淖詈笠粋€(gè)編碼圖象為止。
(8)保存重建圖象。在這個(gè)過程中，特別需要判定重建圖象輸出的條件，具體重建圖象的輸出條件為current_temporal_level＝＝max_temporal_level&&img-＞type＝＝B_IMG&&img-＞b_frame_to_code+increment(max_temporal_level)＝＝gop_size.
當(dāng)以上條件滿足時(shí)，需要按照PicList[]的順序進(jìn)行輸出時(shí)域?qū)哟涡∮诨蛘叩扔谧罡邥r(shí)域?qū)哟蔚闹亟◣膱D象，輸出到重建文件中。
3.實(shí)現(xiàn)效果在本發(fā)明的實(shí)現(xiàn)實(shí)例中，采用了我國具有自主知識(shí)產(chǎn)權(quán)的音視頻編碼標(biāo)準(zhǔn)AVS，在背景技術(shù)中也提到，AVS是典型非可伸縮的雙幀參考視頻編碼標(biāo)準(zhǔn)。在AVS的時(shí)域可伸縮擴(kuò)展中，采用了本發(fā)明的方法，對(duì)foreman.qcif序列進(jìn)行編碼測試，圖6為時(shí)域可伸縮的效果圖，在編碼過程中，基本層采用的非可伸縮的編碼標(biāo)準(zhǔn)進(jìn)行編碼，參考幀的管理快速有效，能夠較大幅度提高編碼效率，從圖6中可以看出，在相同碼率的情況下，本發(fā)明的方法能提高PSNR-Y達(dá)到1dB以上。
參考文獻(xiàn)1.Applications and Requirements for Scalable Video Coding.ISO/IEC JTC1/SC29/WG11N6880.January 2005，Hongkong，China.
2.J.R.Ohm，”Three-dimensional subband coding with motion compensation，”IEEETransaction on Image Processing，vol.3，no.5，pp.559-571，September 1994.
A.Secker and D.Taubman，“Lifting-based invertible motion adaptive transform(LIMAT)framework for highly scalable video compression，”IEEE Transaction on Image Processing，vol.12，no.12，December 2003.
H.Schwarz，D.Marpe，and T.Wiegand，“Analysis of Hierarchical B Pictures and MCTF，”in Proceeding of IEEE International Conference on Multimedia and Expo，pp.1929-1932，July2006，Toranto，Canada.
權(quán)利要求
1.一種快速實(shí)現(xiàn)雙幀參考視頻流的時(shí)域可伸縮編碼的方法，其特征是雙幀參考視頻流是基于B幀為雙幀參考的視頻編碼標(biāo)準(zhǔn)，其時(shí)域可伸縮編碼的方法是基本層采用I幀或P幀圖象編碼類型，增強(qiáng)層采用的是B幀圖象編碼類型，通過對(duì)圖象組中的各編碼幀進(jìn)行時(shí)域?qū)哟螛?biāo)注，并且在編碼B幀過程中根據(jù)時(shí)域?qū)哟渭?jí)別來搜索獲取當(dāng)前編碼B幀的兩個(gè)參考幀，參考幀是I幀或P幀，或者是B幀，這樣就使得碼流幀率按照2的整數(shù)次冪的倍數(shù)進(jìn)行伸縮。
2.根據(jù)權(quán)利要求1所述的方法，其特征是包括以下步驟(1)將碼流分層分為基本層和增強(qiáng)層，基本層采用結(jié)構(gòu)為IPP...P的非可伸縮視頻編碼標(biāo)準(zhǔn)進(jìn)行編碼，對(duì)應(yīng)視頻傳輸和終端解碼顯示的最低的時(shí)域分辨率，增強(qiáng)層對(duì)應(yīng)的是B幀，通過對(duì)B幀的靈活取舍來實(shí)現(xiàn)時(shí)域的可伸縮性；在編碼一個(gè)圖象組時(shí)，需要先編碼這個(gè)圖象組中的基本層，即I幀或P幀；(2)檢查配置文件中關(guān)于時(shí)域可伸縮參數(shù)設(shè)置的合法性具體包括圖象組的大小、時(shí)域可伸縮的層次數(shù)和圖象組的大小是否為2的整數(shù)次冪；如果檢查出參數(shù)設(shè)置不合法，那么程序退出，編碼過程失??；(3)計(jì)算當(dāng)前圖象組中每個(gè)編碼幀的時(shí)域?qū)哟危?duì)編碼幀進(jìn)行時(shí)域?qū)哟螛?biāo)注，對(duì)編碼配置參數(shù)進(jìn)行更新，在這個(gè)過程中，基本層的I幀和P幀的時(shí)域?qū)哟卧O(shè)置為0，其余的B幀根據(jù)層次分級(jí)中的時(shí)域?qū)哟斡?jì)算算法進(jìn)行計(jì)算，對(duì)原編碼配置參數(shù)進(jìn)行更新是指將編碼圖象類型設(shè)置為幀，幀跳躍的頻率，以及在I幀和P幀或P幀之間所要插入的B幀的數(shù)目為圖象組的大小減1；(4)獲取當(dāng)前編碼圖象的參考幀如果當(dāng)前是B幀，則參考幀包括前向參考幀和后向參考幀，如果當(dāng)前不是B幀，則獲取根據(jù)非可伸縮視頻編碼標(biāo)準(zhǔn)所規(guī)定的對(duì)應(yīng)當(dāng)前幀類型的參考圖象；在該過程中如果編碼幀是B幀，就以當(dāng)前編碼幀為起點(diǎn)和中心，向前搜索圖象組重建圖象數(shù)組與當(dāng)前編碼幀距離最近的而且時(shí)域?qū)哟蔚陀诋?dāng)前編碼幀的圖象作為前向參考幀，一旦這樣的前向參考幀找到，則前向參考幀搜索過程結(jié)束；后向參考幀的搜索過程與前向參考幀的搜索過程類似，這樣就獲得了當(dāng)前編碼幀的參考幀；(5)對(duì)當(dāng)前編碼圖象進(jìn)行運(yùn)動(dòng)預(yù)測和運(yùn)動(dòng)補(bǔ)償、離散余弦變換、量化、對(duì)殘差信息以及參考幀索引和運(yùn)動(dòng)向量進(jìn)行熵編碼，這個(gè)過程與非可伸縮視頻編碼過程一樣；(6)保存當(dāng)前幀重建圖象進(jìn)臨時(shí)的編碼重建圖象數(shù)組，這個(gè)數(shù)組會(huì)保存一個(gè)圖象組的時(shí)域?qū)哟蔚陀谧罡邥r(shí)域?qū)哟蔚乃袔闹亟▓D象和前一個(gè)圖象組重建的I幀或者P幀，以便于步驟四能夠正確獲取到參考幀；(7)重復(fù)步驟四到步驟六的過程，直到達(dá)到所需要的時(shí)域?qū)哟蔚淖詈笠粋€(gè)圖象；(8)保存重建圖象在這個(gè)過程中，特別需要判定重建幀輸入到重建圖象文件的條件，如果條件滿足，則輸出圖象組重建圖象數(shù)組中時(shí)域?qū)哟蔚陀谧罡邥r(shí)域?qū)哟蔚乃兄亟◣?，本圖象組編碼過程結(jié)束，進(jìn)入下一個(gè)圖象組的編碼過程；如果條件不滿足則繼續(xù)進(jìn)行當(dāng)前圖象組的編碼過程。
3.根據(jù)權(quán)利要求2所述的方法，其特征是步驟(2)中的時(shí)域可伸縮的層次計(jì)算算法為首先確定具有相同時(shí)域?qū)哟蔚牡南噜弮蓚€(gè)編碼幀之間的間距，此間距按照下述的公式計(jì)算increment＝gop_size/(2iLevel)。
4.根據(jù)權(quán)利要求2所述的方法，其特征是在步驟(4)所述參考幀管理的過程中，定義了結(jié)構(gòu)體CodedPicture，即{int level；unsigned char**imgY；unsigned char***imgUV；}所述結(jié)構(gòu)體保存了重建圖象的時(shí)域?qū)哟魏蛨D象數(shù)據(jù)。
全文摘要
本發(fā)明公開了一種快速實(shí)現(xiàn)雙幀參考視頻流的時(shí)域可伸縮編碼的方法，所述雙幀參考視頻流是基于B幀為雙幀參考的視頻編碼標(biāo)準(zhǔn)，其時(shí)域可伸縮編碼的方法是基本層采用I幀或P幀圖象編碼類型，增強(qiáng)層采用的是B幀圖象編碼類型，通過對(duì)圖象組中的各編碼幀進(jìn)行時(shí)域?qū)哟螛?biāo)注，并且在編碼B幀過程中根據(jù)時(shí)域?qū)哟渭?jí)別來搜索獲取當(dāng)前編碼B幀的兩個(gè)參考幀，參考幀可以是I幀或P幀，也可以是B幀，這樣就使得碼流幀率按照2的整數(shù)次冪的倍數(shù)進(jìn)行伸縮。本發(fā)明可以快速實(shí)現(xiàn)雙幀參考視頻流的時(shí)域可伸縮編碼，使得碼流的幀率能夠按照2的整數(shù)次冪的倍數(shù)進(jìn)行伸縮，并且與原編碼標(biāo)準(zhǔn)相比，能夠較大幅度提高編碼效率。
文檔編號(hào)H04N7/32GK101018334SQ20071005154
公開日2007年8月15日 申請(qǐng)日期2007年2月13日 優(yōu)先權(quán)日2007年2月13日
發(fā)明者胡瑞敏, 劉瓊, 王啟軍, 夏洋, 路依沙 申請(qǐng)人:武漢大學(xué)