CN103716623A - 基于加权量化的视频压缩编解码方法及编解码器 - Google Patents

Abstract

本申请公开一种基于加权量化的视频压缩编解码方法，编码过程包括将待编码图像的属性分量划分成若干属性块；对属性块进行预测得到残差块，并变换得到残差块中各频点的变换系数；选取一个默认矩阵，对频点的初始量化步长进行加权计算得到加权量化步长矩阵；使用加权量化步长矩阵对变换系数进行量化，得到量化块，将量化块写入码流，并根据量化块的值，确认写入码流的其他信息。本申请还公开一种基于加权量化的视频压缩编解码器。本申请由于预设加权量化矩阵集中包括多个默认矩阵，能有效地对不同情况下的变换系数矩阵进行加权量化，在不降低主观质量的情况下，有效的降低编码所需码率。

Description

基于加权量化的视频压缩编解码方法及编解码器

技术领域

本申请涉及视频数据处理领域，尤其涉及一种基于加权量化的视频压缩编解码方法及编解码器。

背景技术

在当前主流的视频压缩编解码标准中，预测块和原始块生成的残差块需要进行变换得到变换块，变换块经过量化后得到的系数块再存入码流。量化的过程会造成系数的失真，导致图像质量的下降。但变换块中不同位置的变换系数数值的失真造成的主观失真各不相同。加权量化技术就是利用这一现象，对不同位置的变换系数采用不同量化步长进行量化的技术。该技术能达到在不造成主观质量下降的情况下，最大限度地降低编码码率，但使用现有加权量化系数矩阵，主观质量不够理想，未能有效降低编码所需要的码率。

发明内容

本申请要解决的技术问题是针对现有技术的不足，提供一种基于加权量化的视频压缩编解码方法及编解码器。

根据本申请的第一方面，本申请提供一种基于加权量化的视频压缩编解码方法，包括编码过程，所述编码过程包括：

提取待编码图像的属性分量，将所述属性分量划分成若干属性块；

对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；

从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；

使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块和所述默认矩阵的编号信息写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。

根据本申请的第二方面，本申请提供一种基于加权量化的视频压缩编解码器，包括编码器，所述编码器包括：

划分模块，用于提取待编码图像的属性分量，将所述属性分量划分成若干属性块；

预测变换模块，用于对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数；

计算模块，用于从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵；

量化模块，用于使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。

由于采用了以上技术方案，使本申请具备的有益效果在于：

在本申请的具体实施方式中，由于预设加权量化矩阵集中包括多个默认矩阵，能有效地对不同情况下的变换系数矩阵进行加权量化，在不降低主观质量的情况下，有效的降低编码所需码率；同时也提供编码器在图像属性块一级自行选择使用不同的默认加权量化系数矩阵，可根据图像内容更加灵活地选择默认加权量化矩阵，在不降低主观质量的情况下，进一步降低编码所需码率。

附图说明

图1为申请的编码过程在一种实施方式中的流程图；

图2为本申请的解码过程在一种实施方式中的流程图；

图3为本申请编码器在一种实施方式中的结构示意图；

图4为本申请解码器在一种实施方式中的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本申请作进一步详细说明。

实施例一：

如图1所示，本申请的基于加权量化的视频压缩编解码方法，其一种实施方式，包括编码过程，所述编码过程包括：

步骤102：提取待编码图像的属性分量，将属性分量划分成若干属性块。属性分量包括亮度、色度等。

在一种实施方式中，属性块可通过以下方式进行划分：

首先将所有属性块划分为16×16的编码单元，一个编码单元可以划分为4个8×8,或4个4×16或4个16×4，或1个16×16预测单元。

步骤104：对属性块进行预测得到残差块，对残差块进行变换得到残差块中各频点的变换系数。

步骤106：从预设加权量化矩阵集中选取一个默认矩阵，使用默认矩阵对频点的初始量化步长进行加权计算得到加权量化步长矩阵。

在一种实施方式中，可通过分辨率选择默认矩阵，如果图像高度小于480，则选用4×4默认矩阵1，8×8默认矩阵1及其推导的16×16、16×4、4×16默认矩阵；如果图像高度小于720，则选用4×4默认矩阵2，8×8默认矩阵2及其推导的16×16、16×4、4×16默认矩阵；其他情况，则选用4×4默认矩阵3，8×8默认矩阵3及其推导的16×16、16×4、4×16默认矩阵。也可通过亮度或其他因素选择默认矩阵，

步骤108：使用加权量化步长矩阵对变换系数进行量化，得到量化块，将量化块写入码流，并根据量化块的什，确认写入码流的其他信息。

在一种实施方式中，若量化块为全零矩阵，则不将默认矩阵的编号信息写入所述码流，否则，将默认矩阵的编号信息写入码流。

本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集包括4×4默认矩阵1和/或4×4默认矩阵2和/或4×4默认矩阵3和/或8×8默认矩阵1和/或8×8默认矩阵2和/或8×8默认矩阵3。

4×4默认矩阵1:

4×4默认矩阵2：

4×4默认矩阵3：

8×8默认矩阵1：

8×8默认矩阵2：

8×8默认矩阵3：

在一种实施方式中，本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集还可以包括16×16默认矩阵和/或32×32默认矩阵。

16×16默认矩阵和32×32默认矩阵分别通过公式

$\mathrm{WQ}(i,j)=a*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k})+b*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{i}{k})+c*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k}+1)+d*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{j}{k}+1)$ 计算获得；

其中WQ₈(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数。

在一种实施方式中，本申请的基于加权量化的视频编解码方法，预设加权量化矩阵集还可以包括：2^e×2^e＋2默认矩阵和/或2^e＋2×2^e默认矩阵。

2^e×2^e＋2默认矩阵和2^e＋2×2^e默认矩阵通过2^e＋2默认矩阵进行推导，其中e=1,2,3；

推导公式为：WQ’(i,j)＝WQ(i*m,j*n)；

其中WQ(i*m,j*n)为默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。

如e=1时，默认矩阵为2×8默认矩阵和8×2默认矩阵，此时可使用8×8默认矩阵进行推导；

e=2时,默认矩阵为4×16默认矩阵和16×4默认矩阵，此时可使用16×16默认矩阵进行推导；

e=3时,默认矩阵为8×32默认矩阵,32×8默认矩阵，此时可使用32×32默认矩阵进行推导。

在一种实施方式中，预设加权量化矩阵集还可以包括预设加权量化矩阵集中任意一个默认矩阵乘以A得到的新默认矩阵，其中A为一个常数。

如图2所示，本申请的基于加权量化的视频压缩编解码方法，其一种实施方式，还可以包括解码过程，解码过程包括：

步骤202：根据预测信息进行预测，得到预测块；

步骤204：从码流中解析得到量化块；

步骤206：根据量化块的值，确认是否解析写入码流的其他信息，并重建属性块。

在一种实施方式中，本申请的解码过程还可以包括：

步骤208：若所述量化块为全零矩阵，则所述预测块为重建的所述属性块，结束解码过程。否则，转步骤210；

步骤210：根据默认矩阵的编号信息得到默认矩阵，使用默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵；

步骤208：使用加权反量化步长矩阵对量化块进行反量化，得到反变换块；

步骤210：对反变换块进行反变换得到残差块，将残差块与预测块相加得到重建的属性块。

本申请的基于加权量化的视频压缩编解码方法，在编码过程中，若当前属性块量化之后的系数矩阵为全零矩阵，则不再将加权量化矩阵编号信息存入码流。本申请在解码过程中，若当前属性块解析得到的量化之后的系数矩阵为全零矩阵，则不再解析加权量化矩阵编号。

实施例二：

实施例二为本申请的基于加权量化的视频压缩编解码方法的一种具体应用例。本实施例中，预设加权量化矩阵集采用以下矩阵，分别编号0，1，2

8×8默认矩阵1：

8×8默认矩阵2：

8×8默认矩阵3：

本实施例中，编码过程首先获取待编码图像，对待编码图像提取属性分量，并将属性分量划分成若干16×16的属性块。

首先使用预测技术对属性块进行预测，如帧内预测、帧间预测等，根据预测结果生成子残差块,子残差块可能是8×8,4×16,16×4,16×16的块；

子残差块经过变换得到相应的待量化的变换块；

根据图像特性及变换块大小从8×8默认矩阵1，8×8默认矩阵2，8×8默认矩阵3中选择合适的默认矩阵，并根据所选的默认矩阵和块大小推导所需使用的默认矩阵：

如果变换块是8×8块，则直接使用选取的8×8默认矩阵；

如果变换块是16×16块，则根据以下公式推导：

$\mathrm{WQ}(i,j)=0.25*{\mathrm{WQ}}_8(\frac{i}{2},\frac{j}{2})+0.25*{\mathrm{WQ}}_8(\frac{i}{2}+1,\frac{i}{2})+0.25*{\mathrm{WQ}}_8(\frac{i}{2},\frac{j}{2}+1)+0.25*{\mathrm{WQ}}_8(\frac{i}{2}+1,\frac{j}{2}+1)$

这里实际就是一个普通的平均，相当于把和这四个点的值加在一起，然后除以4。也可做线性插值，对于公式

$\mathrm{WQ}(i,j)=a*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k})+b*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{i}{k})+c*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k}+1)+d*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{j}{k}+1)$

中的a,b,c,d四个参数，如果i,j都是2的倍数，则a为1，b,c,d为0；如果j是2的倍数，i不是2的倍数，则a,b为0.5，c,d为0，如果i是2的倍数，j不是2的倍数，则a,c为0.5，b,d为0；否则，就是a,b,c,d都为0.25）

如果变换块是4×16,则根据以下公式推导：

WQ’(i,j)＝WQ(i*4,j)

如果变换块是16×4，则根据以下公式推导：

WQ’(i,j)＝WQ(i,j*4)

根据推导的默认矩阵计算不同频点的加权量化步长，得到加权量化步长矩阵；

使用加权量化步长矩阵对变换块进行量化，得到量化块；

若得到的量化块非全零块，则将加权量化矩阵编号写入码流。

本实施例中，解码过程对每个16×16的属性块进行解码，并得到最终的重建图像。

首先根据预测信息进行预测，得到预测块；

从码流中解析并得到量化块，量化块可包括多个子量化块；

若子量化块为全零块，则预测块直接作为重建的子属性块，否则：

进一步解析默认矩阵编号；

根据默认矩阵编号得到该属性块选取的默认矩阵，并根据子量化块的大小计算推导得加权量化矩阵：

如果子量化块是8×8块，则直接使用选取的8×8默认矩阵；如果子量化块是16×16块，则根据以下公式推导：

$\mathrm{WQ}(i,j)=0.25*{\mathrm{WQ}}_8(\frac{i}{2},\frac{j}{2})+0.25*{\mathrm{WQ}}_8(\frac{i}{2}+1,\frac{i}{2})+0.25*{\mathrm{WQ}}_8(\frac{i}{2},\frac{j}{2}+1)+0.25*{\mathrm{WQ}}_8(\frac{i}{2}+1,\frac{j}{2}+1)$

如果子量化块是4×16,则根据以下公式推导：

WQ’(i,j)＝WQ(i*4,j)

如果子量化块是16×4，则根据以下公式推导：

WQ’(i,j)＝WQ(i,j*4)

根据推导的加权量化块计算加权反量化步长矩阵；

使用加权反量化步长矩阵对量化块进行反量化，得到反变换块；

对反变换块得到反变换得到残差块，残差块同预测块相加得到重建的属性块。

实施例三：

如图3如示，本申请的基于加权量化的视频压缩编解码器，其一种实施方式，包括编码器，编码器包括：

划分模块，用于提取待编码图像的属性分量，将属性分量划分成若干属性块；

预测变换模块，用于对属性块进行预测得到残差块，对残差块进行变换得到残差块中各频点的变换系数；

计算模块，用于从预设加权量化矩阵集中选取一个默认矩阵，使用默认矩阵对频点的初始量化步长进行加权计算得到加权量化步长矩阵；

量化模块，用于使用加权量化步长矩阵对变换系数进行量化，得到量化块，将量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。

在一种实施方式中，量化模块还用于在量化块为全零矩阵时，则不将默认矩阵的编号信息写入码流，否则，将默认矩阵的编号信息写入码流。

本申请的基于加权量化的视频压缩编解码器，在预设加权量化矩阵集中包括4×4默认矩阵1和/或4×4默认矩阵2和/或4×4默认矩阵3和/或8×8默认矩阵1和/或8×8默认矩阵2和/或8×8默认矩阵3。

4×4默认矩阵1:

4×4默认矩阵2：

4×4默认矩阵3：

8×8默认矩阵1：

8×8默认矩阵2：

8×8默认矩阵3：

本申请的基于加权量化的视频压缩编解码器，预设加权量化矩阵集还可以包括：16×16默认矩阵和/或32×32默认矩阵。

计算模块包括默认矩阵计算单元，默认矩阵计算单元用于通过公式

$\mathrm{WQ}(i,j)=a*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k})+b*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{i}{k})+c*{\mathrm{WQ}}_8(\frac{i}{k},\frac{j}{k}+1)+d*{\mathrm{WQ}}_8(\frac{i}{k}+1,\frac{j}{k}+1)$

计算获得16×16默认矩阵和32×32默认矩阵。

其中WQ₈(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数，且b、c、d不全为0。

在一种实施方式中，预设加权量化矩阵集还包括：2^e×2^e＋2默认矩阵和/或2^e＋2×2^e默认矩阵；

默认矩阵计算单元，还用于通过公式WQ’(i,j)＝WQ(i*m,j*n)推导获得2^e×2^e＋2默认矩阵和2^e＋2×2^e默认矩阵，其中e=1,2,3。其中WQ(i*m,j*n)为默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。

如e=1时，默认矩阵为2×8默认矩阵和8×2默认矩阵，此时可使用8×8默认矩阵进行推导；

e=2时,默认矩阵为4×16默认矩阵和16×4默认矩阵，此时可使用16×16默认矩阵进行推导；

e=3时,默认矩阵为8×32默认矩阵,32×8默认矩阵，此时可使用32×32默认矩阵进行推导。

在一种实施方式中，默认矩阵计算单元还可用于将预设加权量化矩阵集中任意一个默认矩阵乘以A，得到一个新的默认矩阵，并将该新的默认矩阵加入预设加权量化矩阵集中，其中A为一个常数。

如图4所示，本申请的基于加权量化的视频压缩编解码器，其一种实施方式，还可以包括解码器。解码器包括预测模块、解析模块：

预测模块，用于根据预测信息进行预测，得到预测块、反量化计算模块、反量化模块和重建模块。

解析模块，用于从码流中解析得到量化块和默认矩阵的编号信息；

重建模块，用于根据量化块的值，确认是否解析写入码流的其他信息，并重建属性块。

在一种实施方式中，解码器还包括反量化计算模块和反量化模块，

重建模块，还用于判断量化块是否为全零矩阵，若量化块为全零矩阵，则将预测块作为重建的属性块；

否则，反量化计算模块，用于根据默认矩阵的编号信息得到默认矩阵，使用默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵；

反量化模块，用于使用加权反量化步长矩阵对量化块进行反量化，得到反变换块；

重建模块，用于对反变换块进行反变换得到残差块，将残差块与预测块相加得到重建的属性块。

以上内容是结合具体的实施方式对本申请所作的进一步详细说明，不能认定本申请的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干简单推演或替换。

Claims (16)

1.一种基于加权量化的视频压缩编解码方法，包括编码过程，其特征在于，所述编码过程包括： 

提取待编码图像的属性分量，将所述属性分量划分成若干属性块； 

对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数； 

从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵； 

使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。 

2.如权利要求1所述的基于加权量化的视频编解码方法，其特征在于，若所述量化块为全零矩阵，则不将所述默认矩阵的编号信息写入所述码流，否则，将所述默认矩阵的编号信息写入所述码流。 

3.如权利要求2所述的基于加权量化的视频编解码方法，其特征在于，所述预设加权量化矩阵集包括： 

4×4默认矩阵1: 

和/或4×4默认矩阵2： 

和/或4×4默认矩阵3： 

和/或8×8默认矩阵1： 

和/或8×8默认矩阵2： 

和/或8×8默认矩阵3： 

。

4.如权利要求3所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括：16×16默认矩阵和/或32×32默认矩阵； 

所述16×16默认矩阵和所述32×32默认矩阵通过公式 

计算获得； 

其中WQ₈(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数。 

5.如权利要求4所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括：2^e×2^e＋2默认矩阵和/或2^e＋2×2^e默认矩阵，所述2^e×2^e＋2默认矩阵和所述2^e＋2×2^e默认矩阵使用2^e＋2默认矩阵进行推导，其中e=1,2,3； 

推导公式为：WQ’(i,j)＝WQ(i*m,j*n)； 

其中WQ(i*m,j*n)为默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。 

6.如权利要求3至5中任一项所述的基于加权量化的视频压缩编解码方法，其特征在于，所述预设加权量化矩阵集还包括将所述预设加权量化矩阵集中任意一个默认矩阵乘以A得到的新默认矩阵，其中A为一个常数。 

7.如权利要求1至5中任一项所述的基于加权量化的视频压缩编解码方法，其特征在于，还包括解码过程，所述解码过程包括： 

根据预测信息进行预测，得到预测块； 

从所述码流中解析得到所述量化块； 

根据所述量化块的值，确认是否解析写入所述码流的其他信息，并重建属性块。 

8.如权利要求7所述的基于加权量化的视频编解码方法，其特征在于，所述解码过程还包括： 

若所述量化块为全零矩阵，则所述预测块为重建的所述属性块； 

否则，根据所述默认矩阵的所述编号信息得到所述默认矩阵，使用所述默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵； 

使用所述加权反量化步长矩阵对所述量化块进行反量化，得到反变换块； 

对所述反变换块进行反变换得到所述残差块，将所述残差块与所述预测块相加得到重建的所述属性块。 

9.一种基于加权量化的视频压缩编解码器，其特征在于，包括编码器和解码器；所述编码器包括： 

划分模块，用于提取待编码图像的属性分量，将所述属性分量划分成若干属性块； 

预测变换模块，用于对所述属性块进行预测得到残差块，对所述残差块进行变换得到所述残差块中各频点的变换系数； 

计算模块，用于从预设加权量化矩阵集中选取一个默认矩阵，使用所述默认矩阵对所述频点的初始量化步长进行加权计算得到加权量化步长矩阵； 

量化模块，用于使用所述加权量化步长矩阵对所述变换系数进行量化，得到量化块，将所述量化块写入码流，并根据所述量化块的值，确认写入所述码流的其他信息。 

10.如权利要求9所述的基于加权量化的视频压缩编解码器，其特征在于，所述量化模块还用于在所述量化块为全零矩阵时，则不将所述默认矩阵的编号信息写入所述码流，否则，将所述默认矩阵的编号信息写入所述码流。 

11.如权利要求10所述的基于加权量化的视频压缩编解码器，其特征在于，所述预设加权量化矩阵集包括： 

4×4默认矩阵1: 

和/或4×4默认矩阵2： 

和/或4×4默认矩阵3： 

和/或8×8默认矩阵1： 

和/或8×8默认矩阵2： 

和/或8×8默认矩阵3： 

。

12.如权利要求11所述的基于加权量化的视频压缩编解码器，其特征在于，所述预设加权量化矩阵集还包括：16×16默认矩阵和/或32×32默认矩阵； 

所述计算模块包括默认矩阵计算单元，所述默认矩阵计算单元用于通过公式 

计算获得所述16×16默认矩阵和所述32×32默认矩阵； 

其中WQ₈(x,y)为8×8默认矩阵中(x,y)位置的值，WQ(i,j)为推导得到的加权矩阵中(i,j)位置的值，k为目标矩阵宽度除以8的倍数，a、b、c和d为常数。 

13.如权利要求12所述的基于加权量化的视频压缩编解码器，其特征在于，所述预设加权量化矩阵集还包括：2^e×2^e＋2默认矩阵和/或2^e＋2×2^e默认矩阵； 

所述默认矩阵计算单元，还用于通过公式WQ’(i,j)＝WQ(i*m,j*n)推导获得所述 2^e×2^e＋2默认矩阵和所述2^e＋2×2^e默认矩阵，其中e=1,2,3；其中WQ(i*m,j*n)为默认矩阵中(i*m,j*n)位置的系数值，WQ’(i,j)为默认矩阵中(i,j)位置的系数值,m为用于推导的正方形矩阵的宽度同推导的目标矩阵的宽度的比值，n为用于推导的正方形矩阵的高度同推导的目标矩阵的高度的比值。 

14.如权利要求11至13中任一项所述的基于加权量化的视频压缩编解码器，其特征在于，所述默认矩阵计算单元还用于将所述预设加权量化矩阵集中任意一个默认矩阵乘以A，得到一个新的默认矩阵，并将所述新的默认矩阵加入所述预设加权量化矩阵集中，其中A为一个常数。 

15.如权利要求9至13中任一项所述的基于加权量化的视频压缩编解码器，其特征在于，还包括解码器，所述解码器包括： 

预测模块，用于根据预测信息进行预测，得到预测块； 

解析模块，用于从所述码流中解析得到所述量化块； 

重建模块，用于根据所述量化块的值，确认是否解析写入所述码流的其他信息，并重建属性块。 

16.如权利要求15所述的基于加权量化的视频压缩编解码器，其特征在于，所述解码器还包括反量化计算模块和反量化模块， 

所述重建模块，还用于判断所述量化块是否为全零矩阵，若所述量化块为全零矩阵，则将所述预测块作为重建的所述属性块； 

否则， 

所述反量化计算模块，用于根据所述默认矩阵的所述编号信息得到所述默认矩阵，使用所述默认矩阵对每个频点初始的反量化步长进行加权计算得到加权反量化步长矩阵； 

所述反量化模块，用于使用所述加权反量化步长矩阵对所述量化块进行反量化，得到反变换块； 

所述重建模块，用于对所述反变换块进行反变换得到所述残差块，将所述残差块与所述预测块相加得到重建的属性块。 

Images