CN103843346A

CN103843346A - 用于对比特流形式的图片进行解码的方法

Info

Publication number: CN103843346A
Application number: CN201280047745.2A
Authority: CN
Inventors: R·A·科恩; S·拉内; 安东尼·韦特罗; 孙惠方
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2011-09-30
Filing date: 2012-05-30
Publication date: 2014-06-04
Anticipated expiration: 2032-05-30
Also published as: KR20140048322A; MX338400B; JP2014520410A; US20120230396A1; WO2013046808A1; BR112014005291A2; CN103843346B; KR20140096395A; RU2584763C2; TWI533670B; JP5855139B2; BR112014005291B1; SG2014010011A; RU2014117312A; MX2014003721A; TW201320757A

Abstract

一种方法对比特流形式的图片进行解码。该图片被编码并且由系数的矢量来表示。各个系数是量化形式的。基于矢量的扫描顺序来选择各个矢量中的特定系数。然后，基于所述特定系数的特性来推测一组模式。随后，根据该组模式来对比特流进行解码。

Description

用于对比特流形式的图片进行解码的方法

技术领域

本发明总体上涉及图像编码，更具体地说，涉及利用对量化后的变换系数进行修正来对图片进行解码，以便可以基于修正后的系数的特性来推测解码的运算。

背景技术

当利用不同的模式将图片、视频、图像或其它类似数据压缩为比特流时，通常将模式信息存储在比特流的头字段中，使得在解码器在对后续数据进行解码期间应用模式之前，解码器将获知使用什么模式。在通常的视频或图像压缩***中，解码器接收由熵解码器解析的量化后的变换系数。然后，将这些量化后的变换系数传送到逆变换部。然后，按照各种方式使用逆变换数据，以重建原始信号。在对量化后的变换系数进行解码之前，量化器、变换部和后续的解码运算可以取决于在也从熵解码器解析出的头数据中接收到的各种模式指示符。

当编码***中需要附加模式信号时，这些信号可以使得用于表示编码后的信号的比特流的大小增大。而且，如果编码***遵循预先认同的标准或规范，则需要改变这些规范，以便能够容纳这些附加指示符。

与明确地用信号表示模式的情况相比，需要一种按照减小比特流的大小的方式隐含地用信号表示模式信息的方法。

还需要一种用信号表示模式信息的方法，使得可以利用预先限定的比特流句法对生成的比特流进行解码。为了使该方法变得实用，还需要限制与在编码器或解码器中使用比特流相关联的复杂性增加。通常，在本领域中，编码器和解码器被称作“编解码器（_cod_ec）”。

编码器：数据的块或矢量被输入到变换部。变换部的输出是变换系数的块或矢量。然后，使这些变换系数通过量化器，该量化器按照特定顺序来量化这些系数。然后，将量化后的变换系数输入到熵编码器，该熵编码器将这些量化后的变换系数转换为用于传输或存储的二进制比特流。在该处理期间可以使用各种模式，以选择变换类型、量化器类型或其它模式。

解码器：对二进制比特流进行解码，这生成各种模式数据和变换系数的块或矢量。将这些系数传送到逆变换部，该逆变换部的输出按照各种方式用于重建视频、图像或其它数据。解码后的模式数据用于控制解码处理的不同方面。

水印和数据隐藏：

在一些视频应用中，可见或不可见的数字水印作为数字数据添加到图片或视频。水印通常用于验证记录的媒体。这些水印通常被设计为难以从图片或视频中检测出或去除。如本发明所期望的，水印不会提高视频编解码器的编码效率，并且现有技术的水印技术的直接应用对于改进视频的编码效率的目的并不明显。确实存在嵌入编码模式数据的现有技术。通常，现有技术使用解码后的变换系数的绝对值之和的奇偶性（奇数或偶数）来决定使用两个或更多个模式中的哪一个。

发明内容

一种方法对比特流形式的图片进行解码。该图片被编码并且由系数的矢量来表示。各个系数是量化形式的。

基于矢量的扫描顺序来选择各个矢量中的特定系数。然后，基于特定系数的特性来推测一组模式。随后，根据该组模式来对比特流进行解码。

在一个实施方式中，从最后扫描的非零系数推测该组模式。

附图说明

图1是使用本发明的实施方式的编解码器的解码器的框图；

图2是根据本发明的实施方式的模式推测模块的框图；以及

图3A是示例性扫描顺序。

图3B是示例性扫描顺序。

图3C是示例性扫描顺序。

图3D是示例性扫描顺序。

具体实施方式

本发明的实施方式对按照比特流109的形式的图片进行解码。该图片被分割为块并且被编码。各个块由系数的矢量来表示。块中的系数是量化形式的。

在编解码器的解码器100中，熵解码器201对比特流109进行解析并输出N个（预先量化的）变换系数101的矢量或块。比特流还包括帧间/帧内预测数据105。基于矢量的扫描顺序来选择各个矢量中的特定系数。下面描述扫描顺序。

块210基于特定系数来推测一组（两个或更多个）模式，并且使用推测出的模式102来如下所述确定调整后的系数214。通常，在可能的情况下，将调整后的系数朝向零调整。调整后的系数被逆量化203，然后进行逆变换204。

根据推测出的该组模式，可以在解码器100的各种模块中使用所推测出的模式102。例如，所推测出的模式102可以用于逆量化203和/或逆变换204。

逆变换部的输出被添加205到帧内/帧间预测模块207的输出，并且被存储在缓冲器206中，缓冲器206最终输出块208。

矢量或块101是[x₀, x₁,…x_N-1]。在典型的压缩***中，编码器将许多变换系数量化为零。因此，本发明的重点在于选择这些非零系数当中的特定系数，并且基于该特定系数的特性来在块210中推测模式或一组模式。

按照特定顺序（例如，光栅扫描、锯齿形、垂直、对角向上等）来遍历或扫描这些系数然后解析这些系数。图3A至图3D示出了不同的扫描的示例。

通常，选择扫描顺序，以首先访问非零系数，此后，矢量中的剩余的量化后的变换系数可以是零。在解析从熵解码器接收到的变换系数时，例如，接收到的矢量可以是：[5 -3 -4 2 0 1 0 0 0 0 0 0]。在这种情况下，元素x₅是最后的非零系数。

除了指示最后的非零系数的位置之外，还可以指示其它非零系数的位置。而且，还可以导出指示非零系数的位置的映射图（map）。对于以上给出的示例性矢量，非零系数的二值映射图可以是[1 1 1 1 0 1 0 0 0 0 0 0]。还可以导出指示正负号信息的另选的三值映射图，例如，[1 -1 -1 1 0 1 0 0 0 0 0 0]。

在已经解析了解码后的系数的矢量之后，可以提取并推测嵌入在矢量中的模式信息。考虑两个模式“A”和“B”。例如，解码器可以使用两种不同类型的量化器、两种不同类型的变换部，或者具有包括两个状态的其它模式。在提取了模式信息之后，如果选择模式A，则解码器可以例如使用逆量化器（203）A，或者如果选择模式B，则使用逆量化器B。现在描述提取所嵌入的模式信息的多个实施方式。

在N个系数的矢量[x₀,x₁,…x_N-1]中，x₀是第一个系数，并且x_N-1是最后一个系数。希望确定嵌入在矢量中的模式M。例如，两个可能的模式是模式A和模式B。

与现有技术的比较

在现有技术中，模式通常是基于各个块中的所有系数之和的奇偶性的。需要时间来进行计算，并且在许多现代实时应用（诸如移动电话视频交换）中可能是不实用的。

所发明的解码器的优选实施方式使得模式基于单个系数（可能基于其后的系数）。这相对于现有技术具有明显优势。

推测模块

图2示出模式推测模块210的实施方式。解码后的系数被传送到非零系数***模块211，使得该组模式（例如，A或B）可以由模式选择器212来推测。可选地，该组模式中的一个模式然后由系数调整器模块213用来生成调整后的系数214。调整后的系数被传送到逆量化器203，该逆量化器203可以可选地取决于所选择的模式。模式决定还可以用于控制解码器的其它部分，诸如逆变换部204和帧内/帧间预测部207。

推测模块的实施方式

实施方式1：

在该实施方式中，对系数进行扫描，直到最后的非零系数215被定位为止。如果该系数是奇数，则推测出模式A。如果该系数是偶数，则推测出模式B。按照顺序检查这些系数，以确定最后的非零系数x_k，其中k可以在0与N-1之间。

如果x_k是奇数，则模式M←A。

如果x_k是偶数，则模式M←B。

在以上实施方式和其它实施方式中，偶数和奇数可以互换。

实施方式2：

在该实施方式中，如果按照所选择的扫描顺序，最后的系数是非零的奇数，则推测出模式A，如果最后的系数是偶数，则推测出模式B。如果最后的系数是零，则最后的非零系数被定位。该值被认为是指示模式类型的标记。如果该标记是1，则模式是A。如果该标记是-1，则模式是B。然后，通过将该系数设置为零，去除标记。当按照这种方式使用标记时，因为编码器在该位置***标记，所以解码器可以恢复由编码器使用的同一组系数（即，可逆的）。如果不使用标记，则因为在编码器中调整最后的系数以确保进行了正确的模式决定，所以该变化是不可逆的。解码器的实施方式是：

如果最后的系数x_N-1是非零，则：

{

如果x_k是奇数，则模式M←A

如果x_k是偶数，则模式M←B

}

否则

{

如果最后的系数x_N-1是零，则按照顺序检查系数，以确定最后的非零系数x_k。

如果x_k=1，则模式M←A，并且x_k←0

如果x_k=-1，则模式M←B，并且x_k←0

}

实施方式3：

可以对实施方式2进行修正，使得最后的系数还可以用作针对上述1或-1标记的位置。

如果最后的系数x_N-1是非零并且不等于1和-1，则：

{

如果x_k是奇数，则模式M←A

如果x_k是偶数，则模式M←B

}

否则

{

如果最后的系数x_N-1是零或1或-1，则按照顺序检查系数，以确定最后的非零系数x_k。

如果x_k=1，则模式M←A，并且x_k←0

如果x_k=-1，则模式M←B，并且x_k←0

}

实施方式4：

当1或-1频繁出现在编码器中作为最后的非零系数时，就像针对其它实施方式所述的那样，可以期望不将这些系数当作标记。然而，如果模式A期望出现偶数系数，则需要以下修正：

在这种情况下，按照顺序检查系数，以确定最后的非零系数x_k。

如果x_k是1、-1或偶数，则模式M←A

如果x_k是奇数，则模式M←B

编码器的实施方式

在编码器中，量化器输出系数的块或矢量。如果使用以上多个实施方式中的一个实施方式的解码器利用系数做出了正确的模式决定，则不需要做特别的事情。然而，如果这些系数的值使得解码器做出了不正确的决定，则编码器必须在将这些系数传送到熵编码器之前对这些系数进行修正。

存在两种方法嵌入模式数据：可逆的方法，即，在解码器中检测并去除修正，使得解码器中的系数的矢量与编码器中的系数的矢量一致；以及不可逆的方法，其中，解码器无法在提取模式决定之后精确地恢复精确的矢量。根据编码器和解码器的实施方式，可以采用可逆的方法和不可逆的方法中的一种或两种方法。编码器中的系数的矢量是[v₀,v₁,…v_N-1]。

编码器的实施方式1：

按照顺序检查系数，以确定最后的非零系数x_k。

如果模式M=A并且v_k是偶数，则：

{

如果v_k>0，则v_k←v_k–1。这将使v_k为奇数。

如果v_k<0，则v_k←v_k+1。这将使v_k为奇数。

}

如果模式M=B并且v_k是奇数，则：

{

如果v_k=1,则v_k←2。这将使v_k为偶数但不为零。

如果v_k=-1,则v_k←-2。这将使v_k为偶数但不为零。

如果v_k既不是1也不是-1，则：

{

如果v_k>0，则v_k←v_k–1。这将使v_k为偶数。

如果v_k<0,则v_k←v_k+1。这将使v_k为偶数。

}

编码器的实施方式2

如果最后的系数v_N-1是非零，则v_k←v_N-1，并且对v_k执行编码器的实施方式1中描述的运算。

否则

{

如果最后的系数x_N-1是零，则按照顺序检查系数，以确定最后的非零系数x_k，并且

{

如果模式M=A，则v_k+1←1

如果模式M=B，则v_k+1←-1

}

编码器的实施方式3

如果最后的系数x_N-1是非零，则v_k←v_N-1，并且：

{

如果模式M=A，则

{

如果v_k=-1，则v_k←1；否则

如果v_k是偶数，则通过将v_k朝向零调整1来使v_k为奇数，只要该调整不使v_k=-1即可。在会使v_k=-1的情况下，将v_k远离0调整，即，v_k=3。

}

如果模式M=B，则

{

如果v_k=1，则v_k←-1；否则

如果v_k是奇数，则通过将v_k朝向零调整1来使v_k为偶数。

}

编码器的实施方式4

对最后的非零系数v_k进行定位。

如果模式M=B并且v_k是奇数，则将v_k朝向零调整1。如果该调整将使v_k=0，则相反地将v_k远离零调整1。

如果模式M=A并且v_k是偶数，则将v_k朝向零调整1。

附加实施方式

代替使用最后的非零系数，我们使用具有最大幅值（绝对值）的系数。如果多于一个的系数具有最大幅值，则我们使用具有最高矢量索引的系数（即，具有最大幅值的最后的系数）。

代替使用奇数/偶数做出决定，我们使用两个（相邻）系数之间的差。如果该差为正，则我们推测出模式A。如果该差为负，则我们推测出模式B。

给出的系数的正负号（正或负）还可以用于推测模式。编码器可以改变系数的正负号，并且解码器可以使用该正负号来确定模式。在推测了模式之后，解码器可以使用系数中的其它信息来决定是否再次改变正负号，使得解码器中的调整后的系数与编码器中的原始系数一致。

对于量化器使用率失真最优量化（RDO-Q）的情况下，嵌入模式标记或模式信息可以是RDO-Q处理的一部分。在决定将哪些系数设置为零的同时，除了系数的成本之外，RDO-Q处理可以合并模式标记的成本。

可以用信号表示多于两个的模式。例如，可以用信号表示模式A、B和C。另外，可以用信号表示多组模式。例如，组1包括模式A、B和C，组2包括模式W、X、Y、Z。可以针对各组系数用信号表示来自组1的一个模式和来自组2的一个模式。

代替使用最后的非零系数来用信号表示模式，可以使用另一个特征（诸如最大的系数或最小的系数）。如果多于一个的系数满足指定的标准，则辅助决定处理可以选择在哪里嵌入信息。例如，如果所指定的标准用于最大的系数，并且多个系数中的两个具有相同的最大值，则可以使用这两个系数中的最后一个系数。

另一个实施方式可以确定连续的（即，相邻的）非零系数组的数量。利用上述实施方式中的任意实施方式，具有最多的非零系数的组可以用于嵌入模式信息。

而且，如前所述，可以从解码后的系数导出二值映射图或三值映射图。还可以基于这些映射图的函数或这些映射图中的图案来推测针对块的模式。例如，可以基于非零系数的数量来推测模式。在编码器处，二进制码字也可以嵌入到这些映射图中，以用信号表示各种模式。

Claims

1.一种对比特流形式的图片进行解码的方法，其中，所述图片被编码并且由系数的矢量来表示，其中，各个系数是量化形式的，该方法包括以下步骤：

基于所述矢量的扫描顺序来选择各个矢量中的特定系数；

基于所述特定系数的特性来推测一组编码模式；以及

根据所述一组编码模式对所述比特流进行解码，其中，在解码器中执行所述步骤。

2.根据权利要求1所述的方法，其中，从最后扫描的非零系数来推测所述一组编码模式。

3.根据权利要求2所述的方法，其中，所述最后扫描的非零系数的值是1或-1。

4.根据权利要求3所述的方法，该方法还包括以下步骤：

在所述推测之后将所述值设置为零。

5.根据权利要求2所述的方法，其中，所述最后扫描的非零系数的值是1、-1或偶数时推测出第一编码模式，否则，推测出第二编码模式。

6.根据权利要求2所述的方法，该方法还包括以下步骤：

在所述推测之后朝向零调整所述值。

7.根据权利要求2所述的方法，该方法还包括以下步骤：

如果在所述推测之前所述最后扫描的系数值是1或-1，则远离零调整所述值。

8.根据权利要求2所述的方法，其中，所述最后扫描的系数的值是2或-2，并且如果需要调整为奇数值，则远离零调整所述值。

9.根据权利要求1所述的方法，其中，特定系数具有所述系数的矢量当中的最大幅值。

10.根据权利要求9所述的方法，其中，所述最大幅值出现在多于一个的系数中。

11.根据权利要求1所述的方法，其中，从两个系数之间的差的正负号来推测所述一组编码模式。

12.根据权利要求11所述的方法，其中，在所述推测之后调整所述正负号。

13.根据权利要求1所述的方法，其中，结合率失真最优量化处理来推测所述一组编码模式。

14.根据权利要求1所述的方法，其中，使用成本来确定所述系数中的信息的嵌入。

15.根据权利要求1所述的方法，其中，从连续的非零系数的数量来推测所述一组编码模式。

16.根据权利要求1所述的方法，其中，利用应用于所述系数的函数来推测所述一组编码模式。

17.根据权利要求16所述的方法，其中，所述函数是伪随机的。

18.根据权利要求1所述的方法，其中，由编码器来确定所述一组编码模式。

19.根据权利要求1所述的方法，该方法还包括以下步骤：

在映射图中指示所述非零系数的位置。

20.根据权利要求1所述的方法，该方法还包括以下步骤：

在映射图中指示各个非零系数的所述正负号。

21.根据权利要求2所述的方法，该方法还包括以下步骤：

在推测之后，远离零调整特定系数的值。