CN104754332A - 一种智能穿戴设备的视频图片传输方法 - Google Patents

Abstract

本发明涉及智能穿戴设备领域，尤其地涉及一种智能穿戴设备的视频图片传输方法。其首先将视频或者图片格式的文的8bit数据量化成4bit数据，采用半自适应哈夫曼编码进行编码，得到I帧和P帧量化数据，得到各段I帧和P帧，对各段I帧P帧进行量化、组帧和还原，量化P帧，最后叠加到I帧。其中，在哈夫曼解码或者编码之前，将量化数据统计和计算出若干种哈夫曼树，并将若干种哈夫曼树预先内置于哈夫曼编码器和哈夫曼解码器。采用此方法，不仅提高智能穿戴设备的LED显示器的动态视频和图片显示效果，并且提高智能穿戴设备内存利用率，降低智能穿戴设备内存的开销，减少数据传输过程中所需的带宽，从而提升了产品效果和档次。

Description

一种智能穿戴设备的视频图片传输方法

技术领域

本发明涉及智能穿戴设备领域，尤其地涉及一种智能穿戴设备的视频图片传输方法。

背景技术

现阶段基于蓝牙的智能穿戴设备盛行，按架构等级可分成高端外设和低端外设。高端外设使用与智能手机同等级的硬件设计，可独立运行完整操作***，有良好的用户体验和显示效果，但因成本和续航能力的原因不及低端外设容易普及。

低端外设一般是8～32bit单片机，也有是自带蓝牙功能的单片机，运算速度慢(小于100MHz)，运行内存非常小(小于512Byte)，显示效果只能是简单的静态图片推送与文字显示，无法做到与高端设备一样的视频播放等级的(大于20帧)动态效果。

这类设备一般含有LED带灰度或OLED的点阵屏幕，显示方法与高端的基于LCD的方式有着很大的不同，特别是LED有电流饱和现象，一般的256级线性灰度显示会出现极不均匀现象。

发明内容

为了克服上述技术问题，本发明的目的旨在提供一种智能穿戴设备的视频图片传输方法，提高智能穿戴设备的LED显示器的动态视频和图片显示效果，并且提高智能穿戴设备内存利用率，降低智能穿戴设备内存栈空间的开销，减少数据传输过程中所需的带宽，从而提升了产品效果和档次。

为了实现上述目的，本发明采取如下技术方案：

一种智能穿戴设备的视频图片传输方法，其如下所述：

S1、将视频或者图片格式的文件进行YUV解码，Y分量输出原始8bit数据；

S2、将8bit数据进行量化；

S3、对从S2步骤传来的量化数据进行半自适应哈夫曼编码进行编码，得到I帧和P帧量化数据；

S4、对从S3步骤传来的数据包进行哈夫曼解码，得到灰度数据；

S5、对S4步骤的灰度数据进行I帧哈夫曼解码，得到各段I帧和P帧；

S6、对S5步骤的各段I帧进行量化和组帧；

S7、对S5步骤的P帧进行哈夫曼解码还原并量化；

S8、将S7步骤的量化P帧叠加到I帧；

S9、等待下一个I帧或者P帧；

尤其地，在哈夫曼解码或者编码之前，将S2步骤的量化数据统计和计算出若干种哈夫曼树，并将若干种哈夫曼树预先内置于哈夫曼编码器和哈夫曼解码器。

进一步，在哈夫曼解码或者编码之前，将S2步骤的量化数据统计和计算出20种哈夫曼树。

进一步，S2步骤中，将所述8bit数据量化成4bit数据。

进一步，所述视频图片传输方法采用gamma校正器微调LED显示器的亮度。

进一步，所述S4、S5和S7步骤的哈夫曼解码不预测B帧，只计算I帧和P帧。

进一步，所述I帧是完整的帧。

进一步，所述P帧记录与上一个I帧或已经合成P帧的基础上的变化值。

进一步，所述S4步骤到S5步骤之间，采用I帧隔行扫描并把I帧传输给哈夫曼解码器。

本发明的有益效果：

1、由于预先在哈夫曼编码器或者解码器预先内置了哈夫曼树，大大降低使用内存栈空间和花销，提高了***运算速度。

2、把原始视频或者图片的8bit数据量化成4bit数据，大大降低智能穿戴设备的所需内存。

3、由于哈夫曼解码不预测B帧，只计算I帧和P帧，在不影响输出视频或图片的情况下，从而提升了智能穿戴设备的信息负载能力和运算速度。

4、由于使用了gamma校正器，LED显示器显现出来均匀的亮度，不再出现亮度饱和问题。

5、由于使用了类MPEG的方法，在解码处理器很弱的情况下，视频数据一样得到压缩，在保守的情况下，I帧的压缩比(压缩后容量/压缩前容量)大约是80％，P帧能达到30％，其中I帧的实际使用比例控制在30％，总体的流量控制在45％左右。在理想情况下，总体流量可控制到25％左右。

6、由于使用了I帧隔行扫描，P帧量化分辨率减半的措施，每次传输的数据包容量可以做到原来的50％，解码器端的传输内存占用减半，这种措施在内存只有几百到几千字节的智能穿戴设备领域里是很有用的。

具体实施方式

现有低端的智能穿戴设备一般采用8bit数据传输格式，由于存在的数据传输所需带宽高，大量占用智能穿戴设备原本不大的内存容量，硬件低下，***设计架构不好，造成此种低端的智能穿戴设备实现的功能只能是简单的文字显示或者静态图片推送。这是本发明所要克服的问题之一，也是亮点之一。

现有高端的智能穿戴设备一般采用8bit-32bit数据的传输格式，使用与智能手机同等级的硬件设计，可独立运行完整操作***，有良好的用户体验和显示效果。但是随之而来的是成本的上升，电池的续航能力降低，而且其LED显示经常出现饱和电流。本发明在不影响高端的智能穿戴设备所具有的功能下，克服了上述问题，这也是本发明的亮点之一。

首先本发明要解决视频或者图片压缩传输所需大带宽和内存花销高，利用率低下的问题。

首先，将视频或者图片格式的文件进行YUV解码，Y分量输出原始8bit数据，然后将8bit数据量化成4bit数据，并将量化数据采用半自适应哈夫曼编码进行编码，得到I帧和P帧量化数据。其中，引入关键帧方法，类似于mpeg系列的I/B/P帧，但由于解码硬件比较低端，故去除B帧，留下I和P，I帧是完整的帧，P帧记录与上一个I帧或已经合成的P帧的基础上的变化值。这样就降低了数据包的压缩量，降低传输过程所需的大带宽量以及减少了内存开销。而且，哈夫曼解码不预测B帧，只计算I帧和P帧，在不影响输出视频或图片的情况下，从而提升了智能穿戴设备的信息负载能力和运算速度。由于使用了类MPEG的方法，在解码处理器很弱的情况下，视频数据一样得到压缩，在保守的情况下，I帧的压缩比(压缩后容量/压缩前容量)大约是80％，P帧能达到30％，其中I帧的实际使用比例控制在30％，总体的流量控制在45％左右。在理想情况下，总体流量可控制到25％左右。

紧接着，对得到I帧和P帧的量化数据包采用哈夫曼解码，得到灰度数据；得到灰度数据后，又将灰度数据进行I帧哈夫曼解码，得到各段I帧和P帧。其中，I帧去除DCT编码，引入自适应霍夫曼编码。一般的视频压缩都是经过：DCT---量化---哈夫曼编码。解码过程为逆过程，由于同样的原因，解码硬件比较低端，这里去除DCT，只留下量化和哈夫曼编码。这样就降低了数据包的压缩量，降低传输过程所需的大带宽量以及减少了内存开销。最后，将各段I帧进行量化和组帧，P帧采用哈夫曼解码还原并量化并将P帧叠加到I帧，等待下一个I帧或者P帧。

I帧是体积最大的帧，经过哈夫曼编码后的体积大约是50％～95％。在不理想的情况下，I帧基本上是原封不动的传输到解码器。这里存在一个缓冲区内存容量的问题，只要有这种I帧存在，我们就没办法减少内存。为了减少内存，本发明采用I帧隔行扫描，I帧分两次(或3次)传输，同时帧上加上帧的序号和分段数以识别每次的I帧片段。这样每一个I帧基本上能以50％以下的内存容量来传输了，代价就是多了一帧的延迟或用快速传输两次(或3次)来解决。由于使用了l帧隔行扫描，P帧量化分辨率减半的措施，每次传输的数据包容量可以做到原来的50％，解码器端的传输内存占用减半，这种措施在内存只有几百到几千字节的智能穿戴设备领域里是很有用的。

值得重点说明的是：在哈夫曼解码或者编码之前，将S2步骤的量化数据统计和计算出若干种哈夫曼树，并将若干种哈夫曼树预先内置于哈夫曼编码器和哈夫曼解码器。

一般的哈夫曼编码都是使用静态的哈夫曼树，相当于所有的视频画面都是用同一个符号排序。但我们的颜色深度只有16bit，通常遇到的两个像素的组合并不多，甚至大部分都是旁边是左边灭右边全亮，或者反过来。这样我们就可以定义出来多种哈夫曼树(符号组合，静态数组不占栈空间)。在这里，我们统计和计算出20种哈夫曼树来进一步压缩数据。

其工作流程如下：

(1)播放典型视频，都转换成标准4bit，统计和计算出来20种哈夫曼树；

(2)编码器和解码器都内置这20个表，做一个排序；

(3)编码器编码时，20个表都做一次压缩，获得最佳效果的表的序号。

(4)使用最佳序号的表的结果来传输，帧里面也要告诉解码器这个序号。

(5)解码器根据指定的序号获得哈夫曼树数组，继续完成解码。

这里的前提是编码器具有强大的运算能力(哈夫曼编码消耗不算高)，我们的使用环境手机或者PC都能达到。由于预先在哈夫曼编码器或者解码器预先内置了哈夫曼树，大大降低使用内存空间和花销，提高了***运算速度。

如上所述，I帧的量化过程如下所示：

定义背景色(0～255)，定义当前帧的变化值的量级(1～16)，以背景色为基础，各个像素取与背景色的差别，使用4bit来记录差值除以量级。解码的时候，先全屏取背景色，再把各4bit的值乘以量级，获得实际的差值。

设差值为d，量级为n，实际的记录值为t

编码时：t＝d/n

解码时：d＝t*n

这样能有效提升不同整体亮度下的灰度分辨能力。例如画面是整体高亮时，人眼实际上对低亮度的点感觉迟钝，并不需要很高的分辨能力，用4bit(16级)就足够。但画面变成整体低亮度时，通常是某些复杂的logo，人眼注视时瞳孔会相应的放大一点，细致的量级能使画面更加细腻。这个量级的选择取决于编码端，不过我们现在手机或PC，运算能力足够。

P帧的量化过程如下所示：

P帧只存在差值，引入颜色抖动算法，每一个差值再使用比I帧4bit更小的色深，这里定为2bit。使用了[1，0][0，1]的矩阵相乘，偶数点为0，下一行的奇数点根据补偿值来决定1或0。颜色抖动属于一种有损压缩算法，但使用2bit的抖动作为P帧，因为基本细节都是在I帧上，所以不会存在很大的细节损失。

本发明所要解决的第二个问题，即是解决LED显示器显示效果的问题。

一般LED使用8bit硬件PWM，整体亮度较高，但是人眼由于疲劳和点阵之间的散射干扰，无法识别常用的8bit-256级灰度。在这里，本发明减少每个点的色深，使用4bit色深，16级，产品所需的动态颜色效果基本可以达到的。更进一步，视频图片传输方法采用gamma校正器微调LED显示器的亮度。由于使用了gamma校正器，LED显示器显现出来均匀的亮度，不再出现亮度饱和问题。

上述所列具体实现方式为非限制性的，对本领域的技术人员来说，在不偏离本发明范围内，进行的各种改进和变化，均属于本发明的保护范围。

Claims (8)

1.一种智能穿戴设备的视频图片传输方法，其如下所述：

S1、将视频或者图片格式的文件进行YUV解码，Y分量输出原始8bit数据；

S2、将8bit数据进行量化；

S3、对从S2步骤传来的量化数据进行半自适应哈夫曼编码进行编码，得到I帧和P帧量化数据；

S4、对从S3步骤传来的数据包进行哈夫曼解码，得到灰度数据；

S5、对S4步骤的灰度数据进行I帧哈夫曼解码，得到各段I帧和P帧；

S6、对S5步骤的各段I帧进行量化和组帧；

S7、对S5步骤的P帧进行哈夫曼解码还原并量化；

S8、将S7步骤的量化P帧叠加到I帧；

S9、等待下一个I帧或者P帧；

其特征在于：在哈夫曼解码或者哈夫曼编码之前，将S2步骤的量化数据统计和计算出若干种哈夫曼树，并将若干种哈夫曼树预先内置于哈夫曼编码器和哈夫曼解码器。

2.根据权利要求1所述的一种智能穿戴设备的视频图片传输方法，其特征在于：在哈夫曼解码或者编码之前，将S2步骤的量化数据统计和计算出20种哈夫曼树。

3.根据权利要求1所述的一种智能穿戴设备的视频图片传输方法，其特征在于：S2步骤中，将所述8bit数据量化成4bit数据。

4.根据权利要求1所述的一种智能穿戴设备的视频图片传输方法，其特征在于：所述视频图片传输方法采用gamma校正器微调LED显示器的亮度。

5.根据权利要求1所述的一种智能穿戴设备的视频图片传输方法，其特征在于：所述S4、S5和S7步骤的哈夫曼解码不预测B帧，只计算I帧和P帧。

6.根据权利要求5所述的一种智能穿戴设备的视频图片传输方法，其特征在于：所述I帧是完整的帧。

7.根据权利要求5所述的一种智能穿戴设备的视频图片传输方法，其特征在于：所述P帧记录与上一个I帧或已经合成P帧的基础上的变化值。

8.根据权利要求1所述的一种智能穿戴设备的视频图片传输方法，其特征在于：所述S4步骤到S5步骤之间，采用I帧隔行扫描并把I帧传输给哈夫曼解码器。