[发明专利]视频压缩方法

说明书

技术领域

本发明涉及视频压缩领域。

相关申请的交叉引用

本专利申请主张并涉及在2012年10月7日提交的美国临时专利申请序列号61/710,723的优先权，该美国临时专利申请全部内容结合于此作为参考。

背景技术

原始视频文件占用大量的空间。例如，每秒60帧(fps)的、帧分辨率为1920×1080个像素的、颜色深度为3且每颜色8比特的高清晰度(HD)电影，消耗：

每秒1,920×1,080×60×3＝373,248,000字节。

两个小时这样的电影会占用：

373,248,000*7,200＝2,687,385,600,000字节≈3万亿字节(Tbyte)。

要在普通DVD盘即4.7千兆字节(Gbyte)的盘上存储该电影，需要：

≈2,687/4.7≈600张DVD盘。

并且，要在互联网，比如说100Mbps的快速通道上，传送该电影，需要：

≈2,687,386×8/100≈2,149,908秒≈60小时。

视频压缩是减小视频大小而不影响感知质量的技术。

视频内容并不总是用最好的设备和最好的照片拍摄采集。在这种情况下，数字图像处理，也被称为视频增强，可以大幅度提高视频的可视质量，并有助于视频压缩过程。一些用于视频增强的已知方法使用如以下内容的视频预处理工具：

去交错(De-interlacing)在拍摄快速移动的对象时，交错的影片可能会出现问题。移动对象在“偶数”的画面可能在一个地方，而在“奇数”的画面可能在另一个地方产生了非常令人烦扰的“剥离(stripped)”的画面。

去组块(De-blocking)组块状构件是当前的MPEG的低质量高压缩的视频的副作用。去组块大大提高了这样的视频的质量。

锐化(Sharpening)强调质感与细节，当后续处理大部分的数码图像时是非常关键的。“虚边蒙片(unsharp mask)”被实际用于锐化图像。

去噪(De-noising)，在发送或接收“信号”的任何电子设备中总是存在某种程度的噪声。对于电视，该信号是通过电缆发射或通过天线接收到的广播数据；对于数码相机，该信号是到达相机传感器的光。视频去噪是从视频信号中除去噪声的处理。

稳定化(Stabilization)用于减少与相机的运动有关的模糊。具体地，它可以补偿摄影机或其它成像设备的摇动和倾斜。对于视频摄像机，相机抖动引起可见的在录制的视频中的帧到帧抖动(jitter)。

摄像机标定(Camera Calibration)对于为获得稳定可靠的图像是很重要的。操作不同步或者不准确调整的摄像机可以创建模糊或混乱的图像。

这些工具可以大大提高视频质量，并有助于压缩过程。这里，忽略这个问题，并假定视频已按要求进行了预处理。参见参考文献[1]以了解更多详情。

数字视频包括一起存储在同一个容器文件中的如视频、音频和控制的多个流。例如，常见的容器格式有：AVI(音频视频交错)、WMV(Windows媒体视频)、FLV(闪存视频)、MOV(苹果快速时间电影)。视频流本身通常是独立于其它流的，或独立于容器的类型，并且可以呈现为许多不同的格式。媒体播放器，如苹果的iTunes和微软Windows媒体播放器，使用相应的编解码器(Codec)(编码器/解码器，Encoder/Decoder)的软件在屏幕上显示该视频。

所显示的视频通常以原始RGB颜色空间格式表示，因为人的视觉系统以类似的方式工作，即，人眼的色觉是基于红色、绿色和蓝色传感器。原始的RGB文件100被示意性地描绘于图1，其包括头部部分120，紧随的是帧130。头部120包含视频参数，如：n-行数，m-列数，以及N-帧数。帧130包含n*m个像素值，每个像素值均为R、G和B的三元组(triplet)。