[发明专利]用于编码和解码图像的装置和方法

说明书

本发明涉及用于编码和/或解码数字图像或视频流的方法和装置，其中编码装置(11)包括处理单元(1100)，处理单元(1100)被配置用于读取图像(f)的至少一部分、基于所述图像(f)的所述部分确定旋转角度(θ)、确定作为按所述旋转角度(θ)旋转离散余弦变换矩阵(V)的至少一个基向量的结果的旋转后的变换矩阵(V')、基于图像(f)的所述部分中包含的像素值和所述旋转后的变换信息(V')来计算经变换的系数(f^)、将经变换的系数(f^)输出到目的地(1110)。

技术领域

本发明涉及用于编码和/或解码数字图像或视频流的方法和装置；特别地，描述了借助于所谓的可控离散余弦变换(Steerable Discrete Cosine Transform，SDCT)来压缩和解压缩数字图像或视频流的装置和方法。

背景技术

本发明解决的问题

2D离散余弦变换(DCT)是用于基于块的图像和视频压缩的最常见变换，其基础是流行的视频编码标准，诸如MPEG-2(例如，用于地面和卫星标清视频广播和DVD存储格式)、H.264/AVC(用于在IP网络和蓝光光盘上的高清视频广播、流传输)以及最近标准化的H.265/HEVC(预计将取代上述场景中的H.264/AVC)。任何DCT变换都包括一个包含恒定值基函数的所谓的DC(直流)分量或基函数，以及包含图像的高频谱分量(即，细节)的AC(交流)分量。

在典型的编码框架中，图像被细分为具有正方形形状的像素(或样本)块，然后DCT将应用于每个块(有可能使块的尺寸适应图像特性)，每个块然后在最简单的情况下被独立地编码和解码(更高级的压缩方案可以包括帧内和帧间块预测，以进一步提高编解码器性能)。

特别地，DCT将图像分离成关于图像视觉质量具有不同重要性的部分(或频谱子带)。

作用于二维信号(例如，图像的像素)的N×N个输入样本的正方形块或矩阵上的每个2D离散余弦变换使用其分量为余弦的一组实数基向量。每个DCT基包含对称“二次差”矩阵的特征向量(参见例如G.Stang SIAM review，第41卷，第1期，第135-147页，1999年)。

显然，DCT压缩信号能量的实际能力取决于要编码的特定图像或图像块的语义。由变换产生的值一般被称为系数或经变换的系数。

2D DCT由沿着垂直和水平方向的两个可分离的1D(一维)变换组成，因此被应用于所考虑的块的每一行和列。出于这个原因，由水平和垂直图案支配的图像是期望的并且可以通过这种常规DCT高效地表示。

但是，数字图像，尤其是自然图像，常常呈现任意形状的不连续性；在那些情况下，2D离散余弦变换变得低效，因为重要的系数不限于经变换的系数的矩阵的区域，并且这导致在解码侧较高的位速率或重构伪像。图18-a在视觉上描述了上述说法：围绕所表示的倾斜屋顶的边缘，重构伪像变得明显。

现有技术描述

过去几年间已经提出了几种解决方案来修改可分离的2D DCT的实现，以便将方向信息结合到变换中。定向DCT(DDCT)是这种意义上的第一次尝试，其中第一个1D DCT可以选择遵循除垂直或水平之外的方向，然后在第一步中由所有定向变换产生的系数被重新布置，使得可以将第二变换应用于彼此最佳对准的系数(参见B.Zeng和J.Fu的“Directionaldiscrete cosine transforms-a new framework for image coding”，Circuits andSystems for Video Technology，IEEE Transactions on，第18卷，第3期，第305-313页，2008)。但是，这种方法面临着几个问题：需要各种长度的1D DCT，其中有一些非常短，并且它们的长度不总是2的幂。而且，第二DCT可能不总是被应用于相似的AC频率的系数。