[发明专利]用于图象信号的高效编码和解码的设备和记录媒体

说明书

本发明涉及一种通过采用正交变换对图象信号实行高效编码的技术；还涉及一种记录媒体，由高效编码技术编码的数据记录在该媒体上；以及一种对上述已编码的数据进行解码的技术。

作为一种图象信号的高效编码系统，运动图象专家组(MPEG)已经提出了一个标准草案，该标准规定了用于数字存储媒体的对图象信号高效编码的方法。在所提出的方法中，所期望的存储媒体是那些具有连续转换速率不高于1.5兆比特/秒的媒体，例如密集盘(CD)、数字声频磁带记录器(DAT)或硬磁盘。根据该标准草案该存储媒体可能是直接地被连接到一个解码器，或者经过传输媒体，例如计算机总线、局域网(LAN)通信链路把它连接到解码器上。根据该标准草案，预期实现除了通常的正向重放之外的一些特殊功能，例如随机存取、高速重放或反向重放。

在由MPEG对图象信号的高效编码提出的方法中，利用图象间的差别进行编码，沿时间轴的冗余度被降低了，而且接着通过利用离散余弦变换(DCT)和可变长度编码法，沿空间轴的冗余度被降低了。

关于沿时间轴的冗余度，在运动图象中，所考虑的图象是在某一给定时刻的图象，该图象具有非常类似于暂时在前的和暂时在后的图象，因此，如果能够取得并发送现在正被编码的图象和暂时在前的图象之间的差值，如图44所示，那么，降低沿时间轴的冗余度以减少被发送的信息量就成为可能。以这种方式编码的图象被称为正向预测编码图象、P图象或P帧。类似地，如果能取得现在编码的图象和暂时在前的图象及暂时随后的图象之间，或与由在前的和随后的图象产生的内插图象之间的差值，而且发送所得到的差值中较小的一个，有可能进一步降低沿时间轴的冗余量以减少发送的信息量。把以这种方法编码的图象叫做双向预测编码图象、B图象或B帧。图44中以I、P和B表示的图象分别代表内编码图象、I图象或I帧(后面将作解释)以及上面提到的P图象和B图象。

利用所谓的运动补偿可以生成上述各种预测图象(称为预测编码图象)。

作为运动补偿的一个例子，准备例如由16×16象素构成的一个数据块(简称块)，它由四个单元块组成，每一个单元块例如为8×8象素。该16×16象素块称为一个宏块。通过搜索发现与当前图象的一个给定的宏块相邻的暂时在前的图象的一个宏观呈现出与当前图象所说宏块之间最小的差别，获取这种差值能减少发送的数据。对于P图象来说，一个图象是利用获取的现在编码的图象与经运动补偿得到的预测图象之间的差值生成的图象，或一个不利用上述差值生成的图象，无论哪种图象具有较少的数据量，都可以被选择出并从一个16×16象素宏块到另一个宏块对图象进行编码。

但是，在上述情况下，对于图象部分需要发送更多的数据，该图象部分正好出现在运动目标的背后。对于B图象来说，遵循运动补偿法的已解码的暂时在前或暂时在后的图象、将这些图象相加所产生的内插图象或被编码的图象，无论哪一种具有最少的数据量都可以被编码。

有关沿空间轴的冗余量，不是直接地发送图象数据的差，而是一个8×8象素块、一个8×8象素块地实施离散余弦变换。该离散余弦变换(DCT)表达的图象不在象素级别上，而是作为在图象中包含余弦函数频率分量和在该图象中包含的频率分量量值的函数。例如，通过二维DCT把包含在8×8象素单元块中的数据变换成8×8象素单元块余弦函数成份的8×8系数的一个块。众所周知，由电视摄像机摄取的自然景色的图象信号趋于平滑的信号，在这种情况下，通过离散余弦变换图象信号可有效地减少数据量。

因此，在平滑信号的情况下，例如自然景色的图象信号，较大的值被集中在某一系数附近。如果该系数被量化，8×8系数块基本上变为等于零，而较大的系数被保留。为了发送8×8系数块的数据，把非零系数和指示在所述系数前面出现了多少个零的零过程(zerorun)集中成按所谓交替扫描序列的一组，发送所述的组(霍夫曼码)以减少发送所需的信息量。在解码一侧，以相反的顺序重建该图象。

由上述编码设备处理的数据结构表示于图45，它包括块层、宏块层、单片层、图象层、图象组(GOP)层和视频序列层，参考图45将从底到顶对各层逐一说明。

参见块层，该块层的每一个块由8×8亮度或色差象素组成，它是在8行中8个相邻的亮度象素或在8行中8个相邻色差象素构成的，对于这些8×8块执行上述的DCT。