[发明专利]一种分布式视频编码中基于视觉感知特性的量化方法

摘要

本发明公开了一种分布式视频编码中基于视觉感知特性的量化方法，将分布式视频编码特性与视觉感知特性相结合，通过编码前初始化感知量化矩阵和编码过程中动态调整量化步长的两步感知量化策略。充分利用了人眼视觉感知特性，根据人眼对图像内容敏感度的不同实现有选择性的编解码，避免对原始图像与边信息中人眼观察不到的误差进行编解码，在不影响编码图像主观质量的前提下，有效降低了分布式视频编码码率。本发明方法可兼容现有提高分布式视频编码性能的研究成果，并在其基础上进一步改善分布式视频的编码性能，实现一种更为高效的分布式视频编码策略。本发明可适用于单视点、立体及多视点等多种基于分布式视频编码理论的编码框架，具有很好的通用性。

主权项

一种分布式视频编码中基于视觉感知特性的量化方法，根据人眼感知特征调整量化步长，避免对原始图像与边信息中人眼观察不到的误差进行编解码，包含如下步骤：A.图像编码前，通过视频训练集，建立初始化的感知量化矩阵A.1基于空间对比度的视觉感知阈值计算：根据待编码视频图像的大小、最佳观看距离v，计算8×8DCT变换块中各个频率系数基于空间对比度的视觉感知阈值Tb(i，j)；A.2统计采用不同量化级数时图像的编码失真及编码码率：选取视频图像训练集中每个视频用于统计编码失真与码率；首先，依次对每个视频序列的每帧图像进行8×8DCT变换；然后，依次提取每个视频序列每帧图像8×8变换系数中相同位置的系数，组成系数矩阵M(i，j)；最后根据分布式编码时像素精度的取值确定可能的量化级数，从最小量化级数开始对系数矩阵中每个系数进行编解码，并记录编码失真D(q，i，j)与码率R(q，i，j)，直到遍历完系数矩阵的所有系数及其可能的量化级数；其中，D(q，i，j)表示主观感知编码失真，它是根据A.1步骤计算得到的空间对比感知阈值Tb(i，j)、原始系数值与重建系数值确定的；A.3确定初始化感知量化矩阵：根据A.2步骤计算得到的客观编码失真D(q，i，j)与编码码率R(q，i，j)，计算8×8系数矩阵中各系数在不同量化级数下的率失真代价值J(q，i，j)；取率失真代价最小的量化级数作为当前系数的最佳量化级数，各系数的最佳量化级数组成初始化的8×8感知量化矩阵Q(i，j)；注：步骤A.2中的视频序列集可包含不同图像内容、视频特性的序列，由此获取的初始化感知量化矩阵具有通用性；视频序列集也可针对特定应用场景选取，由此获取的初始化感知量化矩阵仅对特定视频场景有效；B.视频编解码过程中，动态地修正感知量化步长B.1基于空间位置和背景亮度的视觉感知阈值计算：根据待编码图像中当前8×8DCT变换块的位置，计算基于空间位置的视觉感知阈值afov(b)；同时根据该变换块的DC系数，计算基于背景亮度的视觉感知阈值alum(b)；B.2感知量化步长修正：根据待编码图像中当前8×8DCT变换块的视觉感知阈值afov(b)和alum(b)，对变换块中各AC系数的量化步长进行动态修正；编码过程中：首先，由A步骤的初始化量化矩阵，计算AC系数的初始化量化步长；然后，根据B.1步骤得到的视觉感知阈值afov(b)和alum(b)，计算AC系数量化步长的修正值；最后，使用修正后的量化步长对AC系数进行量化；解码过程中：首先，由A步骤的初始化量化矩阵，计算AC系数的初始化量化步长；然后，重建当前图像中各8×8DCT变换块的DC系数，根据B.1步骤得到的视觉感知阈值afov(b)和alum(b)，计算AC系数量化步长的修正值；最后，使用修正后的量化步长重建AC系数。