[發(fā)明專利]金字塔式雙向預測模式的視頻恒定質量控制方法

有效

• 申請?zhí)枺?/td>: 200710043736.7
• 申請日: 2007-07-12
• 公開（公告）號: CN101110957A
• 公開（公告）日: 2008-01-23
• 發(fā)明（設計）人: 宋利;張文軍;楊小康;鄭世寶;談永敏
• 申請（專利權）人: 上海交通大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/32
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

技術領域

本發(fā)明涉及一種視頻技術領域的視頻恒定質量控制方法，具體是一種金字塔式雙向預測模式的視頻恒定質量控制方法。

背景技術

視頻信號的傳輸與存儲通常需要對編碼壓縮參數進行優(yōu)化選擇。在編碼過程中，優(yōu)化的目標既可以以輸出比特率恒定為目標也可以以輸出的質量恒定為目標。前者稱為恒定比特率編碼，通常采用碼率控制的方式實現，后者稱為恒定質量編碼，通常采用固定每幀量化參數的方式實現。

現有的視頻編碼標準如ITU指定的H.261，H.263，H.263+，H.264標準以及ISO的MPEG組織指定的MPEG-1，MPEG-2，MPEG-4等都是建立在混合編碼，即Hybrid?Coding框架之上的。所謂混合編碼框架是一種混合時間空間視頻圖像編碼方法。在混合編碼框架中有三種類型的編碼幀：幀內編碼幀(I幀)和幀間編碼幀(P幀)以及雙向預測幀(B幀)。目前，ISO和ITU-T組織聯合開發(fā)的H.264標準的可伸縮擴展部分已處于標準化過程的后期。與之前的視頻標準相比，可伸縮擴展部分在對B幀編碼時，支持時間域金字塔式的雙向預測模式。金字塔式雙向預測幀可以靈活地實現時間可分級特性，但這種結構如果采用固定量化參數的編碼方式，由于參考幀距離較遠，對于高速運動或含有場景切換的視頻，很容易造成編碼質量較大幅度的波動。

經對現有技術的文獻檢索發(fā)現，現有文獻中的視頻恒定質量控制方法都是基于傳統的IPPP(圖像組中第一個幀類型為I幀，其余幀類型為P幀)模式和IBBP(圖像組中第一個幀類型為I幀，接著的兩個幀類型為B幀，再接著幀類型為P幀)模式，如Fabio?De?Vito等人在2005年《第5屆IEEE信號處理與信息技術國際論壇》(Proceeding?of?the?5th?IEEE?International?Symposiumon?Signal?Processing?and?Information?Technology)第5期612到617頁發(fā)表的“PSNR?Control?for?GOP-level?Constant?Quality?in?H.264?Video?Coding，”(H.264視頻編碼中用于圖像組層恒定質量的峰值信噪比控制)一文論述了用于IPPP和IBBP圖像組結構的恒定質量控制技術。然而該方法沒有考慮金字塔雙向預測的這一特殊預測結構帶來的不同時間層視頻幀的遠近交錯對質量波動的影響，因此不能有效地應用于包含時間域金字塔式預測結構。

發(fā)明內容

本發(fā)明針對H.264及可分級擴展中時間域金字塔式的雙向預測模式下，采用固定量化實現恒定質量編碼的不足，提供一種金字塔式雙向預測模式的視頻恒定質量控制方法，本發(fā)明有效地限制了視頻序列中圖象質量的波動范圍，提高了整個視頻信號輸出的質量。

本發(fā)明是通過以下技術方案實現的，本發(fā)明在H.264及可分級擴展視頻編碼標準中，對每幀圖像數據進行編碼時動態(tài)調整幀級量化參數，首先根據峰值信噪比和量化參數的線性關系，對整個視頻序列設定初始量化參數；然后根據已編碼圖像的峰值信噪比以及編碼幀和參考幀之間平均絕對差值的變化信息，調整時間基本層的量化參數；最后根據時間基本層參數和前后參考幀平均絕對差值的變化信息，調節(jié)時間增強層的量化參數，從而實現金字塔式雙向預測模式下的視頻恒定質量的控制。

以下對本發(fā)明步驟作進一步的描述：

第一步，根據峰值信噪比PSNR和量化參數QP的線性關系，對整個視頻序列設定初始量化參數，具體如下：

令量化參數值為A和B，A和B的默認值為10和40，可以根據應用需要重新設定。按照常規(guī)H.264編碼方法按照時間軸金字塔式預測結構對視頻按照固定量化參數的方法編碼兩次，分別得到兩個峰值信噪比。然后按照線性關系式(1)計算出斜率k和截距b。

PSNR＝k×QP+b????(1)

然后將目標峰值信噪比代入，即可按照下式獲得初始量化參數值QP₀：