專利名稱:動(dòng)態(tài)影像壓縮的可變位元率控制裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明有關(guān)于數(shù)據(jù)壓縮的領(lǐng)域，特別是指一種適用于視頻編碼系統(tǒng)以執(zhí)行可變位元率控制的裝置。
背景技術(shù)：
眾所周知，電子通訊世界正經(jīng)歷一次數(shù)字革命，以數(shù)字表示信息的主要優(yōu)點(diǎn)在于能夠幾近無(wú)誤地儲(chǔ)存、再生、傳收、處理及運(yùn)用的數(shù)據(jù)位元流(bitstream)。舉例而言，NTSC的彩色視頻影像每秒有29.97張畫面，每張畫面約480條可見掃瞄線，每條掃瞄線約需480點(diǎn)以紅、綠、藍(lán)三色呈現(xiàn)的像素(pixel)，但若每種色彩成分以8位編碼，則所產(chǎn)生的位元率(bitrate)每秒約168百萬(wàn)位元(Mbits/s)，故各種視頻格式其未經(jīng)壓縮處理的位元率非常高而不經(jīng)濟(jì)，因此不適于多數(shù)的應(yīng)用。
與電腦、電信網(wǎng)絡(luò)、消費(fèi)性產(chǎn)品整合的數(shù)字音頻和視頻，更加刺激信息革命的前進(jìn)，而這革命的核心則是視、音頻的數(shù)字壓縮技術(shù)。許多的壓縮標(biāo)準(zhǔn)，包含以壓縮技術(shù)共通的精髓為基礎(chǔ)的算法，如ITU-T(前身是CCITT)建議書H.261和H.263，以及ISO/IEC的MPEG-1、MPEG-2和MPEG-4標(biāo)準(zhǔn)。MPEG的演算法是由動(dòng)態(tài)影像專家群組(Moving Picture Experts Group，MPEG)所發(fā)展出來(lái)，該動(dòng)態(tài)影像專家群組是國(guó)際標(biāo)準(zhǔn)組織(InternationalStandards Organization，ISO)及國(guó)際電子技術(shù)委員會(huì)(InternationalElectrotechnical Commission，IEC)的聯(lián)合技術(shù)委員會(huì)，致力于發(fā)展視、音頻的壓縮及多路傳殊的表現(xiàn)方式，這些標(biāo)準(zhǔn)規(guī)定了壓縮位元流的語(yǔ)法(syntax)以及解碼的方法，但對(duì)于編碼器所使用的演算法而言，卻為編碼的新穎性與多樣性保留了相當(dāng)多的自由度。
根據(jù)MPEG，一連串的視頻畫面(picture)分成一序列的畫面群組(groupof picture，GOP)，其中每組GOP以I-畫面開始，后面跟著P-畫面和B-畫面的安排，圖1以顯示的順序說(shuō)明一組典型的GOP。I-畫面的編碼毋須參考先前或?qū)?lái)的畫面，P-畫面則參考連串的視頻畫面中在時(shí)間上最接近的I-畫面或P-畫面來(lái)進(jìn)行編碼，而B-畫面散布于I-畫面和P-畫面之間。并且利用先前的、將來(lái)的或兩者兼具的緊鄰I-畫面和P-畫面來(lái)編碼。雖然好幾張B-畫面可以緊接著連續(xù)出現(xiàn)，但絕不能以B-畫面預(yù)估其它的畫面。
每張畫面具有三種成分亮度值(luminance，以Y表示)，紅色差值(redcolor difference，以Cr表示)，以及藍(lán)色差值(blue color difference，以Cb表示)。對(duì)于MPEG的4:2:0的格式而言，每一種Cr和Cb成分的取樣點(diǎn)在水平與垂直方向只有Y成分的一半。如圖2所示，一張MPEG的畫面其基本構(gòu)成方塊是大區(qū)塊(macroblock，以MB表示)。以4:2:0的視頻為例，每個(gè)MB包含一個(gè)Y成分16×16取樣點(diǎn)的陣列，以及兩個(gè)Cr和Cb成分8×8取樣點(diǎn)的區(qū)塊，其中Y成分16×16取樣點(diǎn)的陣列實(shí)際上由4個(gè)8×8取樣點(diǎn)的區(qū)塊所組成。
編碼器的作用在于決定何種畫面編碼型態(tài)以及何種預(yù)測(cè)模式為最佳。對(duì)每張I-畫面，MB中的每個(gè)8×8方塊均經(jīng)過離散余弦轉(zhuǎn)換(discrete cosinetransform，DCT)而形成8×8轉(zhuǎn)換系數(shù)陣列，轉(zhuǎn)換系數(shù)接著以一量化矩陣進(jìn)行量化，然后用Z字形(zig-zag)掃瞄DCT系數(shù)的量化結(jié)果而得到一連串的DCT系數(shù)，并且此DCT系數(shù)序列以可變長(zhǎng)度碼(variable length code，VLC)進(jìn)行編碼。P-畫面必須決定將每個(gè)MB以I型MB或P型MB進(jìn)行編碼，I型MB的編碼是以上述的方式進(jìn)行的，而對(duì)于每個(gè)P型MB，則需得到該MB以先前畫面所做的預(yù)測(cè)，此預(yù)測(cè)是通過一種移動(dòng)向量(motion vector)獲得，移動(dòng)向量象征著目前畫面中即將編碼的MB及其在先前畫面中的預(yù)估MB之間的變動(dòng)，預(yù)估MB與目前MB間的預(yù)測(cè)誤差則以DCT、量化、Z字形掃瞄以及VLC進(jìn)行編碼。
處理B-畫面時(shí)，必須決定以下列何種MB模式來(lái)編碼每個(gè)MBI模式、F模式、B模式以及FB模式。I模式是以MB本身而不借助移動(dòng)補(bǔ)償來(lái)編碼(如I型MB一般)；F模式為單向的向前預(yù)測(cè)編碼，是以先前畫面得到移動(dòng)補(bǔ)償?shù)念A(yù)估(如P型MB一般)；反之，B模式為單向的向后預(yù)測(cè)編碼，是以后來(lái)的畫面得到移動(dòng)補(bǔ)償?shù)念A(yù)估。特別的是FB模式，其是雙向的預(yù)測(cè)編碼，運(yùn)用向前的和向后的移動(dòng)補(bǔ)償預(yù)估兩者來(lái)做內(nèi)插(interpolation)而得到FB模式的移動(dòng)補(bǔ)償預(yù)估。對(duì)F、B和FB模式而言，預(yù)測(cè)誤差可以使用DCT、量化、Z字形掃瞄以及VLC進(jìn)行編碼。
視頻編碼器必須為整張畫面選取量化步長(zhǎng)以便在給定的位元率下控制可見的失真，然而，以選取的量化步長(zhǎng)編碼一張畫面所用的實(shí)際位元數(shù)，必然是在真正編碼之后才會(huì)得知，現(xiàn)實(shí)中并不存在一個(gè)逆轉(zhuǎn)函數(shù)，能夠在給定希望達(dá)到的量化步長(zhǎng)下，事先決定一張畫面所用的實(shí)際位元數(shù)。編碼器很重要的一點(diǎn)即為位元率的控制。MPEG中重要的視頻編碼器限制即每張畫面所用位元數(shù)變化的限制，特別是在固定位元率運(yùn)作的情形，這種限制是透過視頻緩沖器檢驗(yàn)者(Video Buffer Verifier，VBV)來(lái)施行。若對(duì)于每張畫面而言，VBV的輸入數(shù)據(jù)速率均相同，則視頻可說(shuō)是以固定位元率(Constant Bitrate，CBR)編碼；否則即為可變位元率(Variable Bitrate，VBR)編碼。VBV乃一種虛擬緩沖器并且是在解碼器端的輸入緩沖器模型，以固定位元率而言，編碼器分配給一張畫面的位元額度須使VBV緩沖器不會(huì)滿溢或匱乏；而對(duì)于可變位元率，編碼過的位元流則是以特定的最大位元率進(jìn)入VBV緩沖器直到其飽和、再?zèng)]有多的位元輸入為止，這可解釋為進(jìn)入VBV緩沖器的位元率實(shí)際上是可變的且能達(dá)到上述的最大位元率。故對(duì)于可變位元率，則只要防止VBV匱乏即可。
可變位元率控制的目的是盡可能的提高解碼后視頻的品質(zhì)而還能維持輸出位元率在允許的范圍內(nèi)。和固定位元率的方式不同，可變位元率擁有較大的彈性來(lái)分配額外的位元數(shù)給景物較復(fù)雜、變動(dòng)較劇烈的畫面。不過，傳統(tǒng)的可變位元率控制架構(gòu)卻相當(dāng)復(fù)雜，通常需進(jìn)行好幾次才能完成視頻編碼的處理。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種新穎的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，可用于單次、即時(shí)的視頻編碼器，再者，也期待能提供一種適合施行于積體電路、具有可變位元率控制的動(dòng)態(tài)影像壓縮裝置。
根據(jù)本發(fā)明，每一張畫面其目標(biāo)位元的分配，是基于先前畫面的編碼結(jié)果和對(duì)即將被編碼的目前畫面其預(yù)先分析的活動(dòng)量，再者，通過目前畫面的預(yù)先分析的活動(dòng)量以及先前編碼畫面的實(shí)際復(fù)雜度間的關(guān)系，目前畫面的復(fù)雜度將能夠被估計(jì)而得。由于畫面的復(fù)雜度含有該畫面編碼之后的品質(zhì)資訊，故此預(yù)估的目前畫面復(fù)雜度對(duì)視頻編碼器是非常有用的，可以更精確地分配目標(biāo)位元額度給每張畫面，藉以達(dá)到視頻序列中不同畫面之間均一的視覺品質(zhì)。
本發(fā)明是針對(duì)于一種動(dòng)態(tài)影像壓縮的可變位元率控制裝置。根據(jù)本發(fā)明，該裝置包括一移動(dòng)估算單元、一復(fù)雜度估計(jì)器、一目標(biāo)位元分派器以及一參數(shù)更新器。移動(dòng)估算單元接收視頻序列里的一組連續(xù)畫面中即將被編碼的目前畫面，用以計(jì)算此目前畫面的全活動(dòng)量?；谀壳爱嬅娴娜顒?dòng)量以及這組連續(xù)畫面中一同型態(tài)的先前編碼畫面其活動(dòng)量對(duì)復(fù)雜度之比，復(fù)雜度估計(jì)器可用來(lái)估計(jì)目前畫面的復(fù)雜度。以目前畫面預(yù)估的復(fù)雜度，目標(biāo)位元分派器更新本組連續(xù)畫面的瞬間復(fù)雜度，并且基于這組連續(xù)畫面的既定平均位元率、統(tǒng)計(jì)復(fù)雜度及瞬間復(fù)雜度來(lái)計(jì)算該組連續(xù)畫面的瞬間位元率，而根據(jù)目前畫面的復(fù)雜度、這組連續(xù)畫面的瞬間復(fù)雜度及瞬間位元率，目標(biāo)位元分派器將目標(biāo)位元額度分配給目前畫面。而參數(shù)更新器在目前畫面編碼之后，根據(jù)目前畫面的全活動(dòng)量、實(shí)際消耗位元數(shù)和編碼目前畫面實(shí)際所用量化步長(zhǎng)的平均值，計(jì)算目前畫面其活動(dòng)量對(duì)復(fù)雜度之比；其中，目前畫面的活動(dòng)量對(duì)復(fù)雜度之比與目前畫面的全活動(dòng)量成正比，而與目前畫面的實(shí)際消耗位元數(shù)以及目前畫面實(shí)際所用量化步長(zhǎng)的平均值成反比。此外，參數(shù)更新器還以目前畫面的復(fù)雜度為基礎(chǔ)來(lái)計(jì)算前述的統(tǒng)計(jì)復(fù)雜度。
另一方面，本發(fā)明還揭示一種目標(biāo)位元分派器，包括一瞬間位元率計(jì)算器、一配額計(jì)算器以及一限度單元。瞬間位元率計(jì)算器接收視頻序列中一組連續(xù)畫面里即將被編碼的目前畫面所含的復(fù)雜度以及該組連續(xù)畫面的統(tǒng)計(jì)復(fù)雜度，且以該復(fù)雜度為基礎(chǔ)來(lái)更新此組連續(xù)畫面的瞬間復(fù)雜度，并根據(jù)一函數(shù)來(lái)計(jì)算這組連續(xù)畫面的瞬間位元率，其中該函數(shù)取決于該組連續(xù)畫面的既定平均位元率、統(tǒng)計(jì)復(fù)雜度及瞬間復(fù)雜度。配額計(jì)算器則以目前畫面的復(fù)雜度、這組連續(xù)畫面的瞬間位元率及瞬間復(fù)雜度為基礎(chǔ)，將目標(biāo)位元額度分配給目前畫面，而限度單元?jiǎng)t用來(lái)將此目標(biāo)位元額度限制在既定的上限之下。



圖1是以顯示的順序呈現(xiàn)典型的畫面群組(GOP)。
圖2是MPEG的大區(qū)塊。
圖3是本發(fā)明的可變位元率控制裝置其較佳實(shí)施例的方塊示意圖。
圖4是本發(fā)明的操作流程圖。
圖5是圖3中的目標(biāo)位元分派器的方塊示意圖。
圖號(hào)說(shuō)明300......動(dòng)態(tài)影像壓縮裝置310......移動(dòng)估算單元312......訊號(hào)線320......復(fù)雜度估計(jì)器330......目標(biāo)位元分派器340......參數(shù)更新器
350......影像編碼器510......瞬間位元率計(jì)算器520.........配額計(jì)算器530.........限度單元P(i)........畫面A(i)........全活動(dòng)量Cest(i)........預(yù)估復(fù)雜度ACR(i)......活動(dòng)量對(duì)復(fù)雜度之比EB............超用位元量STAT_C.....統(tǒng)計(jì)復(fù)雜度TB(i)......目標(biāo)位元額度AQ(i)......實(shí)際所用量化步長(zhǎng)的平均值UB(i)......實(shí)際消耗位元數(shù)CD ......編碼后的數(shù)據(jù)INST_R......瞬間位元率INST_C......瞬間復(fù)雜度具體實(shí)施方式
為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉一較佳實(shí)施例，并配合所附圖式，作詳細(xì)說(shuō)明如下一開始，預(yù)測(cè)用的I-畫面和P-畫面必須先在MPEG編碼器內(nèi)解碼，利用計(jì)算原始畫面及解碼的畫面間的均方根(root mean square)誤差，可以得到解碼畫面其品質(zhì)的客觀量度。以均方根誤差作為解碼畫面的失真度，則解碼畫面的復(fù)雜度(complex)-C定義如下C＝r×d
其中，r是編碼該畫面所需的位元率，d是解碼的畫面的失真度。理論上，平均的量化步長(zhǎng)(quantization step size)和失真度之間為一比例關(guān)系，故，畫面的復(fù)雜度可定義成C≈r×q2]]>其中，q是該畫面的平均量化步長(zhǎng)。在畫面編碼之后，將可得知位元率(實(shí)際消耗位元數(shù))以及平均量化步長(zhǎng)，而該畫面的復(fù)雜度也因此獲得。
畫面的復(fù)雜度端視畫面的本質(zhì)及其編碼的形式而定。先前技術(shù)利用最近編碼畫面的復(fù)雜度來(lái)表示目前畫面的復(fù)雜度，并且為I-、P-及B-畫面分別保持其復(fù)雜度以減輕不同編碼形式的影響，倘若視頻序列的畫面其內(nèi)容為平順的變化，則此方式可達(dá)到相當(dāng)不錯(cuò)的效果。然而，由于畫面編碼的目標(biāo)位元配額與其實(shí)際消耗位元數(shù)之間不相符合，如果視頻序列的內(nèi)容大幅變動(dòng)，上述方式并不適合用來(lái)達(dá)成一致的視覺品質(zhì)。
根據(jù)本發(fā)明，預(yù)先分析目前畫面的活動(dòng)量(activity)以及先前編碼畫面的實(shí)際復(fù)雜度之間的關(guān)系，目前畫面的復(fù)雜度將能藉此預(yù)估?；顒?dòng)量是一種在畫面編碼后其位元率和品質(zhì)的量度嘗試，假設(shè)一整張畫面的全活動(dòng)量A正比于復(fù)雜度C，則A=k×C≈k2×r×q=k′×r×q]]>其中，k是比例常數(shù)。若k′為活動(dòng)量對(duì)復(fù)雜度之比(activity-to-complexityratio，ACR)，則全活動(dòng)量A還可以下列式子表示A＝ACR×r×q根據(jù)本發(fā)明，可以從相同型態(tài)的先前編碼畫面來(lái)預(yù)估ACR。觀念上，先在編碼一張畫面前計(jì)算其全活動(dòng)量A，然后，即將被編碼的畫面P(i)的復(fù)雜度Cest(i)以如下方式估算Cest(i)=A(i)ACR(i-1)]]>
其中，A(i)是畫面P(i)的全活動(dòng)量，ACR(i-1)是同型態(tài)的先前編碼畫面其活動(dòng)量對(duì)復(fù)雜度之比。以下，在符號(hào)或變數(shù)中的上標(biāo)(i)表示該符號(hào)或變量是與即將被編碼的目前畫面有關(guān)；同理，在符號(hào)或變量中的上標(biāo)(i-1)則與先前編碼畫面相關(guān)。
估計(jì)的復(fù)雜度Cest(i)可用來(lái)為合適型態(tài)的畫面更新其復(fù)雜度，所以三種型態(tài)的畫面其復(fù)雜度CI、CP和CB將分別儲(chǔ)存以利后續(xù)的處理。一組連續(xù)畫面的瞬間復(fù)雜度(instantaneous complexity)也以如下方式更新INST_C＝NI×CI+NP×CP+NB×CB其中，NI、NP和NB分別是該組連續(xù)畫面中I-、P-及B-畫面的數(shù)目，而且此處所指的一組連續(xù)畫面至少包含一組GOP。除了CI、CP和CB之外，也分別存放I-、P-及B-畫面的復(fù)雜度統(tǒng)計(jì)量SCI、SCP和SCB，并且取目前畫面的復(fù)雜度Cest(i)來(lái)更新同型態(tài)畫面的復(fù)雜度統(tǒng)計(jì)量，則一組連續(xù)畫面的統(tǒng)計(jì)復(fù)雜度為STAT_C＝NI×SCI+NP×SCP+NB×SCB若是最大、最小位元率已根據(jù)每組連續(xù)畫面期望達(dá)到的編碼位元率而事先決定，如此，一組連續(xù)畫面的瞬間位元率可由下列式子計(jì)算而得INST_R=ERmean·(1+SF·(INST_CSTAT_C-1))]]>其中，ERmean是本組連續(xù)畫面的既定平均位元率，SF是一縮放因子，其范圍在0到1之間；瞬間位元率INST_R還須進(jìn)一步地限制在每組連續(xù)畫面的既定最大、最小位元率之間ERmin≤INST_R≤ERmax一旦瞬間復(fù)雜度INST_C和瞬間位元率INST_R已經(jīng)決定，則目前畫面P(i)的目標(biāo)位元額度TB(i)為
TB(i)=Cest(i)INST_C×INST_R]]>由上式可知，目標(biāo)位元額度TB(i)與復(fù)雜度Cest(i)以及瞬間位元率INST_R成正比，而與瞬間復(fù)雜度INST_C成反比。
所有的MPEG-2數(shù)據(jù)位元流均必須遵循MPEG-2標(biāo)準(zhǔn)的VBV規(guī)則，分配的目標(biāo)額度必須受限以使VBV緩沖器不會(huì)滿溢(overflow)或匱乏(underflow)。當(dāng)目前畫面的目標(biāo)位元額度決定好之后，便可利用許多不同型態(tài)的影像編碼器，像是MPEG-2標(biāo)準(zhǔn)描述的測(cè)試原型5(Test Model 5)，根據(jù)目標(biāo)位元額度來(lái)完成畫面的壓縮。
目前畫面在完成編碼之后，其實(shí)際的復(fù)雜度將可得知，而目前畫面的全活動(dòng)量和實(shí)際復(fù)雜度之間的關(guān)系，ACR(i)可從以下計(jì)算得到ACR(i)=A(i)AQ(i)×UB(i)]]>其中，ACR(i)與全活動(dòng)量A(i)成正比，而與目前畫面的實(shí)際消耗位元數(shù)UB(i)以及平均量化步長(zhǎng)AQ(i)成反比。此ACR(i)可拿來(lái)預(yù)估下一張同型態(tài)的畫面的復(fù)雜度。ACR(i)可以和ACR(i-1)做線性結(jié)合來(lái)避免受到那些富含噪聲畫面的影響。
本發(fā)明的單次(single-pass)視頻編碼可通過圖3的較佳實(shí)施例并配合圖4的操作流程圖來(lái)解釋。如圖3所示，動(dòng)態(tài)影像壓縮裝置300包括一移動(dòng)估算單元310、一復(fù)雜度估計(jì)器320、一目標(biāo)位元分派器330、一參數(shù)更新器340以及一影像編碼器350。移動(dòng)估算單元310接收視頻序列里的一組連續(xù)畫面中即將被編碼的目前畫面P(i)，用來(lái)在執(zhí)行移動(dòng)估算的區(qū)塊匹配時(shí)，計(jì)算此目前畫面P(i)的全活動(dòng)量A(i)(步驟S410)?；谌顒?dòng)量A(i)以及這組連續(xù)畫面中同型態(tài)的先前編碼畫面的ACR(i-1)，復(fù)雜度估計(jì)器320可用來(lái)估計(jì)目前畫面的復(fù)雜度Cest(i)(步驟S420)。目標(biāo)位元分派器330以預(yù)估的復(fù)雜度Cest(i)更新本組連續(xù)畫面其瞬間復(fù)雜度INST_C(步驟S430)，同時(shí)，目標(biāo)位元分派器330從參數(shù)更新器340接收該組連續(xù)畫面的統(tǒng)計(jì)復(fù)雜度STAT_C，并根據(jù)這組連續(xù)畫面的既定平均位元率ERmean、統(tǒng)計(jì)復(fù)雜度STAT_C、瞬間復(fù)雜度INST_C，計(jì)算該組連續(xù)畫面的瞬間位元率INST_R(步驟S440)。
目標(biāo)位元分派器330接著以瞬間位元率INST_R、復(fù)雜度Cest(i)以及瞬間復(fù)雜度INTC為基礎(chǔ)將目標(biāo)位元額度TB(i)分配給目前畫面P(i)(步驟S450)。因此，影像編碼器350依目標(biāo)位元額度TB(i)而決定目前畫面P(i)使用的所有量化步長(zhǎng)，這些量化步長(zhǎng)作為畫面P(i)中每一空間區(qū)域大區(qū)塊(MB)的編碼之用。影像編碼器350根據(jù)這些量化步長(zhǎng)編碼目前畫面P(i)(步驟S460)。在目前畫面編碼完成后，影像編碼器350將畫面P(i)的實(shí)際消耗位元數(shù)UB(i)以及實(shí)際所用量化步長(zhǎng)的平均值A(chǔ)Q(i)回報(bào)給參數(shù)更新器340。然后以全活動(dòng)量A(i)、實(shí)際消耗位數(shù)UB(i)和實(shí)際所用量化步長(zhǎng)的平均值A(chǔ)Q(i)為基礎(chǔ)，參數(shù)更新器340為目前畫面P(i)計(jì)算其活動(dòng)量對(duì)復(fù)雜度之比ACR(i)(步驟S470)。
等效上，圖3的較佳實(shí)施例可考量以硬件以及/或是軟件來(lái)實(shí)現(xiàn)。根據(jù)本發(fā)明，移動(dòng)估算單元310和圖3中的其它組件可以管線(pipeline)模式運(yùn)作，在復(fù)雜度估計(jì)器320開始計(jì)算目前畫面的復(fù)雜度之前，移動(dòng)估算單元310必須先完成即將被編碼的目前畫面其全活動(dòng)量的計(jì)算以及移動(dòng)向量的估算，并且，當(dāng)移動(dòng)估算單元310為下張畫面作準(zhǔn)備時(shí)，復(fù)雜度估計(jì)器320和其它組件仍正忙于完成所有與目前畫面相關(guān)的運(yùn)作。接下來(lái)將詳細(xì)地描述較佳實(shí)施例中的每個(gè)組件。
移動(dòng)估算單元310的主要目的之一為決定用何種預(yù)測(cè)模式來(lái)編碼一張畫面里的每個(gè)MB，如果必要的話，也進(jìn)行向前和向后的移動(dòng)預(yù)測(cè)，還可從區(qū)塊匹配運(yùn)算中提取畫面活動(dòng)量的信息。首先，計(jì)算每個(gè)MB的自身活動(dòng)量(intra-activity)，將一個(gè)MB中4個(gè)8×8亮度值區(qū)塊的像素強(qiáng)度以Ym，n，m＝0，...，7，n＝0，...，7來(lái)表示，并且每個(gè)8×8區(qū)塊其平均值為
Y，則每個(gè)MB的內(nèi)活動(dòng)量IntraActIntraAct=Σk=03σk]]>其中σk=Σm=07Σn=07(Ym,n-Y‾)2]]>倘若需要較低的計(jì)算復(fù)雜度，可以相對(duì)
Y的絕對(duì)差值代替IntraAct=Σk=03Δk]]>其中Δk=Σm=07Σn=07|Ym,n-Y‾|]]>由于I-畫面中的MB僅有一種模式I模式，因此IntraAct即為I-畫面的每個(gè)MB的活動(dòng)量。
如果畫面為P-或B-畫面，則需進(jìn)行移動(dòng)估算。最常使用來(lái)發(fā)現(xiàn)最佳移動(dòng)向量的技術(shù)是區(qū)塊匹配。對(duì)非自身編碼(nonintra coding)而言(如P-和B-畫面)，利用將失真標(biāo)準(zhǔn)如變異數(shù)或失真絕對(duì)值和減至最低，來(lái)選擇向前、向后、雙向的預(yù)測(cè)或不需移動(dòng)補(bǔ)償。一旦P-或B-畫面中每個(gè)MB的MB模式?jīng)Q定，在每個(gè)移動(dòng)補(bǔ)償?shù)牟钪礛B中4個(gè)8×8區(qū)塊的變異數(shù)也可求得，移動(dòng)補(bǔ)償?shù)牟钪礛B是待處理MB和預(yù)估MB間像素對(duì)像素之差；失真絕對(duì)值和通常具有較佳的計(jì)算效率，因此可用來(lái)取代變異數(shù)。將4個(gè)8×8區(qū)塊的變異數(shù)或失真絕對(duì)值和相加以求得非內(nèi)編碼畫面中每個(gè)MB的相互活動(dòng)量(inter-activity)，InterAct，然后把非內(nèi)編碼畫面中每個(gè)MB的IntraAct及其InterAct拿來(lái)作比較，以判斷InterAct是否較小，若是，則以InterAct作為該MB的活動(dòng)量，并以相互模式(inter-mode)編碼該MB；否則以IntraAct作為該MB的活動(dòng)量，并以自身模式(intra-mode)編碼該MB。最后，對(duì)目前的I-、P-或B-畫面，將所有MB的活動(dòng)量相加而得全活動(dòng)量A(i)，移動(dòng)估算單元310再把全活動(dòng)量A(i)傳送給復(fù)雜度估計(jì)器320以及參數(shù)更新器340。
接著，復(fù)雜度估計(jì)器320為某種型態(tài)的目前畫面P(i)估算其復(fù)雜度，且依照三種畫面型態(tài)，引進(jìn)加權(quán)系數(shù)至預(yù)估的復(fù)雜度Cest(i)。因?yàn)锽-畫面絕不能被用來(lái)預(yù)估其它的畫面，故可減少B-畫面的加權(quán)系數(shù)以分配較少的位元給B-畫面而保留較多的位元給I-和P-畫面；一般而言，編碼I-畫面會(huì)產(chǎn)生最多的位元，因此P-畫面的加權(quán)系數(shù)又小于I-畫面的加權(quán)系數(shù)。復(fù)雜度估計(jì)器320根據(jù)目前畫面的型態(tài)更新復(fù)雜度CI、CP或CB三者其中之一，目前畫面P(i)的復(fù)雜度Cest(i)以如下方式估算if(I-畫面)Cest(i)=CI=KI×A(i)ACRI(i-1)]]>else if(P-畫面)Cest(i)=CP=KP×A(i)ACRP(i-1)]]>else if(B-畫面)Cest(i)=CB=KB×A(i)ACRB(i-1)]]>其中，ACRI(i-1)、ACRP(i-1)及ACRB(i-1)是一組連續(xù)畫面中，I、P和B型態(tài)的先前編碼畫面各自的活動(dòng)量對(duì)復(fù)雜度之比。這些ACRI(i-1)、ACRP(i-1)和ACRB(i-1)存放在參數(shù)更新器340之中，而復(fù)雜度估計(jì)器320會(huì)為適當(dāng)型態(tài)的先前畫面讀取對(duì)應(yīng)的活動(dòng)量對(duì)復(fù)雜度之比。KI、KP及KB分別是I-、P-和B-畫面的加權(quán)系數(shù)，其范圍一般是在0到1.0之間。至于I-畫面，較佳實(shí)施例可以采用KI＝1.0。
目標(biāo)位元分派器330可為一組連續(xù)畫面中的三種型態(tài)I-畫面、P-畫面及B-畫面分別儲(chǔ)存其復(fù)雜度CI、復(fù)雜度CP與復(fù)雜度CB。當(dāng)收到Cest(i)的時(shí)候，視目前畫面P(i)的型態(tài)，每次僅更新復(fù)雜度CI、CP、CB三者其中之一，如下if(I-畫面)CI=Cest(i)]]>else if(P-畫面)CP=Cest(i)]]>else if(B-畫面)CB=Cest(i)]]>如圖5所示的較佳實(shí)施例，目標(biāo)位元分派器330是由瞬間位元率計(jì)算器510、配額計(jì)算器520以及限度單元530所組成。瞬間位元率計(jì)算器510為該組連續(xù)畫面更新其瞬間復(fù)雜度INST_C，如下INST_C＝NI×CI+NP×CP+NB×CB其中，NI、NP和NB分別是一組連續(xù)畫面中I-、P-及B-畫面的數(shù)目。在此同時(shí)，瞬間位元率計(jì)算器510還從參數(shù)更新器340讀取這組連續(xù)畫面的統(tǒng)計(jì)復(fù)雜度STAT_C，并且依據(jù)下式計(jì)算一組連續(xù)畫面的瞬間位元率INST_RINST_R=ERmean·(1+SF·(INST_CSTAT_C)-1)]]>其中，ERmean是本組連續(xù)畫面的既定平均位元率，SF是一縮放因子，其范圍在0到1之間；而瞬間位元率INST_R最好限制在這組連續(xù)畫面的最大、最小位元率ERmax及ERmin之間。
配額計(jì)算器520接著分配目標(biāo)位元額度TB(i)給目前畫面P(i)，而目標(biāo)位元額度TB(i)是根據(jù)TB(i)=Cest(i)INST_C×INST_R]]>但是，實(shí)際的消耗位元數(shù)并不會(huì)和期望的位元額度剛好相等，因此發(fā)展一種回授策略來(lái)使畫面實(shí)際消耗的位元數(shù)接近于目標(biāo)位元額度，在較佳實(shí)施例中，編碼至目前為止的超用位元量，可由正在編碼的目前畫面攤還一部份TB(i)＝TB(i)-AR×EB其中，EB是參數(shù)更新器340傳來(lái)的超用位元量，AR則是既定的攤還率，其范圍一般是在0.05到0.2之間。按照前面的式子，目標(biāo)位元額度TB(i)是與目前畫面的復(fù)雜度Cest(i)以及一組連續(xù)畫面的瞬間位元率INST_R成正比，而與一組連續(xù)畫面的瞬間復(fù)雜度INST_C成反比。限度單元530則能用來(lái)調(diào)整目標(biāo)位元額度TB(i)以符合VBV規(guī)范，因此事先定下了額度的上限(U_bound)及下限(L_bound)。就固定位元率(CBR)的操作而言，分配給一張畫面的目標(biāo)位元額度須使VBV緩沖器不會(huì)滿溢或匱乏，所以限度單元530將目標(biāo)位元額度TB(i)限制在上、下限范圍內(nèi)if(TB(i)＞U_bound) then TB(i)＝U_boundif(TB(i)＜L_bound) then TB(i)＝L_bound若是可變位率(VBR)，則只要防止VBV匱乏即可，故if(TB(i)＞U_bound) then TB(i)＝U_bound然后，目標(biāo)位元額度TB(i)會(huì)被傳送到參數(shù)更新器340以及影像編碼器350。
回到圖3，影像編碼器350透過訊號(hào)線312從移動(dòng)估算單元310接收畫面數(shù)據(jù)以及每個(gè)MB的移動(dòng)向量和MB模式。為了盡可能的使畫面達(dá)到最佳品質(zhì)，影像編碼器350依據(jù)目標(biāo)位元額度TB(i)來(lái)決定目前畫面的每個(gè)MB編碼所用的量化步長(zhǎng)，以這些數(shù)據(jù)為基礎(chǔ)，影像編碼器350開始對(duì)目前畫面P(i)進(jìn)行編碼且輸出編碼后的數(shù)據(jù)CD。在目前畫面P(i)編碼之后，影像編碼器350將所用的量化步長(zhǎng)做平均并且計(jì)算實(shí)際消耗位元數(shù)UB(i)，再回報(bào)目前畫面的UB(i)以及實(shí)際所用量化步長(zhǎng)的平均值A(chǔ)Q(i)給參數(shù)更新器340。
參數(shù)更新器340會(huì)為一組連續(xù)畫面中的三種型態(tài)I-畫面、P-畫面及B-畫面分別儲(chǔ)存其復(fù)雜度統(tǒng)計(jì)量SCI、SCP與SCB，并且取畫面的復(fù)雜度Cest(i)來(lái)更新這三種型態(tài)中同型態(tài)畫面的復(fù)雜度統(tǒng)計(jì)量，如下SCX=SCX·(WX-1)+CestWX]]>其中，下標(biāo)x所代表的I、P及B型態(tài)端視目前畫面P(i)的型態(tài)而定，WI、WP和WB分別是I-畫面、P-畫面及B-畫面的既定加權(quán)系數(shù)。換言之，依據(jù)目前畫面P(i)的型態(tài)，復(fù)雜度統(tǒng)計(jì)量SCI、SCP或SCB每次只有其中一個(gè)會(huì)被更新if(I-畫面)SCI=SCI·(WI-1)+Cest(i)WI]]>else if(P-畫面)SCP=SCP·(WP-1)+Cest(i)WP]]>else if(B-畫面)SCB=SCB·(WB-1)+Cest(i)WB]]>其中，WI、WP和WB的范圍一般是在200至2000之間。參數(shù)更新器340接著以下列的方程式計(jì)算一組連續(xù)畫面的統(tǒng)計(jì)復(fù)雜度STAT_C，STAT_C＝NI×SCI+NP×SCP+NB×SCB其中，NI、NP和NB分別是每組連續(xù)畫面中I-、P-及B-畫面的數(shù)目。畫面P(i)的目標(biāo)位元額度TB(i)以及實(shí)際消耗位元數(shù)UB(i)間的差距，會(huì)由參數(shù)更新器340做累計(jì)以便在畫面P(i)編碼的后得到超用位元量EBEB＝EB×(1-AR)+UB(i)-TB(i)其中，AR是既定的攤還率。因此，活動(dòng)量和實(shí)際復(fù)雜度之間的關(guān)系，ACR(i)，可從以下計(jì)算得到
ACR(i)=A(i)AQ(i)×UB(i)]]>這個(gè)剛編碼完成畫面P(i)所屬的ACR(i)可用來(lái)預(yù)估下一張同型態(tài)畫面的復(fù)雜度。為使ACR(i)不會(huì)受到富含噪聲畫面的影響，較佳實(shí)施例利用了ACR(i)和ACR(i-l)的線性組合，例如if(I-畫面)ACRI(i)=ACRI(i-1)×(1-CW)+ACR(i)×CW]]>else if(P-畫面)ACRP(i)=ACRP(i-1)×(1-CW)+ACR(i)×CW]]>else if(B-畫面)ACRB(i)=ACRB(i)×(1-CW)+ACR(i)×CW]]>其中，CW是線性組合既定的加權(quán)系數(shù)。更新過的ACRI(i)、ACRP(i)及ACRB(i)會(huì)被傳送到復(fù)雜度估計(jì)器320，以便為下一張適當(dāng)型態(tài)的畫面估算其復(fù)雜度，此外，超用位元量EB以及統(tǒng)計(jì)復(fù)雜度STAT_C則送至目標(biāo)位元分派器330作為位分配之用。
雖然本發(fā)明已以一具體實(shí)施例揭露如上，然其僅為了易于說(shuō)明本發(fā)明的技術(shù)內(nèi)容，而并非將本發(fā)明狹義地限定于該實(shí)施例，任何熟習(xí)此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動(dòng)與潤(rùn)飾，因此本發(fā)明的保護(hù)范圍當(dāng)視權(quán)利要求
的界定為準(zhǔn)。
權(quán)利要求
1.一種動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，至少包含一移動(dòng)估算單元，接收一視頻序列里的一組連續(xù)畫面中即將被編碼的一目前畫面，以計(jì)算該目前畫面的一全活動(dòng)量；一復(fù)雜度估計(jì)器，基于該目前畫面的該全活動(dòng)量以及該組連續(xù)畫面中一同型態(tài)的先前編碼畫面其活動(dòng)量對(duì)復(fù)雜度之比，來(lái)估計(jì)該目前畫面的一復(fù)雜度；一目標(biāo)位元分派器，以該目前畫面的該復(fù)雜度更新該組連續(xù)畫面的一瞬間復(fù)雜度，并且基于該組連續(xù)畫面的一既定平均位元率、一統(tǒng)計(jì)復(fù)雜度及該瞬間復(fù)雜度來(lái)計(jì)算該組連續(xù)畫面的一瞬間位元率，而根據(jù)該目前畫面的該復(fù)雜度、該組連續(xù)畫面的該瞬間復(fù)雜度及該瞬間位元率，分配一目標(biāo)位元額度給該目前畫面；以及一參數(shù)更新器，根據(jù)該目前畫面的該全活動(dòng)量、該目前畫面的一實(shí)際消耗位元數(shù)和編碼該目前畫面實(shí)際所用量化步長(zhǎng)的一平均值，計(jì)算該目前畫面其活動(dòng)量對(duì)復(fù)雜度之比，并且基于該目前畫面的該復(fù)雜度來(lái)計(jì)算該組連續(xù)畫面的該統(tǒng)計(jì)復(fù)雜度；其中，該目前畫面的該活動(dòng)量對(duì)復(fù)雜度之比與該目前畫面的該全活動(dòng)量成正比，而與該目前畫面的該實(shí)際消耗位元數(shù)以及該目前畫面實(shí)際所用量化步長(zhǎng)的該平均值成反比。
2.根據(jù)權(quán)利要求
1所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，還至少包含一影像編碼器，依上述目前畫面的上述目標(biāo)位元額度而決定上述目前畫面所使用的多個(gè)量化步長(zhǎng)，所述量化步長(zhǎng)是作為上述目前畫面中的每一空間區(qū)域編碼之用，該影像編碼器根據(jù)量化步長(zhǎng)編碼上述目前畫面，且將上述目前畫面的上述實(shí)際消耗位元數(shù)以及上述目前畫面實(shí)際所用量化步長(zhǎng)的上述平均值回報(bào)給上述參數(shù)更新器。
3.根據(jù)權(quán)利要求
1所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述復(fù)雜度估計(jì)器所估計(jì)得到的上述目前畫面的上述復(fù)雜度，是依據(jù)一方程式Cest=K×AACR]]>其中，Cest是上述目前畫面預(yù)估的上述復(fù)雜度，K是一既定的加權(quán)值，其范圍在0到1之間，A是上述目前畫面的上述全活動(dòng)量，ACR是上述同型態(tài)的先前編碼畫面其活動(dòng)量對(duì)復(fù)雜度之比。
4.根據(jù)權(quán)利要求
2所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述參數(shù)更新器計(jì)算上述目前畫面其活動(dòng)量對(duì)復(fù)雜度之比，是依據(jù)ACR=AAQ×UB]]>其中，ACR代表上述目前畫面其活動(dòng)量對(duì)復(fù)雜度之比，A是上述目前畫面的上述全活動(dòng)量，AQ是上述目前畫面實(shí)際所用量化步長(zhǎng)的上述平均值，UB是上述目前畫面的上述實(shí)際消耗位元數(shù)。
5.根據(jù)權(quán)利要求
1所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述目標(biāo)位元分派器為上述一組連續(xù)畫面中的三種型態(tài)I-畫面、P-畫面及B-畫面分別儲(chǔ)存其復(fù)雜度CI、復(fù)雜度CP與復(fù)雜度CB，并且取上述目前畫面的上述復(fù)雜度來(lái)更新該三種型態(tài)中同型態(tài)畫面的復(fù)雜度。
6.根據(jù)權(quán)利要求
5所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述目標(biāo)位元分派器至少包含一瞬間位元率計(jì)算器，以上述目前畫面的上述復(fù)雜度為基礎(chǔ)，來(lái)更新上述一組連續(xù)畫面的上述瞬間復(fù)雜度，并且根據(jù)一函數(shù)來(lái)計(jì)算上述一組連續(xù)畫面的上述瞬間位元率，其中該函數(shù)取決于上述一組連續(xù)畫面的上述既定平均位元率、上述瞬間復(fù)雜度及上述統(tǒng)計(jì)復(fù)雜度；一配額計(jì)算器，以上述目前畫面的上述復(fù)雜度、上述一組連續(xù)畫面的上述瞬間位元率及上述瞬間復(fù)雜度為基礎(chǔ)，來(lái)分配上述目標(biāo)位元額度；以及一限度單元，用來(lái)將上述目標(biāo)位元額度限制在一既定上限之下。
7.根據(jù)權(quán)利要求
6所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述瞬間位元率計(jì)算器求得的上述一組連續(xù)畫面的上述瞬間復(fù)雜度，是根據(jù)INST_C＝NI×CI+NP×CP+NB×CB其中，INST_C代表上述瞬間復(fù)雜度，NI、NP和NB分別是上述一組連續(xù)畫面之中上述I-、P-及B-畫面的數(shù)目。
8.根據(jù)權(quán)利要求
6所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述瞬間位元率計(jì)算器計(jì)算上述一組連續(xù)畫面的上述瞬間位元率，是根據(jù)INST_R=ERmean·(1+SF·(INST_CSTAT_C-1))]]>其中，ERmean是上述一組連續(xù)畫面的上述既定平均位元率，SF是一縮放因子，其范圍在0到1之間，INST_C、STAT_C分別是上述一組連續(xù)畫面的上述瞬間復(fù)雜度與上述統(tǒng)計(jì)復(fù)雜度，INST_R代表上述瞬間位元率。
9.根據(jù)權(quán)利要求
1所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述參數(shù)更新器為上述一組連續(xù)畫面中的三種型態(tài)I-畫面、P-畫面及B-畫面分別儲(chǔ)存其復(fù)雜度統(tǒng)計(jì)量SCI、復(fù)雜度統(tǒng)計(jì)量SCP與復(fù)雜度統(tǒng)計(jì)量SCB，并且取上述目前畫面的上述復(fù)雜度來(lái)更新該三種型態(tài)中同型態(tài)畫面的復(fù)雜度統(tǒng)計(jì)量，如下SCX=SCX·(WX-1)+CestWX]]>其中，該下標(biāo)x所代表的I、P及B型態(tài)端視上述目前畫面的型態(tài)而定，WI、WP和WB分別是I-畫面、P-畫面及B-畫面的既定加權(quán)系數(shù)，Cest是上述目前畫面的上述復(fù)雜度。
10.根據(jù)權(quán)利要求
9所述的動(dòng)態(tài)影像壓縮的可變位元率控制裝置，其特征在于，上述參數(shù)更新器計(jì)算上述一組連續(xù)畫面的上述統(tǒng)計(jì)復(fù)雜度，是根據(jù)STAT_C＝NI×SCI+NP×SCP+NB×SCB其中，STAT_C代表上述統(tǒng)計(jì)復(fù)雜度，NI、NP和NB分別是上述一組連續(xù)畫面之中上述I-、P-及B-畫面的數(shù)目。
專利摘要
一種動(dòng)態(tài)影像壓縮的可變位元率控制裝置。根據(jù)本發(fā)明，先計(jì)算一組連續(xù)畫面中即將被編碼的目前畫面的全活動(dòng)量，然后基于全活動(dòng)量以及該組連續(xù)畫面中同型態(tài)的先前編碼畫面其活動(dòng)量對(duì)復(fù)雜度之比，估計(jì)目前畫面的復(fù)雜度，并且以此復(fù)雜度更新該組連續(xù)畫面的瞬間復(fù)雜度和統(tǒng)計(jì)復(fù)雜度，然后計(jì)算其瞬間位元率，而根據(jù)畫面復(fù)雜度、該組連續(xù)畫面的瞬間復(fù)雜度及瞬間位元率，分配目標(biāo)位元額度給目前畫面。在畫面編碼之后，根據(jù)目前畫面的全活動(dòng)量、實(shí)際消耗位元數(shù)和實(shí)際所用量化步長(zhǎng)的平均值，計(jì)算其活動(dòng)量對(duì)復(fù)雜度之比。
文檔編號(hào)H04N7/26GKCN1245840SQ03153181
公開日2006年3月15日 申請(qǐng)日期2003年8月8日
發(fā)明者張永清, 姚若壇, 徐國(guó)平 申請(qǐng)人:矽統(tǒng)科技股份有限公司導(dǎo)出引文BiBTeX, EndNote, RefMan