视频图象的高精度编码和解码

admin管理员组

文章数量:1531793

2024年6月14日发(作者：)

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(21)申请号 CN02805857.7

(22)申请日 2002.03.01

(71)申请人 杜比实验室许可股份有限公司

地址 美国加利福尼亚州

(72)发明人 G·A·迪莫斯 D·鲁霍夫

(74)专利代理机构 上海专利商标事务所

代理人 李家麟

(51)

H04N7/18

权利要求说明书 说明书 幅图

(10)申请公布号 CN 1550108 A

(43)申请公布日 2004.11.24

(54)发明名称

视频图象的高精度编码和解码

(57)摘要

用于提高视频压缩质量的方法、系

统和计算机程序。通过在中间编码和解码

处理步骤期间保存较多数目的位，可以使

来自MPEG型视频编码的图象质量提高。

通过使解码器的反离散余弦变换(IDCT)功

能数值算法与编码器的解码部分所使用的

IDCT功能数值算法确切匹配，可以消除反

离散余弦变换失配的问题。还包括通过扩

展“量化参数”或“QP”的范围而把高精度压

缩施加于宽动态范围图象。通过直接增加

QP的范围或间接地通过非线性变换可以完

成QP的扩展。还包括把经扩展的中间处

理精度和经扩展的QP范围施加于图象对

比度降低的区域来扩展精度，用该扩展精

度对低—对比度部分进行压缩编码。

法律状态

法律状态公告日

法律状态信息

专利权有效期届满IPC(主分

类):H04N 5/14专利

2022-03-18

号:ZL028058577申请

日:20020301授权公告

日:20061108

法律状态

专利权的终止

权 利 要 求 说 明 书

1.一种方法，用于压缩包括在第一颜色空间中按第一精度表示的帧序列的数字化视

频图象序列，所述方法包括下列步长：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；以

及

(b)按第二精度执行后继的编码步长，以产生经压缩的输出。

2.一种方法，用于压缩包括在第一颜色空间中按第一精度表示的帧序列的数字化视

频图象序列，所述方法包括下列步长：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度在帧序列上执行运动补偿离散余弦变换，以产生第一编码输出；

(c)按第二精度对第一编码输出进行量化，以产生经量化输出；以及

(d)在经量化输出上按第二精度执行反离散余弦变换，以产生按第二精度的经压缩

输出。

3.一种方法，用于对包括按第一精度表示的帧序列的数字化视频图象序列进行压缩

和解压缩，所述方法包括按比第一精度高的第二精度对帧序列进行编码，以产生经

压缩位流。

4.如权利要求3所述的方法，其特征在于，进一步包括按第二精度对所述经压缩位

流进行解码。

5.如权利要求3所述的方法，其特征在于，对帧序列编码包括把帧序列变换成第二

颜色空间中按第二精度的表示。

6.一种方法，用于压缩和解压缩包括在第一颜色空间中按第一精度表示的帧序列的

数字化视频图象序列，所述方法包括下列步长：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度执行后继的编码步长，以产生经压缩的位流；以及

(c)对经压缩的位流进行解码，通过：

(1)按第二精度对所述经压缩位流进行去量化，以产生经去量化的输出；

(2)在经去量化输出上按第二精度施加反离散余弦变换，以产生经解压缩输出；

(3)按第二精度从经解压缩输出产生图象帧。

7.如权利要求6所述的方法，其特征在于，所述后继编码步长包括施加反离散余弦

变换数值算法，其中，对经压缩位流进行解码包括在经去量化的输出上施加反离散

余弦变换数值算法。

8.如权利要求6所述的方法，其特征在于，进一步包括按第二精度产生P帧。

9.如权利要求6所述的方法，其特征在于，进一步包括按第二精度产生B帧。

10.一种方法，用于对包括第一颜色空间中按第一精度表示的帧序列的数字化视频

图象序列进行压缩和解压缩，所述方法包括下列步长：

(a)把帧序列变换成第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度执行后继的编码步长以产生经压缩位流，包括施加反离散余弦变换

数值算法；以及

(c)按第二精度在经压缩位流上执行后继的解码步长，包括施加匹配反离散余弦变

换数值算法。

11.一种方法，用于在把包括帧序列的数字化视频图象的序列压缩成包括I帧的经

压缩的位流的期间增加平均压缩比，所述方法包括通过施加与后继的解码过程期间

施加的反离散余弦变换数值算法匹配的反离散余弦变换数值算法对帧序列进行编码，

从而产生在I帧之间具有增加空间的经压缩位流。

12.如权利要求11所述的方法，其特征在于，进一步包括对所述经压缩位流进行解

码，包括施加与编码期间施加的反离散余弦变换数值算法匹配的反离散余弦变换数

值算法。

13.一种方法，用于对具有宽动态范围或宽对比度范围中至少一种范围的数字化视

频图象序列进行压缩，视频图象包括按第一精度表示的帧，每个帧包括多个定义区

域的宏模块，所述方法包括下列步长：

(a)确定量化参数，QP，所述量化参数具有表示可能值的直接对应或表示可能值的

扩展范围的代码；

(b)确定每个帧的每个宏模块的QP值；

(c)按比第一精度高的第二精度对每个帧进行压缩以产生经压缩的帧，这种压缩包

括施加为这种帧的确定的QP值以减少对这种帧进行编码所需要的位数；

(d)使QP代码与压缩期间使用的确定QP值相关联；以及

(e)输出每个经压缩帧以及相关联的QP代码。

14.如权利要求13所述的方法，其特征在于，进一步包括通过增加表示QP代码的

位数而直接扩展可能QP值的范围。

15.如权利要求13所述的方法，其特征在于，进一步包括通过把QP代码映射到可

能QP值的较宽范围而有效地扩展可能QP值的范围。

16.如权利要求13所述的方法，其特征在于，确定每个帧的每个宏模块的QP值是

基于相对于一个或多个帧的区域性信息的。

17.如权利要求16所述的方法，其特征在于，所述区域性信息包括每个帧中的局部

图象区域对比度。

18.如权利要求16所述的方法，其特征在于，所述区域性信息包括每个帧中的局部

动态范围。

19.如权利要求16所述的方法，其特征在于，所述区域性信息包括每个帧中的局部

细节幅度。

20.如权利要求16所述的方法，其特征在于，所述区域性信息包括一个或多个顺序

帧之间的局部运动。

21.如权利要求13所述的方法，其特征在于，确定每个帧的每个宏模块的QP值是

基于在压缩步长期间产生的信息的。

22.如权利要求21所述的方法，其特征在于，在压缩步长期间产生的所述信息包括

每个宏模块的离散余弦变换系数的相对幅度。

23.如权利要求21所述的方法，其特征在于，在压缩步长期间产生的所述信息包括

对于帧区域中的每个宏模块进行编码所分配的对恒定位数。

24.如权利要求13所述的方法，其特征在于，进一步包括下列步长：

(a)对于每个经压缩的帧，重新确定与这种经压缩的帧相关联的每个QP代码的QP

值；以及

(b)按第二精度对每个经压缩的帧进行解压缩，以产生具有宽动态范围或宽对比度

范围中的至少一个范围的经解压缩的帧，这种解压缩包括施加这种帧的重新确定的

QP值。

25.存储在计算机可读出媒体上的一种计算机程序，用于压缩包括在第一颜色空间

中按第一精度表示的帧序列的数字化视频图象序列，所述计算机程序包括指令，用

于使计算机：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；以

及

(b)按第二精度执行后继的编码步长，以产生经压缩的输出。

26.存储在计算机可读出媒体上的一种计算机程序，用于压缩包括在第一颜色空间

中按第一精度表示的帧序列的数字化视频图象序列，所述计算机程序包括指令，用

于使计算机：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度在帧序列上执行运动补偿离散余弦变换，以产生第一编码输出；

(c)按第二精度对第一编码输出进行量化，以产生经量化输出；以及

(d)在经量化输出上按第二精度执行反离散余弦变换，以产生按第二精度的经压缩

输出。

27.存储在计算机可读出媒体上的一种计算机程序，用于对包括按第一精度表示的

帧序列的数字化视频图象序列进行压缩和解压缩，所述计算机程序包括指令，用于

使计算机按比第一精度高的第二精度对帧序列进行编码，以产生经压缩位流。

28.如权利要求27所述的计算机程序，其特征在于，进一步包括使计算机按第二精

度对所述经压缩位流进行解码的指令。

29.如权利要求27所述的计算机程序，其特征在于，用于使计算机对帧序列进行编

码的指令包括用于使计算机把帧序列变换成在第二颜色空间中按第二精度表示的指

令。

30.存储在计算机可读出媒体上的一种计算机程序，用于压缩和解压缩包括在第一

颜色空间中按第一精度表示的帧序列的数字化视频图象序列，所述计算机程序包括

指令，用于使计算机：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度执行后继的编码步长，以产生经压缩的位流；以及

(c)对经压缩的位流进行解码，通过：

(1)按第二精度对所述经压缩位流进行去量化，以产生经去量化的输出；

(2)在经去量化输出上按第二精度施加反离散余弦变换，以产生经解压缩输出；

(3)按第二精度从经解压缩的输出产生图象帧。

31.如权利要求30所述的计算机程序，其特征在于，所述后继编码步长包括用于使

计算机施加反离散余弦变换数值算法的指令，其中，用于使计算机对经压缩位流进

行解码的指令包括使计算机在经量化的输出上施加匹配反离散余弦变换数值算法的

指令。

32.如权利要求31所述的计算机程序，其特征在于，进一步包括用于使计算机按第

二精度产生P帧的指令。

33.如权利要求31所述的计算机程序，其特征在于，进一步包括用于使计算机按第

二精度产生B帧的指令。

34.存储在计算机可读出媒体上的一种计算机程序，用于压缩和解压缩包括在第一

颜色空间中按第一精度表示的帧序列的数字化视频图象序列，所述计算机程序包括

指令，用于使计算机：

(a)把所述帧序列变换成在第二颜色空间中按比第一精度高的第二精度的表示；

(b)按第二精度执行后继的编码步长，以产生经压缩的位流，包括施加反离散余弦

变换数值算法；以及

(c)按第二精度对所述经压缩位流执行后继的解码步长，包括施加匹配反离散余弦

变换数值算法。

35.存储在计算机可读出媒体上的一种计算机程序，用于在把包括帧序列的数字化

视频图象序列压缩成包括I帧的经压缩的位流期间增加平均压缩比，所述计算机程

序包括使计算机通过施加与后继的解码过程期间施加的反离散余弦变换数值算法匹

配的反离散余弦变换数值算法而对帧序列进行编码，从而产生在I帧之间具有增加

空间的经压缩位流。

36.如权利要求35所述的计算机程序，其特征在于，进一步包括用于使计算机对经

压缩位流进行解码的指令，包括使计算机施加与编码期间施加的反离散余弦变换数

值算法匹配的反离散余弦变换数值算法的指令。

37.存储在计算机可读出媒体上的一种计算机程序，用于压缩具有宽动态范围或宽

对比度范围中的至少一个范围的数字化视频图象序列，所述视频图象包括按第一精

度表示的帧，每个帧包括多个定义区域的宏模块，所述计算机程序包括指令，用于

使计算机：

(a)确定量化参数，QP，所述量化参数具有表示可能值的直接对应或表示可能值的

扩展范围的代码；

(b)确定每个帧的每个宏模块的QP值；

(c)按比第一精度高的第二精度对每个帧进行压缩以产生经压缩的帧，这种压缩包

括施加为这种帧的确定的QP值以减少对这种帧进行编码所需要的位数；

(d)使QP代码与压缩期间使用的确定QP值相关联；以及

(e)输出每个经压缩帧以及相关联的QP代码。

38.如权利要求37所述的计算机程序，其特征在于，进一步包括用于使计算机通过

增加表示QP代码的位数而直接扩展可能QP值的范围的指令。

39.如权利要求37所述的计算机程序，其特征在于，进一步包括用于使计算机通过

把QP代码映射到可能QP值的较宽范围而有效地扩展可能QP值的范围的指令。

40.如权利要求37所述的计算机程序，其特征在于，确定每个帧的每个宏模块的

QP值是基于相对于一个或多个帧的区域性信息。

41.如权利要求40所述的计算机程序，其特征在于，所述区域性信息包括每个帧中

的局部图象区域对比度。

42.如权利要求40所述的计算机程序，其特征在于，所述区域性信息包括每个帧中

的局部动态范围。

43.如权利要求40所述的计算机程序，其特征在于，所述区域性信息包括每个帧中

的局部细节幅度。

44.如权利要求40所述的计算机程序，其特征在于，所述区域性信息包括一个或多

个顺序帧之间的局部运动。

45.如权利要求37所述的计算机程序，其特征在于，确定每个帧的每个宏模块的

QP值是基于在压缩步长期间产生的信息。

46.如权利要求45所述的计算机程序，其特征在于，在压缩步长期间产生的所述信

息包括每个宏模块的离散余弦变换系数的相对幅度。

47.如权利要求45所述的计算机程序，其特征在于，在压缩步长期间产生的所述信

息包括对于帧区域中的每个宏模块进行编码所分配的恒定位数。

48.如权利要求47所述的计算机程序，其特征在于，进一步包括指令，使计算机：

(a)对于每个经压缩的帧，重新确定与这种经压缩的帧相关联的每个QP代码的QP

值；以及

(b)按第二精度对每个经压缩的帧进行解压缩，以产生具有宽动态范围或宽对比度

范围中的至少一个范围的经解压缩的帧，这种解压缩包括施加对这种帧的重新确定

的QP值。

49.一种系统，用于压缩包括在第一颜色空间中按第一精度表示的帧序列的数字化

视频图象序列，所述系统包括：

(a)一种手段，用于把所述帧序列变换成在第二颜色空间中按比第一精度高的第二

精度的表示；以及

(b)一种手段，用于按第二精度执行后继的编码步长，以产生经压缩的输出。

50.一种系统，用于压缩包括在第一颜色空间中按第一精度表示的帧序列的数字化

视频图象序列，所述系统包括：

(a)一种手段，用于把所述帧序列变换成在第二颜色空间中按比第一精度高的第二

精度的表示；

(b)一种手段，用于按第二精度在帧序列上执行运动补偿离散余弦变换，以产生第

一编码输出；

(c)一种手段，用于按第二精度对第一编码输出进行量化，以产生经量化输出；以

及

(d)一种手段，用于在经量化输出上按第二精度执行反离散余弦变换，以产生按第

二精度的经压缩输出。

51.一种系统，用于对包括在第一颜色空间中按第一精度表示的帧序列的数字化视

频图象序列进行压缩和解压缩，所述系统包括按比第一精度高的第二精度对帧序列

进行编码，以产生经压缩位流。

52.如权利要求51所述的系统，其特征在于，进一步包括一种手段，用于按第二精

度对所述经压缩位流进行解码。

53.如权利要求51所述的系统，其特征在于，用于对帧序列编码的手段包括把帧序

列变换成第二颜色空间中按第二精度的表示的手段。

54.一种系统，用于压缩和解压缩包括在第一颜色空间中按第一精度表示的帧序列

的数字化视频图象序列，所述系统包括：

(a)一种手段，用于把所述帧序列变换成在第二颜色空间中按比第一精度高的第二

精度的表示；

(b)一种手段，用于按第二精度执行后继的编码步长，以产生经压缩的位流；以及

(c)一种手段，用于对经压缩的位流进行解码，通过：

(1)按第二精度对所述经压缩位流进行去量化，以产生经去量化的输出；

(2)在经去量化输出上按第二精度施加反离散余弦变换，以产生经解压缩输出；

(3)按第二精度从经解压缩输出产生图象帧。

55.如权利要求54所述的系统，其特征在于，用于执行所述后继编码步长的手段包

括用于施加反离散余弦变换数值算法的手段，其中，用于对经压缩位流进行解码的

手段包括在经量化的输出上施加匹配反离散余弦变换数值算法的手段。

56.如权利要求54所述的系统，其特征在于，进一步包括用于按第二精度产生P帧

的手段。

57.如权利要求54所述的系统，其特征在于，进一步包括用于按第二精度产生B帧

的手段。

58.一种系统，用于对包括第一颜色空间中按第一精度表示的帧序列的数字化视频

图象序列进行压缩和解压缩，所述系统包括：

(a)一种手段，用于把帧序列变换成第二颜色空间中按比第一精度高的第二精度的

表示；

(b)一种手段，用于按第二精度执行后继的编码步长以产生经压缩位流，包括施加

反离散余弦变换数值算法；以及

(c)一种手段，用于按第二精度在经压缩位流上执行后继的解码步长，包括施加匹

配反离散余弦变换数值算法。

59.一种系统，用于在把包括帧序列的数字化视频图象的序列压缩成包括I帧的经

压缩的位流的期间增加平均压缩比，所述系统包括一种手段，用于通过施加与后继

的解码过程期间施加的反离散余弦变换数值算法匹配的反离散余弦变换数值算法对

帧序列进行编码，从而产生在I帧之间具有增加空间的经压缩位流。

60.如权利要求51所述的系统，其特征在于，进一步包括用于对所述经压缩位流进

行解码的手段，包括一种手段，用于施加与编码期间施加的反离散余弦变换数值算

法匹配的反离散余弦变换数值算法。

61.一种系统，用于对具有宽动态范围或宽对比度范围中至少一种范围的数字化视

频图象序列进行压缩，所述视频图象包括按第一精度表示的帧，每个帧包括多个定

义区域的宏模块，所述系统包括：

(a)一种手段，用于确定量化参数，QP，所述量化参数具有表示可能值的直接对应

或表示可能值的扩展范围的代码；

(b)一种手段，用于确定每个帧的每个宏模块的QP值；

(c)一种手段，用于按比第一精度高的第二精度对每个帧进行压缩以产生经压缩的

帧，包括一种手段，用于施加这种帧的确定的QP值以减少对这种帧进行编码所需

要的位数；

(d)一种手段，用于使QP代码与压缩期间使用的确定QP值相关联；以及

(e)一种手段，用于输出每个经压缩帧以及相关联的QP代码。

62.如权利要求61所述的系统，其特征在于，进一步包括通过增加表示QP代码的

位数而直接扩展可能QP值的范围的手段。

63.如权利要求61所述的系统，其特征在于，进一步包括通过把QP代码映射到可

能QP值的较宽范围而有效地扩展可能QP值的范围的手段。

64.如权利要求61所述的系统，其特征在于，确定每个帧的每个宏模块的QP值的

手段包括一种手段，用于使这种确定基于相对于一个或多个帧的区域性信息。

65.如权利要求64所述的系统，其特征在于，所述区域性信息包括每个帧中的局部

图象区域对比度。

66.如权利要求64所述的系统，其特征在于，所述区域性信息包括每个帧中的局部

动态范围。

67.如权利要求64所述的系统，其特征在于，所述区域性信息包括每个帧中的局部

细节幅度。

68.如权利要求64所述的系统，其特征在于，所述区域性信息包括一个或多个顺序

帧之间的局部运动。

69.如权利要求61所述的系统，其特征在于，确定每个帧的每个宏模块的QP值的

手段包括一种手段，用于使这种确定基于在压缩步长期间产生的信息。

70.如权利要求69所述的系统，其特征在于，压缩手段产生的所述信息包括每个宏

模块的离散余弦变换系数的相对幅度。

71.如权利要求69所述的系统，其特征在于，压缩手段产生的所述信息包括对于帧

区域中的每个宏模块进行编码所分配的对恒定的位数。

72.如权利要求61所述的系统，其特征在于，进一步包括：

(a)一种手段，用于对于与每个经压缩的帧相关联的每个QP代码重新确定QP值；

以及

(b)一种手段，用于按第二精度对每个经压缩的帧进行解压缩，以产生具有宽动态

范围或宽对比度范围中的至少一个范围的经解压缩的帧，这种解压缩包括施加这种

帧的重新确定的QP值。

说 明 书

技术领域

本发明涉及视频压缩，尤其，涉及基于MPEG类的编码和解码系统的新颖改进的

提高质量的视频压缩。

背景

MPEG背景

MPEG-2和MPEG-4是定义视频语法的国际视频压缩标准，所述语法提供一种有效

的方法，以多个压缩编码数据的形式来表示视频图象序列。编码位的语言是“语法”。

例如，几个标记可以表示整个取样块(例如，MPEG-2的64个取样)。两种MPEG

标准还描述解码(重构)过程，其中，把编码位从压缩表示映射到图象序列原始格式

的近似。例如，在编码位流中的一个标志给出信号表示，跟随在后的一些位是否在

用离散余弦变换(DCT)算法进行解码之前是否前面有一个预测算法。通过由这些

MPEG标准定义的语义学来调整包括解码过程的所述算法。可以把这个语法应用于

开发公共视频特征，诸如空间冗余、时间冗余、一致运动、空间掩模等。事实上，

这些MPEG标准定义编程语言以及数据格式。MPEG解码器必须能够对输入数据

流进行分析和解码，但是只要数据流符合相应的MPEG语法，就可以使用宽广范

围的多种可能的数据结构以及压缩技术。还有可能在另外的语法中携带所需要的语

义学。

这些MPEG标准使用多种压缩方法，包括帧内方法以及帧间方法。在大多数视频

情景中，背景保持相当稳定而在前景中发生动作。背景可以移动，但是大量情景是

冗余的。这些MPEG标准通过创建被称为“内部”帧或“I帧”的参考帧来开始压缩。

压缩I帧而无需参考其它帧，因此包含视频信息的整个帧。I帧提供用于随机访问

的数据位流的进入点，但是只可以进行适度的压缩。一般，在位流中每12到15帧

放置表示I帧的数据。此后，由于只有小部分落在参考I帧之间的帧与括号I帧不

同，所以只捕获、压缩和存储图象差异。对于这种差异使用两类帧-预测帧或P帧

以及双向内插帧或B帧。

一般参考过去帧(I帧或以前的P帧)对P帧进行编码，并且一般使用P帧作为后继

P帧的参考。P帧接收十分高的压缩量。B帧提供最高的压缩量，但是需要过去和

将来两种参考帧，以便进行编码。从来不把双向帧用作为参考帧。

宏模块是图象象素的区域。对于MPEG-2，宏模块是四个8×8DCT(离散余弦变换)

模块组成的16×16象素，以及用于P帧的一个运动矢量和用于B帧的一个或两个

运动矢量。可以使用内部帧编码或帧间(预测)编码对P帧中的宏模块进行单独编码。

可以使用内部帧编码、正向预测编码、反向预测编码、或正向和反向(即，双向内

插)两种预测编码对B帧中的宏模块进行单独编码。

在编码之后，MPEG数据位流包括I、P和B帧的一个序列。一个序列可以包括几

乎I、P和B帧的任何模式(在它们的放置上有几个次要的语义的限制)。然而，在

工业实践中较普通的是具有固定模式(例如，IBBPBBPBBPBBPBB)。

已经知道了有一些时候，当通过利用分层运动搜索来确定运动矢量时，减少了计算。

例如，MPEG算法试图寻找“宏模块”区域之间的匹配。MPEG型以及其它经运动补

偿的DCT(离散余弦变换)编码器试图使当前帧中的每个宏模块区域与以前帧(P帧)

中的一个位置或以前和后继帧(B帧)中的一个位置匹配。然而，不是始终需要寻找

优良匹配，由于在这种情况下MPEG可以对新的宏模块进行编码作为刷新的独立

(“内部”)宏模块而无需使用以前或后继帧。在这种运动补偿DCT系统中对于

MPEG-2的每个宏模块区域需要一个宏模块运动矢量。在MPEG-4中，相应于每个

8×8区域有一个矢量的4个运动矢量的一个组(即，每个宏模块4个矢量)也是一种

任选的编码模式。

MPEG精度

参考MPEG-2和MPEG-4视频编解码器实施利用下列编码方法：

a)当从RGB转换到YUV颜色空间时，只保留要编码的位数(例如，在编码中把

MPEG-2限制到8位，因此YUV值也限制到8位)。

b)当编码和解码时，只保存已经编码的位数，小心地施加舍入以减少伪象。

c)当转换回RGB时，由于保存位数的限制(诸如对于MPEG-2，最多为8位)而限制

了精度。

图1是现有技术MPEG-2参考视频编码方法的方框图。把按每种颜色8位/象素进

行编码的RGB输入帧102施加于RGB到YUV转换器104，它有意地在它的输出

端限制为每种颜色8位的精度。把结果施加于DCT功能106，然后施加于量化器

功能108，然后到反DCT功能110，按相同的精度存储最终输出作为输出数据。

用相同方法实施MPEG-4的参考视频编码器，虽然中间精度可以扩展到12位(虽然

VLC-可变长度编码-表不支持全范围的使用)。

利用随机地抖动受限制的精度值(在MPEG-2中，最大为每种颜色分量8位)的技术

来减少步长改变时的明显的可见性。然而，由于这种抖动，还由于使用了有限的中

间处理精度，产生了编码中的噪声和伪象。

除了有限的中间处理精度之外，MPEG-2和MPEG-4允许在编码期间使用的反

DCT(IDCT)算法(经常以高精度浮点表示来实施)与解码期间使用的IDCT算法略有

不同。这是众知的“IDCT”失配。IDCT失配导致信号离开指定解码值的不可预测的

逐渐漂移。传统上通过使用ICDT最高频率中的低阶位(MPEG-2和MPEG-4中使用

的8×8DCT模块尺寸的7次谐波)的随机抖动而使这种漂移减少。这种抖动在信号

上增加附加的噪声和伪象。

图2是现有技术MPEG-2参考视频解码方法的方框图。把经编码的输入位流202施

加于具有与输入位流的精度(一般对于MPEG-2为8位)匹配的有限精度的去量化器

功能204。把结果施加于IDCT功能206(它可能和编码器的IDCT功能110不匹配)，

它输出有符号的8-比特值208。这个输出包括I帧210，或与来自先前帧212或后

继帧214(两者都具有相同的精度)的数据组合而产生的新帧216。因此，MPEG-2解

码过程限制了中间处理精度到最大为8位。相似地，还把MPEG-4视频解码的中

间处理精度限制到在编码中使用的位数(最大为12位，但是经常设置成8位)。

在MPEG-2和MPEG-4中的有限精度还限制了动态范围(即，可以显示的图象亮度

等级数)以及对比度范围(即，分配给相似对比度的图象区域的不同级别数)。相应地，

与原始输入图象相比，在MPEG-2和MPEG-4中使用的编码和解码方法降低了输

出的、经压缩的图象的潜在质量。本发明致力于解决这些限制。

概要

根据对于MPEG类编码和解码系统的新颖改进，本发明针对提高质量的视频压缩。

在一个方面，本发明提供一种方法，用于通过在中间编码和解码处理步骤期间保存

较多位数而显著地提高来自MPEG型的视频编码的图象质量。令人惊讶地，这种

质量的提高并不导致对图象序列进行编码所需要的总位数成比例地增加。此外，通

过使解码器的IDCT功能数值算法与编码器的解码部分所使用的IDCT功能数值算

法正确地匹配，可以排除IDCT失配的问题。排除IDCT失配允许通过减少所需要

的I帧数来增加压缩比。

在另一个方面中，本发明包括通过扩展“量化参数”或“QP”的范围而把高精度压缩

施加于宽动态范围图象。动态范围扩展把低QP用于暗区以及把高QP用于亮区。

可以通过直接增加QP的范围或间接地通过非线性变换(诸如一个函数或查找表)来

完成QP的扩展，所述非线性变换把QP值的小范围映射到用于除(压缩)或乘(解压

缩)的输出QP值的宽广范围。

在另一个方面中，本发明包括应用经扩展的中间处理精度和经扩展的QP范围，以

减小图象的对比度范围，以扩展对低对比度部分进行压缩编码所具有的精度。可以

与低对比度(常常是远的)区域一起利用低QP，而对于高对比度(常常是前景)区域利

用高QP。如此，例如，如果摄像机传感器具有足够的比特分辨率，则当解压缩时，

完全可以辨别在模糊日子的空中或地上的远目标。

尤其，在本发明的一个方面中包括一种方法，用于对包括第一颜色空间中按第一精

度表示的帧序列的数字化视频图象序列进行压缩，所述方法包括把帧序列变换成第

二颜色空间中按比第一精度高的第二精度的显示，并按第二精度执行后继的编码步

长，以产生经压缩的输出。

本发明的另一个方面是一种方法，用于对包括第一颜色空间中按第一精度表示的帧

序列的数字化视频图象序列进行压缩，所述方法包括把帧序列变换成第二颜色空间

中按比第一精度高的第二精度的显示；按第二精度在帧序列上执行运动补偿离散余

弦变换，以产生第一编码输出；按第二精度对第一编码输出进行量化，以产生经量

化输出；在经量化输出上按第二精度执行反离散余弦变换，以产生按第二精度的经

压缩输出。

在另一个方面中，本发明包括一种方法，用于对包括第一颜色空间中按第一精度表

示的帧序列的数字化视频图象序列进行压缩和解压缩，所述方法包括对帧序列进行

编码，以产生经压缩位流，并按高于第一精度的第二精度在经压缩位流上执行解码

步长。

本发明的另一个方面是一种方法，用于对包括第一颜色空间中按第一精度表示的帧

序列的数字化视频图象序列进行压缩和解压缩，所述方法包括把帧序列变换成第二

颜色空间中按比第一精度高的第二精度的表示；按第二精度执行后继的编码步长，

以产生经压缩位流；以及通过对经压缩位流按第二精度进行去量化而对经压缩位流

进行解码，以产生经去量化的输出，在经去量化输出上按第二精度施加反离散余弦

变换，以产生经解压缩输出，以及按第二精度从经解压缩输出产生图象帧。

本发明的再另一个方面是一种方法，用于对包括第一颜色空间中按第一精度表示的

帧序列的数字化视频图象序列进行压缩和解压缩，所述方法包括把帧序列变换成第

二颜色空间中按比第一精度高的第二精度的表示；按第二精度执行后继的编码步长

以产生经压缩位流包括施加反离散余弦变换数值算法；按第二精度在经压缩位流上

执行后继的解码步长包括施加匹配的反离散余弦变换数值算法。

本发明的另一个方面是一种方法，用于在把包括帧序列的数字化视频图象序列压缩

成包括I帧的经压缩位流期间增加平均压缩比，所述方法包括通过施加与后继的解

码过程期间施加的反离散余弦变换数值算法匹配的反离散余弦变换数值算法对帧序

列进行编码，从而产生在I帧之间具有增加空间的经压缩位流。

本发明的另一个方面是一种方法，用于对具有宽动态范围或宽对比度范围中至少一

种范围的数字化视频图象序列进行压缩，视频图象包括按第一精度表示的帧，每个

帧包括多个定义区域的宏模块，所述方法包括确定量化参数，QP，所述量化参数

具有表示可能值的直接对应或表示可能值的扩展范围的代码；确定每个帧的每个宏

模块的QP值；按比第一精度高的第二精度对每个帧进行压缩以产生经压缩的帧，

这种压缩包括施加这种帧的确定的QP值以减少对这种帧进行编码所需要的位数；

使QP代码与压缩期间使用的确定QP值相关联；以及输出每个经压缩帧以及相关

联的QP代码。

本发明包括相应的计算机程序实施以及设备实施。

在下面的附图和说明书中陈述本发明的一个或多个实施例的详细说明。从说明书和

附图以及从权利要求书。本发明的其它特征、目的和优点将变得明白。

附图的说明

图1是现有技术MPEG-2参考视频编码方法的方框图；

图2是现有技术MPEG-2参考视频解码方法的方框图；

图3是根据本发明的MPEG类编码方法的方框图；

图4是根据本发明的MPEG类解码方法的方框图；

图5是概括在图象压缩期间扩展动态范围和/或对比度的较佳方法的流程图。

在各附图中的相同参考符号表示相同元件。

较高精度中间图象处理

设计MPEG-2和MPEG-4中的有限精度假设和技术，以使存储I、B和P帧需要的

存储器的量最少。然而，帧存储器是当前十分买得起的。本发明部分地基于一个发

现，即，通过保存中间编码和解码处理步骤期间的较多数目的位数，可以从

MPEG风格的视频编码得到显著提高的图象质量。令人惊讶地，这种质量的提高并

不导致对图象序列进行解码所需要的总位数成比例地增加。事实上，使用本发明通

常使位数减少。

图3是根据本发明的MPEG类编码方法的方框图。把RGB输入帧302施加于RGB

到YUV转换器304。因为调制解调器帧产生装置(例如，视频摄像机和高分辨率胶

片扫描器)可以输出较大的颜色范围(例如，每种颜色10位/象素)的图象，这种装置

作为输入源是较佳的。然而，输入源可以是传统的MPEG-2或MPEG-4的8-位装

置。把结果施加于DCT功能306，它保存比原始输入信号中存在的精度位数更多

的精度位数(例如，16位)。把DCT功能306的输出施加于量化器功能308，然后

到IDCT功能310，它再保存比原始输入信号中存在的精度位数(诸如16位，对于

P和B帧是有符号的，对于I帧是无符号的，16位是数字硬件和软件系统的方便表

示)更多的精度位数(例如，16位)。一般，最终输出信号312是YUV信号按相同精

度存储作为中间处理精度。在输出中的这种增加精度的重要特征在于它允许改进后

继的P和B帧的预测。

在MPEG-2和MPEG-4视频编码中体现的IDCT失配的概念是基于一种假设，即，

解码所使用的计算可能与编码的解码部分所使用的计算不同。如上所述，即使在出

现高次谐波低位DCT失配抖动时，这种失配也会导致漂移(还增加噪声)。MPEG-2

中的普通实践是使I帧的位置相互接近(约每半秒)，以再校正这种漂移以及限制差

错的扩展。然而，I帧是相当无效率的，通常，耗费的位数约为P帧位数的3倍那

么多，以及B帧的5倍那么多。在“调准”到运动画面序列期间，I帧还形成再起动

和参考点。然而，可以有用地增加它们在存储媒体上的出现频率到数秒(例如，平

均在约1到5秒的范围内)以提高效率，如果没有IDCT失配的话。

通过使解码器的IDCT功能的数值算法与编码器的解码部分使用IDCT功能的数值

算法确切地匹配可以排除IDCT失配。由于从一个P帧到下一个P帧通过对它的差

信号(它包括IDCT精度限制的差)编码而出现的固有反馈机构，在每个P帧处自动

校正了这些匹配IDCT功能中的任何精度的限制。数值算法的“确切匹配”意味着把

输入变换成输出的算法的这些部分应该应用相同的分辨率来进行乘法和加法功能、

相同的数值表示、相同的精度等。然而，就计算机程序或集成电路实施而论，数值

算法不需要相同。因此，例如，可以使用不同的计算机语言和二进制产生模式(例

如，解译对编译)。

因此，通过IDCT功能中的足够精度可以得到高质量编码。然而，IDCT功能不需

要极高的精度。例如，在MPEG-4视频参考软件中，使用双宽度浮点(64位)IDCT

实施。完全不需要这样，由于16位IDCT实施足以提供对于高达12-位动态范围编

码所需要的改进。可以使用诸如32位浮点实施之类的大于16位的编码器和解码器

IDCT实施(精确匹配)，以扩展动态范围达16位(这导致在小于百分之零点几的对数

步长中大于十亿到1的动态范围，超过人类视觉极限)。因此通过精确匹配编码器

和解码器IDCT实施，本发明大大地减少了IDCT实施所需要的计算量，同时排除

了IDCT失配的问题。此外，反直觉地，使用精确匹配编码器和解码器IDCT实施，

即使具有增加的中间精度，实际上也增加总效率(即，更高的平均压缩比)，由于可

以使耗费位的I帧在时间上隔开更远(例如，平均在约1到5秒的范围内)。的确，

通过实际上无限制的时间可以使I帧隔开，仅受到的限制是能够跳转到程序中间或

校正从有损分布信道产生的误差所要求的。

图4是根据本发明的MPEG类解码方法的方框图。把高精度编码输入位流402施

加于具有与输入位流的精度匹配的“中间”处理精度的去量化功能404。把结果较佳

地施加于与对应的编码器的IDCT功能310精确匹配的IDCT功能406。IDCT功能

406输出与所有以前内部处理步骤的中间精度(例如，16位)相同的有符号的值408。

这个输出包括I帧410，或与来自以前帧412或后继帧414(两者都具有相同的精度)

的数据组合而产生的新帧416。

此外，应该排除所有形式的抖动，因此减小了噪声和伪象。尤其，应该排除来自舍

入的抖动(除了全精度之外，诸如16位，即，舍入第17位)，以及来自IDCT失配

的高次谐波的低位的抖动。还有，在较佳实施例中，在解码期间的任何最终颜色空

间转换步骤期间(例如，YUV到RGB或其它转换，诸如YUV 4:2:0到YUV 4:2:2，

用于观看、利用或存储经转换图象)，使用附加的中间象素精度，仅在最终步骤处

进行舍入。

应该注意，可以使用在图3和图4中示出的高精度技术对标准精度输入(例如，

MPEG-2使用的8-位精度输入)进行编码和接着进行解码。尽管结果的质量没有象

对较高精度输入进行编码和解码的质量那么高，但是对于现有的MPEG编码和解

码仍是一种改进。此外，通过在中间处理和存储期间增加精度可以改进编码和解码

两种处理。不需要使这种精度相等以得到改进，但是当编码和解码的解码部分在精

度和数值算法方面精确切匹配时，使改进最优化。

下面是对改进压缩图象质量的本发明的较佳实施例的一个概括：

1)在中间处理期间保存比输入精度多的精度位(例如在编码期间从RGB到YUV转

换步骤保存更多精度位，以及从IDCT步骤的更多精度位)。

2)存储所增加的中间精度结果。

3)任选地，在编码器和解码器中利用精确匹配的IDCT实施。

4)任选地，排除所有形式的抖动。

5)在解码期间的这种颜色空间转换步骤期间，利用附加的象素精度，仅在最终步骤

处舍入。

动态范围和对比度扩展

本发明人已经在前面讨论了逐渐增加基于象素的图象表示的比色范围和动态范围，

例如，见Gray Demos在1990年10月的SMPTE会议上提出的，在SMPTE杂志

(1990年10月，第10卷，第10期)发表的

“The Use of Logarithmicand Density Units for Pixels(象素的对数单位和密度单位的使

用)”。还有，见Gray Demos在1993年10月的SMPTE会议上提出的，并在进展和

预发稿版上发表的

“An Example Representation for Image Color And Dynamic RangeWhich Is Scalable，

Interoperable，and Extensible(象素压缩和可定标的、可中间操作的、以及可扩展的

动态范围的示例表示)”。

使用对数表示象素值有许多优点。例如，YUV编码方法计算U作为R-Y，计算V

作为B-Y。在对数表示中，U变成R/Y而V变成B/Y，在1993年SMPTE文章

“An Example Representation for Image Color And Dynamic Range WhichIs Scalable，

Interoperable，and Extensible(象素压缩和可定标的、可中间操作的、以及可扩展的

动态范围的示例表示)”中制造的术语中，两者都是“相同发光”，如上所述。即，在

照射改变下，U和V两个通道都不包含信号，如果它们具有恒定的色调的话。在

使用U和V通道对颜色编码时，这提供了高效率。此外，在总亮度的很宽的动态

范围上得到这种色调编码效率。对数表示还提供容易的系统测量和定标方法，以及

在极宽的亮度范围上在感知上是一致的。

表1表示在9到14位/象素范围中各种位数的范围和色调分辨率能力。从该表可以

看到，使用对数表示，可以使用小于16位精度而达到在亮度范围、颜色范围以及

色调分辨率(按1/8百分数步长)中的跨度为约10,000,000-到-1的范围的人的视觉范

围。

总对比度范围 所需要的位数

1％步长 .5％步长 .25％步长.125％步长

使用整个、半个、四分之一和八分之一百分数的对数步长所需要的位数

表1

当前高质量电子摄像机和放映机能够在约10位/象素每颜色的动态范围和颜色范围

处操作。例如，Polaroid//Philips LDK 9000摄像机提供具有宽颜色范围的低噪声图

象。这个摄像机具有11微米的CCD象素尺寸以及约25,000个电子的完整的较优

良电子计数。较大的传感器尺寸是极可能的，具有增加完整的较优良电子计数的潜

力，以对成千上万或成百万的电子进行计数。在图象投射方面，具有10位伽马输

入的微镜放映机能够得到具有适当色调差别的1000∶1的动态范围，从而到达电影

胶片的质量。虽然最佳胶片可以得到具有高色调保真度和宽颜色范围的较宽动态范

围(约3000∶1)，但是现在有可能预见数字成象和呈现在竞争并最终超过这种性能。

如上所述，通过保留在中间处理期间的经扩展的精度可以显著地提高运动图象压缩

的质量。还可以利用相同的机构，较大地扩展可以有效压缩的图象信息的动态范围，

例如，如果保留中间精度的14位，则这个位范围可以按1/8％对数步长来表示

7000,000,000∶1的动态范围。

还有用的是进行不包括在参考文章中的附加观察，亮度的区分是局部的。因此不可

能区分紧邻极亮目标的暗阴影中的小的亮度变化。因此，只需要保留相对于图象所

在的相同区域中的局部亮度的色调和动态范围区分。然而，图象的不同部分，可能

具有暗阴影，可能离实质上看到细节区分的亮区域足够远，需要在局部亮度显示的

色调范围中的相应的细节。

可以把结合了中间处理期间经扩展精度的使用的这些概念施加于运动图象压缩。尤

其，一旦把保留在压缩系统中的中间精度扩展到较多位数，诸如13、14、15或16

位，则这个经扩展的精度还能够显示宽动态范围图象。此外，为了得到有效的压缩，

可以利用在亮区域中的色调区分的感知极限相对阴影中经扩展的区分的关系。

在MPEG类压缩系统中，通过“量化参数”或“QP”来确定色调区分。把QP分成

DCT频率系数以减少对运动图象流编码所需要的位数。在解码期间，在计算IDCT

之前使QP乘以DCT系数。因此，虽然在频率(DCT)空间中应用QP，它仍表示色

调精度参数。

根据上述区域区分特征，在高亮度区域中可以利用高QP而没有可见的清晰度或色

调的损失，由于色调区分是相对于全亮度的。然而，在暗图象阴影区域中，必须利

用低QP来提供精确的色调精度。

在MPEG-1、MPEG-2以及MPEG-4中利用1-32范围中的线性QP因子是普通的。

而这适合于诸如MPEG-2提供的8位动态范围，对于更多位数(诸如10位或12位)，

或对于较宽的动态范围，这个范围是不够的。在MPEG-2和MPEG-4中，有可能

从一个宏模块到下一个宏模块改变QP。这一般是一种机构，通过该机构调节位速

率使之保持恒定位速率。较高的QP产生较少的编码位，而较低的QP产生较多的

编码位。因此，在1-32的范围中改变QP是所需要的一切，以便在诸如MPEG-1

或MPEG-2之类的8位能力的有限精度系统中保持给定的恒定位速率。然而，对

于10位或12位精度，如在MPEG-4中，情景变化量较宽地改变(高情景强度)，并

且需要低的恒定位速率，32个可能值的QP范围可能就不够。对于10位的32个值

的QP范围等效于8位的8个值的QP范围，只有四分之一的范围可用于诸如

MPEG-2之类的8位编码系统。对于诸如MPEG-4之类的12位编码系统，32个值

的范围等效于8位编码的2个值的QP范围，只有QP范围的开始的十六之一可用

于8位编码系统。

因此，在一般情况中扩展QP的范围是有用的。然而，注意，使用高精度中间编码

和/或解码连同QP的范围和QP值之间的直接对应(即，值x与显示数x相同；因此，

值14等于显示数14)可以导致高质量压缩和解压缩。

如果要求改变在帧中的QP，则希望在QP中保持较少的步长数目(诸如32个或64

个值，或某些相似的小数目)，由于在MPEG-4中把对每宏模块的QP改变进行编

码所需要的位限制为2个单元。如果每帧只改变一次QP，或每幅或相似大的结构

改变一次，则QP的值的数目可能较大。

如果需要，通过取得动态范围的感知对数特性的优点，可以把QP的有效范围扩展

到在较少数目显示代码中的确定值(即，在压缩和解压缩期间实际应用的QP值)的

较宽范围。相应地。可以使用非线性查找表把较少数目的显示QP代码(诸如1到

32，或1到128的范围)映射到确定QP值(诸如1到128、1到256、1到1024或1

到4096)的更宽范围。在如此的表中，低QP代码输入几乎是一对一地映射以确定

QP值。例如，QP代码1到4可能映射来确定1到4的QP输出值。然而，在对数

模型中，映射将逐渐变得更陡峭，致使QP代码8可能映射来确定QP值16，QP

代码16可能映射来确定QP值64，而QP代码32可能映射来确定QP值256。注

意，MPEG-2对于从1-31的线性QP模式提供双步长QP模式，即映射每个从1-31

的代码到它的值的两倍(即，到2-62)，以及把代码1-31映射到确定值1-112的非线

性QP模式。在MPEG-2中，这些大的确定QP值导致使用8位象素值的极粗糙的

编码。例如，62和112的QP值分别对应于8-位值中只有两或一位的编码。因此，

使用这些值的任何编码图象将具有极差的质量。

另一方面，如果每帧或每幅或其它大的结构规定QP一次，则不限制可用于QP的

位数，并且可以在任何适当的位数(包括16位、32位、32位浮点，甚至更多的位

数)中的极宽范围上完整地表示QP值。然而，宽动态范围图象的概念化框架是如

此的，图象某些部分的亮度高，需要高的确定QP值，而其它部分亮度低，需要低

的确定QP值。因此，使用在区域基础上有效地规定QP值的一种方法是有益的。

如果限制QP代码的范围(诸如1到32，如同在MPEG-4中)，则允许QP值每宏模

块变化±2单位的编码系统的现有机构(诸如MPEG-4)是足够的。然而，如果需要大

的QP值范围，则规定区域性QP值的其它简单方法也是适当的和有益的。

因此，使用区域性变化的QP值以允许极宽动态范围显示是十分普通的，所述极宽

动态范围显示是可以高度压缩的，并在视觉上与原始运动图象不能区分。

必须注意除以确定QP值之后的可用于编码显示的位数(还把DCT输出被QP除称

为“量化”)。在量化之后，必须把余留的位编码成位流。除了内部帧和内部宏模块

情况之外的经编码的位表示以前或后继帧，以及当前帧和当前宏模块中的最佳运动

矢量预测匹配之间的差异。这个量化的DCT-编码的差异的编码表示将确定可以得

到的压缩比。

在MPEG-2和MPEG-4中，最大编码值范围是±2047(受到VLC表表示的限制)。这

对应于8位的未量化的精度。因此，对于10位图象的未量化的(即QP＝1)编码，

有可能超过这个最大编码范围达一个4倍的因子。这可能发生，如果最佳匹配预测

器块包括DC中的满刻度黑到白过渡，或等效的满刻度AC系数改变(诸如从平坦-

灰度区域预测的清晰的黑白边缘)。最优化的预测器难得提供如此差的匹配，因此

在这10位例子情况中，如果有过的话，也是偶尔要求满刻度编码的。然而，在12

位运动图象或在甚至更宽的14或16位图象中，经常会超过范围极限，诸如±2047。

在容易扩展±2047极限的同时，在概念上有益的是试图限制进行编码的位的平均数。

通过使用QP值能直接使位的平均数以及最大编码范围两者减少。例如，为4的一

个QP扩展了用±2047编码表示的可得到的动态范围，以包括10位编码的所有可能

情况，以及12位运动画面编码的所有可能情况。因此可以看到，扩展QP值到更

高数目的值，诸如16、32或64，可以进一步扩展可以通过诸如±2047范围之类的

受限制编码位的数目表示的运动图象动态范围。这种更高的QP值不但扩展范围，

而且还减少进行编码的位的平均数，因此产生了高度的压缩。

这种概念的关键是在宽动态范围图象中的高QP值对应于不需要精细的色调区分的

具有高亮度的图象区域。通过保持帧的扩展精度，以及通过在亮区域中利用高QP

值和在暗区域中利用低QP值而对宽动态范围图象进行编码的这种方法可以得到高

压缩比，具有在感知上与原始编码不能区分的完美的编码。

因此，可以扩展MPEG类压缩技术的效用，用于压缩运动的宽动态范围图象。当

摄像机、放映机以及其它图象系统部件扩展它们的范围能力时，可以施加这种压缩

方法而得到高效的压缩。因此，在图象系统中的将来许多代的技术改进上，所产生

的压缩系统是可以扩展的。

概括地说，本发明的一个方面包括通过扩展QP值的范围而把高精度压缩施加于宽

动态范围图象。可以通过直接增加QP值的范围，或间接地通过非线性变换(诸如

一种功能或查找表)而完成扩展，所述非线性变换把QP代码的小范围映射到用于

除(压缩)或乘(解压缩)的QP值的较宽范围。本发明的另一个方面是根据区域性信

息，或通过检查压缩期间可得到的信息(例如，DCT系数，或候选QP值的给定数

目产生的位数，从所述候选QP值选择一个适当的值)，或两种确定方法的组合来

确定这种宽范围QP值。

还可以把经扩展的中间处理精度和经扩展的QP值范围应用于运动图象中的扩展的

对比度范围区域和降低的对比度范围区域两者的编码。例如，在阴霾的日子使前景

目标具有高对比度是很普通的，但是具有随距离降低的对比度。远离的目标经常具

有极低的对比度。诸如在建筑物窗口后面以及汽车挡风玻璃后面的情景之类的其它

普通情况，也由于玻璃和玻璃的反射而具有降低的对比度。反射也呈现降低的对比

度。

可以把经扩展的精度和QP值范围的原理施加于图象的对比度降低区域以扩展精度，

用该精度对低对比度部分进行压缩编码。正如对于暗区域使用低QP值和对于亮区

域使用高QP值的动态范围扩展的情况一样，低对比度区域(通常较远)可以利用低

QP值，而高对比度区域(通常是前景)利用高QP值。如此，如果摄像机传感器具有

足够的位分辨率，则当解压缩时，完全可以区分在空中的、或地面上的、或阴霾日

子的远目标。接着可以人工地增强它们的对比度，从而显示具有正常动态范围的清

晰图象。

虽然当前摄像机和胶片限制到约10位的伽马或对数动态范围，将来的摄像机十分

可能具有更高的精度。除了扩展动态范围之外，这种经扩展的摄像机图象亮度区分

对于观看低对比度区域中的细节是有用的。正如摄像机的情况一样，当放映机扩展

它们的动态范围和它们的最大亮度时，有可能区分这个经扩展的范围中的低对比度

细节。在宽动态范围放映机上比在有限动态范围的观看监视器上更容易看到诸如落

下的雨滴之类亮度中的精细变化。容易区分通过宽动态范围放映机显示的目标，因

为它对于观看者具有较宽范围的亮度变化，而在计算机CRT(阴极射线管)显示器上，

亮度变化范围较小。因此，当摄像机和显示器扩展它们的动态范围和色调区分(即，

增加附加的分辨率位使之超过当前10位的能力)时，希望不但扩展动态范围而且还

扩展对比度区分。

重要的是，与支持经扩展的动态范围的技术相同技术还支持低对比度区域的高区分

编码。尤其，以与通常进行特别编码(以提高DC项编码效率)的DC系数的方式不

同的方式，把QP值应用于DCT输出的AC系数。因而AC系数的标度自然地大约

复盖了主要DC值。例如，在模糊灰暗的低对比度区域具有在DC模糊平均值周围

的低幅度AC系数。因此，施加低QP值将自然地保存在低对比度区域中的精细的

色调变化。正如经扩展的动态范围的情况一样，高QP值允许高对比度前景区域的

正常编码。

为了调节QP值使之适合于暗区域和模糊区域，还适合于正常对比度的亮度区域，

应该相对于每个画面区域的对比度和亮度而区域性地确定QP值。如果对于每个宏

模块设置QP值，致使在一个区域中的每个宏模块产生近似相同的位数，则也可以

自动地确定QP值。对于具有包括暗区域和低对比度区域的宽动态范围图象，把恒

定的位数给予每个宏模块将自动地使亮度和对比度的整个范围上的表示最优化。然

而，还希望把比提供给低细节区域的位数更多的位提供给高细节区域，以及向运动

区域提供比静态区域更多的位数。

通过检查每个宏模块中的DCT系数的相对幅度可以自动地确定每个宏模块的QP

值。可以向包括表示细节的DCT系数和表示运动的DCT系数的宏模块提供比那些

包括表示低细节或低变化(运动)的系数的相对权重的宏模块更多的位。然而，还须

要考虑摄像机传感器的噪声，因为噪声的性能就象变化(运动)和细节(高频系数)两

者一样。当与真的宽动态范围和合适的低噪声电平的高区分传感器一起使用时，相

对于DCT系数自己加权的DCT系数可以形成合适的指示符(indicator)，用于自动

地设置QP值。尤其，较大的DCT系数产生较大的QP值。相应地，可以完全跟据

经验确定DCT系数和所要求的对应QP值之间的映射或相关。

诸如最大区域亮度和对比度之类简单的区域性算法是可以用来确定(或与其它机构

一起帮助确定)合适的QP值的另一种方法。通过区域性细节幅度(画面的高频静态)

测量算法还可以提供附加的信息。每种方法具有它自己的优点。然而，在内部宏模

块的情况中，DCT系数自己足以确定QP值。即，DCT系数是与预测的宏模块的

运动组合的细节的量度，所以使用独立的细节量度(诸如平行的内部DCT变换)可

以帮助从当前帧图象宏模块的细节(在运动补偿之后的静态，诸如具有慢运动摄像

机的草的叶片(grass of blades))析出运动细节变化(诸如雨滴或水平方向上运动的水

波浪)。使用DCT系数本身来表示QP的简单性使之成为特别吸引人的实际实施。

图5是概括在图象压缩期间扩展动态范围和/或对比度的一种较佳方法的流程图。

步长500：以宽动态范围或宽对比度范围的源画面开始。

步长502：如果需要，扩展量化参数(QP)代码组的有效的值范围。例如，这可以通

过下列技术中之一来完成：

1)把QP代码的组从额定范围(一般是32级)扩展到较大的实际范围(128、1024或

4096级，或无论什么适合于图象范围的)。因此，额定值直接表示可能值的经扩展

的范围。

2)使用非线性查找表或映射函数，以非线性的方式使额定QP代码相关成值的较大

有效范围。在低值处，映射一般是线性的，但是当值向一般范围最大值增加时，增

加有效的QP乘和除步长增加大小。例如，使用非线性查找表或映射功能可以扩展

32或64个代码，以产生具有诸如128、1024、4096或无论什么适合于图象范围之

类的较大最大值的较大有效范围。

步长504：确定在进行压缩的一个图象的每个宏模块的应该编码的QP值，最好使

用下列方法中之一：

1)使用算法确定合适的QP值，以从运动图象流的分析确定每个帧中的局部图象区

域的对比度，在每个帧中的局部动态范围，在每个帧中的局部细节幅度以及一个或

多个顺序帧之间的局部运动(如上所述)。

2)在量化之前，根据在压缩过程中产生的信息，根据所产生的位数(对于QP的许多

候选值)，和DCT系数的幅度和频率确定QP值。

3)应用来自1)和2)的信息的组合，利用区域性信息以及从压缩过程产生的信息确定

每个宏模块的QP值。

步长506：如上所述，对于所有中间处理使用经扩展的精度，以使用从步长504确

定的QP值对图象进行压缩。可以按需要存储或发送经压缩的图象和相关联的标称

QP代码，所述相关联的标称QP代码对应于在压缩期间使用的所确定的QP值。

步长508：使用如上所述的高精度解压缩，对存储的或发送的图象进行解压缩，使

之成为供各种应用的宽动态范围、宽对比度范围、高分辨率图象。如果需要，把这

种解压缩的相关联的标称QP代码映射回对应的确定的QP值。这种应用包括电影

和运动的家庭和戏院显示，把存储的图象存档，运动图象显示的商务应用，政府应

用(例如，监督、军事命令和控制)以及等等。可以在宽动态范围显示器装置上观看

经解压缩的图象，和/或为了提供最优化分析，用作为从(或需要)高质量宽动态范围

图象而得益的使用算法的图象分析的源(这种算法不属于本揭示的范围)。

实施

可以在硬件或软件、或它们的组合(例如，可编程逻辑阵列)中实施本发明。除非另

行规定，不使作为本发明的一部分包括在内的算法与任何它计算机或其它设备固有

地相关。尤其，可以使用具有根据这里的学说编写的程序的各种通用途机器，或可

以更方便地构成更专用(例如，集成电路)的设备，以执行所需要的方法步长。因此，

可以在一个或多个可编程计算机系统(每个计算机系统包括至少一个处理器、至少

一个数据存储系统(包括易失性和非易失性存储器和/或存储单元)、至少一个输入装

置或端口以及至少一个输出装置或端口)上执行的一个或多个计算机程序中实施本

发明。把程序代码施加于输入数据以执行这里描述的功能以及产生输出信息。按已

知的方式把输出信息施加于一个或多个输出装置。

可以按任何要求的计算机语言(包括机器、汇编或高级过程的、逻辑的或面向对象

的编程语言)来实施每个如此的程序，以与计算机系统进行通信。在任何情况中，

语言可以是编译语言或解译语言。

最好把每个如此的计算机程序存储在、或下载到可以通过通用途或专用的可编程计

算机读出的存储媒体或器件(例如，固态存储器或媒体、或磁性媒体或光学媒体)中，

当计算机系统读出存储媒体或器件时，用于配置和操作计算机以执行这里描述的过

程。还可以考虑实施本发明的系统作为配置有计算机程序的计算机可读出存储媒体，

如此配置的存储媒体导致计算机系统在规定的和预定的方式中操作以执行这里描述

的功能。

已经描述了本发明的许多实施例。但是，可以理解，可以进行各种修改而不偏离本

发明的精神和范围。例如，上述某些步长可以有独立的排序，因此可以以与所描述

的次序不同的次序来执行。相应地，其它实施例在下列权利要求书的范围内。

本文标签： 范围包括编码精度图象