CN102137258B - 一种立体视频码率控制方法 - Google Patents

Abstract

本发明公开了一种立体视频码率控制方法，首先通过总的目标比特数和初始量化参数，获得对当前立体图像对进行编码的目标比特，然后通过建立左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系模型，分别获得对当前立体图像对的左视点图像和右视点图像进行编码的目标比特和编码量化参数，最后根据目标比特和编码量化参数，分别对左视点图像和右视点图像进行编码，本发明方法在保证编码的输出码率满足实际带宽的限制的前提下，使得左右通道的质量控制在人眼最小可察觉变化步长阈值范围内。

Description

一种立体视频码率控制方法

技术领域

本发明涉及一种视频信号的处理方法，尤其是涉及一种立体视频码率控制方法。

背景技术

进入本世纪以来，随着数字2D(二维)视频技术日趋成熟，以及计算机、通信及网络技术的快速发展，引发了人们对新一代视频系统的强烈需求。现行的二维视频系统在表现自然场景时，难以满足用户的立体感和视点交互等的需求。三维视频系统由于能够提供立体感、视点交互性的全新视觉体验而越来越受到人们的欢迎，在视频通信、影视娱乐、数字动漫、虚拟战场、旅游观光、远程教学等领域有广泛的应用前景。国际标准组织MPEG与ITU-T也开展了立体视频压缩应用标准制定的相关工作。

现有的立体视频编码的研究更多地考虑了视点间的冗余信息，但对于立体视频的视觉冗余信息却缺乏足够的重视。心理学研究结果表明，立体视觉中存在掩蔽效益，即立体视频的左右视点图像之间存在最小可察觉变化步长(JND)阈值，构成立体视频的两个视点图像，质量好的视点图像的质量对立体视觉的整体质量贡献较大，利用人类立体视觉系统的这一特性，对立体视频采用非对称编码方式来达到进一步节省码流的效果，即对左视点视频进行正常编码，对右视点视频进行低质量编码，但是需要在立体视频编码过程中对左右视点视频的码率和质量进行合理的控制，以保证能呈现最佳的立体视觉掩蔽效应。

目前已提出了一些针对单视点视频的码率控制方法，如MPEG-2的TM5、H.263的TMN8、MPEG-4的VM8、H.264的JVT-G012等算法，然而，这些码率控制算法并不能直接应用于双通道的立体视频，这是因为：一方面，由于现在的码率控制方法采用不同的率失真模型来反映信源编码特性，忽略了对左右视点视频的质量进行控制；另一方面，由于对立体视频编码进行码率控制的输出码率与输出的左右通道的质量之间存在一个折中，如何在编码过程中即对目标码率进行控制，又使左右通道的质量差距在人眼最小可察觉变化步长阈值范围内，并且保持相对稳定性，以提高方法的有效性，都是在对立体视频进行码率控制过程中需要研究解决的问题。

发明内容

本发明所要解决的技术问题是提供一种能够合理地分配立体视频左右视点的编码码率，有效地控制左右视点质量的立体视频码率控制方法。

本发明解决上述技术问题所采用的技术方案为：一种立体视频码率控制方法，其特征在于包括以下步骤：

①将外部立体视频捕获工具捕获得到的未经处理的且颜色空间为YUV的立体视频定义为原始立体视频，在空域上该原始立体视频包括左视点原始视频和右视点原始视频，左视点原始视频主要由若干个帧组的左视点图像组成，右视点原始视频主要由若干个帧组的右视点图像组成，左视点原始视频的帧组和对应的右视点原始视频的帧组构成立体帧组，一个立体帧组由包含左视点图像和右视点图像的若干个立体图像对组成，其中，YUV颜色空间的三个颜色分量中的第1个颜色分量为亮度分量，记为Y，第2个颜色分量为第一色度分量，记为U，第3个颜色分量为第二色度分量，记为V；

②根据设定的总的目标比特数和初始量化参数，在编码第i个立体帧组之前(i≥1)，对当前立体帧组的目标比特数和初始量化参数进行预算，将对当前立体帧组的左视点图像进行编码的初始量化参数记为QP_L(i，1)，对当前立体帧组的右视点图像进行编码的初始量化参数记为QP_R(i，1)，对当前立体帧组进行编码的目标比特数记为T_SGOP(i，1)，对于第1个立体帧组(i＝1)，QP_L(1，1)直接采用设定的初始量化参数，QP_R(1，1)＝QP_L(1，1)+1，对于其他的立体帧组(i＞1)，

其中，

表示第i-1个立体帧组中所有采用P帧编码的立体图像对的左视点图像的平均量化参数，

表示第i-1个立体帧组中所有采用P帧编码的立体图像对的右视点图像的平均量化参数，u(i，1)表示编码第i个立体帧组第1个立体图像对时可获取的信道带宽，F_r表示帧率，N_SGOP表示一个立体帧组中立体图像对的数目，B_SGOP表示编码完上一个立体帧组之后缓冲区的大小；

③将对当前第i个立体帧组的第2个立体图像对的左视点图像进行编码的量化参数记为QP_L(i，2)，对当前第i个立体帧组的第2个立体图像对的右视点图像进行编码的量化参数记为QP_R(i，2)，将第1个立体图像对的左右视点图像的编码量化参数作为第2个立体图像对的左右视点图像的编码量化参数，QP_L(i，2)＝QP_L(i，1)，QP_R(i，2)＝QP_R(i，1)；

④对当前第i个立体帧组的剩余立体图像对的目标比特数进行预算，确定当前第i个帧组中尚未编码的立体图像对的目标比特数，记从第j个立体图像对开始的所有尚未编码的立体图像对的目标比特数为T_SGOP(i，j)，T_SGOP(i，j)＝T_SGOP(i，j-1)-A_L(i，j-1)-A_R(i，j-1)，其中，2≤j≤N_SGOP，A_L(i，j-1)表示对第i个立体帧组第j-1个立体图像对的左视点图像进行编码产生的实际比特数，A_R(i，j-1)表示对第i个立体帧组第j-1个立体图像对的右视点图像进行编码产生的实际比特数；

⑤对当前第i个立体帧组的缓冲区进行更新，记对第i个立体帧组第j个(j≥3)立体图像对进行编码的缓冲器的目标饱和度为TB(i，j)，对于第3个立体图像对(j＝3)，将编码完初始两个立体图像对之后缓冲区的实际饱和度作为缓冲区的目标饱和度，TB(i，3)＝CB(i，3)，对于其他的立体图像对(j＞3)，

其中，CB(i，3)表示编码完初始两个立体图像对之后缓冲器的实际饱和度，u(i，j)表示编码第i个立体帧组第j个立体图像对时可获取的信道带宽；

⑥根据尚未编码的立体图像对的目标比特数T_SGOP(i，j)和缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i，j)；

⑦通过对立体视频掩蔽效应的分析，获得左右视点图像之间的最小可察觉变化步长(JND)阈值，以PSNR_L表示左视点图像的峰值信噪比，以PSNR_R表示右视点图像的峰值信噪比，以QP_L表示左视点图像的量化参数，以QP_R表示右视点图像的量化参数，以ΔPSNR_LR表示左右视点图像的质量差值，ΔPSNR_LR＝PSNR_L-PSNR_R，以ΔQP_LR表示左右视点图像的量化参数差值，ΔQP_LR＝QP_R-QP_L，确立左视点图像的编码量化参数值QP_L、左右视点图像的编码量化参数差值ΔQP_LR和对应的左右视点图像的峰值信噪比差值ΔPSNR_LR的关系，即建立立体失真-量化关系模型，用立体D-Q模型来表示，立体D-Q模型表示为ΔPSNR_LR＝β₀+β₁ΔQP_LR+β₂QP_L，并控制ΔPSNR_LR与实际的JND阈值的误差在最小范围之内，其中，β₀、β₁和β₂为立体D-Q模型参数；

⑧根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i，j)，获取在目标比特T_LR(i，j)下对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i，j)，获取在目标比特T_LR(i，j)下对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i，j)；

⑨根据对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特T_L(i，j)，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化参数，记为QP_L(i，j)，QP_L(i，j)＝6log₂(Q_step，L(i，j))+4，其中，Q_step，L(i，j)表示对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化步长，Q_step，L(i，j)通过采用二次码率-量化模型得到，二次码率-量化模型用二次R-Q模型来表示，

MAD(i，j)表示第i个立体帧组第j个立体图像对的左视点图像的编码复杂度，MAD(i，j)通过采用编码复杂度预测模型得到，编码复杂度预测模型用MAD预测模型来表示，MAD(i，j)＝c₁×MAD(i，j-1)+c₂，H(i，j)表示第i个立体帧组第j个立体图像对的左视点图像的头信息比特数的预测值，a₁和a₂表示通过拟合得到的二次R-Q模型的参数，c₁和c₂表示通过拟合得到的MAD预测模型的参数；

⑩根据对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特T_R(i，j)，获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的量化参数，记为QP_R(i，j)，QP_R(i，j)＝QP_L(i，j)+ΔQP_LR(i，j)，其中，ΔQP_LR(i，j)表示第i个立体帧组第j个立体图像对的左右视点图像的量化参数差值，ΔQP_LR(i，j)通过采用立体D-Q模型得到，ΔPSNR_LR(i，j)＝β₀+β₂QP_L(i，j)+β₁ΔQP_LR(i，j)，使得ΔPSNR_LR(i，j)与实际的JND阈值的误差在最小范围之内，其中，ΔPSNR_LR(i，j)表示第i个立体帧组第j个立体图像对的左右视点图像的质量差值；

根据设定的立体视频编码预测结构，采用QP_L(i，j)对第i个立体帧组第j个立体图像对的原始左视点图像进行编码，得到左视点图像码流；采用QP_R(i，j)对第i个立体帧组第j个立体图像对的原始右视点图像进行编码，得到右视点图像码率；

根据已编码的立体图像对的峰值信噪比和量化参数信息，采用线性回归技术对立体D-Q模型的参数β₀、β₁和β₂进行更新，对二次R-Q模型的参数a₁和a₂进行更新，对MAD预测模型的参数c₁和c₂进行更新；

对当前立体帧组的下一个立体图像对重复执行步骤②至

直至对所有立体帧组的所有立体图像对完成编码。

所述的步骤⑥的具体过程为：

⑥-1、根据尚未编码的立体图像对的目标比特数T_SGOP(i，j)，获取对第i个立体帧组第j个立体图像对进行编码的第一候选目标比特数，记为

其中，N_p，r表示尚未编码的立体图像对中采用P帧编码的立体图像对的数目，N_b，r表示尚未编码的立体图像对中采用B帧编码的立体图像对的数目，W_p(i，j-1)表示已编码的立体图像对中采用P帧编码的立体图像对的编码复杂度，W_b(i，j-1)表示已编码的立体图像对中采用B帧编码的立体图像对的编码复杂度；

⑥-2、根据缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的第二候选目标比特数，记为

其中，CB(i，j)表示在编码第i个立体帧组第j个立体图像对之前缓冲器的实际饱和度，γ为控制缓冲器强度的常数，如果当前立体帧组中没有采用B帧编码的立体图像对，则γ取0.25，否则γ取0.75；

⑥-3、将第一候选目标比特数

和第二候选目标比特数

进行加权，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i，j)，

其中β为加权系数，如果当前立体帧组中没有采用B帧编码的立体图像对，则β取0.5，否则β取0.9。

所述的步骤⑦的具体过程为：

⑦-1、任取N个各不相同的编码量化参数作为原始左视点图像的编码量化参数值，分别记为QP′_L1，…，QP′_Li，…，QP′_LN，对每一个左视点图像的编码量化参数值，又分别取M个各不相同的左右视点图像的编码量化参数差值，分别记为ΔQP′_LR1，…，ΔQP′_LRj，…，ΔQP′_LRM，得到对应的右视点图像的编码量化参数值，分别记为QP′_R1，…，QP′_RK，…，QP′_R(M×N)；

⑦-2、采用左视点图像的编码量化参数集合{QP′_Li|0≤i≤N}和对应的右视点图像的编码量化参数集合{QP′_Rk|0≤k≤M×N}，分别对原始左视点图像和原始右视点图像进行编码，分别得到以该M×N个不同的编码量化参数对原始左视点图像和原始右视点图像进行编码的峰值信噪比，分别记为PSNR′_L1，…，PSNR′_Lk，…，PSNR′_L(M×N)和PSNR′_R1，…，PSNR′_Rk，…，PSNR′_R(M×N)，对应的左右视点图像的峰值信噪比差值记为ΔPSNR′_LR1，…，ΔPSNR′_LRk，…，ΔPSNR′_LR(M×N)；

⑦-3、将左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值表示成线性方程，ΔPSNR_LR＝β₀+β₁ΔQP_LR+β₂QP_L，其中β₀、β₁和β₂为模型参数；

⑦-4、根据已得到的左视点图像的编码量化参数集合{QP′_Li|0≤i≤N}，左右视点图像的编码量化参数差值集合{ΔQP′_LRk|0≤k≤M×N}，和对应的左右视点图像的峰值信噪比差值集合{ΔPSNR′_LRk|0≤k≤M×N}，通过线性回归技术拟合得到模型参数β₀、β₁和β₂。

所述的步骤⑧的具体过程为：

⑧-1、通过最小化概率密度函数获取对第i个立体帧组第j个立体图像对的左视点图像和右视点图像进行编码的最佳量化参数组合，记为

其中，

表示最小化概率密度函数，Q表示对左视点图像和右视点图像进行编码的所有的量化参数组合的集合，(QP′_L(i，j)，QP′_R(i，j))∈Q，A′_L(i，j)|QP′_L(i，j)表示以量化参数QP′_L(i，j)对原始左视点图像进行编码产生的实际比特数，A′_R(i，j)|QP′_R(i，j)表示以量化参数QP′_R(i，j)对原始右视点图像进行编码产生的实际比特数；

⑧-2、对集合Q中对原始左视点图像进行编码的量化参数QP′_L(i，j)和对原始右视点图像进行编码的量化参数QP′_R(i，j)的取值范围进行进一步约束，QP′_L(i，j)的取值范围为QP′_L(i，j-1)-ΔQP_TH≤QP′_L(i，j)≤QP′_L(i，j-1)+ΔQP_TH，并且根据QP′_L(i，j)的取值范围和ΔPSNR_LR与QP_L和ΔQP_LR的关系模型，确定QP′_R(i，j)的取值范围为QP′_R(i，j)＝arg min[|PSNR′_L(i，j)|QP′_L(i，j)-PSNR′_R(i，j)|QP′_R(i，j)-ΔPSNR′_LR(i，j)|]，其中ΔPSNR′_LR(i，j)＝β₀+β₁ΔQP′_LR(i，j)+β₂QP′_L(i，j)，PSNR′_L(i，j)|QP′_L(i，j)表示以量化参数QP′_L(i，j)对原始左视点图像进行编码得到的峰值信噪比，PSNR′_R(i，j)|QP′_R(i，j)表示以量化参数QP′_R(i，j)对原始右视点图像进行编码得到的峰值信噪比，ΔQP_TH为固定阈值；

⑧-3、根据对原始左视点图像和原始右视点图像进行编码的最佳量化参数组合，获取原始左视点图像与原始右视点图像的最佳码率比重，记为η，

⑧-4、根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i，j)和原始左视点图像与原始右视点图像的最佳码率比重η，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i，j)，

获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i，j)，

与现有技术相比，本发明的优点在于：

1)本发明方法利用人眼的立体视觉冗余采用不同的量化参数对左右通道进行编码，使左右通道的质量呈现非对称性从而提高编码效率，同时通过码率控制的方法来控制编码的比特输出，使之与带宽的预算相吻合，大大提高了传输的鲁棒性。

2)本发明方法在总码率限制条件下，通过建立立体失真-量化模型(立体D-Q模型)对左右视点图像的质量进行控制，从而保证在编码过程中即对目标码率进行控制，又使左右通道的质量差距在人眼最小可察觉变化步长(JND)阈值范围内，这样避免了复杂的左右通道量化步长的选择过程，大大降低了编码复杂度。

附图说明

图1为本发明方法的流程框图；

图2a为“Booksale”立体测试序列的左视点图像；

图2b为“Booksale”立体测试序列的右视点图像；

图3a为“Akko”立体测试序列的左视点图像；

图3b为“Akko”立体测试序列的右视点图像；

图4为“Booksale”立体测试序列的左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系曲线平面图；

图5为“Akko”立体测试序列的左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系曲线平面图；

图6为“Booksale”立体测试序列在不同的左视点图像的编码量化参数值条件下，左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的曲线图；

图7为“Akko”立体测试序列在不同的左视点图像的编码量化参数值条件下，左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的曲线图；

图8为“Booksale”立体测试序列在目标比特2000kbps下采用本发明方法与采用传统的独立控制方法的左右视点图像的峰值信噪比差值的比较结果；

图9为“Akko”立体测试序列在目标比特2000kbps下采用本发明方法与采用传统的独立控制方法的左右视点图像的峰值信噪比差值的比较结果；

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，一种立体视频码率控制方法，具体步骤如下：

①将外部立体视频捕获工具捕获得到的未经处理的且颜色空间为YUV的立体视频定义为原始立体视频，在空域上该原始立体视频包括左视点原始视频和右视点原始视频，左视点原始视频主要由若干个帧组的左视点图像组成，右视点原始视频主要由若干个帧组的右视点图像组成，左视点原始视频的帧组和对应的右视点原始视频的帧组构成立体帧组，一个立体帧组由包含左视点图像和右视点图像的若干个立体图像对组成，其中，YUV颜色空间的三个颜色分量中的第1个颜色分量为亮度分量，记为Y，第2个颜色分量为第一色度分量，记为U，第3个颜色分量为第二色度分量，记为V。

在本实施中，采用标准的立体测试序列“Booksale”和“Akko”作为原始立体视频，这两个立体视频序列均包括左右两幅图像，“Booksale”的各幅图像的分辨率均为320×240，“Akko”的各幅图像的分辨率均为640×480。图2a和图2b分别给出了“Booksale”的左视点图像和右视点图像；图3a和图3b分别给出了“Akko”的左视点图像和右视点图像。

②根据设定的总的目标比特数和初始量化参数，在编码第i个立体帧组之前(i≥1)，对当前立体帧组的目标比特数和初始量化参数进行预算，将对当前立体帧组的左视点图像进行编码的初始量化参数记为QP_L(i，1)，对当前立体帧组的右视点图像进行编码的初始量化参数记为QP_R(i，1)，对当前立体帧组进行编码的目标比特数记为T_SGOP(i，1)，对于第1个立体帧组(i＝1)，QP_L(1，1)直接采用设定的初始量化参数，QP_R(1，1)＝QP_L(1，1)+1，

对于其他的立体帧组(i＞1)，

其中，

表示第i-1个立体帧组中所有采用P帧编码的立体图像对的左视点图像的平均量化参数，表示第i-1个立体帧组中所有采用P帧编码的立体图像对的右视点图像的平均量化参数，u(i，1)表示编码第i个立体帧组第1个立体图像对时可获取的信道带宽，F_r表示帧率，N_SGOP表示一个立体帧组中立体图像对的数目，B_SGOP表示编码完上一个立体帧组之后缓冲区的大小，在本实施例中，F_r＝30，N_SGOP＝15。

③将对当前第i个立体帧组的第2个立体图像对的左视点图像进行编码的量化参数记为QP_L(i，2)，对当前第i个立体帧组的第2个立体图像对的右视点图像进行编码的量化参数记为QP_R(i，2)，将第1个立体图像对的左右视点图像的编码量化参数作为第2个立体图像对的左右视点图像的编码量化参数，QP_L(i，2)＝QP_L(i，1)，QP_R(i，2)＝QP_R(i，1)。

④对当前第i个立体帧组的剩余立体图像对的目标比特数进行预算，确定当前第i个帧组中尚未编码的立体图像对的目标比特数，记从第j个立体图像对开始的所有尚未编码的立体图像对的目标比特数为T_SGOP(i，j)，T_SGOP(i，j)＝T_SGOP(i，j-1)-A_L(i，j-1)-A_R(i，j-1)，其中，2≤j≤N_SGOP，A_L(i，j-1)表示对第i个立体帧组第j-1个立体图像对的左视点图像进行编码产生的实际比特数，A_R(i，j-1)表示对第i个立体帧组第j-1个立体图像对的右视点图像进行编码产生的实际比特数。

⑤对当前第i个立体帧组的缓冲区进行更新，记对第i个立体帧组第j个(j≥3)立体图像对进行编码的缓冲器的目标饱和度为TB(i，j)，对于第3个立体图像对(j＝3)，将编码完初始两个立体图像对之后缓冲区的实际饱和度作为缓冲区的目标饱和度，TB(i，3)＝CB(i，3)，对于其他的立体图像对(j＞3)，

其中，CB(i，3)表示编码完初始两个立体图像对之后缓冲器的实际饱和度，u(i，j)表示编码第i个立体帧组第j个立体图像对时可获取的信道带宽。

⑥根据尚未编码的立体图像对的目标比特数T_SGOP(i，j)和缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i，j)。

在此具体实施例中，步骤⑥的具体过程为：

⑥-1、根据尚未编码的立体图像对的目标比特数T_SGOP(i，j)，获取对第i个立体帧组第j个立体图像对进行编码的第一候选目标比特数，记为

其中，N_p，r表示尚未编码的立体图像对中采用P帧编码的立体图像对的数目，N_b，r表示尚未编码的立体图像对中采用B帧编码的立体图像对的数目，W_p(i，j-1)表示已编码的立体图像对中采用P帧编码的立体图像对的编码复杂度，W_b(i，j-1)表示已编码的立体图像对中采用B帧编码的立体图像对的编码复杂度；

⑥-2、根据缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的第二候选目标比特数，记为

其中，CB(i，j)表示在编码第i个立体帧组第j个立体图像对之前缓冲器的实际饱和度，γ为控制缓冲器强度的常数，如果当前立体帧组中没有采用B帧编码的立体图像对，则γ取0.25，否则γ取0.75；

⑥-3、将第一候选目标比特数

和第二候选目标比特数

进行加权，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i，j)，其中β为加权系数，如果当前立体帧组中没有采用B帧编码的立体图像对，则β取0.5，否则β取0.9。

⑦在之前2010年9月22日公开的申请的专利201010184200.9中，通过对立体视频掩蔽效应的分析，获得左右视点图像之间的最小可察觉变化步长(JND)阈值，以PSNR_L表示左视点图像的峰值信噪比，以PSNR_R表示右视点图像的峰值信噪比，以QP_L表示左视点图像的量化参数，以QP_R表示右视点图像的量化参数，以ΔPSNR_LR表示左右视点图像的质量差值，ΔPSNR_LR＝PSNR_L-PSNR_R，以ΔQP_LR表示左右视点图像的量化参数差值，ΔQP_LR＝QP_R-QP_L，确立左视点图像的编码量化参数值QP_L、左右视点图像的编码量化参数差值ΔQP_LR和对应的左右视点图像的峰值信噪比差值ΔPSNR_LR的关系，即建立立体失真-量化关系模型(用立体D-Q模型来表示)，立体D-Q模型表示为ΔPSNR_LR＝β₀+β₁ΔQP_LR+β₂QP_L，并控制ΔPSNR_LR与实际的JND阈值的误差在最小范围之内，其中，β₀、β₁和β₂为立体D-Q模型参数，在本实施例中，JND阈值取2。

在此具体实施例中，步骤⑦的具体过程为：

⑦-1、任取N个各不相同的编码量化参数作为原始左视点图像的编码量化参数值，分别记为QP′_L1，…，QP′_Li，…，QP′_LN，对每一个左视点图像的编码量化参数值，又分别取M个各不相同的左右视点图像的编码量化参数差值，分别记为ΔQP′_LR1，…，ΔQP′_LRj，…，ΔQP′_LRM，得到对应的右视点图像的编码量化参数值，分别记为QP′_R1，…，QP′_Rk，…，QP′_R(M×N)；

⑦-2、采用左视点图像的编码量化参数集合{QP′_Li|0≤i≤N}和对应的右视点图像的编码量化参数集合{QP′_Rk|0≤k≤M×N}，分别对原始左视点图像和原始右视点图像进行编码，分别得到以该M×N个不同的编码量化参数对原始左视点图像和原始右视点图像进行编码的峰值信噪比，分别记为PSNR′_L1，…，PSNR′_Lk，…，PSNR′_L(M×N)和PSNR′_R1，…，PSNR′_Rk，…，PSNR′_R(M×N)，对应的左右视点图像的峰值信噪比差值记为ΔPSNR′_LR1，…，ΔPSNR′_LRk，…，ΔPSNR′_LR(M×N)；

⑦-3、将左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值表示成线性方程，ΔPSNR_LR＝β₀+β₁ΔQP_LR+β₂QP_L，其中β₀、β₁和β₂为模型参数；

⑦-4、根据已得到的左视点图像的编码量化参数集合{QP′_Li|0≤i≤N}，左右视点图像的编码量化参数差值集合{ΔQP′_LRk|0≤k≤M×N}，和对应的左右视点图像的峰值信噪比差值集合{ΔPSNR′_LRk|0≤k≤M×N}，通过线性回归技术拟合得到模型参数β₀、β₁和β₂。

在本实施例中，为了说明左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系，采用不同的量化参数对“Booksale”和“Akko”立体视频序列的第1个立体图像对进行实验，图4给出了“Booksale”的左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系曲线平面图，图5给出了“Akko”的左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的关系曲线平面图，图6给出了“Booksale”在不同的左视点图像的编码量化参数值条件下，左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的曲线图，图7给出了“Akko”在不同的左视点图像的编码量化参数值条件下，左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值的曲线图，可以看出左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的峰值信噪比差值之间呈现明显的线性关系，因此在本实施例中以线性方程来建立三者之间的关系模型。

⑧由于左右通道质量差的存在会导致各通道的输出比特有较大的波动，甚至可能超出带宽的限制，因此有必要通过码率控制的方法来确定各通道的目标比特，使之与实际的左右通道质量相吻合。根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i，j)，获取在目标比特T_LR(i，j)下对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i，j)，获取在目标比特T_LR(i，j)下对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i，j)。

在此具体实施例中，步骤⑧的具体过程为：

⑧-1、通过最小化概率密度函数获取对第i个立体帧组第j个立体图像对的左视点图像和右视点图像进行编码的最佳量化参数组合，记为

其中，

表示最小化概率密度函数，Q表示对左视点图像和右视点图像进行编码的所有的量化参数组合的集合，(QP′_L(i，j)，QP′_R(i，j))∈Q，A′_L(i，j)|QP′_L(i，j)表示以量化参数QP′_L(i，j)对原始左视点图像进行编码产生的实际比特数，A′_R(i，j)|QP′_R(i，j)表示以量化参数QP′_R(i，j)对原始右视点图像进行编码产生的实际比特数；

⑧-2、对集合Q中对原始左视点图像进行编码的量化参数QP′_L(i，j)和对原始右视点图像进行编码的量化参数QP′_R(i，j)的取值范围进行进一步约束，QP′_L(i，j)的取值范围为QP′_L(i，j-1)-ΔQP_TH≤QP′_L(i，j)≤QP′_L(i，j-1)+ΔQP_TH，并且根据QP′_L(i，j)的取值范围和ΔPSNR_LR与QP_L和ΔQP_LR的关系模型，确定QP′_R(i，j)的取值范围为QP′_R(i，j)＝arg min[|PSNR′_L(i，j)|QP′_L(i，j)-PSNR′_R(i，j)|QP′_R(i，j)-ΔPSNR′_LR(i，j)|]，其中ΔPSNR′_LR(i，j)＝β₀+β₁ΔQP′_LR(i，j)+β₂QP′_L(i，j)，PSNR′_L(i，j)|QP′_L(i，j)表示以量化参数QP′_L(i，j)对原始左视点图像进行编码得到的峰值信噪比，PSNR′_R(i，j)|QP′_R(i，j)表示以量化参数QP′_R(i，j)对原始右视点图像进行编码得到的峰值信噪比，ΔQP_TH为固定阈值；

⑧-3、根据对原始左视点图像和原始右视点图像进行编码的最佳量化参数组合，获取原始左视点图像与原始右视点图像的最佳码率比重，记为η，

⑧-4、根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i，j)和原始左视点图像与原始右视点图像的最佳码率比重η，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i，j)，

获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i，j)，

⑨由于目标比特数与编码产生的实际比特数会有一定的偏差，通过最小化概率密度函数获取的最佳量化参数组合

并不能直接作为对左视点图像和右视点图像进行编码的量化参数。根据对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特T_L(i，j)，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化参数，记为QP_L(i，j)，QP_L(i，j)＝6log₂(Q_step，L(i，j))+4，其中，Q_step，L(i，j)表示对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化步长，Q_step，L(i，j)通过采用二次码率-量化模型得到(用二次R-Q模型来表示)，

MAD(i，j)表示第i个立体帧组第j个立体图像对的左视点图像的编码复杂度，MAD(i，j)通过采用编码复杂度预测模型得到(用MAD预测模型来表示)，MAD(i，j)＝c₁×MAD(i，j-1)+c₂，H(i，j)表示第i个立体帧组第j个立体图像对的左视点图像的头信息比特数的预测值，a₁和a₂表示通过拟合得到的二次R-Q模型的参数，c₁和c₂表示通过拟合得到的MAD预测模型的参数。

⑩根据对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特T_R(i，j)，获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的量化参数，记为QP_R(i，j)，QP_R(i，j)＝QP_L(i，j)+ΔQP_LR(i，j)，其中，ΔQP_LR(i，j)表示第i个立体帧组第j个立体图像对的左右视点图像的量化参数差值，ΔQP_LR(i，j)通过采用立体D-Q模型得到，ΔPSNR_LR(i，j)＝β₀+β₂QP_L(i，j)+β₁ΔQP_LR(i，j)，使得ΔPSNR_LR(i，j)与实际的JND阈值的误差在最小范围之内，其中，ΔPSNR_LR(i，j)表示第i个立体帧组第j个立体图像对的左右视点图像的质量差值。

根据设定的立体视频编码预测结构，采用QP_L(i，j)对第i个立体帧组第j个立体图像对的原始左视点图像进行编码，得到左视点图像码流；采用QP_R(i，j)对第i个立体帧组第j个立体图像对的原始右视点图像进行编码，得到右视点图像码率。

根据已编码的立体图像对的峰值信噪比和量化参数信息，采用线性回归技术对立体D-Q模型的参数β₀、β₁和β₂进行更新，对二次R-Q模型的参数a₁和a₂进行更新，对MAD预测模型的参数c₁和c₂进行更新。在本实施例中，更新的方法是保存已编码的立体图像对的数据，然后采用线性回归技术计算出模型的系数，回归分析技术的有效性依赖于样本数据的数量和质量，因此对起始若干组立体图像对进行编码时模型并不是十分稳定。

对当前立体帧组的下一个立体图像对重复执行步骤②至

直至对所有立体帧组的所有立体图像对完成编码。

以下就利用本发明方法对“Booksale”、“Akko”立体视频序列的控制性能进行比较。

将采用本发明的控制性能，与采用传统的独立控制方法的控制性能进行比较，采用四组不同的目标比特进行编码实验，{600kbps，1000kbps，2000kbps，3000kbps}，比较结果如表1所示。传统的独立控制方法能够实现很好的控制精度这是因为左右视点的最佳码率比重是通过穷尽搜索得到的，计算复杂度非常高，而本发明方法能够自动控制各左右视点图像的码率以达到最佳的码率和质量控制性能，图8为给出了“Booksale”在目标比特2000kbps下采用本发明方法与采用传统的独立控制方法的左右视点图像的峰值信噪比差值的比较结果，图9给出了“Akko”在目标比特2000kbps下采用本发明方法与采用传统的独立控制方法的左右视点图像的峰值信噪比差值的比较结果，从图8和图9中可以看出，采用本发明方法能够实现更加平稳的控制，说明本发明方法是有效可行的。

表1  本发明方法与传统的独立控制方法的控制性能比较

Claims (4)

1.一种立体视频码率控制方法，其特征在于包括以下步骤：

①将外部立体视频捕获工具捕获得到的未经处理的且颜色空间为YUV的立体视频定义为原始立体视频，在空域上该原始立体视频包括左视点原始视频和右视点原始视频，左视点原始视频主要由若干个帧组的左视点图像组成，右视点原始视频主要由若干个帧组的右视点图像组成，左视点原始视频的帧组和对应的右视点原始视频的帧组构成立体帧组，一个立体帧组由包含左视点图像和右视点图像的若干个立体图像对组成，其中，YUV颜色空间的三个颜色分量中的第1个颜色分量为亮度分量，记为Y，第2个颜色分量为第一色度分量，记为U，第3个颜色分量为第二色度分量，记为V；

②根据设定的总的目标比特数和初始量化参数，在编码第i个立体帧组之前，其中i≥1，对当前立体帧组的目标比特数和初始量化参数进行预算，将对当前立体帧组的左视点图像进行编码的初始量化参数记为QP_L(i,1)，对当前立体帧组的右视点图像进行编码的初始量化参数记为QP_R(i,1)，对当前立体帧组进行编码的目标比特数记为T_SGOP(i,1)，对于i＝1时的第1个立体帧组，QP_L(1,1)直接采用设定的初始量化参数，QP_R(1,1)=QP_L(1,1)+1，

对于其他的立体帧组，其中i>1， ${\mathrm{QP}}_L(i,1)=\stackrel{\‾}{{\mathrm{QP}}_{L,p}}-1-\frac{N_{\mathrm{SGOP}}}{15},$ ${\mathrm{QP}}_R(i,1)={\mathrm{QP}}_L(i,1)+\stackrel{\‾}{{\mathrm{QP}}_{R,p}}-\stackrel{\‾}{{\mathrm{QP}}_{L,p}},$

其中，

表示第i-1个立体帧组中所有采用P帧编码的立体图像对的左视点图像的平均量化参数，

表示第i-1个立体帧组中所有采用P帧编码的立体图像对的右视点图像的平均量化参数，u(i，1)表示编码第i个立体帧组第1个立体图像对时可获取的信道带宽，F_r表示帧率，N_SGOP表示一个立体帧组中立体图像对的数目，B_SGOP表示编码完上一个立体帧组之后缓冲区的大小；

③将对当前第i个立体帧组的第2个立体图像对的左视点图像进行编码的量化参数记为QP_L(i,2)，对当前第i个立体帧组的第2个立体图像对的右视点图像进行编码的量化参数记为QP_R(i,2)，将第1个立体图像对的左右视点图像的编码量化参数作为第2个立体图像对的左右视点图像的编码量化参数，即QP_L(i,2)=QP_L(i,1)，QP_R(i,2)=QP_R(i,1)；

④对当前第i个立体帧组的剩余立体图像对的目标比特数进行预算，确定当前第i个帧组中尚未编码的立体图像对的目标比特数，记从第j个立体图像对开始的所有尚未编码的立体图像对的目标比特数为T_SGOP(i,j)，T_SGOP(i,j)=T_SGOP(i,j-1)-A_L(i,j-1)-A_R(i,j-1)，其中，2≤j≤N_SGOP，A_L(i,j-1)表示对第i个立体帧组第j-1个立体图像对的左视点图像进行编码产生的实际比特数，A_R(i,j-1)表示对第i个立体帧组第j-1个立体图像对的右视点图像进行编码产生的实际比特数；

⑤对当前第i个立体帧组的缓冲区进行更新，记对第i个立体帧组第j个立体图像对进行编码的缓冲器的目标饱和度为TB(i,j)，其中j≥3，对于j=3时的第3个立体图像对，将编码第3个立体图像对之前缓冲区的实际饱和度作为缓冲区的目标饱和度，TB(i,3)=CB(i,3)，对于其他的立体图像对，其中j>3，

其中，CB(i,3)表示编码完初始两个立体图像对之后缓冲器的实际饱和度，u(i,j)表示编码第i个立体帧组第j个立体图像对时可获取的信道带宽；

⑥根据尚未编码的立体图像对的目标比特数T_SGOP(i,j)和缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i,j)；

⑦通过对立体视频掩蔽效应的分析，获得左右视点图像之间的最小可察觉变化步长JND的阈值，以PSNR_L表示左视点图像的峰值信噪比，以PSNR_R表示右视点图像的峰值信噪比，以QP_L表示左视点图像的量化参数，以QP_R表示右视点图像的量化参数，以ΔPSNR_LR表示左右视点图像的质量差值，ΔPSNR_LR=PSNR_L-PSNR_R，以ΔQP_LR表示左右视点图像的量化参数差值，ΔQP_LR=QP_R-QP_L，确立左视点图像的编码量化参数值QP_L、左右视点图像的编码量化参数差值ΔQP_LR和对应的左右视点图像的质量差值ΔPSNR_LR的关系，即建立立体失真-量化关系模型，用立体D-Q模型来表示，立体D-Q模型表示为ΔPSNR_LR=β₀+β₁ΔQP_LR+β₂QP_L，并控制ΔPSNR_LR与实际的JND阈值的误差在最小范围之内，其中，β₀、β₁和β₂为立体D-Q模型参数；

⑧根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i,j)，获取在目标比特T_LR(i,j)下对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i,j)，获取在目标比特T_LR(i,j)下对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i,j)；

⑨根据对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特T_L(i,j)，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化参数，记为QP_L(i,j)，QP_L(i,j)=6log₂(Q_step,L(i,j))+4，其中，Q_step,L(i,j)表示对第i个立体帧组第j个立体图像对的左视点图像进行编码的量化步长，Q_step，L(i,j)通过采用二次码率-量化模型得到，二次码率-量化模型用二次R-Q模型来表示， $T_L(i,j)=a_1\×\frac{\mathrm{MAD}(i,j)}{Q_{\mathrm{step},L}(i,j)}+a_2\×\frac{\mathrm{MAD}(i,j)}{Q_{\mathrm{step},L}^2(i,j)}+H(i,j),$ MAD(i,j)表示第i个立体帧组第j个立体图像对的左视点图像的编码复杂度，MAD(i,j)通过采用编码复杂度预测模型得到，编码复杂度预测模型用MAD预测模型来表示，MAD(i,j)=c₁×MAD(i,j-1)+c₂，H(i,j)表示第i个立体帧组第j个立体图像对的左视点图像的头信息比特数的预测值，a₁和a₂表示通过拟合得到的二次R-Q模型的参数，c₁和c₂表示通过拟合得到的MAD预测模型的参数；

⑩根据对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特T_R(i,j)，获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的量化参数，记为QP_R(i,j)，QP_R(i,j)=QP_L(i,j)+ΔQP_LR(i,j)，其中，ΔQP_LR(i,j)表示第i个立体帧组第j个立体图像对的左右视点图像的量化参数差值，ΔQP_LR(i,j)通过采用立体D-Q模型得到，ΔPSNR_LR(i,j)=β₀+β₂QP_L(i,j)+β₁ΔQP_LR(i,j)，使得ΔPSNR_LR(i,j)与实际的最小可察觉变化步长JND的阈值的误差在最小范围之内，其中，ΔPSNR_LR(i,j)表示第i个立体帧组第j个立体图像对的左右视点图像的质量差值；

根据设定的立体视频编码预测结构，采用QP_L(i,j)对第i个立体帧组第j个立体图像对的原始左视点图像进行编码，得到左视点图像码流；采用QP_R(i,j)对第i个立体帧组第j个立体图像对的原始右视点图像进行编码，得到右视点图像码率；

根据已编码的立体图像对的峰值信噪比和量化参数信息，采用线性回归技术对立体D-Q模型的参数β₀、β₁和β₂进行更新，对二次R-Q模型的参数a₁和a₂进行更新，对MAD预测模型的参数c₁和c₂进行更新；

对当前立体帧组的下一个立体图像对重复执行步骤②至

直至对所有立体帧组的所有立体图像对完成编码。

2.如权利要求1所述的一种立体视频码率控制方法，其特征在于所述的步骤⑥的具体过程为：

⑥-1、根据尚未编码的立体图像对的目标比特数T_SGOP(i,j)，获取对第i个立体帧组第j个立体图像对进行编码的第一候选目标比特数，记为

${\hat{T}}_{\mathrm{LR}}(i,j)=\frac{W_p(i,j-1)T_{\mathrm{SGOP}}(i,j)}{W_p(i,j-1)N_{p,r}+W_b(i,j-1)N_{b,r}},$ 其中，N_p,r表示尚未编码的立体图像对中采用P帧编码的立体图像对的数目，N_b，r表示尚未编码的立体图像对中采用B帧编码的立体图像对的数目，W_p(i,j-1)表示已编码的立体图像对中采用P帧编码的立体图像对的编码复杂度，W_b(i,j-1)表示已编码的立体图像对中采用B帧编码的立体图像对的编码复杂度；

⑥-2、根据缓冲区的饱和度，获取对第i个立体帧组第j个立体图像对进行编码的第二候选目标比特数，记为

${\tilde{T}}_{\mathrm{LR}}(i,j)=-\mathrm{\γ}[\mathrm{CB}(i,j)-\mathrm{TB}(i,j)]+\frac{u(i,j)}{F_r},$ 其中，CB(i,j)表示在编码第i个立体帧组第j个立体图像对之前缓冲器的实际饱和度，γ为控制缓冲器强度的常数，如果当前立体帧组中没有采用B帧编码的立体图像对，则γ取0.25，否则γ取0.75；

⑥-3、将第一候选目标比特数

和第二候选目标比特数

进行加权，获取对第i个立体帧组第j个立体图像对进行编码的目标比特，记为T_LR(i,j)，

其中β为加权系数，如果当前立体帧组中没有采用B帧编码的立体图像对，则β取0.5，否则β取0.9。

3.如权利要求1所述的一种立体视频码率控制方法，其特征在于所述的步骤⑦的具体过程为：

⑦-1、任取N个各不相同的编码量化参数作为原始左视点图像的编码量化参数值，分别记为

对每一个左视点图像的编码量化参数值，又分别取M个各不相同的左右视点图像的编码量化参数差值，分别记为

得到对应的右视点图像的编码量化参数值，分别记为

⑦-2、采用左视点图像的编码量化参数集合

和对应的右视点图像的编码量化参数集合

分别对原始左视点图像和原始右视点图像进行编码，分别得到以该M×N个不同的编码量化参数对原始左视点图像和原始右视点图像进行编码的峰值信噪比，分别记为和

对应的左右视点图像的质量差值记为 $\mathrm{\Δ}{\mathrm{PSNR}}_{\mathrm{LR}1}^{\′},\·\·\·,\mathrm{\Δ}{\mathrm{PSNR}}_{\mathrm{LRk}}^{\′},\·\·\·,\mathrm{\Δ}{\mathrm{PSNR}}_{\mathrm{LR}(M\×N)}^{\′};$

⑦-3、将左视点图像的编码量化参数值、左右视点图像的编码量化参数差值和对应的左右视点图像的质量差值表示成线性方程，ΔPSNR_LR=β₀+β₁ΔQP_LR+β₂QP_L，其中β₀、β₁和β₂为模型参数；

⑦-4、根据已得到的左视点图像的编码量化参数集合

左右视点图像的编码量化参数差值集合和对应的左右视点图像的质量差值集合

通过线性回归技术拟合得到模型参数β₀、β₁和β₂。

4.如权利要求1所述的一种立体视频码率控制方法，其特征在于所述的步骤⑧的具体过程为：

⑧-1、通过最小化概率密度函数获取对第i个立体帧组第j个立体图像对的左视点图像和右视点图像进行编码的最佳量化参数组合，记为 $({\mathrm{QP}}_L^{\mathrm{opt}}(i,j),{\mathrm{QP}}_R^{\mathrm{opt}}(i,j))=\underset{Q}{\arg \min }\left[\right|A_L^{\′}(i,j)|{\mathrm{QP}}_L^{\′}(i,j)+A_R^{\′}(i,j)|{\mathrm{QP}}_R^{\′}(i,j)-T_{\mathrm{LR}}(i,j)\left|\right],$ 其中，

表示最小化概率密度函数，Q表示对左视点图像和右视点图像进行编码的所有的量化参数组合的集合，

表示以量化参数

对原始左视点图像进行编码产生的实际比特数，表示以量化参数

对原始右视点图像进行编码产生的实际比特数；

⑧-2、对集合Q中对原始左视点图像进行编码的量化参数

和对原始右视点图像进行编码的量化参数

的取值范围进行进一步约束，

的取值范围为 ${\mathrm{QP}}_L^{\′}(i,j-1)-\mathrm{\Δ}{\mathrm{QP}}_{\mathrm{TH}}\≤{\mathrm{QP}}_L^{\′}(i,j)\≤{\mathrm{QP}}_L^{\′}(i,j-1)+\mathrm{\Δ}{\mathrm{QP}}_{\mathrm{TH}},$ 并且根据

的取值范围和ΔPSNR_LR与QP_L和ΔQP_LR的关系模型，确定

的取值范围为 ${\mathrm{QP}}_R^{\′}(i,j)=\arg \min \left[\right|{\mathrm{PSNR}}_L^{\′}(i,j)|{\mathrm{QP}}_L^{\′}(i,j)-{\mathrm{PSNR}}_R^{\′}(i,j)|{\mathrm{QP}}_R^{\′}(i,j)-\mathrm{\Δ}{\mathrm{PSNR}}_{\mathrm{LR}}^{\′}(i,j)\left|\right],$ 其中 $\mathrm{\Δ}{\mathrm{PSNR}}_{\mathrm{LR}}^{\′}(i,j)={\mathrm{\β}}_0+{\mathrm{\β}}_1\mathrm{\Δ}{\mathrm{QP}}_{\mathrm{LR}}^{\′}(i,j)+{\mathrm{\β}}_2{\mathrm{QP}}_L^{\′}(i,j),$

表示以量化参数

对原始左视点图像进行编码得到的峰值信噪比，

表示以量化参数

对原始右视点图像进行编码得到的峰值信噪比，ΔQP_TH为固定阈值；

⑧-3、根据对原始左视点图像和原始右视点图像进行编码的最佳量化参数组合，获取原始左视点图像与原始右视点图像的最佳码率比重，记为η，

⑧-4、根据对第i个立体帧组第j个立体图像对进行编码的目标比特T_LR(i,j)和原始左视点图像与原始右视点图像的最佳码率比重η，获取对第i个立体帧组第j个立体图像对的左视点图像进行编码的目标比特，记为T_L(i,j)，获取对第i个立体帧组第j个立体图像对的右视点图像进行编码的目标比特，记为T_R(i,j)， $T_R(i,j)=T_{\mathrm{LR}}(i,j)-T_L(i,j)=\frac{1}{1+\mathrm{\η}}{T}_{\mathrm{LR}}(i,j).$

Images