TW200931983A

TW200931983A - Image coding apparatus and image coding method

Info

Publication number: TW200931983A
Application number: TW97134195A
Authority: TW
Inventors: Takaaki Fuchie; Shojiro Shibata
Original assignee: Sony Corp
Priority date: 2007-09-12
Filing date: 2008-09-05
Publication date: 2009-07-16
Also published as: JP4569840B2; US20090067738A1; CN101389026B; JP2009071520A; US8509556B2; EP2061253A2; CN101389026A; KR20090027590A; EP2061253A3

Description

200931983 九、發明說明【發明所屬之技術領域】本發明係相關於例如影像編碼設備等。尤其是’本發明係相關於產生的碼量與指定給一圖像的碼目標量匹配卻不必執行圖框內回饋控制之技術領域。【先前技術】 φ 迄今爲止，在系統等中，爲了傳輸移動影像的位元流或記錄影像在記錄媒體上，已執行高效率編碼以有效使用傳輸路徑或記錄容量。在達成此目的的影像編碼設備中，由編碼器產生之位兀流的編碼位元傳輸率被控制成固定的，以符合傳輸媒體的傳輸率。由於此限制，產生資料的量，也就是說，編碼器中之量化的量化步驟被控制。也就是說，若具有複雜設計圖型的影像繼續著，則決定量化步驟是大的，以減少產生資料的量。相反地，若簡單設計圖型〇繼續著，則決定量化步驟是小的，以增加產生資料的量。因此’防止緩衝記憶體的溢位或下溢發生以維持固定比率〇因此’在根據此種習知技術的影像編碼設備中，當複 '雜的影像繼續時，則量化的步驟變大，使影像品質退化。再者’當簡單的影像繼續時，量化的步驟變小。因此，難以在整個影像中獲得同樣的影像品質。鑑於此問題，例如 ’日本專利號3358620已揭示影像編碼設備，其依據包括在GOP中之影像的複雜性，來計算欲配置到各個G〇p ( 200931983 圖像群組）之碼量。以下面方法計算碼量：若GOP包括具有複雜設計圖型之影像，則配置大量碼，若GOP包括具有簡單設計圖型之影像’則配置少量的碼。根據編碼各個GOP的困難度對上編碼複數g〇P的困難度總和之比例來完成配置。、另一方面’就產生的碼量與指定給一圖像的碼目標量相匹配的方法而言，也可適當使用TM5 (測試模型5 )的 Q 步驟5。此方法係爲將巨集區塊（MB)間平均分割配置給一圖像之碼量，分割量被使用當作用於MB的碼目標量，及在圖像中執行回饋控制以符合目標。【發明內容】然而，在諸如TM5的步驟2等方法中，在編碼一順序的開始圖像和緊接在一場景變化之後的圖像時，量化參數的最初値未與那圖像的設計圖型匹配，因此有時會使影〇像品質退化。例如，若量化參數對回饋接著那部分的設計圖型之前的部分過大，則那部分的影像品質比其他部分退化。相反地，若量化參數過小，則對那部分而言太浪費碼量，對其 '他部分會有不良影響。再者’因爲用於MB的碼目標量始終保持固定，因此若圖像的影像具有困難度的偏差等，則將會不適當配置碼量。因此，所欲產生的碼量與碼目標量匹配’以及考慮視覺特性之下配置碼量，也就是說’決定量化參數。 -5- 200931983 根據本發明的實施例，設置有一影像編碼設備，用以編碼影像資料，包括：第一編碼裝置，用以藉由編碼影像資料，來預測欲用於計算影像資料的碼目標量的量化參數和量化矩陣；第二編碼裝置，用以從藉由使用以第一編碼 ' 裝置所預測之量化參數和量化矩陣來編碼所產生之碼量與 • 碼目標量之間的誤差，來校正以第一編碼裝置所預測之量化參數；及第三編碼裝置，用以使用第二編碼裝置所校正 Q 之量化參數來編碼影像資料。因此，藉由第一和第二編碼裝置，將量化參數計算成產生的碼量與碼目標量匹配，及使用量化參數來執行編碼〇根據本發明的另一實施例，提供有一影像編碼方法，包括以下步驟：第一編碼，用以藉由編碼影像資料，來預測欲用於計算影像資料的碼目標量的量化參數和量化矩陣 ;第二編碼，用以從藉由使用以第一編碼步驟所預測之量〇化參數和量化矩陣來編碼所產生之碼量與碼目標量之間的誤差，來校正以第一編碼步驟所預測之量化參數；及第三編碼，用以使用第二編碼步驟所校正之量化參數來編碼影像資料。 ’因此，將量化參數計算成產生的碼量與碼目標量匹配，及使用量化參數來執行編碼。藉由本發明，能夠提供影像編碼設備和影像編碼方法，其使產生的碼量與碼目標量匹配，以及考慮視覺特性之下配置碼量，也就是說，決定量化參數。 -6 - 200931983 【實施方式】在下面’將詳細說明本發明的較佳實施例。下面是本發明的第一和第二實施例之特性。 •預測達成碼目標量之量化參數。藉由使用量化參數執行實際的編碼，使碼目標量和產生的碼量匹配，能夠在考慮視覺特性之下配置碼量，也就是說，決定量化參數。 ❹ •決定先前編碼時之圖像中的平均量化參數和量子矩陣。若決定影像爲先前編碼的影像，則輸入影像被使用當作輸入而不使用局部解碼影像，因此，提高反向搜尋的偵測精確性。在第一實施例中實施前者，及在第二實施例中實施後者。下面將詳細說明之。第一實施例〇在根據第一實施例之影像編碼設備和方法中，利用使用算術編碼的影像壓縮編碼方法，以MPEG4 PartlO: AVC (動態圖形專家小組p h a s e 4 P a r t 1 0 :高階視頻編碼）等爲代表，及執行下面的特性處理，以在控制碼量時，在圖像中實現令人滿意的碼量之分佈。也就是說，執行兩次預編碼，以預測用以達成碼目標量之量化參數QP，及使用量化參數QP來執行實際的編碼。尤其是，在第一預編碼中，藉由離散餘弦轉換（DCT) 和量化之後的位準之熵的計算來大致估算產生的碼量。 200931983 首先使用欲用於量化之量化參數QP中的最小QP來完成熵計算，計算那時之各値的出現數量，從最小量化參數QP的出現數量獲得各個量化參數QP之出現數量，及從此値計算用於各個量化參數QP的熵。從所獲得的熵獲 ' 得用於各個量子參數QP之產生的碼之預測量，及獲得用、以達成碼目標量之量化參數QP。再者，爲了將熵的計算應用到使用量化矩陣Q Matrix時，爲DCT區塊的各個位 Q 置計數出現數量。另一選擇是，爲了使熵計算能夠支援自適性量化，由活動將巨集區塊（MB)群組化，及爲活動所決定的各個群組計數出現數量。當作用以根據設計圖型來自適地改變量化矩陣 Q Matrix之裝置，使用在使用均一量化矩陣Q Matrix (與未使用Q Matrix相同）時之用以達成碼目標量之量化參數 QP，由量化參數QP改變量化矩陣Q Matrix。若所決定的〇量化矩陣Q Matrix不均一，則再次獲得量化矩陣Q。在第二編碼中，使用由第一預編碼所獲得之量化參數 QP和量化矩陣Q Matrix來執行編碼，以獲得產生的碼量。由產生的碼量和產生的碼目標量之間的誤差來修改量化參數QP。在實際編碼中，使用由第二編碼所獲得之量化參數QP。在下文中，將詳細說明依據此種特性的第一實施例。圖1爲根據本發明的第一實施例之影像編碼設備的組態圖 -8- 200931983 如圖1所示，影像編碼設備包括第一預編碼區1，用以執行第一預編碼；第二預編碼區2，用以執行第二預編碼；預編碼區3，用以執行實際編碼；碼量控制區4 ;和延遲緩衝器5及6。第一預編碼區1包括內部預測模式決定區1 1 ;內部預測處理區1 2 ; DC T區1 3 ;量化區14 ;熵 •計算區15;和活動計算區16。第二預編碼區2包括內部預測處理區21 ; DCT區22 ;量化區23 ;熵碼長度計算區〇 24;緩衝器25; IDCT (反DCT)區26;和反量化區27。編碼區3包括內部預測處理區31; DCT區32;量化區33 •’熵編碼區3 4 ;緩衝器3 5 ; ID C T區3 6 ;和反量化區3 7 〇就此點而言，第一預編碼區1對應於第一編碼裝置，第二預編碼區2對應於第二編碼裝置，及編碼區3對應於第三編碼裝置。再者，例如活動計算區16對應於活動計算裝置。然而，事實上本發明並不局限於這些關係。 Ο 在此種組態中，輸入影像資料4 1是到第一預編碼區1 的內部預測模式決定區Π內之第一輸入。內部預測模式決定區1 1依據輸入影像資料4 1來決定內部預測模式。此處所決定的內部預測模式也被發送到第二預編碼區2和編 ’碼區3，及也被用於第二預編碼區2之第二編碼和編碼區 3之實際編碼。接著，內部預測處理區12計算預測的影像資料和輸入的影像資料之間的差。此處，爲了簡化處理，從輸入的影像資料產生預測影像資料。DCT區1 3執行整數精確性 200931983 DCT，及發送DCT係數到量化區14。量化區14使用DCT 係數執行量化，並且將輸出發送到熵計算區1 5。熵計算區 1 5計算熵，以預測產生的碼量。由於碼量預測，所以獲得用於圖像之基本量化參數（Base QP )和欲用於下一步驟之量化矩陣（Q Matrix )，及被輸入到碼量控制區4。補 '充說明量化參數QP是用以具體指定AVC中的量化步驟之値。量化參數QP越大，量化步驟變得較大。〇與內部預測模式的決定同時，活動計算區16計算第 —預編碼區1中的活動，及根據活動將巨集區塊（MB) 群組化。爲各個巨集區塊（MB)所決定之活動群組數被輸入到熵計算區1 5和碼量控制區4。碼量控制區4從已由第一預編碼區1的第一預編碼所獲得之圖像的基本量化參數Base QP、量化矩陣Q Matrix 、及各個巨集區塊MB的活動群組，將量化資訊（各個 MB的量化矩陣Q Matrix、量化參數QP )發送到第二預編 © 碼區2，以經過預編碼。也就是說，在延遲處理之後，經由延遲緩衝器5輸入此輸入影像資料。內部預測處理區21計算預測的影像資料和輸入的影像資料之間的差。此差經過D C T區2 2的 ^ DCT ’及經過量化區23的量化。然後，熵碼長度計算區 24計算產生的碼量。就此點而言，量化區23的輸出經過反量化區27的反量化，以再生係數資料，係數資料經過 IDCT區26的IDCT，及再生有關輸入影像的影像資料，以儲存在緩衝器2 5中。 -10- 200931983 在第一預編碼區2已完成第二預編碼之後獲得產生的碼量。碼量控制區4從所獲得之產生的碼量校正基本量化參數 Base QP。第三編碼區3使用已由第二預編碼區2的第二預編碼所決定之圖像的基本量化參數Base QP、及已由第一預編 •碼決定之量化矩陣Q Matrix和活動群組來執行實際編碼〇 φ 也就是說，當內部預測處理區31接收已經過經由延遲緩衝器6的延遲處理之輸入影像資料時，內部預測處理區31計算第一預編碼時所決定之模式中的預測影像和輸入影像之間的差異影像。差異影像經過D C T區3 2的D C T ’及經過量化區3 3的量化。然後，熵碼長度計算區3 4執行熵編碼，及輸出一輸出串流42。就此點而言，量化區 33的輸出經過反量化區37的反量化以再生係數資料，係數資料經過IDCT區36的ID CT，及再生有關輸入影像的〇影像資料，以儲存在緩衝器35中。在下文中，將參考圖2的流程圖說明有關根據本發明之第一實施例的影像編碼設備之編碼的一連串處理之進一步細節。首先，活動計算區16依據輸入影像資料爲各個MB 計算活動，及根據其値將MB分成活動群組（步驟S1)。也就是說，例如，若假設將MB分成 NumOfActivityGroup群組，則活動計算區16比較活動與 ActivityTheshold[〇]到 ActivityTheshold -11 - 200931983 [NumOfActivityGroup-2]以決定群組。藉由添加依據活動群組之偏移AdaptQpDelta到用於圖像之量化參數Base QP ，可獲得用於各個MB的量化參數QP。 MB_QP = BaseQP + AdaptQpDelta[activity_group] 例如，若假設活動群組NumOfActivityGroup爲13， 0 則依據此之偏移AdaptQpDelta的各値可被決定如下。

AdaptQpDelta[13] = {-6，-5, -4, -3，-2，-1, 0, 1, 2，3, 4, 5, 6} 接著，內部預測模式決定區11決定內部預測模式（步驟S2)，及處理進行到第一預編碼處理（步驟S3)。第一預編碼處理的目的係藉由計算DCT和量化之後 G 的資料之熵來大致估算產生的碼量。在使用算數編碼的影像壓縮編碼方法中’獲得接近理論上壓縮限制之熵的壓縮係數。藉由利用此事實’使用熵來預測碼量。也就是說，以最小量化參數QP來量化已經過內部預測處理區1 2的內部預測處理和D C T區1 3的D C T之後的値，及計數量化係數的各値之絕對値的出現數量。也就是說，若出現之量化係數的絕對値是 0 到 MaxLevel — In_MinQ ’ 貝 ij 獲得 Count[0]到 Count [MaxLevel一In —MinQ] 〇 -12- 200931983 此處，最小量化參數QP是規劃欲使用之量化參數QP 的最小値。例如，若事先發現因爲低位元傳輸率而無法使用小量化參數，則應考慮除了此部分之外的部位。若此處所使用的量化參數QP變大，貝(1 MaxLevel_In_MinQ 變小，因此可降低計數器的數量。然而，因爲資訊遺失， • 所以難以獲得當小於此量化參數QP的量化參數QP之碼量。就此點而言，獲得量化之後的出現數量。這是爲了降 Q 低計數器的數量。若計數器的數量沒有限制，則可獲得量化之前的値，即、DCT係數的出現數量。爲一圖像的所有部分獲得出現數量。接著，碼量控制區4執行碼量預測處理，如此獲得用於各個量化參數QP之產生的碼量之預測値（步驟S4)。這是用於各個量化參數的處理。圖3的流程圖圖示熵計算區1 5之碼量預測處理的細節。也就是說，（爲各個位準）計數量化係數的各値之絕〇對値的出現數量（步驟S2 1 )。初始化可變位準（位準=〇 )(步驟S 22)。當使用用以獲得產生的碼量之QP來執行量化時獲得此位準（步驟S23 )。接著，將位準出現的數量添加到獲得產生的碼量之量化參數QP中的位準計數 (步驟S24)。增加可變位準（步驟S25)。決定是否已處理所有位準（步驟S 2 6 )。若決定尙未處理所有位準（分支到步驟S26中的否），則處理回到步驟S22，及重複上述處理。若決定已處理所有位準（分支到步驟S 2 6中的是），則處理進行到步驟 -13- 200931983 S27 〇也就是說，從步驟S21至步驟S26，從最小量化參數 QP中的量化係數之各値的絕對値之出現數量獲得量化係數的各値之絕對値的出現數量。接著，獲得位準的出現機率（步驟S27 )，及從之前 •所獲得的出現數量獲得熵（步驟S2 8 )。現在，由下面式子獲得量化係數的各値之絕對値的出 Q 現機率P[i]。 P [ i ] = count[i]/total_count 使用出現機率P[i]，由下面式子獲得熵。 [式子1] 熵=-1 *Zi(P[i]*l〇g(P[n)/l〇g(2)) ❹ 決定是否已爲所有位準執行步驟S2 8及S28的處理（步驟S29)。若否，則爲所有位準重複處理。若是，則已爲所有位準完成處理（分支到步驟S29中的是），由下面式子獲得碼量之估算値Estimated_Bits (步驟S30 )。

Estimated_B its = Entropy *total_count + sin_bits 此處，假設非零係數的出現數量是否n_zero_count， -14- 200931983 則碼位兀 sign — bits 變成 sing_bits =否 n_zero_count。此處，爲了支援活動，需要以圖4的流程圖所示之處理來替換基本處理。首先，在計數量化係數的各値之絕對値的出現數量時 ’除了爲各位準之外，也爲各活動群組完成計數（步驟 S41 ) ° 也就是說，計數値 Count[each_activity_group] ❹ [each—level]被計數。接著，執行用以獲得用於圖像的各個基本量化參數 Base QP之產生的碼量之預測値的處理。爲各個量化參數 QP執行此處理。首先，獲得用於各個活動群組的量化參數QP (步驟S42)。接著，初始化可變位準（位準=0)( 步驟S43 )，然後，當使用用以獲得產生的碼量之QP來執行量化時獲得位準（步驟S44 )。將位準出現的數量添加到欲獲得的量化參數QP中之位準計數（步驟S45 )。〇增加可變位準（步驟S46)。決定是否已爲所有位準完成處理（步驟S47)。若決定尙未處理所有位準（分支到步驟S47中的否），則處理回到步驟S43，及重複上述處理。若決定已處理所有位準（分支到步驟S47中的是），則處理進行到步驟S 4 8。在上述步驟中，就各個活動群組而言，從最小量化參數QP中的量化係數之各値的絕對値之出現數量獲得用以獲得產生的碼量之量化參數Q P時的量化係數之各値的絕對値之出現數量。 -15- 200931983 在步驟S48中，決定是否已爲所有活動群組完成處理。若決定尙未處理所有活動群組（分支到步驟S48中的否 )’則處理回到步驟S42，及重複上述處理。若決定已完成所有活動群組的處理（分支到步驟S48中的是），則從所獲得的出現數量獲得熵，及獲得產生的碼量之預測値（ • 步驟S49至S53 )。步驟S49至S53的處理與圖3中的步驟S27至S31相〇同’因此省略其重複說明。再者，爲了進一步支援量化矩陣Q Matrix，需要以圖 5的流程圖所示之處理替換圖3的基本處理。首先，在計數量化係數的各値之絕對値的出現數量時，除了爲各位準和爲各活動群組之外，也爲DCT區塊中的各位置完成計數（步驟S61 )。也就是說，計數値 Count[each_activity_group] [each_position][each_level]被計數。〇接著，執行用以獲得用於圖像的各個基本量化參數

Base QP之產生的碼量之預測値的處理。爲各個量化參數 QP執行此處理。當在使用最小量化參數QP量化時獲得用以產生的碼量之量化參數QP時，此處欲添加的處理係爲考慮DCT區塊中的各位置之下來計算量化矩陣Q Matrix 的各元素（步驟S64)。也就是說，在DCT之後的係數意謂以量化參數QP和量化矩陣Q Matrix的乘積之量化。接著，就DCT區塊中的各位置而言，從最小量化參數QP中的量化係數之各値的絕對値之出現數量獲得用以獲得產生 -16- 200931983 的碼量之量化參數QP時的量化係數之各値的絕對値之出現數量（步驟S65 )。爲所有位準重複處理的這些步驟（步驟S63至S67) 。另外，爲DCT區塊中的所有位置重複處理（步驟S63 至S68)。接在這些步驟之後的處理（步驟S69至S74) •與圖4中之步驟S48至S53相同，因此省略其重複說明。現在，回頭參考圖2的說明，接下來，處理進行到量 © 化參數決定處理。也就是說，已由上述處理獲得用於量化參數QP之碼的預測量，因此從它們之中選擇具有最接近碼目標量之値的量化參數QP (步驟S5 )。就此點而言，若執行自適性量化矩陣Q Matrix的改變處理，則步驟S5的處理應被改變如下。也就是說，在那時，獲得使用均一量化矩陣Q Matrix (與未使用 Q Matrix相同）之用於量化參數QP的碼之預測量。然後，選擇具有最接近碼目標量之量化參數QP。 G 從所獲得之量化參數QP的値選擇欲使用的量化矩陣 Q Matrix (步驟S6)。尤其是’假設欲改變使用之類型數量是 NumOfQMatixId，則藉由比較 QMatrixTheshold[0]到 QMatrixTheshold[NumOfQMatixId-2]與量化矩陣 Q Matrix 來決定量化矩陣Q Matrix。然後’獲得使用欲使用的量化矩陣Q Matrix時之量化參數QP的碼之預測量。在它們之中選擇具有最接近碼目標量之値的量化參數QP (步驟§7 )。這是圖像的基本量化參數Base Qp，其已由第一預編碼區1決定。 -17- 200931983 接著，第二預編碼區使用已由第一預編碼區1的第一預編碼所決定之用於圖像的基本量化參數Base QP、量化矩陣Q Matrix、及活動群組來執行第二預編碼（步驟S8 )。第二預編碼的目的係使用由第一預編碼大致估算的量化參數QP來實際執行編碼，以獲得預測誤差，及校正此誤差。在完成編碼之後，獲得產生的碼量。接著，以藉由第二預編碼區2的第二預編碼所獲得之 ❹ 產生的碼量與碼目標量之間的差來校正量化參數QP (步驟S9 )。也就是說，在每次以1改變量化參數QP時以 DiffRatio改變產生的碼量之假設上校正量化參數QP。校正的量小，因此即使不管設計圖型爲何，量化參數QP與產生的碼量之變化被視作固定値，仍假設誤差爲實際上沒有問題的位準。此處，將參考圖6的流程圖說明當產生的碼量小於碼目標量，及量化參數QP不是最小値時之碼量校正處理。 © 就此點而言，在產生的碼量小於碼目標量之例子中，處理基本上是相同的。現在，在此處理中，將產生的碼量指定爲PreGenbits ，及將目前量化參數QP指定爲PreQP (步驟S81)。接著，以1減少的PreQP之値被指定爲NextQP (步驟S82) ，及將 PreGenbits*(100 + DiffRatio)/100 指定爲對應於 NextQP之產生的碼量NextGenbits (步驟S83)。此處，假設每次以1減少量化參數QP，以DiffRatio減少產生的碼量。 -18- 200931983 接著，決定產生的碼量NextGenbits是否大於碼目標量 TargetGenbit (步驟 S84)。此處，若非 NextGenBits> TargetGenbit ，則將 NextQP 回到 PreQP ，及將 NextGenBits 回到 PreGenbits (步驟 S85 )，及決定 NextQP是否爲最小量化參數QP (步驟S86)。此處，若NextQP不是最小量化參數QP，則處理回到步驟S82，及重複上述處理。另一方面，若NextQP是最〇小量化參數QP ’則將NextQP指定爲量化參數QP，及結束處理。同時，若NextGenBits>TargetGenbit，則決定是否(NextGenbits-TargetGenbit)>(TargetGenBit-PreGenBits) (步驟S 8 8 )。若此關係保持著，貝!] P r e Q P被指定爲Q p 。若此關係未保持著，則將N e X t Q P指定爲Q P，及結束處理。回頭再次參考圖2 ’第三編碼區3執行實際編碼（步驟S10)。使用已由第二預編碼區2的第二預編碼所決定 ❹ 之圖像的基本量化參數Base QP、量化矩陣Q Matrix、及已由第一預編碼所決定之活動群組來執行實際編碼。以此方式，結束有關影像資訊編碼的一連串處理。如上述’藉由本發明的第一實施例，能夠使產生的碼量與指定給一圖像的碼目標量匹配，卻不必執行圖框內回饋控制。因此’能夠排除與回饋控制有關的問題，諸如回饋參數的不適當最初値和碼目標量之不適當配置等。結果 ’能夠使產生的碼量與碼目標量匹配’以及考慮視覺特性之下配置碼量’也就是說，決定量化參數。 -19· 200931983 第二實施例接著，將說明本發明的第二實施例。根據第二實施例的影像編碼設備利用使用諸如DCT 等垂直座標變換之影像壓縮編碼系統，以MPEG4 AVC爲 • 代表，並且具有如下述之特性’以從DCT之後的係數分佈偵測離散分佈狀態。 Q 也就是說，在第二實施例中’決定先前編碼時之圖像中的平均量化參數QP和量化矩陣Q Matrix。若決定影像爲先前編碼的影像，則輸入影像被使用當作輸入而不使用局部解碼影像，因此提高反向搜尋的偵測精確性。未發現平均量化參數QP和量化矩陣Q Matrix之狀態被視作先前未編碼之原始影像。決定是原始影像還是先前編碼影像。而且，當影像被視作原始影像時’若圖像中的平均量化參數QP之預測値太大’則決定條件被用以提高使用輸入級 G 低通濾波器的主觀影像品質。若決定影像是先前編碼影像 ’則在反向搜尋區中設定量化矩陣Q Matrix和量化參數 Q P ’及限制反向搜尋處理的搜尋範圍以降低電路尺寸。除了上述之外，當已經過Long GOP編碼的信號被輸入時’ 其亦被用於內部圖像的決定。在下文中，將詳細說明依據這些特性的第二實施例。圖7爲根據本發明的第二實施例之影像編碼設備的組態。如圖7所示，影像編碼設備包括弟一預編碼區1〇〇’ 用以執行第—預編碼；第二預編碼區200’用以執行第二 -20- 200931983 預編碼；預編碼區300，用以執行實際編碼；碼量控制區 109;低通濾波器處理區201;延遲緩衝器202;及巨集區塊決定區212。尤其是’第一預編碼區100另外包括活動決定區101 ;內部預測模式決定區1 0 2 ;內部預測處理區1 〇 3 ; D C T •區104:量化區105;位準計數區1〇6;熵計算區107;及 Q Matrix/Base QP偵測區1〇8。第二預編碼區200包括輸 φ 入影像改變處理區203;內部預測處理區204; DCT區 205;量化區206;反量化區207; IDCT區208;緩衝器 209;反向搜尋區210;及碼長度計算區211。編碼區300 包括內部預測處理區3 02 ; DCT區303 ;量化區304 ;反量化區305 ; IDCT區306;緩衝器307;及編碼區308。利用此種組態，輸入影像資料首先被輸入到內部預測模式決定區及決定內部預測模式。此處所決定的模式亦被用在第二預編碼區200和編碼區300。 Q 接著，內部預測處理區1 03計算預測影像資料和輸入影像資料之間的差。從輸入影像資料產生預測影像資料。將輸入影像資料用於預測以像資料’能夠提高 Q Matrix/Base QP偵測區1 08的量化矩陣Q Matrix和基本量化參數Base QP之偵測率’及能夠降低包括在第二預編碼區200中的反量化和IDCT區。接著，DCT區104執行離散餘弦轉換等’及量化區 1 05執行量化。經由位準計數區1 06將其輸出輸入到熵計算區1 07以計算熵’藉以預測用於所有量化參數QP之碼 -21 - 200931983 量。將量化參數QP附近的目標値和位準計數區106的位準計數結果輸入到 Q Matrix/Base QP偵測區108。Q Matrix/Base QP偵測區1〇8偵測輸入是否與尙未經過先前編碼之原始影像有關。同時，Q Matrix/Base QP偵測區 108決定量化矩陣Q Matrix和基本量化參數Base QP。 •同時’輸入影像亦被輸入到活動決定區1 0 1以計算活動。由活動將巨集區塊MB群組化。爲各個MB所決定之〇活動群組數量被輸入到位準計數區106與圖像參數和碼量控制區1 0 9。當Q Matrix/Base QP偵測區108偵測此輸入是原始影像時，圖像參數和碼量控制區1 09將量化資訊（各個MB 的量化矩陣Q Matrix、量化參數QB )傳遞到第二預編碼區200，以從已由第一預編碼區1〇〇所決定之各個MB的圖像之基本QP、量化矩陣Q Matrix、活動群組執行編碼。在編碼之後，圖像參數和碼量控制區109獲得產生的碼 Ο 量。圖像參數和碼量控制區109從所獲得之產生的碼量來校·正圖像的基本量化參數Base QP。再者，當圖像的基本量化參數Base QP變得太大而使失真明顯時，輸入影像改變處理區203使用低通濾波器處理區20 1以降低視覺失真，及繞過反向搜尋區2 1 0。當 Q Matrix/Base QP偵測區 108偵測量化矩陣 Q Matrix和基本量化參數Base QP時，第二預編碼區200使用來自延遲緩衝器2 02的輸入影像而非使用來自緩衝器 2〇9的局部解碼影像來提高反向搜尋區210的反向搜尋處 -22- 200931983 理之偵測效率。當反向搜尋運作時，第二預編碼區200決定產生各個巨集區塊的最小失真之量化參數QP，及決定是否使用反向搜尋結果在能夠控制碼量之巨集區塊決定區212的範圍中〇編碼區300使用由第一預編碼區100所獲得之內部預測模式、由碼量控制區109所決定之量化矩陣Q Matrix Q 和基本量化參數Base QP、及已由巨集區塊決定區212所獲得之巨集區塊MB的量化參數QP之偏移來執行參數編碼。在下文中，將參照圖8說明根據第二實施例之有關影像編碼設備的編碼之一連串處理的進一步細節。此處，主要將說明與第一實施例（圖2)的不同點。在步驟S101至S107中，處理與圖2中的步驟S1至 S7之處理相同。然而，在步驟S1 08中，搜尋先前編碼時〇之量化參數QP和量化矩陣Q Matrix以執行校正（步驟 S108 )。此處，量化係數的各値之絕對値的出現數量之計數値的分佈資料[each_activity_group][each_position] [eaCh_leVel]被使用當作處理的基本資訊。圖 12 爲在當 each_activity_group = 0 及 each_p〇sition = 5 時輸入原始影像的情況中之分佈狀態的實際量測値。圖1 3 爲在當 each_activity_group = 0 及 eaeh_position=5 時輸入先前以QP = 20所編碼的影像之情況中的分佈狀態之實際量 -23- 200931983 測値。各個水平軸表示量化參數QP和各個垂直軸表示量化係數的各値之絕對値的出現數量。通常，在H.264 AVC的編磚方法中，量化的離散狀態由於非線性原因變得廣泛，諸如ID C T的不充分計算精確性、內部預測模式非1 〇〇%再生等。然而，能夠偵測離散 • 狀態。一圖框的資料在統計上是絕對足夠的資訊。因此，在此實施例中，爲了降低計算量，獲得量化參數QP附近 ^ 的分佈之量化參數QP和量化矩陣Q Matrix，即、量化之後的計數位準是1且具有最小的剩餘。就此點而言，需要將表示相鄰的量化位準去除，如此範圍QP/2至3QP/2中的資料被使用當作評估目標。在下文中，將參考圖9的流程圖進一步說明步驟 S108的先gij編碼時之量化參數QP和量化矩陣QMatrix的搜尋處理。首先，以下面式子決定表示量化參數QP的量化位準 Ο 之峰値位準（t[0])，及表示QP/2的位準之底部位準1 ( t[l])，及表示3QP/2的位準之底部位準2 ( t[2])(步騾 S 1 2 1 )。 qp = sch —qp + AdaptQpDelta[activeity_group] 其中sch_qp是在由碼量預測處理所獲得的量化參數 QP附近改變約±6之變數。 -24- 200931983 t[〇] = (((Q_Matr i x [mid ] [p 〇 s ] * 2(qp/6 ^ /1 6 t[0] = t[0]/2 t[2] = t[0] + t[l] 其中 Q__Matrix[mid][pos]* 表示 mid 類型的 Q Matrix 之値與4x4DCT區塊的第pos數目。接著，在峰値位準的計數値之積分（p[midnqp])上，〇以及底部位準1的計數値之積分（b[mid][qp])上執行處理 (步驟 S 122 )。 p[mid][pq] += Count[activeity_group][pos][t[0]] b [mid] [pq] += Co unt [acti veity _group] [pos] [t [ 1 ]]；然後，求QP的量化位準之誤差（reSt[mid][qP])( 步驟S 1 2 3 )。

Re s t [mid] [qp] += ab s (t [0] -1 e v) * C ount [act i vi ty_gr oup] [pos] [lev]]；其中lev是從t[l]變化至t[2]的變數。値p[mid][pq] 、b[mid][pq]、及 R e st [ m i d ] [ qp ]是表示藉由求所有 activity_group和量化AC係數pos的積分之所有樣本的平均分佈之參數。

在此方式中’決定在底部位準之間是否已全部完成處理（步驟S124)。重複步驟S123的處理，直到已全部完成處理。若完成所有處理，則決定是否已處理所有DCT -25- 200931983 AC係數（步驟S125 )。在步驟S125中’重複步驟Sl2l至步驟si25的處理 ’直到已全部完成處理。若已完成所有處理，則初始化 DCT-AC係數指標（步驟S126)，及決定是否已爲所有活動群組完成處理（步驟S127)。若尙未處理所有的活動群組’則處理回到步驟S 1 2 1，及婁複上述處理。另一方面’若已爲所有活動群組完成處理，則決定是否已爲所有〇量化參數QP完成處理（步驟S128 )。在步驟S128中，若尙未爲欲搜尋之所有量化參數QP 完成處理，則處理回到上述步驟S 1 2 1，及重複上述處理。另一方面’若已爲欲搜尋之所有量化參數qP完成處理 ’則執行決定處理（步驟S129)，及結束此方式中的一連串處理。接著’將參考圖10的流程圖說明圖9中之步驟S129 的決定處理之其他細節。 ® 此處’使用 P[mid][pq]、b[mid][pq]、及 Rest[mid] [qp]獲得先前編碼時之圖像的量化矩陣q Matrix和量化參數QP。就此點而言’能夠省略步驟S丨3 i及步驟s〗3 7。首先’由rest[0][0]初始化最小誤差値（min_rest_S rm)(步驟S131)。接著’決定峰値的積分値是否大於底部値之積分（步驟S132)。此處，若積分峰値未大於積分底部値’則處理進行到步驟S 1 3 6。另一方面，若積分峰値大於積分底部値，則獲得由尖峰位準和底部位準之間的差之正常値rest—否rm (步驟s 1 3 3 )。 -26- 200931983 r e s t _ 否 r m = r e s t [ m i d ] [ p q ] / (p [ m i d ] [ p q ] - b [ m i d ] [ q p ]) 接著，決定rest_S rm是否小於最小誤差値（步驟 S 1 3 4 )。若其小於最小誤差値，則更新最小誤差値（步驟 S135)，及處理進行到步驟S136。步驟S135的處理是只有在偵測離散分佈狀態時才執〇行的處理，及執行下面操作：min_rest_S rm = rest_S rm 。再者’在欲搜尋的所有量化矩陣Q Matrix和量化參數 QP ( sch_qp )中，具有最小 rest_S rm 之以 sch_qp 及 mid 所表示的Q Matrix表示在先前編碼中已使用之圖像的量化參數QP和量化矩陣Q Matrix。當根本未呼叫處理時，是未偵測到量化的離散狀態之情況，此情況被視作先前根本未編碼之原始影像。. 接著，決定是否已處理欲搜尋的所有量化參數QP( 〇步驟S136)。若尙未處理已處理欲搜尋的所有量化參數 QP，則處理回到步驟S132，及重複上述處理。另一方面，若已處理欲搜尋的所有量化參數QP，則將量化參數QP 的搜尋範圍初始化（步驟S 1 3 7 )，及決定是否已處理量化矩陣Q Matrix的所有候選者（步驟S138)。此處，若尙未處理所有候選者，則處理回到步驟S132，及重複上述處理。另一方面，若已處理所有候選者，則結束一連串處理。接著，將參考圖1 1的流程圖詳細說明輸入影像改變 -27- 200931983 處理。藉由圖1 〇的上述處理，能夠偵測輸入信號是原始影像還是先前編碼影像。因此，藉由依據此條件改變輸入信號’在失真明顯的原始影像上執行低通濾波處理，及在編碼影像的情況中，輸入視頻信號被用於執行反向搜尋以提尚效率。也就是說，決定是否已發現圖像的量化參數QP和量化矩陣Q Matrix (步驟S141 )。若已發現，則使用反向〇搜尋區212(步驟S142)，及輸入影像改變處理區203輸出輸入影像（步驟S143)。另一方面，在步驟S141中’ 若不曾發現先前編碼時之圖像的量化參數QP和量化矩陣 Q Matrix，則不使用反向搜尋區212 (步驟S144 )，及決定由碼量預測處理所獲得的預測QP是否是大的（步驟 S1 45 )。此處，若由碼量預測處理所獲得的預測QP是大的，則輸入影像改變處理區203從低通濾波器處理區201 輸出信號。若不是大的，則輸入影像改變處理區203輸出〇緩衝器209的局部解碼（步驟S147 )，及結束處理。如上述，藉由本發明的第二實施例，能夠藉由從DC T 之後的離散分佈狀態決定信號是否已經過高精確的先前編碼，來決定是否改變只用於第一次的預濾波處理。因此，能夠在提高第一影像的主觀影像品質同時，維持配音特性。再者，在先前編碼的信號之例子中，使用用於預測影像的輸入影像來提高反向搜尋之偵測效率。能夠藉由決定從分佈狀態和量化矩陣Q Matrix所決定的圖像之平均量化參數（片段），來降低反向搜尋區的計算。 -28- 200931983 已說明本發明的實施例。然而，本發明並不侷限於此。只要不違背本發明的精神，精於本技藝之人士能夠執行各種修正和替換。例如’電腦亦能夠藉由程式來執行上述影像編碼設備之功能和方法，或達成當作記錄程式的記錄媒體之功能。【圖式簡單說明】〇圖1爲根據本發明的第一實施例之影像編碼設備的組態圖；圖2爲藉由根據本發明的第一實施例之影像編碼設備的編碼上之一連串處理的更加詳細流程圖；圖3爲碼預測處理的量之詳細流程圖；圖4爲支援活動之碼量預測處理之詳細流程圖；圖5爲支援量化矩陣之碼量預測處理之詳細流程圖；圖6爲當產生的碼量小於碼目標量並且量化參數QP © 不是最小値時之碼量校正處理之流程圖；圖7爲根據本發明的第二實施例之影像編碼設備的組態圖；圖8爲藉由根據本發明的第二實施例之影像編碼設備之編碼上的一連串處理之更詳細流程圖；圖9爲圖8中之步驟S108的先前編碼時間中之QP和 Q的搜尋處理之進一步流程圖；圖10爲圖9中之步驟S129的決定處理之流程圖；圖1 1爲輸入影像改變處理之詳細流程圖； -29- 200931983 圖u爲在輸入原始影像的情況中，當each-activity-group = 0及each — position = 5時的分佈狀態量測値圖’及圖13爲在先前輸入由QP = 20所編碼的影像之情況中，當 each activity group = 0 及 each_position = 5 時的分佈狀態量測値圖。【主要元件符號說明】 φ 1 :第一預編碼區 2 :第二預編碼區 3 :編碼區 4 :碼量控制區 5 :延遲緩衝器 6 :延遲緩衝器 1 1 :內部預測模式決定區 1 2 :內部預測處理區 D 1 3 :離散餘弦轉換區 1 4 :量化區 1 5 :熵計算區 1 6 :活動計算區 21 :內部預測處理區 22 :離散餘弦轉換區 2 3 :量化區 24:熵碼長度計算區 25 :緩衝器 -30- 200931983 26 :反離散餘弦轉換區 2 7 :反量化區 3 1 :內部預測處理區 32 :離散餘弦轉換區 3 3 :量化區 3 4 :熵編碼區 3 5 :緩衝器 0 36:反離散餘弦轉換區 3 7 :反量化區 4 1 :輸入影像資料 4 2 :輸出串流 100 :第一預編碼區 101 :活動決定區 102 :內部預測模式決定區 103 :內部預測處理區 Q 104 :離散餘弦轉換區 1 0 5 :量化區 1 0 6 :位準計數區 1 0 7 :熵計算區 108 : Q Matrix/Base QP 偵測區 1 〇 9 :碼量控制區 200 :第二預編碼區 201 :低通濾波器處理區 202 :延遲緩衝器 -31 - 200931983 203 :輸入影像改變處理區 2 0 4 :內部預測處理區 205 :離散餘弦轉換區 206 :量化區 2 0 7 :反量化區 208 :反離散餘弦轉換區 2 0 9 :緩衝器 0 210:反向搜尋區 2 1 1 :碼長度計算區 212:巨集區塊決定區 3 0 〇 :預編碼區 3 0 1 :延遲緩衝器 3 0 2 :內部預測處理區 3 0 3 :離散餘弦轉換區 3 0 4 :量化區〇 3 0 5 :反量化區 306 ： IDCT 區 3 07 :緩衝器 3 0 8 :編碼區 -32-

Claims

200931983 十、申請專利範圍 1. 一種影像編碼設備，用以編碼影像資料，包含：第一編碼裝置，用以藉由編碼該影像資料，來預測欲用於計算該影像資料之碼目標量的量化參數和量化矩陣；第二編碼裝置，用以從藉由使用以該第一編碼裝置所預測之該量化參數和該量化矩陣的編碼所產生之產生碼量與該碼目標量之間的誤差，來校正以該第一編碼裝置所預 0 測之該量化參數；及第三編碼裝置，用以使用該第二編碼裝置所校正之該量化參數來編碼該影像資料。 2 .根據申請專利範圍第1項之影像編碼設備，其中該第一編碼裝置包括計數裝置，用以從該量化參數中之最小値的出現數量，來計數各個量化參數的出現數量，及計算裝置，用以從該計數裝置所計數的出現數量，來〇計算各個量化參數中的熵。 3 .根據申請專利範圍第2項之影像編碼設備，其中該第一編碼裝置從該計算裝置所計算之該熵，而獲得用以依據各個量化參數上所預測的產生碼之預測量來計算該碼目標量的該量化參數。 4.根據申請專利範圍第2項之影像編碼設備，其中該計數裝置計數用於DCT (離散餘弦轉換）轉換區塊之各個位置的各個量化參數之出現的數量。 5 .根據申請專利範圍第2項之影像編碼設備，另外包 -33- 200931983 含活動計算裝置，用以從該影像資料來計算活動，及群組裝置，用以根據該活動計算裝置所計算的該活動，而將巨集區塊分成群組，其中針對該群組裝置所分割的各個群組，計算各個量化參數中之出現的數量。 6.根據申請專利範圍第1項之影像編碼設備， 0 其中當以該第一編碼裝置所預測的該量化矩陣不均一時，該第一編碼裝置計算用於該量化矩陣時之該量化參數〇 7 . —種影像編碼方法，包含以下步驟：第一編碼，用以藉由編碼該影像資料，來預測欲用於計算該影像資料的碼目標量之量化參數和量化矩陣；第二編碼，用以從藉由使用以該第一編碼步驟所預測之該量化參數和該量化矩陣的編碼所產生之產生碼量與該〇碼目標量之間的誤差，來校正以該第一編碼步驟所預測之該量化參數；及第三編碼，用以使用該第二編碼步驟所校正之該量化參數來編碼該影像資料。 8 . —種影像編碼設備，用以編碼影像資料，包含：一第一編碼機構，其藉由編碼該影像資料，來預測欲用於計算該影像資料的碼目標量之量化參數和量化矩陣；一第二編碼機構，其從藉由使用以該第一編碼機構所預測之該量化參數和該量化矩陣的編碼所產生之產生碼量 -34- 200931983 與該碼目標量之間的誤差，來校正以該第一編碼裝置所預測之該量化參數；及一第三編碼機構，使用該第二編碼機構所校正的該量化參數來編碼該影像資料。

-35-