CN101854532B

CN101854532B - 一种视频编码装置及方法

Info

Publication number: CN101854532B
Application number: CN 201010181172
Authority: CN
Inventors: 王浩; 邱嵩; 杨晓东
Original assignee: Wuxi Vimicro Corp
Current assignee: Wuxi Zhonggan Microelectronics Co Ltd
Priority date: 2010-05-25
Filing date: 2010-05-25
Publication date: 2012-12-19
Anticipated expiration: 2030-05-25
Also published as: CN101854532A

Abstract

本发明揭露了一种视频编码装置及方法，所述装置适用于对采用较高位宽采集的视频图像使用动态的编码位宽来编码以形成视频码流。所述装置对采集的视频图像中的噪声进行估计以指导视频编码器选择合适的编码位宽来编码，在降低视频文件大小的同时尽量保证视频图像的有效数据。所述装置包括：噪声估计模块，对视频图像进行噪声估计以得到噪声估计值；位宽调节模块，根据所述噪声估计值确定编码位宽；和视频编码模块，基于确定的编码位宽对后续视频图像进行视频编码。

Description

一种视频编码装置及方法

【技术领域】

本发明涉及视频采集领域，特别涉及动态调节编码位宽的方案。

【背景技术】

视频数据采集是指将真实世界的场景变成计算机可以识别的二进制代码类型的视频数据的数据采集过程。广泛应用于视频监控，图形图像处理等等领域，是当前数据采集技术中较为热门和应用较为广泛的一门技术。

请参考图1，其示出了一种现有视频数据采集装置100的结构方框图。所述视频采集装置100包括模数转换模块102和视频编码模块104。真实世界的场景经过感光器件采集成为模拟视频信号，而计算机设备需要的是数字信号。所述视频采集装置100首先将模拟视频信号经过所述模数转换模块102转换到数字视频信号，然后转换所得数字视频信号再经过视频编码模块104进行一帧帧视频图像的编码形成视频码流。

请参考图2，其示出了模数转换模块102的转换原理示意图。图中U(t)是感光器件在一个像素点上采集的随时间连续变化的模拟视频信号U(t)，经过时间上离散的取样信号S(t)进行取样，就得到了取样后的离散数字视频信号U_o(t)。所述离散数字视频信号U_o(t)中每个离散的值都通过一个固定位宽的二进制数值来表示。即所述离散的值都是某个规定的最小数量单位的整数倍的数字量，通常为8位二进制数值。显然一帧视频图像是包括若干个像素点的，比如为320*240、1024*768等等，那么一帧视频图像就包括若干个利用8位二进制数值代表的像素点数据。

请参考图3，其示出了视频编码模块104的编码原理示意图。所述一帧视频图像302包括若干个利用8位二进制数值代表的像素点数据，在经过视频编码后形成视频码流数据。所述一帧视频图像304在编码后会包括一个帧头信息和帧内数据。所述帧头信息包括了该帧视频数据在整个视频码流中所处的时间位置信息和帧内数据的编码规则的信息。显然视频编码模块也是按照8位编码位宽来对视频数据进行编码的，所述1位位宽即1比特。

但是随着感光器件技术的发展，现代感光器件已经不局限于模数转换为8位位宽的感光器件，已经涌现出更多支持更高位宽的感光器件，例如10位位宽、12位位宽甚至16位位宽。应当认识到，支持更高位宽的感光器件也要求所述视频编码模块采用更高位宽的数据位宽来编码视频数据。在某些视频编码标准里，例如H.263编码协议的High10档次编码方法已经支持最高10位位宽的视频数据编码；而在另一些编码方法中，甚至已经开始支持最高14位位宽的视频数据编码。但随之而来的问题是视频编码所需位宽越大，视频编码模块进行数据处理时的复杂度越高。对于现有的一种图像处理器来说，其加法指令支持在一条指令中同时处理两组8位位宽的数据求和运算：a+b和c+d；但是如果要处理10位位宽的数据，则需要2条指令，增加了运算所需要的时钟周期。

而在实际视频采集中，视频数据采集到的视频数据中的有效信息量经常会因为场景中的环境变化而变化。例如，同样采用的是10比特位宽的感光器件，在光线充足时，采集到的视频数据有效信息量可以达到10比特满幅；但是当光线昏暗不足时，采集到的视频数据中有大量的噪声信号，噪声信号是视频采集时模拟信号的电压被干扰发生抖动而造成的。所以噪声信号一般会淹没掉最后一位或几位数据，而导致实际有效的信息量达不到10比特，比如正确的数据应该为0010010010，但是噪声信号变亮导致采集到的数据为0010011111。这种情况下，如果所述视频编码模块一直采用最高位宽精度来进行视频编码，不仅会浪费很多计算量，而且编码出来的视频码流的数据量偏大，浪费传输带宽或存储介质。

因此，有必要提出一种新的视频编码方案来解决上述方案的缺点。

【发明内容】

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

本发明的目的在于提供一种视频编码装置及方法，可以指导视频编码模块在编码时动态调节编码位宽。

为了达到本发明的目的，根据本发明的一个方面，本发明提供一种视频编码装置，所述装置包括：噪声估计模块，对视频图像进行噪声估计以得到噪声估计值；位宽调节模块，根据所述噪声估计值确定编码位宽；和视频编码模块，基于确定的编码位宽对后续视频图像进行视频编码。

进一步地，所述噪声估计模块每M帧对连续N帧的视频图像进行一次噪声估计，其中N为大于等于1的整数，M为大于等于N的整数。

进一步地，所述噪声估计模对连续N帧的视频图像进行噪声估计时，在所述N帧视频图像中的每一帧中选取K个对应的取样点，K为大于零的整数；获取各个取样点在N帧视频图像中的表征值；计算各个取样点在N帧视频图像中的表征值的方差值；和将各个取样点的表征值的方差值的平均值作为噪声估计值。

进一步地，所述位宽调节模块预先设置噪声统计值与编码位宽的对应关系，之后根据噪声统计值确定对应的编码位宽。

进一步地，所述视频编码模块在每帧视频图像的帧头信息中加入该帧视频图像在进行视频编码时所采用的编码位宽信息或者在每组图像的头信息中加入该组视频图像在进行视频编码时所采用的编码位宽信息。

根据本发明的另一方面，本发明还提供一种视频编码方法，所述方法包括：对视频图像进行噪声估计以得到噪声估计值；根据所述噪声估计值确定编码位宽；和基于确定的编码位宽对后续视频图像进行视频编码。

进一步地，每M帧对连续N帧的视频图像进行一次噪声估计，其中N为大于等于1的整数，M为大于等于N的整数。

进一步地，所述对视频图像进行噪声估计包括：在所述N帧视频图像中的每一帧中选取K个对应的取样点，K为大于零的整数；获取各个取样点在N帧视频图像中的表征值；计算各个取样点在N帧视频图像中的表征值的方差值；和将各个取样点的表征值的方差值的平均值作为噪声估计值。

进一步地，所述表征值是指取样点的亮度值或者颜色分量值，对于一个取样点，在每帧视频图像中取样以形成一组包括N个表征值的样本数据。

进一步地，在计算一个取样点的表征值的方差值时，先对所述表征值的样本数据Y₁，Y₂，Y₃，....Y_N求平均值μ，如果有|Y_i-μ|＞T，i＝1，2，...N，T为预定阀值，则在计算方差时将Y_i从样本数据中剔除。

进一步地，所述根据噪声估计值确定编码位宽是根据预先设定的不同噪声统计值对应的编码位宽来确定。

进一步地，所述视频编码包括在每帧视频图像的帧头信息中加入该帧视频图像在进行视频编码时所采用的编码位宽信息或者在每组图像的头信息中加入该组视频图像在进行视频编码时所采用的编码位宽信息。

进一步地，当原始视频数据是第一比特位宽，所述原始视频数据确定采用的编码位宽是第二比特位宽，其中第一比特位宽大于等于第二比特位宽，在视频编码时需要舍弃所述原始视频数据的末X位数据，X等于第一比特位宽减去第二比特位宽。

与现有技术相比，本发明通过动态的调整视频编码时的编码位宽，不仅减少了视频编码时的计算量，而且编码出来的视频码流的数据大小较小，同时还有一定程度降低视频码流中的噪声信号的效果。

【附图说明】

结合参考附图及接下来的详细描述，本发明将更容易理解，其中同样的附图标记对应同样的结构部件，其中：

图1为一种现有视频采集装置的结构方框图；

图2为现有模数装换模块的转换原理示意图；

图3为现有视频编码模块的编码原理示意图；

图4为本发明中视频处理装置在一个实施例中的结构方框图；

图5为本发明中视频编码方法在一个实施例中的方法流程图；和

图6为本发明中噪声统计方法在一个实施例中的方法流程图。

【具体实施方式】

本发明的详细描述主要通过程序、步骤、逻辑块、过程或其他象征性的描述来直接或间接地模拟本发明技术方案的运作。为透彻的理解本发明，在接下来的描述中陈述了很多特定细节。而在没有这些特定细节时，本发明则可能仍可实现。所属领域内的技术人员使用此处的这些描述和陈述向所属领域内的其他技术人员有效的介绍他们的工作本质。换句话说，为避免混淆本发明的目的，由于熟知的方法、程序、成分和电路已经很容易理解，因此它们并未被详细描述。

此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。此外，表示一个或多个实施例的方法、流程图或功能框图中的模块顺序并非固定的指代任何特定顺序，也不构成对本发明的限制。

请参考图4，其示出了本发明中视频采集装置400在一个实施例中的结构方框图。所述视频采集装置400包括模数转换模块402、噪声估计模块404、位宽调节模块406和视频编码模块408。

所述模数转换模块402将感光器件采集的模拟视频图像转换为数字视频图像，其中数字视频图像的每个像素点都由一定位宽的二进制序列表示，所述位宽可以是8、10、12或16比特等。

所述噪声估计模块404连续或间隔的对数字视频信号进行噪声估计以得到噪声估计值。在一个实施例中，所述噪声估计模块404每M帧对连续的N帧数字视频图像进行一次噪声估计，其中M为大于等于N的整数，N为大于等于1的整数，比如M为200、250或300等，N为10、15或20等。对连续的N帧图像进行噪声估计的方案为：在N帧视频图像的每一帧中选取K个取样点，K为大于零的整数；依次获取各个取样点在N帧视频图像中的表征值，比如亮度值Y或其它颜色分量值；计算各个取样点在N帧视频图像中的表征值的方差值；和将各个取样点的表征值的方差值的平均值作为噪声估计值。

在一个优选的实施例中，在计算各个取样点在N帧视频图像中的表征值的方差值之前，可以先对所述表征值的样本数据Y₁，Y₂，Y₃，....Y_N求平均值μ，如果有|Y_i-μ|＞T，i＝1，2，...N，T为预定阀值，则在计算方差时将Y_i从样本数据中剔除，即先计算各个取样点在N帧视频图像中的表征值的平均值，之后将各个取样点在N帧视频图像中的表征值与其平均值差距较大的剔除掉以提高噪声估计的准确性。

所述位宽调节模块406根据所述噪声估计值确定编码位宽。在一个实施例中，所述位宽调节模块406预先设定各个噪声估计值取值区间对应的编码位宽。当所述噪声估计模块404一次噪声估计完毕后，所述噪声估计模块404传输噪声估计值给所述位宽调节模块406，所述位宽调节模块406按照所述噪声估计值所属于的取值区间来决定当前编码位宽。

所述视频编码模块408接收所述位宽调节模块406确定的编码位宽，根据确定的编码位宽对后续视频数据进行视频编码。在一个实施例中，所述视频编码模块408还需要在每帧视频图像的帧头信息中加入该帧视频图像在进行视频编码时所采用的编码位宽信息或者在每组图像的头信息中加入该组视频图像在进行视频编码时所采用的编码位宽信息。

请参考图5，其示出了本发明中视频编码方法500在一个实施例中的方法流程图。所述视频采集方法500包括：步骤502，在每M帧视频图像中选取N帧连续的视频图像；步骤504，对N帧连续的视频图像进行噪声估计以得到噪声估计值；步骤506，根据噪声估计值确定编码位宽；步骤508，基于确定的编码位宽进行视频编码。

所述步骤502在每M帧视频图像中选取N帧连续的视频图像，其中N为大于等于1的整数，M为大于等于N的整数。在一个实施例中，为了提高噪声估计的准确性，所述N＝20帧，M＝200帧。应当认识到，本发明中所述N帧视频图像在取样时可以是不连续的，比如每隔一帧取样一帧，但是这种取样方式不仅噪声估计效果较差，还增加了处理时的复杂度。

所述步骤504对N帧连续的视频图像进行噪声估计以得到噪声估计值。所采用的噪声估计方法600可以参考图6。所述噪声估计方法600包括：步骤602，在所述N帧视频图像中的每一帧中选取K个对应的取样点，K为整数且K＞0；步骤604，获取各个取样点在N帧视频图像中的表征值；步骤606，计算各个取样点在N帧视频图像中的表征值的方差值；和步骤608，将各个取样点的表征值的方差值的平均值作为噪声估计值。

所述噪声估计方法600在步骤602选取K个取样点时可以采用随机取样或者预设定取样方式取样。为了提高噪声估计值的有效性，通常在不造成系统计算瓶颈的前提下尽量取多个取样点，可以是32个、64个或者128个等等；在另一个实施例中，所述噪声估计方法600在步骤602选取K个取样点时所述取样点尽量分布在一帧视频图像中的各个位置；在再一个实施例中，在整个计算噪声估计值的过程中，所述每帧视频图像中的K个取值点是位置对应且固定不变的。

在一个实施例中，所述噪声估计方法600在步骤604中所述的表征值是指取样点的亮度值或者颜色分量值，对于一个取样点需要在每帧视频图像中取样以形成一组包括N个表征值的样本数据；在另一个实施例中，所述噪声估计方法600在步骤606中计算一个取样点的表征值的方差值时，先对所述样本数据求平均值，继而求方差值；在再一个实施例中，所述噪声估计方法600在步骤606中计算一个取样点的表征值的方差值时，先对所述样本数据Y₁，Y₂，Y₃，....Y_N求平均值μ，如果有|Y_i-μ|＞T，i＝1，2，...N，T为预定阀值，则在计算方差时将Y_i从样本数据中剔除以提高计算所得方差值的精确性；在再一个实施例中，所述噪声估计方法600在步骤608中所述的平均值是算术平均值或者加权平均值。

所述步骤506根据噪声估计值确定编码位宽。所述根据噪声估计值确定编码位宽包括：预先设定不同噪声统计值对应的编码位宽长度；和根据当前噪声统计值选取对应的编码位宽长度。在一个实施例中，设所述噪声估计值为□，则：1.如果□＞T1，则将原始视频数据中的最低1位数据丢弃，其中T1为预设阀值；2.如果□＞T2，则将原始视频数据中的最低2位数据丢弃，其中T2为预设阀值；3.依此类推。比如当原始视频数据是10位宽时，如果□＞T1，则选取9比特的编码位宽，其中T1为预设阀值；如果□＞T2，则选取8比特的编码位宽，其中T2为预设阀值。在另一个实施例中，当原始视频数据是第一比特位宽，所述原始视频数据确定采用的编码位宽是第二比特位宽，其中第一比特位宽大于等于第二比特位宽，在视频编码时需要舍弃所述原始视频数据的末X位数据，X等于第一比特位宽减去第二比特位宽，所述末X位数据的第一位是1时，舍弃后的视频数据加1，所述末X位数据的第一位是0时，直接舍弃。比如：原始视频数据为1100011111，采用8位位宽编码时舍弃后的视频数据为：11001000；原始视频数据为1100011101，采用8位位宽编码时舍弃后的视频数据为：11000111。应当认识到，在本实施例中预先设定了不同噪声统计取值区间对应的编码位宽，在其他实施例中的改进方案中可能采取设定一个可以根据噪声统计值计算当前编码位宽长度的公式来实现同样功能。

所述步骤508基于确定的编码位宽进行视频编码。在一个实施例中，当所述视频编码模块在获得当前确定的编码位宽时对每帧视频数据进行编码以形成视频码流。在对一帧视频数据进行编码时，所述视频编码需要将该帧视频数据采用的编码位宽在该帧视频数据的帧头信息中声明以利于视频解码模块解码。应当认识到，对于一帧视频图像数据所采用的编码位宽是固定的，但是连续两帧视频图像数据所采用的编码位宽可能是不同的。在另一个实施例中，所述视频编码需要将一组视频图像采用的编码位宽在该组视频图像的头信息中声明以利于视频解码模块解码。

需要说明的是，本发明实施例中给出的各种参数的具体值都是较佳的值，而不是唯一的值，各种参数的值可以根据实际需要进行设置。

上述说明已经充分揭露了本发明的具体实施方式。需要指出的是，熟悉该领域的技术人员对本发明的具体实施方式所做的任何改动均不脱离本发明的权利要求书的范围。相应地，本发明的权利要求的范围也并不仅仅局限于所述具体实施方式。

Claims

1.一种视频编码装置，其特征在于，其包括：

噪声估计模块，对视频图像进行噪声估计以得到噪声估计值；

位宽调节模块，根据所述噪声估计值确定编码位宽；和

视频编码模块，基于确定的编码位宽对后续视频图像进行视频编码，

所述视频编码模块在每帧视频图像的帧头信息中加入该帧视频图像在进行视频编码时所采用的编码位宽信息或者在每组图像的头信息中加入该组视频图像在进行视频编码时所采用的编码位宽信息。

2.根据权利要求1所述视频编码装置，其特征在于，所述噪声估计模块每M帧对连续N帧的视频图像进行一次噪声估计，其中N为大于等于1的整数，M为大于等于N的整数。

3.根据权利要求2所述视频编码装置，其特征在于，所述噪声估计模对连续N帧的视频图像进行噪声估计时，

在所述N帧视频图像中的每一帧中选取K个对应的取样点，K为大于零的整数；

获取各个取样点在N帧视频图像中的表征值；

计算各个取样点在N帧视频图像中的表征值的方差值；和

将各个取样点的表征值的方差值的平均值作为噪声估计值。

4.根据权利要求1所述视频编码装置，其特征在于，所述位宽调节模块预先设置噪声统计值与编码位宽的对应关系，之后根据噪声统计值确定对应的编码位宽。

5.一种视频编码方法，其特征在于，其包括：

对视频图像进行噪声估计以得到噪声估计值；

根据所述噪声估计值确定编码位宽；和

基于确定的编码位宽对后续视频图像进行视频编码，

所述视频编码包括在每帧视频图像的帧头信息中加入该帧视频图像在进行视频编码时所采用的编码位宽信息或者在每组图像的头信息中加入该组视频图像在进行视频编码时所采用的编码位宽信息。

6.根据权利要求5所述的视频编码方法，其特征在于，每M帧对连续N帧的视频图像进行一次噪声估计，其中N为大于等于1的整数，M为大于等于N的整数。

7.根据权利要求6所述的视频编码方法，其特征在于，所述对视频图像进行噪声估计包括：

获取各个取样点在N帧视频图像中的表征值；

计算各个取样点在N帧视频图像中的表征值的方差值；和

将各个取样点的表征值的方差值的平均值作为噪声估计值。

8.根据权利要求7所述的视频编码方法，其特征在于，所述表征值是指取样点的亮度值或者颜色分量值，对于一个取样点，在每帧视频图像中取样以形成一组包括N个表征值的样本数据。

9.根据权利要求7所述的视频编码方法，其特征在于，在计算一个取样点的表征值的方差值时，先对所述表征值的样本数据Y₁，Y₂，Y₃，....Y_N求平均值μ，如果有|Y_i-μ|＞T，i＝1，2，...N，T为预定阀值，则在计算方差时将Y_i从样本数据中剔除。

10.根据权利要求5所述的视频编码方法，其特征在于，所述根据噪声估计值确定编码位宽是根据预先设定的不同噪声统计值对应的编码位宽来确定。

11.根据权利要求10所述的视频编码方法，其特征在于，当原始视频数据是第一比特位宽，所述原始视频数据确定采用的编码位宽是第二比特位宽，其中第一比特位宽大于等于第二比特位宽，在视频编码时需要舍弃所述原始视频数据的末X位数据，X等于第一比特位宽减去第二比特位宽。