差分编码与解码方法以及相应的电路

本发明涉及一种用于差分编码与解码的方法和电路。

通常用来减少所传输的信息量的一种方法是求传输信号与它的 预测信号之间的差分。

这里面产生的问题，在于输入信号被限定在某一数值幅度内时， 那么通过求输入信号和预测信号之间的差分而得到的信号会有一个 两倍的幅度。

人们已经知道一些能够将差分信号维持在原信号的幅度之内的 简单算法。

本发明的一个目的就是提供一种能够有效地减少传输冗余信息 的差分编码与解码的方法。

为此，根据本发明的编码方法构成如权利要求1所述，解码方 法构成如权利要求8所述，相应的电路构成如权利要求9和10所 述，而本方法对视频信号的一个应用特例则如权利要求3所述。

根据下面的叙述，本发明将变得更容易理解些。

差分编码是以求出输入信号和它的预测信号之间的差分代替直 接对输入信号编码的一种特殊型式的编码。

为要预测输入信号，可以使用任何型式的预测器，在最简单的 情形，用前面已经编过码的数值作为预测信号。

假定输入信号数值包括在集合(一幅值，……，幅值-1)中，幅 值是一个正整数，其结果是，这一信号和它的预测信号之间的差分有 一个双倍数的幅值。

因此，产生的问题就是如何能将差分信号导入原幅度内。

这里所述的算法可由文献得知，是维持差分信号在原幅度信号 内的最简单的方法。

令：

Val为被预测的样本数值

pred为预测数值 算式如下：

Δ＝val－pred； if(Δ＜－range)Δ＝Δ＋2 range； elseif(Δ＞range－1)Δ＝Δ－2range；

在其一个实施例中，本发明除维持差分信号的数值在原幅值之 内外，还对它执行进一步的压缩。

基本的想法是，给定预测的信号，就这样规定差分数值，使它具 有尽可能靠近预测值的较小数值，这样一来，就对更多可能出现的数 值赋以较小的数字。

算式如下：

Δ＝val－pred； rangeΔ＝range； if(pred＞0)rangeΔ＝range－pred－1； else if(pred＜0)rangeΔ＝range＋pred； if(Δ＞rangeΔ) if((Δ-rangeΔ＋1)mod 2＝＝0)sn＝-1； else if((ΔrangeΔ＋1)mod 2＝＝1)sn＝+1； Δ＝( rangeΔ＋(Δ-rangeΔ＋1)/2)sn；

如果输入信号长时间为零，对前面的零信号的差分运算势必删 去一些存在的零。

保持这一零序列是适当的，这是由于在后面可能发生的信息压 缩中，这些零能以一种很有效的方式编码。

在本发明的另一个实施例中，通过执行一种当信号值为零时的 信号绝对编码法，即使工作在差分方式下，零的数目也维持不变。

算式如下：

if(val＝＝0)Δ＝0； else if(pred＝＝0)Δ＝val； else if(pred＞0) Δ＝val－pred； if((Δ≥0)∨(Δ＜-pred))Δ＝Δ＋1； else if(pred＜0) Δ＝ val－pred； if((Δ≤0)∨(Δ＞－pred))Δ＝Δ－1；

在这里没有引入对差分信号幅度的任何控制，不过，前面叙述的 算法能够扩广到这里来。

现在将叙述上面提到的方法对视频信号的一个应用。

系统的基本部件是使较高能量变换系数的变化幅度得以减小的 预测器，被传输的差分信号具有对后面的编码很方便的统计特性。

此方法应用于对视频图像成分即亮度和色度的编码，其中需要 用到DCT(离散余弦变换)。

一幅数字图像由若干行组成，每一行又由一般称为“像素”的若 干个小点组成。

这里所讲的视频编码技术，先将图像分解成8×8像素的方阵， 然后对每一个方阵应用二维DCT，这样的操作就使得在每个方阵中 占着空间的冗余像素减少了。

在这里，每个方阵内的DCT系数互不相关；但相邻的方阵之间 的冗余关系仍可看得出来。

在本发明的方法中，沿着图像的色条来研究各方阵，特别是，每 一色条的第一个方阵未经任何处理就传输了，从第二个方阵开始应 用本发明的方法，以达到减小高加权系数的数值。

本算法只考虑每个8×8变换方阵的第一列系数；这些系数一 般都是那些加权比较高的，这是由于它们在隔行扫描中代表最重要 的帧频率的关系。

因此，当一个人处理当前方阵的时候，他知道整个前一个方阵以 及当前方阵除了有待估算的第一列系数之外的全部系数。

本方法的要点是对当前方阵与前一方阵之间的边界链接波形( 在区间定义域中)

为要做到这一点，前一方阵作列的逆变换并定出最后一列；当前 方阵也作列的逆变换以定出第一列，不过在这一情形下，第一列的 DCT系数不知道，因而作为未知数出现在逆变式中。

在这里，通过链接共同边界上的两个列(在区间定义域中)使得 两个方阵连续。

由这样得出的方程组求得第一列的各未知项。

整个这一过程全都包括在下面的计算中：      ${\mathrm{PR}}_{x0}=C_{x0}^{\mathrm{pre}}-C_{x1}^{\mathrm{pre}}-C_{x1}^{\mathrm{att}}+C_{x2}^{\mathrm{pre}}-C_{x2}^{\mathrm{att}}$      $-C_{x3}^{\mathrm{pre}}-C_{x3}^{\mathrm{att}}+C_{x4}^{\mathrm{pre}}-C_{x4}^{\mathrm{att}}$      $-C_{x5}^{\mathrm{pre}}-C_{x5}^{\mathrm{att}}+C_{x6}^{\mathrm{pre}}-C_{x6}^{\mathrm{att}}$      $-C_{x7}^{\mathrm{pre}}-C_{x7}^{\mathrm{att}}$        X＝0，...，7

其中：

PRx0为当前方阵指标为X，0的DCT系数的预测值。

Cprexy为前一方阵指标为x，y的DCT系数。

Cattxy为当前方阵指标为x，y的DCT系数。

从真值中减去这样得到的预测值，并将差分传送出去。

注意，通过上面的公式估算的值也可以假定为允许幅度以外的 数值：在这一情形下，仅出现最近端的饱和。

下一步的要点是为每一对同调系数引进适当的加权系数。这 样，特别是在图像从一个方阵到另一个方阵改变太多时，就认为对 边界上列的链接不正确，这样的校正过程特别对高阶系数是必不可 少的。

在这一情形下，公式变为：        ${\mathrm{PR}}_{x0}=K_0{C}_{x0}^{\mathrm{pre}}-K_1(C_{x1}^{\mathrm{pre}}+C_{x1}^{\mathrm{att}})+K_2(C_{x2}^{\mathrm{pre}}-C_{x2}^{\mathrm{att}})$        $-K_3(C_{x3}^{\mathrm{pre}}+C_{x3}^{\mathrm{att}})+K_4(C_{x4}^{\mathrm{pre}}-C_{x4}^{\mathrm{att}})$        $-K_5(C_{x5}^{\mathrm{pre}}+C_{x5}^{\mathrm{att}})+K_6(C_{x6}^{\mathrm{pre}}-C_{x6}^{\mathrm{att}})$        $-K_7(C_{x7}^{\mathrm{pre}}+C_{x7}^{\mathrm{att}})$          X＝0，...，7

其中：

Kx为加权系数。

根据所做的模拟试验，发现此系统的性能对加权系数的变化并 不很敏感，因此把它们选得全都相等，并用基波的两个功率之和给出 的数，以简化相应的硬件。

在这一情况下，所估计的值一般都要占用一个大于允许值的比 特数，由一种简单的平均饱和量化法把信号再重新导入正确的幅度。

通过下面两种不同的算法从真值减去预测值，一种是在/DCT 系数具有00指标时，一种适用于其他系数。

当DCT系数的指标为00时，使用所述的第一种算法，能使预 测误差幅度减小，事实上，这类系数具有准平均的概率分布；对预测 值的差分运算则将这样的分布变换为更适于连续编码的拉普拉斯分 布。

对其他所要预测的系数，由于它们长时间为零，则使用保持各个 零的差分算法。

在高阶系数的情形，这样求出的预测值达不到有效压缩信号，在 这样的情况下，系数未经任何处理就传送了。

至于说到差分信号解码，只要对编码算法中所述的那些执行反 演运算就足够了。

实现根据本发明所述的方法的电路至少包括一个预测器，一个 加法器(或减法器)，以及例如像数字信号处理器这样能够执行计算 的机构。

在最简单的情形，预测器可以是就像一根延迟线，并输出前面已 传送的数值。

显然，如上所述的方法和电路的若干变例不管怎样，完全属于本 发明的范围之内都是可以接受的。