我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:2019跑狗图高清彩图 > 帧内压缩 >

264解码器在编码器中输入的帧或场Fn以宏块为单位被编处理。首先

归档日期:07-21       文本归类:帧内压缩      文章编辑:爱尚语录

  264解码器在编码器中输入的帧或场Fn以宏块为单位被编码器处理。首先 按帧内或帧间预测编码的方法进行处理。 如果采用帧内预测编码 其预测值 2中用P表示 是由当前片中前面已编码的参考图像经运动补偿 MC 后得出 其中参考图像用 1Fn 表示。为了提高预测精度 从而提高压缩比 实际的参考图像可在过去或

  264解码器在编码器中输入的帧或场Fn以宏块为单位被编码器处理。首先 按帧内或帧间预测编码的方法进行处理。 如果采用帧内预测编码 其预测值 2中用P表示 是由当前片中前面已编码的参考图像经运动补偿 MC 后得出 其中参考图像用 1Fn 表示。为了提高预测精度 从而提高压缩比 实际的参考图像可在过去或未来 指显示次序上 已编码解码重建和滤波的帧中进行选择。 预测值和当前块相减后 产生一个残差块Dn 经块变换、量化后产生一组量化后的变换系数X 再经熵编码 与解码所需的一些边信息 如预测模式量化参数、运动矢量等 一起组成一个压缩后的码流 经NAL 网络自适应层 供传输和存储用。 16 正如上述 为了提供进一步预测用的参考图像 编码器必须有重建图像的功能。因此必须使残差图像经反量化、反变换后得到的 Dn值P 相加 得到 uFn 未经滤波的帧 。为了去除编码解码环路中产生的噪声 为了提高参考帧的图像质量 从而提高压缩图像性能 设置了一个环路滤波器 滤波后的输出 Fn即重建图像可用作参考图像。 由编码器的NAL 输出一个压缩后的H 264 压缩比特流。如图2 经熵解码得到量化后的一组变换系数X再经反量化、反变换 得到残差 Dn。利用从该比特流中解码出的头信息 解码器就产生一个预测块 它和编码器中的原始预测值是相同的。当该解码器产生的预测值与残差 Dn相加后 就产生 uFn 再经滤波后 最后就得到滤波后的 Fn 这个 Fn就是最后的解码输出图像。 264比H263 和MPEG SP减小50 码率。 对信道时延的适应性较强既可工作于低时延模式以满足实时业务 如会议电视等 又可工作于无时延限制的场合 如视频存储等。 提高网络适应性采用“网络友好”的结构和语法 加强对误码和丢包的处理 提高解码器的差错恢复能力。 在编解码器中采用复杂度可分级设计 在图像质量和编码处理之间可分级 以适应不同复杂度的应用。 与以往的视频编码标准相比 264引入了很多先进的技术21 22 23 24 包括4 4整数变换、空域内的帧内预测、1 4像素精度的运动估计、多参考帧与多种大小块的帧间预测技术等 这些新技术运用带来了较高的压缩比。 4整数变换以前的标准 都是采用88的DCT 变换。而H 264采用了4 4整数变换技术进一步降低了算法的复杂度 同时减小了块效应。 基于空域的帧内预测技术视频编码是通过去除图像的空间与时间相关性来达到压缩的目的。空间相关性通过有效的变换来去除 如DCT变换、H 264的整数变换 时间相关性则通过帧间预测来去除。这里所说的变换去除空间相关性 仅仅局限在所变换的块内 并没有块与块之间的处理。H263 与MPEG 引入了帧内预测技术在变换域中根据相邻块对当前块的某些系数做预测。H 264 则是在空域中 利用当前块 17 的相邻像素直接对每个系数做预测 更有效地去除相邻块之间的相关性 极大地提高了帧内编码的效率。 264基本部分的帧内预测包括9种4 4亮度块的预测、4种16 16亮度块的预测和4种色度块的预测。 264的运动估计具有3 个新的特点 像素精度的运动估计7种大小不同的块进行匹配 前向与后向多参考帧。 264在帧间编码中一个宏块 16 16 可以被分为16 的块被称为子宏块又可以分为8 的块。总体而言共有7 种大小不同的块做运动估计 以找出最匹配的类型。与以往标准的P 264采用了前向与后向多个参考帧的预测。半像素精度的运动估计比整象素运动估计有效地提高了压缩比 4像素精度的运动估计可带来更好的压缩效果。编码器中运用多种大小不同的块进行运动估计 可节省15 以上的比特率 相对于16 16 象素精度的运动估计可以节省20 的码率 相对于整象素预测 。多参考帧预测方面 假设为5 个参考帧预测 相对于一个参考帧 可降低5 10 的码率。以上百分比都是统计数据 不同视频因其细节特征与运动情况而有所差异。 264标准引入了去块效应滤波器 对块的边界进行滤波 滤波强度与块的编码模式、运动矢量及块的系数有关。去块效应滤波器在提高压缩效率的同时 改善了图像的主观效果。 26X相关标准发展过程如表22所示 18 26X相关标准发展过程标准简称 标准全称 制定专家组 批准时间 64kbits视听业务的视频编码器 Video Coding AudioVisual Services CCITT1985年开始 1990年12月通过 263低比特率通信视频编码 Video Coding LowBit Rate Communication ITU 1990年7月开始1998年5月通过 264高级视频编码 Advanced Video Coding JVT 2001年MPEG 4第二版公布 Part10的基础。2003年H264 MPEG AVSAVS 25 26 由数字音视频编解码技术标准工作组开发 是中国自主制定的音视频编码技术标准。AVS工作组成立于2002年6月 当年8月开始了第一次的工作会议。经过7次AVS正式工作会议和3次视频组附加会议 经历一年半的时间 审议了182个提案 先后采纳了41项提案 2003年12月19日AVS视频部分最终定稿。AVS视频当中具有特征性的核心技术包括 8整数变换、量化、帧内预测、14精度像素插值、特殊的帧间预测运动补偿、二维熵编码、去块效应滤波等。 AVS视频的主要特点是应用目标明确 技术有针对性。因此在高分辨率应用中 其压缩效率明显比现在在数字电视、光存储媒体中常用的MPEG 2视频提高一个层次。在压缩效率相当的前提下 又较MPEG 264AVC的main profile的实现复杂度大为降低。目前的AVS视频技术可实现标准清晰度 CCIR 601或相当清晰度 、低清晰度 CIF SIF 等不同格式视频的压缩。 本章小结本章介绍了视频压缩编码标准的基本概念和相关技术 以及各个视频压缩编码标准的发展及其相关特点和应用。并重点介绍了最新的H 264压缩编码标准 详细研究了H 264编码标准优于其它标准的几个关键技术。 19 典型块匹配运动估计算法分析当前有效的运动估计技术主要有块匹配法、像素递归法、贝叶斯估计法和光流法 然而由于块匹配法具有算法简单便于VLSI实现等优点得到了广泛应用。块匹配算法已经被许多视频压缩编码标准所采纳如MPEG 261、H263、H 264等。 运动估计在整个视频编码压缩系统中其计算复杂度大概在50 以上 264压缩编码标准中运动估计的计算复杂度甚至占到了整个系统的60—80 之多。所以要想提高编码的效率 提高运动估计的速度是关键。 本章主要介绍块匹配运动估计的基本原理及典型的运动估计算法 为下一章新算法的提出提供依据。 运动估计基本原理运动图像多数情况下只是其中的很少一部分图像在运动 同一场景相邻的两幅图像之间在内容上的差异不会太大 或者说后一帧的内容与前一帧重复部分很多 如图3 1所示。前后两帧具有很强的时间相关性。 Foreman序列第48帧 Foreman序列第49帧 Foreman序列中相邻帧图像 对于相关的视频图像 发送端不一定必须把每帧图像上所有的像素都传给接收 20 而只要将物体或摄像机 的运动的信息告知接收端 接收端就可以根据运动信息和前一帧图像的内容来更新当前帧图像 这比全部传送每帧图像的具体细节所需的数据量要小得多。 要这样做 首先要解决的问题是如何从序列图像中提取有关物体运动的信息 这个过程称为运动估计 27 Motion Estimation ME 其表达方式是运动矢量 Motion Vector MV 运动估计的研究的主要内容就是如何加速、有效的获得有足够精度的运动矢量 把前一帧相应的运动部分信息根据运动矢量补偿过来的过程称为运动补偿 Motion Compensation MC 。运动估计的基木思想如下 将图像序列的每一帧分成许多互不重叠的宏块并认为宏块内所有的像素的位移量都相同。 对于当前帧中的每一块的前一帧或后一帧某一给定搜索范围内根据一定的匹配准则找出与当前块最相似的块即匹配块。 由匹配块与当前块的相对位置计算出运动位移所得的运动位移即为当前块的运动矢量 Motion Vector 利用搜索到的运动矢量在参考帧上进行运动补偿补偿残差 difference 经过DCT变换、量化、行程编码后与运动矢量共同经熵编码 然后以比特流形式传出去。 块匹配准则运动估计算法中常用的匹配准则 28 29 30 有三种 即最小绝对差 MAD 、最小均方误差 MSE 和归一化互相关函数 NCCF 。分别定义如下 最小绝对差 1111 MNkkmnMADijfmnfminjMN ij为位移矢量kf和1kf 分别为当前帧和上一帧的灰度值 MN 为宏块的大小 若在某一个点00 ij处00 MADij达到最小 则该点为要找到的最优匹配点。 最小均方误差 21111 MNkkmnMSEijfmnfminjMN MSE值最小的为最优匹配点21 归一化互相关函数 111 MNkkmnMNMNkkmnmnfmnfminjNCCFijfmnfminj 在运动估计中匹配准则对匹配的精度影响不是很大 由于MAD准则不需作乘法运算 实现简单、方便 所以使用最多 通常使用SAD Sum AbsoluteDifference 代替MAD。SAD即求和绝对误差 定义如下 111 MNkkmnSADijfmnfminj 典型运动估计搜索算法运动估计中基于块匹配的搜索算法由于具有算法简单易于VLSI实现等优点因而得到了广泛应用 基于块匹配的搜索算法已经被许多视频编码标准所采纳如MPEG 261、H263、H 264等 下面将介绍一些典型的运动估计搜索算法 全搜索法全搜索法 Full Search FS 也称为穷尽搜索法 是对搜索范围内所有可能的侯选位置计算SAD值 从中找出最小SAD 其对应偏移量即为所求运动矢量。此算法虽计算量大 但简单、可靠 找到的必是全局最优点。 算法描述FS算法描述如下 Step 从原点出发按顺时针方向由近及远 在逐个像素处计算SAD值 直到遍历搜索范围内所有的点。 Step 在所有的SAD中找到最小块误差MBDMinimum Block Distortion SAD值最小的点该点所在的位置既对应最佳运动矢量。 算法分析FS算法是最简单、最原始的块匹配算法 由于可靠 且能够得到全局最优的结果 通常是其他算法性能比较的标准 但它的计算量的确很大 这就限制了在需要实时压缩场合的应用 所以有必要进一步研究其他快速算法。 22 三步搜索法三步搜索 Three Step Search TSS Koga等人提出的一种经典的快速运动估计算法。该算法的基本思想是采用一种由粗到细的搜索模式从原点开始 按一定步长取周围8个点构成每次搜索的点群 然后进行匹配计算 跟踪最小块误差MBD点 直到最后的步长为1 得到最佳的运动矢量。 算法描述TSS算法描述如下 Step 从原点开始选取最大搜索长度的一半为步长 在周围距离步长的8个点 如图3 2中标号为1的点 处进行块匹配计算并比较。 Step 将步长减半中心点移到上一步的MBD点 重新在周围距离步长的8个点 如图3 2中标号为2的点 处进行块匹配计算并比较。 Step 在中心及周围8个点如图3 2中标号为3的点 处找出MBD点 若步长为1 该点所在位置即对应最佳运动矢量 算法结束 否则重复Step 搜索过程如图32所示 2233333333 算法分析TSS算法搜索时 三步搜索总共需要9 25个搜索点这与全局搜索算法相比其复杂程度得到了大大降低 极大的减少了运算量。然而三步搜索算法中 整个过程采用统一的搜索模板 Search Pattern 使得第一步的步长过大 容易引起误导 23 陷入局部最小点 从而对小运动效率较低。 新三步搜索法新三步搜索法 Novel Three Step Search NTSS 是1994年Renxiang Li Bing Zeng和MingL Liou提出的。它是在三步法的基础上改进的。NTSS利用运动矢量的中心偏置分布 采用具有中心倾向的搜索点模式 在原有的算法的第一步测试点的基础上再增加了中心点的8邻域作为测试点 并应用中止判别技术 若最佳匹配点在8邻域的中心则停止搜索。 算法描述NTSS算法描述如下 Step 搜索17个点如图3 3中标号为1的点 如果MBD点为搜索窗中心 算法结束 如果MBD点在中心点的8个相邻点 则进行Step2 否则进行Step3。 Step 以上一步MBD点为中心使用3 3搜索窗进行搜索 如图3 3中标号为2的点 若MBD点在搜索窗中心 则算法结束 否则重复Step2。 Step 执行TSS算法的Step2和Step3算法结束。 搜索过程如图33所示 222 算法分析运动矢量通常总是高度集中分布在搜索窗的中心位置附近 NTSS采用中心倾向 24 的搜索点模式不仅提高了匹配速度 而且减少了陷入局部极小的可能性 而采用中止判别技术则大大降低了搜索复杂度 提高了搜索效率。 四步搜索法四步搜索法 Four Step Search FSS 是1996年由Lai Man Po和Wang Chung Ma提出的 该算法类似于三步法 但它基于现实中序列图像的一个特征 即运动矢量都是中心分布的 改TSS的9 9窗口为5 5窗口 5大小的搜索窗口上构造了有9个检测点的搜索模板每一步将搜索窗的中心移向MBD点处 且后两步搜索窗的大小依赖于MBD的位置。 算法描述FSS算法描述如下 Step 以搜索区域原点为中心选定55的搜索窗 然后在9个检测点处进行匹配计算 如图3 4所示 若MBD点位于中心点 则跳到Step 但搜索模式取决于上一步的MBD点位置上一步MBD点位于窗的四个角上 则另外再搜索5个检测点 如图3 5中深色点 MBD为四角的搜索点上一步MBD点位于窗的四边中心处 则只需要再搜索3个检测点 如图3 6中深色点。 若这一次MBD点在窗口中心 则跳到Step 这时计算出最小误差点的位置即对应最佳运动矢量如图3 7所示

  基于h264标准的自适应运动估计算法研究,自适应算法,自适应遗传算法,自适应路由算法,自适应遗传算法代码,信道估计算法,分布式估计算法,算法研究,稀疏编码算法研究,iframe 自适应高度

本文链接:http://theferrari348.com/zhengnayasuo/420.html