基于ADSP-BF533 处理器的去方块滤波器的实现及优化.pdfVIP

基于 ADSP-BF533 处理器的去方块滤波器的实现及优化 关键词：视频编解码，去方块滤波，ADSP-BF533 处理器 摘要：本文通过系统、算法及汇编 3个级别优化实现了 H.264 中的去方块滤波功能，特别是 通过改进去方块滤波的实现算法，对待滤波的宏块进行分类以及充分地利用并行指令、向量 指令等汇编级别的优化手段，取得了较好的优化效果。 引言 在已有的基于块的视频编解码系统中，当码率较低时都存在方块效应，新的视频编码标 准 H.264 中亦是如此。产生这种方块效应的主要原因有两个：一是由于对变换后的残差系数 进行的基于块的整数变换后，以大的量化步长对变换系数进行量化会使得解码后的重建图像 的方块边缘出现不连续；二是在运动补偿中插值运算引起的误差使得编解码器反变换后的重 建图像会出现方块效应。如果不进行处理，方块效应还会随着重构帧积累下去，从而严重地 影响图像的质量和压缩效率。为了解决这一问题，H.264 中的去方块滤波技术采用较为复杂 的自适应滤波器来有效地去除这种方块效应。因此，如何在实时视频解码中优化去方块滤波 算法，降低计算复杂度，提高重建图像质量，就成了 H.264 解码的一个关键问题。 1 H.264 的去方块滤波 1.1 滤波原理 大的量化步长会造成相对较大的量化误差，这就可能将原来相邻块“接壤”处像素间灰 度的连续化变成了“台阶”变化，主观上就有”伪边缘”的方块效应。去方块效应的方法就 是在保持图像总能量不变的条件下，把这些台阶状的阶跃灰度变化重新复原成台阶很小或者 近似连续的灰度变化，同时还必须尽量减少对真实图像边缘的损伤。 1.2 自适应滤波过程 在 H.264 中，去方块滤波器是按照 16×16 像素的宏块为单位顺序进行的，在宏块中按 照每个 4×4子块之间的边缘以先垂直后水平的顺序进行，从而对整个重建图像中的所有边 缘(图像边缘除外)进行滤波。具体的边缘示意图如图 1 所示。对于 16×16 像素的亮度宏块， 共有 4 条垂直边缘，4 条水平边缘，每条边缘又分为 16 条像素边缘。而对应 8×8 像素的色 度宏块有垂直边缘和水平边缘各 2条，每条边缘分为 8 条像素边缘。像素边缘是进行滤波的 基本单元。 1.2.1 滤波器在两个层次上的自适应性 H.264 中的去方块滤波所以有较好的滤波效果，是由于它在以下两个层次上的自适应 性。 1) 滤波器在 4×4 子块级别的自适应性 滤波是基于各个子块中的像素边缘进行的，通过对每一条像素边缘定义一个参数 BS(边 缘强度)来自适应地调节滤波的强弱和涉及的像素点。色度块的像素边缘强度与相应的亮度 像素边缘强度相同。假设 P 和Q 为两个相邻的 4×4 子块，其中的像素边缘强度通过图 2 的 步骤获得。BS 的值越大，则对相应的边缘两侧进行的滤波越强，这是根据产生方块效应的 原因来设定的，如采用帧内预测模式的子块的方块现象较明显，则对该子块中的对应边缘设 定较大的像素边缘强度值来进行强滤波。 2) 滤波器在像素点级别上的白适应性 正确区分由于量化误差、运动补偿产生的虚假边缘和图像中的真实边界才能得到好的滤 波效果。通常，真实边界两侧的像素梯度差值要比虚假边界两侧的像素梯度差值大，因此， 滤波器通过对边缘两侧像素点的灰度值的梯度差值设定门限 α、对同一侧的相邻像素点的 灰度值的梯度差值设定门限 β 来进行真伪边界的判定。α 和 β 的值主要与量化步长有关， 当量化步长大时，量化误差也大，方块效应就明显，易产生虚假边界，因此门限值随之变大， 放宽滤波条件。反之，量化步长小时门限值也变小，体现了自适应性。采样点的设置见图 3。 若条件都满足，则进开始滤波。 除了这两种自适应性，还可以通过设置位于片级的系数 LoopFilterAlphaC0Offset、Lo opFilterBetaOffset 来调整滤波 的强度。例如当传输码率较低时，方块效应较明显，接收端想要主观质量相对较好的图像， 则编码端可通过设置位于片头信息中的滤波偏移量 LoopFil-terAlphaC0Offset，LoopFil terBetaOffset 为正值，以此增大 α和 β 来加强滤波，通过去除方块效应来提高图像主观 质量。或者对于高分辨率的图像，可以通过传送负值偏移来减弱滤波，尽