h.264avc编码标准模式选择快速算法研究-research on fast algorithm of h 264 avc coding standard mode selection.docxVIP

1绪论1.1引言随着数字电视和视频的广泛应用，人们对图像的存储和传输提出了更高要求，希望能利用有限的空间和带宽资源存储和传输更多的视频数据，视频压缩技术已成为数据传输的核心。由于视频本身数据量巨大，无线传输信道带宽有限，这样就必须对视频数据进行高效的压缩以充分利用有限的信道带宽，从而推动了视频压缩编码技术的快速发展。ITU-T和ISO/IEC组织一直致力于数据压缩技术标准化工作的研究，并取得很大的成就，相继出现了H.261、MPEG-1、H.263、MPEG-2和MPEG-4视频压缩标准。随着各标准的不断推出，数据压缩和传输技术更加规范化，但音频、视频等压缩编码工作还远未结束，人们在不断寻求一种比目前方案压缩性能更好、适用性更强的编码方案，H.264/AVC标准也就在这个背景下出现了。作为一种新的国际标准，H.264/AVC将近几年在视频编码方面发展的先进技术结合起来，使其在编码效率、图像质量、网络适应性和抗误码方面都取得了成功，特别是它具有更高的压缩性能，它的压缩性能比H.263、MPEG-4等标准提高50%以上[1]，能在交互和非交互的视频编码方面有更高的编码效率，但是H.264/AVC的高效编码是以较高的运算复杂度为代价的，特别是在它的编码过程中，帧内编码和帧间编码采用了多种预测编码模式的选择，而在这些模式中进行选择是一项非常复杂的工作，因此导致H.264的复杂度和编码时间急剧增加。作为一个好的视频标准如果没有高效的实现方法，就不可能被广泛接受和应用，它较大的耗时性也不能满足现阶段实时视频通信的需要，因此要将H.264运用到实际中还需要进一步对其算法进行优化。本文深入研究了H.264/AVC标准中的核心算法，包括帧内编码、帧间编码、整数变换和量化、抗块效应滤波器以及熵编码等。研究发现模式选择是决定决定每个宏块在编码时使用哪种类型进行编码，它能极大的提高压缩的效果，因此论文对帧内编码和帧间编码中的模式选择算法进行了重点研究。针对编码过程中帧内和帧间模式选择全搜索算法的复杂性和耗时性问题，论文在原有快速模式选择算法的基础上进行了改进，预期达到优化后的算法可以降低编码的复杂度，减少编码时间。1.2视频编码技术概述1.2.1视频编码的基本结构视频图像数据有大量的冗余信息，其中冗余信息可分为空域冗余信息和时域冗余信息，编码技术就是将数据中的冗余信息去掉。视频编码系统结构如图1.1所示，根据采用的信源模型，视频编码分为基于内容的编码和基于波形的编码两大类。视频编码利用不同的压缩编码方法，得到相应的量化前的参数；再对这些参数进行量化，用二进制码表示其量化值；最后，进行无损熵编码进一步压缩码率[2]。解码则为编码的逆过程。摄影机编码器有损的无损的二进制编分析量化码信源模型量化参数性参数统计特征信道噪声显示器综合反量化解码器二进制编码图1.1视频编码系统结构Fig.1.1Videocodingsystemstructure1.2.2视频编码标准的发展视频编码算法的标准化起始于90年代初TIU-T的H.261标准，以及ISO/IEC组织属下运动图像专家组(MPEG)的MPEG-1标准。从九十年代开始，两个标准化组织根据不同的应用需求，采用近似的压缩编码技术，分别制定了H.26X和MPEG-X系列视频压缩标准。ITU-T的标准包括H.261、H.263、H.264，主要应用于实时视频通信领域，如视频会议；MPEG系列标准是由ISO/IEC制定的，主要应用于视频存储(DVD)、广播电视、因特网或流媒体等。两个组织也共同制定了一些标准，H.262标准等同于MPEG-2的视频编码标准，而最新的H.264标准则被纳入MPEG-4的第10部分。视频编码的发展如图1.2所示：总体上看，视频编码标准的发展过程中压缩效率越来越高，而计算复杂度也在不断提高。文献[3-4]详细介绍了视频编码技术的发展演化情况。ITU-TStandardsH.261(1990)H.263(1995/96)H.263+(97/98)H.263+(2000)JointITU-TMPEGStandardsH.262/MPEG-2(1994/95)H.264/AVC/MPEG-4Part10(2003/04)MPEGStandardsMPEG-1(1992)MPEG-4V1(1998/99)V2(00)V3(01)19901992199419961998200020022004图1.2视频编码标准的发展过程Fig.1.2ThedevelopmentofvideocodingstandardH.261标准从1986年起开始制定，1990年正式发布，是最早的运动图像压缩标准。它输出码率是p*64kbit/s(p0p31)，当p=6时只能传清晰度不太高的图象，适合于面对面的电视电话等应用；当p