【導讀】在技術上，集中了以往標準的優(yōu)點，并吸收了它們的經驗。了幀內預測，整數(shù)變換，不同的預測塊大小，多個參考幀，1/4象素預測精度，式選擇算法等技術。分為視頻編碼層和網絡提取。因此，可以達到極高的壓縮比，在所。有碼率下都能持續(xù)提供較高的視頻質量。種標準的幀內編碼效率；最后介紹軟件編碼器并對編碼結果做出分析。

　　

【正文】 ipl(x )代表將 x位于 0 到 255 之間 (含 )，即 Clipl(x)＝ 255 x 255 0 x 0 x 0_x_255 色差分量的幀內預測 該預測針對的是當前宏塊的兩個 8x8 的色差分量 Cr和 Cb，共有 4 種模式，兩個 chrominance 分量采用相同的預測模式，預測對兩個分量分別進行，預測的范圍是整個 8x8 的色差分量。預測的參考像素是同一個 chrominance 分量的周圍17 個像素。 預測的過程同 Intra_16x16 基本相似，首先判斷這 17 個參考像素的可用性(availability)，然后進行預測。 幀間預測 幀間預測是利用先前已編碼的圖像作為參考圖像對當前圖像進行預測的一種方式。它把參考圖像的抽樣點通過運動矢量的補償作為當前圖像抽樣值的參考值。然而，它與早期標準最大區(qū)別在于： 1） 支持多種塊結構的預測； 2） 運算精度能精確到 1/4 像素點上。 19 在 4 標準中還使用了 標準中曾使用過的多幀預測的方法，主要思想是增加運動矢量中時間軸的估計參考幀數(shù)。在宏塊的級別上，允許選擇一個或幾個前面視頻幀作為參考幀。用于運動補償?shù)亩鄮A測方式在大多數(shù)情況下會明顯改善預測增益。 下面我們就以在兩種不同類型的條（ slice）中使用的幀間預測方式進行討論。在說明它們之前我們首先介紹樹結構的運動補償，其中主要簡述了宏塊的分塊。 樹結構的運動補償 在 標準中獲得運動補償?shù)膲K結構大小不再局限于在宏塊的基礎上，可以從宏塊的分塊或子分塊中獲取運動矢量。每個宏塊也許被 按照圖 中的方式進行分解。 圖 宏塊分塊中 的 子分塊 :16x16, 8x16, 16x8, 8x8 圖 宏塊分塊中 的 子分塊 :8x8,4x8,8x4,4x4 由圖 可知， 16 x 1 6 宏塊可能被分解為一個 16 x 16 塊，或 2 個 8 x16 塊，或 2 個 16 x 8 塊，或 4 個 8 x 8 塊。如果使用 8 x 8 模式，每個 8 x 8 的宏塊分塊(Macroblock partitions)將會按照圖 8 x 8, 4 x 8, 8 x 4, 4 x 4類型的塊。 這些分塊和子分塊將會使得每個宏塊中包含有許多不同大小塊。利用各種大小的塊進行運動補償?shù)姆椒ㄎ覀儗⒎Q為樹結構的運動補償 (tree structured motion pensation.)。 每個塊或子塊都包含有一個獨立的運動矢量。每個運動矢量都將會被編碼，8 8 4 8 8 4 4 4 16 16 8 16 16 8 8 8 20 傳送，另外分塊方式也必須被編碼在數(shù)據(jù)流中。選擇大的分塊方式 (16 x 16 或 16 x 8, 8 x 16)也許只需 要傳送很少的比特用于說明運動矢量和分塊方式。但是運動補償后抽樣點差值也許將會比較大。選擇小的分塊方式 (8 x 4 或 4 x 4)也許能得到很小運動補償后抽樣點差值，但是花費很多比特去傳輸運動矢量和分塊方式。因此對于分塊的選擇將會對壓縮效果有著重大的影響。通常，大的分塊方式用于幀內均勻的部分，而小的分塊方式將有利于圖像中細節(jié)描述。 由于采用不同大小的塊進行幀間預測，使得運動估計模型更接近物體的實際運動，一般來說，使用小的運動補償塊可以提高預測精度，具體地說，小的塊增強了編碼模型處理精細運動細節(jié)能力，而且不會產生大 的塊效應，同時提高了主觀視覺質量。 每個色度塊將按照亮度的分塊方式進行分塊。由于宏塊中色度分辨率是亮度分辨率的一半，因此其塊的大小不管在水平還是垂直方向上都只是亮度塊的一半。同時，色度塊上垂直運動向量和水平運動向量也只是亮度塊的一半。 半象素搜索與象素填充 比其它壓縮標準有更高的壓縮比，同時也能保證更好的圖像質量，其原因就在于能夠最大程度上的消除冗余數(shù)據(jù)，這也就要求能將運動估計做得足夠精確，這樣， 的算法中引入了半像素搜索，也就是在做運動估計的時候，當完成整數(shù)像素搜索 后，在匹配的像素點周圍就可以進行半像素搜索了，也稱之為小菱形搜索，如圖 ： 圖 全象素和半象素搜索圖 由圖可知，在像素點之間的部分進行搜索，但是在進行這種方式的搜索時候，由于像素點與像素點之間并沒有像素值，所以，必須利用像素插值也即像素填充的方法來填充像素點間的數(shù)值，下面即是 的像素填充的方法： 21 圖 1/2 像素填充圖 像素點 G, H ,M ,N 間的像素 值 a, b ,c, d 等，由于這些像素值本身不存在，是通過像素插值法來求得的，插值公式入下 : b1=(E5*F+20*G+20*H5*I+J)。 h1=(A5*C+20*G+20*H5*R+J)。 b=Clip(b1+16)5。 h=Clip(h1+16)5。 j1=cc5*dd+20*h1+20*m15*ee+ff=aa5*bb+20*b1+20*s15*gg+hh。 s=Clip1(s1+16)5。 m=Clip1(h1+16)5。 a=(G+b+1)1。 c=(H+b+1)1。 d=(G+b+1)!。 n=(M+b+1)1。 f=(b+f+1)1。 i=(h+j+1)1。 k=(j+m+1)1。 q=(j+s+1)1。 A aa B E cc K Q ff J P ee I U hh T S gg R N s M m h H b G D bb C F dd L j 22 e=(b+h+1)1。 g=(b+m+1)1。 p=(s+f+1)1。 r=(m+s+1)1。 SP幀 (Primary SPFrame)技術 SP/SI 幀是 標準中定義的兩種新類型幀， SP 幀技術的主要特性是使用不同的預測參考幀也能解碼恢復出相同的 SP 幀， SI 幀利用了幀內預測編碼技術，其 重建圖像和對應的采用運動補償預測的 SP 幀的重建圖像相同。在提供相同功能時 SP 幀的編碼效率遠遠高于 I 幀，因此， SP 幀在流間切換、拼接和隨機接入等應用中取代 I 幀。 23 4 的軟件實現(xiàn) 本章介紹 的軟件實現(xiàn)。實現(xiàn)了編碼器，解碼器 ， 重點在編碼器。 開發(fā)環(huán)境 本軟件所用的開發(fā)工具是 VC ，所用的操作系統(tǒng)是 Microsoft Windows XP，運行平臺是一般臺式 PC 機 ， 其中對運行速度有較大影響的參數(shù)為 ： Intel 賽揚 CPU， 256M DDR333 內存，硬盤轉 速為 7200。 軟件介紹 本軟件的功能是對視頻序列進行 編解碼。軟件 的 輸 入是 QCIF 或CIF 格式的文件 ， 輸出為編碼后的 264 文件和解碼后的重建圖像文件 (也是 QCIF或 CIF 格式 )。 軟件設計結構 圖 H. 264 算法基本框圖 圖 是關于一幀圖像的幀內預測和幀間預測的算法框圖。如果采用幀內預測，幀間預測部分將不進行判斷。在進行幀間預測時，會使用多幀預測和可變塊大小的運動估計。編碼模式選擇 部分在所有的預測模式中選擇一個最佳的預測模式。預測之后用原始的輸入幀和預測幀相減，得到殘差數(shù)據(jù)塊。對于亮度殘差塊做 4 4 整數(shù) DCT變換，對于色度殘差塊的 DC 系數(shù)則進行 2 2 的整數(shù) DCT變換。對變換后的系數(shù)做掃描和量化處理后，再對量化后的系數(shù)進行熵編碼，最終成為輸出的碼流。編碼模式通過模式表，也會輸入到熵編碼器中。重建的循環(huán)過程包括反量化、反 DCT變換和反塊濾波。最后，將重建幀寫入到幀緩沖器中，準備在以后運動估計中使用。 空間預測 時間預測 多幀參考 預測模式選擇 變 換 4 4 或 2 2 量化 掃描 反量化反掃描反 DCT 運動補償 模式表 熵 編 碼 反塊濾波 頭序列信息 24 結果分析 編碼后的 文件大小為 4KB，原文件大小為 112KB。相比其 他視頻壓縮標準，壓縮比有了很大提高，而視頻質量幾乎沒變。同時發(fā)現(xiàn)這個軟件最大的問題就是速度太慢，每幀用時 5－ 10 分鐘。 25 結束語 標準的推出是視頻編碼標準的一次重大改進。把 壓縮技術應用到數(shù)字視頻的各個領域是今后視頻編碼的焦點。 產品在衛(wèi)星的電視轉播方面將具有很強的競爭力，利用 的衛(wèi)星轉播系統(tǒng)，每顆衛(wèi)星能轉播的電視節(jié)目套數(shù)將是現(xiàn)有利用 MPEG－ 2 系統(tǒng)的 3 倍。 6 4 對于高清晰度電視的傳輸和存貯也有重要價值?，F(xiàn)在人們有可能將一部 8Mbps 的高清節(jié)目方便地存貯 在一盤 DVD 上，這將極大促進和推動家庭影院市場。同時， 使得在衛(wèi)星或是有線電纜上，每信道能傳送 4 路高清節(jié)目。其運行費用比基于 MPEG－ 2 的系統(tǒng)低很多，這對于有線電視投資者無疑具有巨大的吸引力。 由于 H. 264 編碼比現(xiàn)有編碼算法的壓縮比高 1 倍，這將使其在移動通信領域也將占有一席之地并扮演重要角色。由于 3G 系統(tǒng)的頻段十分昂貴，降低傳輸率、提高信道利用率將顯得尤為重要。 4 能工作在低延時模式以適應實時通信的應用 (如視頻會議 )，同時又能很好地工作在沒有延時限制的 場合 ，如視頻存儲和以服務器為基礎 的視頻流式 的應用。 電 話的普及，移動通信的高速發(fā)展，市場條件的日趨成熟，也為會議電視、可視電話的普及和互通創(chuàng)造了條件。在目前階段，可視電話解決方案的關鍵是圖像壓縮，因為所使用的電話傳輸能力有限、帶寬很窄甚低碼率的 建議除了適用于 PSTN 上的可視電話外，其潛在的應用也十分廣泛，如 : I) 可視移動通信 ； 2) 銀行、住宅、倉庫、電站等現(xiàn)場的無人值守、遠程監(jiān)控 ； 3) 遠程教學 ； 4) 遠程醫(yī)療 ； 5) 視頻存儲和檢索業(yè)務，如視頻點播 ； 6) 視頻存儲和投遞業(yè)務，如視頻郵件。 可以預見，基于 視 頻編碼技術的應用前景和市場潛力 是 非常巨大的。而如何針對不同的應用環(huán)境和要求，增加更多、更強大的功能，提高更好圖像質量的視頻圖像，也是目前視頻編碼技術研究和發(fā)展的方向。視頻編碼技術仍在不斷的發(fā)展之中，其應用范圍也越來越廣。如何開發(fā)出性能更優(yōu)的算法，如和小波編碼、模型基編碼等新一代圖像編碼方法相結合 等 ，但需注意解決實時性、復雜性 的 問題。 26 本論文在此對整個 標準的關鍵技術細節(jié)作了具體的闡述， 特別是對幀預測技術作了具體的闡述， 相信會對它的應用帶來許多幫助。但同時， 標準中技術覆蓋較廣，適用范圍較寬， 由于本人水平和時間有限，還無法對其中具體應用作深入的研究。 27 致 謝 在論文的最后，我要由衷地向一些曾經幫助過我，給予我支持的人表示 衷心感謝。 首 先我要感謝我的導師江國星教授，他在學習與研究中給了我悉心的指導，尤其是老師嚴謹求實的治學態(tài)度、精益求精的工作精神更使我受益非淺。 我很高興自己在大學期間身處一個團結友愛奮發(fā)向上的團體中，我的和課題組的各位同學在我的研究工作中給予了很大的支持，正是由于很多有益的討論使我受益菲淺，謝謝他們。 四年的本科學習生涯即將結束，籍此機會，感謝在這四年中各位老師 的悉心教導，謝謝！ 我 還 要感謝我的父母對我成長的關心和鼓勵，他們的支持和激勵鼓舞是我完成學業(yè)的基本保證。 28 參考文獻 [1] ITUT ． Extended video procedures and control signals for series terminals． July 2020 [2] Wiegand TSullivan G J． Overview of the ． IEEE Trans， Circuits， Syst Video Technol， 2020， 13(7) [3]Iain ． and MPEG4 Video Compression: Video Coding for Nextgeneration Multimedia Wiley， 2020 [4]Draft ITUT Remendation and Final Draft International Standard of Joint Video Specification (ITUT Rec. :ISO/IEC 1449610 AVC)． In: 7th Meeting: Patty, Thailand,March， ～ 14 [5]Saponara S， Blanch C， Denolf K， Bormans J． The JVT advanced video coding standard： Complexity and performance analysis on a toolbytool basis． 2020 [6]Halbach T， Wien M． Concepts and performance of nextgeneration video pression standardization． 2020. [7]Wiegand T． Jo