【導(dǎo)讀】用Matlab對算法做相應(yīng)得仿真.要求優(yōu)化Matlab仿真程序，探討MPEG-4編碼技術(shù)的新。Matlab仿真工具對MPEG-4基于內(nèi)容的編碼算法進(jìn)行相應(yīng)的仿真。成為今后一段時(shí)間壓縮標(biāo)準(zhǔn)的主流。MPEG4的應(yīng)用前景將是非常廣闊的。因應(yīng)市場的需求，我們將會(huì)看到更多、更靈活的MPEG－4應(yīng)用。碼算法仿真的一般性方法。這一關(guān)鍵問題，進(jìn)而完成本課題。籍及Matlab的聯(lián)機(jī)幫助學(xué)習(xí)掌握Matlab的仿真機(jī)制，熟練使用Matlab。通過研究MPEG-4編碼技術(shù)，運(yùn)用扎實(shí)的通信基礎(chǔ)知識，獨(dú)立思考，努力。式開始的第1周周五之前獨(dú)立撰寫完成，并交指導(dǎo)教師審閱。論文(千字)；設(shè)計(jì)、計(jì)算說明書(千字)；圖紙(張)；

　　

【正文】 縮性， Fine Granularity Scalable )視頻編碼算法以及 PFGS(漸進(jìn)精細(xì)可伸縮性，Progressive Fine Granularity Scalable)視頻編碼算法。 FGS 編碼實(shí)現(xiàn)簡單，可在編碼速率、顯示分辨率、內(nèi)容、解碼復(fù)雜度等方面 提供靈活的自適應(yīng)和可擴(kuò)展性，且具有很強(qiáng)的帶寬自適應(yīng)能力和抗誤碼性能。但還存在編碼效 率 低于非可擴(kuò)展編 碼 及接收端視頻質(zhì)量非最優(yōu)兩個(gè)不足。 PFGS 則是 為 改善 FGS 編碼效率而提出的視頻編 碼 算法， 其基本思想是在增強(qiáng)層圖像編碼時(shí)使用前一幀重建的某個(gè)增強(qiáng)層圖像為參考進(jìn)行運(yùn)動(dòng)補(bǔ)償，以使運(yùn)動(dòng)補(bǔ)償更加有效，從而提高編碼效率。 運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償技術(shù) MPEG4 采用 IVOP,PVOP,BVOP 三種幀格式來表征不同的運(yùn)動(dòng)補(bǔ)償類型。它采用了 中的半像素搜索 (Half Pixel Searching)技術(shù)和重疊運(yùn)動(dòng)補(bǔ)償(Overlapped Motion Compensation)技術(shù)，同時(shí)又 引入 重復(fù)填充 (Repetitive Padding)技術(shù)和修改的塊 (多邊形 )匹配 (Modified Block (Polygon) Matching)技術(shù)以支持任意形狀的 VOP 區(qū)域。 此外，為提高運(yùn)動(dòng)估計(jì)算法精度， MPEG4 采用了 MVFAST (Motion Vector Field Adaptive Search Technique)和改進(jìn)的 PMVFAST( Predictive MVFAST)方法用于運(yùn)動(dòng)估計(jì)。對于全局運(yùn)動(dòng)估計(jì)，則采用了基于特征的快速魯棒的FFRGMET(Featurebased Fast and Robust Global Motion Estimation Technique)方法。 在 MPEG4 視頻編碼中，運(yùn)動(dòng)估計(jì)相當(dāng)耗時(shí)，對編碼的實(shí)時(shí)性影響很大。因此這里特別強(qiáng)調(diào)快速算法。運(yùn)動(dòng)估計(jì)方法主要有像素遞歸法和塊匹配法兩大類，前者復(fù)雜度很高，實(shí)際中應(yīng)用較少，后者則在 和 MPEG 中廣泛采用。在塊匹配法中，重點(diǎn)研究塊匹配準(zhǔn)則及搜索方法。目前有三種常用的匹配準(zhǔn)則 ： (1) 絕對誤差和 (SAD, Sum of Absolute Difference ) 準(zhǔn)則 ； (2) 均方誤差 (MSE, Mean Square Error)準(zhǔn)則 ； (3) 歸一化互 相關(guān)函數(shù) (NCCF, Normalized Cross Correlation Function)準(zhǔn)則。 在上述三種準(zhǔn)則中， SAD 準(zhǔn)則具有不需乘法運(yùn)算、實(shí)現(xiàn)簡單方便的優(yōu)點(diǎn)而使用最多，但應(yīng)清楚匹配準(zhǔn)則的選用對匹配結(jié)果影響不大。 在選取匹配準(zhǔn)則后就應(yīng)進(jìn)行尋找最優(yōu)匹配點(diǎn)的搜索工作。最簡單、最可靠的方法是全搜索法 (FS,Full Search )，但計(jì)算量太大，不便于實(shí)時(shí)實(shí)現(xiàn)。因此快速搜索法應(yīng)運(yùn)而生，主要有交叉搜索法、二維對數(shù)法和鉆石搜索法 。 其中鉆石搜索法 被 MPEG4校驗(yàn)?zāi)Ｐ?(VM, Verificatioia Mode1)所采納，下面詳細(xì)介紹。 鉆石搜索 (DS, Diamond Search)法以搜索模板形狀而得名，具有簡單、魯棒、高效的特點(diǎn)，是現(xiàn)有性能最優(yōu)的快速搜索算法之一。其基本思想是利用搜索模板 的形狀和大小對運(yùn)動(dòng)估計(jì)算法速度及精度產(chǎn)生重要影響的特性。在搜索最優(yōu)匹配點(diǎn)時(shí)，選擇小的搜索模板可能會(huì)陷 入 局部最優(yōu)，選擇大的搜索模板則可能無法找到最優(yōu)點(diǎn)。因此 DS 算法針對視頻圖像中運(yùn)動(dòng)矢量的基本規(guī)律，選用了兩種形狀大小的搜索模板 ， 如圖 27 所示。 (a)大鉆石搜索模板 (b)小鉆石搜索模板 圖 27 鉆石搜索模板 (1)大鉆石搜索模板 (LDSP, Large Diamond Search Pattern )，包含 9 個(gè)候選位置 ； (2)小鉆石搜索模板 (SDSP, Small Diamond Search Pattern )，包含 5 個(gè)候選位置。 DS 算法搜索過程如下 ： 開始階段先重復(fù)使用大鉆石搜索模板，直到最佳匹配塊落在大鉆石中心。由于 LDSP 步長大，因而搜索范圍廣，可實(shí)現(xiàn)粗定位，使搜索不會(huì)陷于局部最小，當(dāng)粗定位結(jié)束后，可認(rèn)為最優(yōu)點(diǎn)就在 LDSP 周圍 8 個(gè)點(diǎn)所圍菱形區(qū)域中。然后再使用小鉆石搜索模板來實(shí)現(xiàn)最佳匹配塊的準(zhǔn)確定位，以不產(chǎn)生較大起伏，從而提高運(yùn)動(dòng)估計(jì)精度。 此外 Sprite 視頻編碼技術(shù)也在 MPEG4中應(yīng)用廣泛，作為其核心技術(shù)之一。Sprite 又稱鑲嵌圖或背景全景圖，是指一個(gè)視頻對象在視頻序列中所有出現(xiàn)部分經(jīng)拼接而成的一幅圖像。利用 Sprite 可以直接重構(gòu)該視頻對象或?qū)ζ溥M(jìn)行預(yù)測補(bǔ)償編碼。 Sprite 視頻編碼可視為一種更為先進(jìn)的運(yùn)動(dòng)估計(jì)和補(bǔ)償技術(shù)，它能夠克服基于固定分塊的傳統(tǒng)運(yùn)動(dòng)估計(jì)和補(bǔ)償技術(shù)的不足， MPEG4 正是 采用了將傳統(tǒng)分塊編碼技術(shù)與 Sprite 編碼技術(shù)相結(jié)合的策略。 MPEG4 視頻編碼 原理 MPEG4視頻部分是 MPEG4 標(biāo)準(zhǔn)的核心內(nèi)容之一。既提供傳統(tǒng)的基于幀的編碼方法又提供基于視頻對象 (VO)的編碼方法。在某一時(shí)刻，視頻對象以視頻對象平面 (VOP )的形式出現(xiàn)，編碼也主要針對該時(shí)刻視頻對象的形狀、運(yùn)動(dòng)和紋理這三類信息來進(jìn)行 。 形狀編碼 MPEG4 同時(shí)支持 二 進(jìn)制和灰度格式的形狀信息。形狀信息又稱為阿爾法（ alpha） 平面。阿爾法平面的 大 小與其對應(yīng)的 VOP 邊界矩形相等。 二 進(jìn)制阿爾法平面中的點(diǎn)只能取 0 和 255 兩個(gè) 值 。而灰度阿爾法平面中的點(diǎn)則可以在 0 到255 之間取任意整數(shù) 值 。 0 表示對應(yīng)的像素完 全 透明， 255 表示對應(yīng)的像素完 全不透明。灰度阿爾法平面實(shí)際上包含形狀和透明度兩種信息。其中形狀信息采用二 進(jìn)制阿爾法平面的編碼算法，透明度信 息 采用亮度信 息 的編碼算法。 與傳統(tǒng)的視頻編碼算法類似， MPEG4 采用的形狀編碼算法也是基 于 塊的算法，也分為幀內(nèi)和幀間兩種編碼塊。幀間塊仍然采用基于塊的運(yùn)動(dòng)預(yù)測 /補(bǔ)償。但是 MPEG4 形狀編碼不再采用余弦變換，也不再對運(yùn)動(dòng)預(yù)測誤差進(jìn)行編碼，而是 采用基 于 環(huán)境的算術(shù)編碼算法。該算法利用了阿爾法平面的空間和時(shí)間冗余。 a. 二 進(jìn)制形狀塊（ BAB） 二 進(jìn)制形狀編碼的基 本 單位是 16 X 16 的形狀塊 （ BAB）。如 果 VOP的邊界矩形不能劃分成整數(shù)個(gè)形狀塊，則擴(kuò)展阿爾法平面的右 下 角坐標(biāo)，使其 大 小變成16 X 16 的整數(shù)倍，擴(kuò)展出來的形狀點(diǎn)取 值 為零。 b. 基于環(huán)境的算術(shù)編碼（ CAE） CAE 編碼需要對 16 X 16 的形狀塊中的每一個(gè)點(diǎn)按照從上到 下 ，從 左 到右的順序逐一編碼。其中每個(gè)點(diǎn)的編碼過程分成 3 個(gè)步驟 ： 首先生成一個(gè)環(huán)境數(shù)，然后以該環(huán)境數(shù)為索引，從概率 表中取得一個(gè)概率 值 ，最后把得到的概率 值 和待編碼的點(diǎn)送到算術(shù)編碼器中編碼。 （ 1） 生成環(huán)境數(shù) 環(huán)境數(shù)其實(shí)就是根 據(jù) 當(dāng)前的待編碼點(diǎn)附近的多個(gè)點(diǎn)的 值 生成的一個(gè)數(shù)字。幀內(nèi)與幀間形狀塊的取點(diǎn)位置可參見圖 28。從圖中可見，幀內(nèi)塊在當(dāng)前點(diǎn)附近取10 個(gè)點(diǎn)，幀間塊在當(dāng)前點(diǎn)附近取 4 個(gè)點(diǎn)， 并 在運(yùn)動(dòng)補(bǔ)償塊中的對應(yīng)點(diǎn)周圍取 5個(gè)點(diǎn)。幀內(nèi)塊與幀間塊生成環(huán)境數(shù)的公式都是 : （ 21） 其中 Ck 取 值 為 0或 1，表示對應(yīng)環(huán)境點(diǎn)是否透明。 圖 28 二 進(jìn)制形狀塊的環(huán)境數(shù)生成 （ 2） 概率表 形狀塊中每個(gè)點(diǎn)生成環(huán)境數(shù)后，將以該環(huán)境數(shù)為索引，從概率表中取得一個(gè)概率 值 。其中幀內(nèi)和幀間形狀塊對應(yīng)不同的概率表。概率表列出了在不同的環(huán)境數(shù)條件 下 ，當(dāng)前點(diǎn)取 值 為 0 的概率 P0。正因?yàn)楦怕史?布 與環(huán)境數(shù)相關(guān)， CAE 算法才能利用當(dāng)前點(diǎn)與環(huán)境點(diǎn)之間的空間和時(shí)間相關(guān)性提 高 壓縮效率。 c. 運(yùn)動(dòng)預(yù)測和補(bǔ)償 (ME/MC) 二 進(jìn)制形狀塊的運(yùn)動(dòng)預(yù)測和補(bǔ)償與傳統(tǒng)的算法很相似，而 且 更簡單，不包含某些傳統(tǒng)的預(yù)測 /補(bǔ)償模式，例如 :8 X 8 塊、半像素精度、 疊 加、反向、雙向、插 值 等。相似度函數(shù)仍然采用傳統(tǒng)的 “差 之絕對 值 之和 (SAD)”函 數(shù)。 運(yùn)動(dòng)預(yù)測包括兩個(gè)步驟 ： 首先預(yù)測運(yùn)動(dòng)失 量（ MVs） ，然后搜索運(yùn)動(dòng)失 量 。預(yù)測運(yùn)動(dòng)失 量 的過程就是順序檢查圖 29中 6 個(gè)塊的運(yùn)動(dòng)失 量 ： MVsl ， MVs2， MVs3， MV1， MV2， MV3。其中第一個(gè)有效的運(yùn)動(dòng)失 量 就是當(dāng)前形狀塊的運(yùn)動(dòng)失量 預(yù)測 值 MVPs。如 果沒有一個(gè)有效，那么 MVPs =O。 找到 MVPs 后，就在 MVPs 周圍 +16或 16個(gè)點(diǎn)的范圍內(nèi)搜索，計(jì)算搜索范圍內(nèi)每一個(gè)形狀塊與 當(dāng)前塊之間的 SAD 誤差。其中誤差最小的塊就是運(yùn)動(dòng)補(bǔ)償塊。 運(yùn)動(dòng)補(bǔ)償塊與當(dāng)前塊之間的位置偏移就是運(yùn)動(dòng)失 量 MVs。 差值運(yùn)動(dòng)矢量MVDs=MVsMVPs 經(jīng)過變長編碼后就可以傳輸給接收端了。 （ 1） 形狀運(yùn)動(dòng)失 量 （ 2） 紋理運(yùn)動(dòng)失 量 圖 29 候選運(yùn)動(dòng)矢 量 預(yù)測 值 的位置 d. 確定編碼模式 如表 21 所示： MPEG4 把形狀塊的編碼分為 7 種類型。其中 MVDs 是指形狀塊的差 值 運(yùn)動(dòng)失 量；“ No Updata”是指 直 接從前一個(gè)阿爾法平面拷貝形狀塊 ；“ Transparent”表示形狀塊的所有點(diǎn)都為 0； ”opaque”表示形狀塊的所有點(diǎn)都為 255； IntraCAE 表示 CAE 編碼的幀內(nèi)形狀塊 ； InterCAE 表示 CAE編碼的幀間形狀塊。編碼器需要從這 7 種類型中選取一種作為當(dāng)前 二 進(jìn)制形狀塊的編碼模式。選取的原則是 ： 在編碼質(zhì) 量 可接受的前提 下 ，使形狀塊的編碼長度最小。 表 21 形狀塊的編碼類型 編碼質(zhì) 量 是否可以接受 由 ACQ 函數(shù)定義。 ACQ函數(shù)比較近似形狀塊與原始形狀塊之間所有 16個(gè) 4 X 4子塊的 SAD 誤差。如果所有誤差 都小 于 預(yù)定誤差就認(rèn)為可以使用該近似形狀塊代替原始形狀塊，反之則不能。 候選的近似形狀塊有 ： 透明塊、不透明塊和運(yùn)動(dòng)補(bǔ)償塊。對 于 當(dāng)前形狀塊，如果透明塊的質(zhì) 量 可以接受，則編成第 3種類型 ； 如果不透明塊的質(zhì) 量 可以接受，則編成第 4 種類 型 。如果運(yùn)動(dòng)補(bǔ)償塊的質(zhì) 量 可以接受，則根 據(jù) 差 值 運(yùn)動(dòng)失 量 的 值編成第 1 種或第 2 種類型 ； 如果這 3 個(gè)近似塊的質(zhì) 量 都不能接受，則在后 3種類 型中選擇。其中幀內(nèi)編碼 VOP 的形狀塊只能選擇第 4種類型 ； 幀間編碼 VOP的形狀塊在 3 種類型中選擇編碼長度最小的類型。 運(yùn)動(dòng)信息編碼 類似于現(xiàn)有的編碼標(biāo)準(zhǔn)， MPEG4 采用運(yùn)動(dòng)預(yù)測和運(yùn)動(dòng)補(bǔ)償技術(shù)來去除圖像信息中的時(shí)間冗余成分，這些運(yùn)動(dòng)信息的編碼技術(shù)可視為由現(xiàn)有標(biāo)準(zhǔn)向任意形狀的 VOP 的延伸。 VOP 的編碼有三種模式，即幀內(nèi)編碼模式 (IVOP )、幀間預(yù)測編碼模式 (PVOP )和雙向預(yù)測編碼模式 (BVOP )。 對 于 在 VOP 外、但在邊框內(nèi)的宏塊，不作為運(yùn)動(dòng)估計(jì) ； 對完全在 VOP 內(nèi)的宏塊，作與 H .263 類似的運(yùn)動(dòng)估計(jì) ； 對部分在 VOP 內(nèi)、部分在外的宏塊，用“多邊形匹配”技術(shù)進(jìn)行運(yùn)動(dòng)估計(jì)，對 于 作為參考的 VOP， 由 于 VOP 外的 像 素值沒有。但運(yùn)動(dòng)估計(jì)要用到，因此 要采用“ 重 復(fù)填充“技術(shù)來根據(jù) VOP 內(nèi)部 像 素來外插VOP 外部的 像 素值。 首先對 VOP 外但在矩形框內(nèi)的點(diǎn)進(jìn)行填充，然后再對矩形框外而在搜索范圍之內(nèi)的點(diǎn)進(jìn)行 重 復(fù)填充。第一步填充，先進(jìn)行水平填充，如果 左 邊和右邊都有合適的點(diǎn)則取這兩點(diǎn)的平均，否則哪邊有合適的點(diǎn)則取哪個(gè)點(diǎn) ； 第二步填充是取最鄰近的點(diǎn)值。 多邊形匹配 主 要是利用形狀信息，對一個(gè)宏塊內(nèi)且是 VO 內(nèi)部的點(diǎn)才計(jì)算在內(nèi)，對 于 外部點(diǎn)就不計(jì)算，匹配準(zhǔn)則是塊的絕對差之和 (SAD)。圖 210 是對 VOP邊緣宏塊采用多邊形匹 配 的示意圖 。 圖 210 多邊形匹配 紋理編碼 VOP 視頻的紋理信息可以表示為亮度成分 Y和兩個(gè)色度成分 Ct, Cb。幀內(nèi)編碼情況下，紋理信息包含有亮度和色度成分 ； 運(yùn)動(dòng)補(bǔ)償情況下，紋理信息表示經(jīng) 過運(yùn)動(dòng)補(bǔ)償后的殘差。 紋理編碼的對象可以是幀內(nèi)編碼模式的 IVOP，也可以是幀間預(yù)測編碼模式BVOP 或 PVOP 運(yùn)動(dòng)補(bǔ)償后的預(yù)測誤差。在幀內(nèi)編碼模式中，對于完全在 VOP內(nèi)的像素塊，采用經(jīng)典 DCT 方法。對于完全位于 VOP 之外的像素塊則不進(jìn)行編碼 ；對于部分在 VOP 內(nèi) ,部分在 VOP外的像素塊首先采用圖像填充技術(shù)來獲得 VOP 之外的像素值，之后再進(jìn)行 DCT 編碼。在幀間編碼模式中，為了對 BVOP 和 PVOP運(yùn)動(dòng)補(bǔ)償后的預(yù)測誤差進(jìn)行編碼，將那些位于 VOP 區(qū)域之外的像素值設(shè)為 128。此外，還可采用 SADCT 方法對 VOP 內(nèi)的像素進(jìn)行編碼，該方法可在相同碼率下獲得較高的編碼質(zhì)量，但運(yùn)算的復(fù)雜度較高，變換后的 DCT 因子還需要量化、掃描及變長編碼，這些過程與現(xiàn)有標(biāo)準(zhǔn)基本相同。 a. 輪廓宏塊 輪廓宏塊，其所包含的 VOP 內(nèi)的像素的形狀是不規(guī)則的，當(dāng)進(jìn)行子帶或變換編碼時(shí)，要采用圖像填充技術(shù)。填 充技術(shù)即是用一定的灰度值，填充輪廓宏塊內(nèi)VOP 邊界以外的像素，后對填充后形成的矩形像素塊進(jìn)行基于塊的編碼。填充的要求是用某些灰度值代替透視像素的值，使其對紋理編碼最為有利，即對這些無用的透視像素編碼所花費(fèi)的額外比特?cái)?shù)最少。由于形狀信息己經(jīng)傳送，所以可以隨意改變透視像素的值，而不會(huì)對源數(shù)據(jù)有影響，例如可以把透視像素值設(shè)為 O。 b. DCT 變換與系數(shù)量化 幀內(nèi)視頻紋理宏塊和填充宏塊輪廓采用基于 8 X 8 塊的 DCT 變換進(jìn)行編碼。 DCT 變換系數(shù)是以有損壓縮的方式進(jìn)行量化。這種量化有兩種類型，這兩種類型的量 化方法基本上是通過量化步長來進(jìn)行對系數(shù)做除法運(yùn)算。第一種方法根據(jù)系數(shù)的空間頻率來修改量化步長的大小，第二種方法采用的是對全部系數(shù)運(yùn)用相同的量化步長。在 MPEG4 標(biāo)準(zhǔn)中，允許對直流部分的變換系數(shù)采用非線性量化的方法。 c. 系數(shù)預(yù)測 量化系數(shù)的平均能量可以通過鄰近宏塊的預(yù)測得到進(jìn)一步的降低。預(yù)測可以是先從上方宏塊開始，可以是從左邊的宏塊開始，也可以是從左上的宏塊開始。預(yù)測的方向是自適應(yīng)的，并且是基于周圍宏塊來選定的。系數(shù)預(yù)測有兩種類型 ：DC預(yù) 測 和 AC 預(yù)測。 d. 系數(shù)掃描和行程編碼 在行程編 碼之前，系數(shù)通過掃描過程從二維數(shù)據(jù)轉(zhuǎn)換成一維數(shù)據(jù)。通常用的 掃描有三種方法 : (1) ZigZag 掃描 這種掃描方式是以對角的形式將系數(shù)讀出。 (2) 水平交替掃描 這種掃描方式主要強(qiáng)調(diào)數(shù)據(jù)是按行掃描的方式讀出。 (3) 豎直交替方式 這種掃描方式類似水平交替掃描，只是數(shù)據(jù)是以列掃描的方式讀出。 一般來說， DC 頻段系數(shù)預(yù)測的方式就決定了數(shù)據(jù)的掃描方式。如果沒有 DC頻道系數(shù)預(yù)測，那么就采 用 ZigZag 掃描 ； 如果 DC 頻段系數(shù)預(yù)測是在水平方向上，那么就采用水平交替掃描 ； 如果 DC 頻段系數(shù)預(yù)測是在豎直方向上，那么就采用豎直交替掃描。 行程編碼采用了兩種不同的 VLC 表， VLC 表采用了量化器的量化數(shù)值。 e. 隔行編碼 如果視頻內(nèi)容可以實(shí)現(xiàn)隔行編碼，那么通過在場編碼和幀編碼之間的自適應(yīng)切換能進(jìn)一步地提供編碼效率。紋理編碼可以用場 DCT 模式或者幀 DCT 模式，這兩種模式在宏塊基礎(chǔ)上是可以轉(zhuǎn)換的。它們的定義如下 ： 幀 DCT 編碼 ： 每一個(gè)亮度塊由交替的兩場的行組成。 場 DCT 編碼 ： 每一個(gè)亮度塊只有兩場中的一場的行組成。 圖 211 , 212 說明了幀 DCT 編碼 和場 DCT 編碼。場 DCT 編碼模式僅僅用在亮度塊編碼，而色度塊編碼總是使用幀 DCT 模式。