（通信与信息系统专业论文）h26x系列的算法研究.pdf

浙江大学硕寸 _ 论文 摘要 随着计算技术和网络通信的飞速发展， 网络视频会议、 视频电话、网络监控 等得到了越来越广泛的 应用， 而其中应用最广泛的视频压缩标准就是工 t u - t制定 的 h .2 6 x系列标准。视频会议系统或监控系统的很重要的特征就是实时性，而 h .2 6 x 系列特别是h .2 6 4 的计算复杂度很高，为了提高系统的效率就必须提高算 法的效率。本文从码率控制、整像素运动估计、1 / 4像素运动估计三个方面来分 析算法的计算复杂度， 对已有的算法进行分析和比较， 在前人研究的基础上分别 提出了新的算法。 码率控制算法可以保持视频流在网络中顺利传输并充分利用带宽。 传统的码 率控制算法为 r - d模型，要么具有很高的计算复杂度，要么算法不够精确。本 文在 p域线性率失真模型的基础上提出了一种新的码率控制算法，在保持高精 度的基础上大大减少了算法的复杂度。 在整像素运动估计算法方面，由于全搜索算法的复杂度太高， 不适合实际应 用，由此一系列快速算法发展起来， 经典的有三步搜索法、四步搜索法、 梯度 降 搜索法、 菱形搜索法、 六边形搜索法等等。 在前人研究的基础上， 本文提出了 基于多分辨塔模式和小菱形模式的小菱形分层快速搜索算法， 在计算量上相对于 其它算法有很大的提高。 传统的1 / 4 像素搜索算法需要搜索1 6 个点，而在实际中，1 / 2 像素搜索与 整 像素搜索结果有很大的相关性，而1 1 4 像素搜索又与 1 / 2 像素搜索结果有很大的 相关性， 根据这些相关性， 本文提出了 一种新的搜索方法， 大大提高了 搜索的效 率。 关键字:视频压缩，视频编码，码率控制， 运动估计，搜索算法 浙江大学硕士论文 ab s t r a c t wit h t h e d e v e l o p m e n t o f c o m p u t e r a n d c o m m u n i c a t i o n t e c h n o l o g y , n e t w o r k v i d e o c o n f e r e n c e , v i d e o t e l e p h o n e a n d n e t w o r k m o n i t o r e t c . h a v e g o t m o r e a n d m o r e a p p l i c a t i o n s . i n a l l o f t h e s e a p p l i c a t io n s , t h e m o s t w i d e l y u s e d v i d e o c o m p r e s s i o n s t a n d a r d s a r e t h e 1 t u - t h . 2 6 x s t a n d a r d s . o n e v i t a l r e q u i r e m e n t o f v i d e o c o n f e r e n c e s y s t e m a n d m o n i t o r s y s t e m i s r e a l - t i m e . b u t , b e c a u s e o f t h e h i g h c o m p u t a t i o n c o m p l e x i t y o f h . 2 6 x , e s p e c i a l l y h 2 6 4 , w e m u s t i m p r o v e a l g o r i t h m s p r o c e s s in g s p e e d i n o r d e r t o i m p r o v e s y s t e ms e ff i c i e n c y . t h i s t h e s i s a n a ly s i s t h e c o m p u t a t io n c o m p l e x i t y t h r o u g h t h r e e a s p e c t s o f r a t e c o n t r o l , i n t e g e r - p i x e l m o t i o n e s t i m a t io n a n d q u a rt e r - p i x e l m o t i o n e s t im a t i o n , t h e n i t c o m p a r e s t h e e x i s t i n g a l g o r i t h m s a n d b r i n g s a b o u t n e w a l g o r i t h ms . r a t e c o n t r o l a l g o r i t h m s c a n k e e p v i d e o s t r e a m t o t r a n s f o r m s m o o t h l y a n d t o u t i l i z e t h e b a n d w i d t h e f fi c i e n t l y . t h e t r a d it i o n a l r a t e c o n t r o l a l g o r it h m i s t h e r - d m o d e l . t h e s e a l g o r i th m s e i t h e r h a v e h i g h c o m p l e x i t y o r l a c k p r e c i s i o n . t h i s t h e s i s p r o p o s e s a n e w r a t e c o n t r o l a l g o r i t h m b a s e d o n p - d o m a i n l i n e a r s o u r c e m o d e l . t h e n e w a l g o r it h m r e d u c e s t h e c o m p u t a t io n c o m p l e x ity w i t h o u t l o s s o f p r e c i s i o n i n t h e a r e a o f i n t e g e r - p i x e l m o t i o n e s t i m a t i o n , t h e g r o s s s e a r c h i n g a l g o r i t h m i s t o o c o m p l i c a t e d t o p u t i n t o p r a c t i c a l u s e . a s e r i e s o f f a s t a l g o r i t lu n s h a v e b e e n d e v e l o p e d s u c h a s t h e c l a s s i c a l 3 - s t e p s e a r c h i n g , 4 - s t e p s e a r c h i n g , g r a d i e n t d e c e n t s e a r c h i n g , d i a m o n d s e a r c h i n g a n d h e x a g o n s e a r c h i n g . t h i s t h e s i s p r o p o s e d a m u l t i p l e l e v e l d i a m o n d s e a r c h i n g a l g o r i t h m b a s e d o n th e m u lt i - r e s o l u t i o n m o d e l a n d d i a m o n d s e a r i n g m o d e l . t h e c o m p u t a t i o n c o m p l e x i t y o f t h e n e w s e a r c h i n g a l g o r i t h m i s m u c h l e s s t h a n t h e p r e v i o u s a l g o r i t h m s . t h e t r a d i t i o n a l q u a r t e r - p i x e l m o t i o n p i x e l s . b u t i n t e g e r - p i x e l i n p r a c t i c e , t h e h a l f - p ix e l e s t i m a t i o n s e a r c h i n g n e e d s t o s e a r c h 1 6 s e a r c h i n g h a s g r e a t c o r r e l a t i o n w i t h t h e s e a r c h i n g , a n d t h e q u a rt e r - p i x e l s e a r c h i n g h a s g r e a t c o r r e l a t i o n w i t h t h e h a l f- p ix e l s e a r c h i n g . t h i s t h e s i s p r o p o s e s a n e w s e a r c h i n g m e t h o d b a s e d o n t h e s e c o r r e l a t i o n s t o e n h a n c e t h e s e a r c h e f f i c i e n c y . k e y w o r d s : a l g o r i t h m v i d e o c o m p r e s s i o n , v i d e o c o d i n g , r a t e c o n t r o l , m o t i o n e s t i m a t i o n , s e a r c h 浙江大学硕士论文 第一章 绪论 随着 工 n t e r n e t 带宽的不断增长，在 i n t e r n e t卜 传输视频的相关技术也成 为 工 n t e r n e t 研究和开发的热点。 网络视频会议系统， 作为多媒体网络通信领域 的最新成果，集计算机技术、通信技术和视频技术于一身，能向用户提供 “ 面 对面”的可视化多点会议服务，可广泛应用于行政会议、商务、远程教育、远 程医疗、抗灾抢险、军事指挥、金融证券等领域，在当今的信息化社会里，存 在着巨大的市场需求。下 是基于此，国际电信联盟 ( 工 t i力开发h . 2 6 x 系列视频 压缩编解码标准，包括h . 2 6 1 1 , h . 2 6 2 , h . 2 6 3 2 以及h . 2 6 4 3 1 。目 前视频 流传输中最重要的编解码标准是 1 1 . 2 6 1 和h . 2 6 3 ， 这两种标准由于推出时间早， 比较成熟，形成的商用产品也比较多。h . 2 6 4是 i t u - t最近才推出的新标准， 因其更高的压缩比、 更好的i p 和无线网 络信道的适应性， 现在越来越受到关注， 很多厂商正在开发h . 2 6 4 的商用产品。 下面对h . 2 6 1 , h . 2 6 3 和h . 2 6 4 做一下简 单的介绍。 1 . 1 h . 2 6 1 介绍 h .2 6 1 又称为p * 6 4 ，其中p为6 4 k b / s 的取值范围，是 1 到3 0 的可变参数， 它最初是针对在 i s d n上实现电信会议应用特别是面对面的可视电话和视频会 议而设计的。实际的编码算法类似于 m p e g算法，但不能与后者兼容。 h .2 6 1 在实时编码时比mp e g所占用的c p u运算量少得多，此算法为了优化带宽占 用量，引进了在图像质量与运动幅度之间的平衡折中机制，也就是说，剧烈运 动的图像比相对静止的图像质量要差。因此这种方法是属于恒定码流可变质量 编码而非恒定质量可变码流编码。 h .2 6 1 定义了视频编码算法， 如帧内图像、 帧间误差预测、 运动补偿、 d c t , 变长编码等技术都是在h .2 6 1 中使用了的， 它为后来的诸如mp e g - , m p e g - 2 及 h .2 6 3 等视频压缩标准提供了基础，图 1 - 1 为 h .2 6 1 编解码器的方框图。在 此之外， h . 2 6 1 还提供了两个重要的特性: 1 . 指定了最大编码延迟为 1 5 0 m s ，因为主要针对双向视频通信应用，超过 1 5 0 m s的延迟会给用户带来视频失真的印象。 浙江大学硕士论文 2 . 能够用廉价的v 1 5 1( 超人规模集成电路)实现，以便实现视频会议和可 视电话设备的商业化。 c o d卜g c . l t m i v 1ld e os lg l a l 1 . 2 h . 2 6 3介绍 v b e o m r i n p l e x coder t旧 l a m 1 0 5 1 01 drt l t 门一 i tra i一 a ) $a d e o c o d e r c o ile d east 企 翻m vi de o m e i t p l e x d e m de r r e c e l u eg dl t h ! 日 e c 二 i i 9 d e c a d e e 6功d e o d e c o d e r t ， 曰 2. j昏日 口勺口1 图i 一 1 h . 2 6 1 视频编解码器框图 h .2 6 3 是i t u - t提出的作为h .3 2 4 终端使用的视频编解码建议， 它是基于运 动补偿的 d p c m 的混合编码，在运动搜索的基础上进行运动补偿，然后运用 d c t变换和 “ 之”字形扫描游程编码，从而得到输出码流。h .2 6 3 在h .2 6 1 建 议的基础上，将运动矢量的搜索增加为半象素点搜索;同时又增加了无限制运 动矢量、基于语法的算术编码、高级预测技术和 p b帧编码等四个高级选项; 从而达到了进一步降低速率和提高编码质量的目的。 h .2 6 3视频编码标准是专为中高质量运动图像压缩所设计的低码率图像压 缩标准。与h .2 6 1 的p x 6 4 k的传输码率相比， h .2 6 3 的码率更低， 单位码率 可以小于6 4 k ， 且支持的原始图像格式更多， 包括了 在视频和电 视信号中常见的 q c i f , c i f , e d t v , i t u - r 6 0 1 , i t u - r 7 0 9 等 等。 h .2 6 3 采用 运动视频编码中 常见的编码方法，将编码过程分为帧内编码和帧间编码两个部分。在帧内采用 改进的d c t变换并量化， 在帧间采用 1 / 2 象素运动矢量预测补偿技术， 使运动 补偿更加精确， 量化后适用改进的 变长编码表( v l c ) 地量化数据进行嫡编码， 得到最终的编码系数。 h .2 6 3的编码速度快，其设计编码延时不超过 1 5 0 m s ; 码 浙江大学硕士论文 率低， 在5 1 2 k乃至3 8 4 k带宽 仍可得到相当满意的图像效果 十分适用于需 要双向编解码并传输的场合( 如:可视电话) 和网络条件不是很好的场合( 如: 远 程监控) 。图1 - 2 为h 2 6 3 的视频编解码图，图1 - 3 为h .2 6 3 的信源编码器。 外部控 _ _ _ _ _ _ _ _ _ _ _ 1 _ 编码控制 一川日| 信源 编码器 多 路 视 频 编码器 编 码 ! 比 特流 频口亏 视信 图1 - 2 h .2 6 3 视频编解码器的方框图 碧 d e o tr a n s f o r m qu a n t i z e r p ic t u r e m e m o ry w it h m o t i o n c o mp e n s a t e d v a r ia b le d e la y top c c c o d i n g c o n t r o l f l a g f o r i n t r a i in t e r 日 a g f o r t r a n s m it t e d o r n o t qu a n t i z e r i n d i c a t i o n q u a n t iz in g in d e x f o r t r a n s f o r m c o e f f ic i e n t s mo ti o n v e c t o r z 价t丹叨口v 图 1 - 3信源编码器 为了达到这些目标，h . 2 6 3 采用如下方法:1 ) 信源编码器基于通用中间格 浙江大学硕士论文 式 ( c i f ) ，使其可以同时应用于6 2 5 线和5 2 5 线两种电视标准。视频编码器对 图像的取样次数为视频信号场线的整数倍，取样时钟和数宁网之间的关系是异 步关系， 提供可以和其它各种设备信号相结合的独立的数字比特流。 2 ) 采用可 减少时间冗余的帧间预测和可减少空间冗余的残留信号编码方法。解码器具有 运动补偿的能力，并允许可选择地在编码器中增加这种技术。h .2 6 3运动补偿 采用的是半象素精度，而不是 h .2 6 1 建议中的全象素精度和循环滤波器。而对 待 传送的 符号 采用了 游程编码。 3 ) 允许 采用 无限 制 运动矢量 模式， 在该 模式中， 运动矢量被允许指到图片的外部，可使用更大的运动矢量。允许采用基于句法 的算术编码模式代替游程编码，可将最终的比特数显著降低。允许采用高级预 测模式，对 p帧的亮度部分采用了块重叠运动补偿。对图片中的某些宏块采 4 个 8 x 8 矢量来代替原来的 1 个 1 6 x 1 6 矢量。编码器必须决定使用哪一种矢量。 允许采用 p b帧模式，这种模式可以在比特率增加幅度很小的情况下大幅度增 加 帧频。 4 ) 信源编码器的主要原理是预测、 块变换和量化。 1 9 9 8 年t u t - t推出的h .2 6 3 +是h .2 6 3 建议的第2 版， 它提供了1 2 个新的 可协商模式和其他特征，进一步提高了 压缩编码性能。如h .2 6 3 只有5 种视频 源格式， h .2 6 3 +允许使用更多的源格式， 图像时钟频率也有多种选择， 拓宽应 用范围;另一重要的改进是可扩展性，它允许多显示率、多速率及多分辨率， 增强了视频信息在易误码、易丢包异构网络环境下的传输。另外，h . 2 6 3 +对 h .2 6 3 中的不受限运动矢量模式进行了改进，加上1 2 个新增的可选模式，不仅 提高了编码性能，而且增强了 应用的灵活性。 1 . 3 h . 2 6 4 介绍 h .2 6 4 标准是i t u - t的v c e g( 视频编码专家组) 和i s o i i e c的mp e g( 活 动图像专家组)的联合视频组 ( j v t , j o i n t v i d e o t e a m)开发的标准， 也称为 mp e g - 4 p a r t 1 0 , “ 高级视频编码” 。在相同的重建图像质量下，h . 2 6 4比h . 2 6 3 节约 5 0 %左右的码率。因其更高的压缩比、更好的 i p和无线网络信道的适应 性， 在数字视频通信和存储领域得到越来越广泛的应用。 同时也要注意， 1 1 .2 6 4 获得优越性能的代价是计算复杂度增加，据估计，编码的计算复杂度大约相当 于 h .2 6 3 的3 倍，解码复杂度大约相当于h .2 6 3的2 倍h .2 6 4 编码基本结构 浙江大学硕士论文 与h .2 6 1 , h .2 6 3 是类似的，图 1 - 4 , 1 - 5 是h .2 6 4 的编解码器的框图。 + i - 耀 一|妙电 c hooseirnrspre dim ioo - mc_ .l , inirr 蕊 - inks 1衬es一哟叫习|叫 广1巨摆厂.帅1 图1 - 4 h . 2 6 4 编码器 图 1 - 5 但h .2 6 4 在很多环节做了改进: h . 2 6 4 解码器 1 ) 高精度估计。 在h .2 6 3 中 采用了 半像素估计， 在h .2 6 4 中则进一步采用 1 / 4 像素甚至 1 / 8 像素的运动估计。即真正的运动矢量的位移可能是以1 / 4 甚至 1 / 8 像素为基本单位的。 在h .2 6 4 中采用了6 阶f i r滤波器的内插获得 1 / 2 像素 位置的值。当 1 / 2像素值获得后， 1 / 4像素值可通过线性内插获得。理论上， 如果将运动补偿的精度增加一倍 ( 例如从整像素精度提高到1 / 2 像素精度) ， 可 有0 .5 b i t / s a m p l e 的编码增益， 但实际验证发现在运动矢量精度超过1 / 8 像素后， 系统基本上就没有明显增益了，因此，在h .2 6 4中，只采用了 1 / 4像素精度的 运动矢量模式，而不是采用 1 / 8 像素的精度。 2 ) 树型构造的运动补偿. a v c编码支持从1 6 x 1 6 到4 x 4 范围尺寸的运动补 浙江大学硕士论文 偿块，在这个范围中亮度样本可有多个选择。每个图像宏模块亮度组件可以按 4 种方式分刀 ( :1 6 x 1 6 , 1 6 x 8 . 8 x 1 6和 s x s 。每一个被分的子区是宏模块的 一部分 如果选择了8 x 8 的模式， 每一个 s x s 模块被按4 种模式分成多个子块: 8 x 8 . 8 x 4 . 4 x 8和 4 * 4 ( 被称作宏模块了 区) 。 这种模块区和模块子区 在侮个 宏 模块产生大量的组合。这种划分宏模块为各种尺寸的动态子模块的方法被称作 树型运动补偿。 3 ) 多参数帧估计。 在11 .2 6 4 中， 可采用多个参数帧的运动估计， 即 在编码 器的缓存中存有多个刚刚编码好的参数帧，编码器从其中选择一个给出更好的 编码效果的作为参数帧，并指出是哪个帧被用于预测，这样就可获得比只用上 一个刚编码好的帧作为预测帧的更好的编码效果。 4 )小 尺寸4 x 4 的整数变换。 11 .2 6 4 与先前的标准相似， 对残差采用基于块 的变换编码， 但变换是整数操作而不是实数运算， 其过程和d c t基本相似。 这 种方法的优点在于:在编码器中和解码器中允许精度相同的变换和反变换，便 于使用简单的定点运算方式。 变换的单位是4 x 4 块， 而不是以 往常用的8 x 8 块。 由于用于变换块的尺寸缩小，运动物体的划分更精确，这样，不但变换计算量 比较小，而且在运动物体边缘处的衔接误差也大为减小。 5 ) 更 精确的帧内 预测。 在11 .2 6 4中， 侮个4 x 4 块中的每个像素都可用1 7 个最接近先前已编码的像素的不同加权和来进行帧内预测。 1 . 4 本文内容安排 视频会议系统或监控系统的一个重要的特征就是实时性，而且在保证实时 ft 的基础上尽量减少对系统资源的耗费，这就需要提高系统的运行效率。在视 频会议系统或监控系统中最耗费资源的部分就是视频编解码，其中又以视频编 码为最。提高视频编码效率的方法主要有二种:一是进行算法级优化，这是提 高效率的最重要部分;二是进行代码级优化，合理安排代码，使其运行速度最 优化;只是汇编级优化，利用i n t e l 的mmx , s s e和 s s e 2 指令，对可以并行 处理的代码进行处理。本文主要针对算法级优化，包括码率控制算法、整像素 运动估计算法和 1 1 4 像素运动估计算法，因为在h .2 6 x 系列编码中， 码率控制 算法和运动估计算法是最重要的一部分。本文共分为五章。 浙江大学硕士论文 第一章为总体介绍部分，对 i t u - f 的三种视频编码标准进行简单的介绍: 发展过程及每种标准的主要特点。 第二章为码率控制算法。码率控制算法可以保持视频流在网络中顺利传输 并充分利用带宽。传统的码率控制算法为r - d模型，要么具有很高的计算复杂 度， 要么算法不够精确。 本文在 p域线性率失真模型的基础 匕 提出了一种新的 码率控制算法，在保持高精度的基础上大大减少了算法的复杂度。 第三章为整像素运动估计算法。由于全搜索算法的复杂度太高，不适合实 际应用，由此一系列快速算法发展起来，经典的有三步搜索法、四步搜索法、 梯度下降搜索法、菱形搜索法、六边形搜索法等等。在前人研究的基础上，本 文提出了一种新的快速搜索算法，在计算量上相对于其它算法有很大的提高。 第四章为 1 / 4 像素运动估计算法。传统的 1 / 4 像素搜索算法需要搜索 1 6 个 点，而在实际中，1 / 2 像素搜索与整像素搜索结果有很大的相关性，而1 / 4 像素 搜索又与 1 / 2像素搜索结果有很大的相关性，根据这些相关性，本文提出了一 种新的搜索方法，大大提高了搜索的效率。 第五章为全文的总结，并对未来进行了展望。 浙i 1大学硕士论文 第二章 码率控制算法 对于在网络 匕 传输的视频通信而言，由于带宽的限制，需要对视频编码码 率进行控制，既保证编码码流的顺利传送，又使信道带宽得到充分利用。在实 时的视频通信中，终端到终端的视频数据延迟必须相当小，特别在如视频电话 或视频会议的两路交互应用中。如果编码视频通过个固定速率的信道传输， 编码比特会放在一个小缓冲器中并且每隔一个帧的时间就会有b ( b 是信道速率 除以帧率)个比 特通过信道发送出去。如果一个或几个帧编码后的比特数大于 b ， 那么多出的比特就会在缓冲器中累积下来而增加缓冲器延时。 当缓冲器的比 特数太多的时候，编码器通常会通过跳帧的方式来减少缓冲器延时并防止缓冲 器溢出。在低比 特率编码系统中，如h . 2 6 1 1 1 , h . 2 6 3 2 及h . 2 6 4 3 等，主要 是通过调节 d c t ( 离散余弦变换) 的量化步长来达到调节码率的目的。由于标准 仅详细定义了解码器，所以编码器必须选择某种码率控制策略来分配可利用的 比特数，而且编码视频的质量非常依赖码率控制算法的效率。 2 . 1 己有的码率控制算法介绍 目 前应用最广泛的码率控制是从传统的码流一 失真 ( r - d )公式发展来的， 其中最典型的代表算法就是 t m n 8 4 和 v m 7 5 这些算法要么具有很高的计算 复杂度，要么算法不够精确。而且这些算法都试图找出编码码率r 和量化步长 q 之间的表达式，也就是说这些算法模型是基于q 域的。 2 . 1 . 1 t mn 8码率控制算法 4 在 4 1 中，根据码率( 以b i t s / p i x e l 为单位) 和标准差之间的 特性提出了 一种新的 码率模型:。 一 ， ( k 6 , + c ) g ( 2 - 1 ) 其中尽 是 分 配 给 第i 个 宏 块 的 比 特 数 ， a为 宏 块的 像 素 数 ( 如a = 1 6 - 1 6 ) ,讨为 第i 个宏 块的 方差 q ， 是第i 个宏 块的 量化步lk , k . c 是常 量。 以及失真模型:d二 1 小_ z q z _ 7“ 一 n 忿 产1 2 ( 2 - 2 ) 浙江大学硕士论文 其中n为 帧的宏块数，。是第i 个宏块的失真权重。 根据这两个模型提出了最优量化步长的表达式: a k 6 , ( b一a n c ) a ( 2 - 3 ) n 一一 其中q，是 第i 个 宏 块的 量 化 参 数， b 为 分 配 给 当 前 帧 的b it 数 ， 。的 表 达 式 为 : 一 j) + (t , 些a- m ot h e r wi s e . 了1，、.1 一- 一 r一f 是从w反馈的一个小值，如果w比m的1 0 %耍大，帧的目 标比特数b就会轻 微的下降，否则b就会轻微的上升。 2 .宏块层码率控制 第一步，初始化: 设6 k 为 第k个宏块的 方差; i = 1 j = o ; s , _ . 当 前 帧剩 余 宏 块的日 标比 特数 ; 浙江大学硕士论文 n , = n,当前 帧 剩余的 宏 块 数; k = k , 二 k p r c v-, c = c !二 c 。 初始 化两 个模型的 参数: 第二 步，计算第 i 个宏块的最优量化值并编码: 根据2 - 3 式 计算 第i 个 宏 块的 量 化步 长q再计 算量化参数q p , 在11 .2 6 3 中 q p = ro u n d ( q *, ， 2 ) ， d q u a n t = q p -q p _ p r e v ，如 果 d q u a n t 2 ,d q u a n t = 2 , 如果d q u a n t- 2 , d q u a n t = - 2 ， 那么q p = q p _ p r e v + d q u a n t : 根据计 算的 q p 对宏块进行编码。 第三步， 更新计数器: 设b ; 为 第i 个宏 块编 码后的比 特数， 那么 b i. 、 二 b ， 一 b , s i+ , = s ; 一 a , v , ，以 及n i. , = n 、 一 1 第四步，更新模型参数k和c : 首先测算第 i 个宏块的参数:k二 b l c j ( 2 q p ) 2 1 6 2 讨 b : 一 b ; , ; c = 1 6 其中b l c ， 为 编码第i 个宏块的 亮 度 和色 度所用的比 特数 然后，再计算当前帧中己 编码过的 宏块的平均又 和己: i f ( k0 (i/ n ) + k i ( n 一 i) /n , c 一 c ; ( i/n ) + c , ( n 一 i)/n 2 .1 . 2 线性源模型码率控制算法 6 在视频编码中零值有着十分重要的 地位，设p 为经过量化变换后系数中零 值的百分比，很明显量化步长q 是 p的单调增函 数，表明它们之间存在着一 对一的映射关系。 y o n g k w a n k i m 等人经研究发现， 对于像h . 2 6 3 , m e p g - 4 7 等低比 特率编码系统来说， 码率函 数r ( p ) 是一个相当简单的线性函 数， 通过这 个线性函数，他们建立了一个计算复杂度低简单而且精确的码率控制模型 6 1 0 1 .p域线性率失真模型 浙江大学硕 上 论文 y o n g k w a n k i 二 等人通过对不同的变换系数分布模型进行理论分析，得 出了如下的线性模31 : r ( p ) = 0 ( 1 一 p ) ( 2 - 5 ) 其中0 为常数， r 是以b i t s / p i x e l 为单位的码率。 由于 h . 2 6 x系列、 m p e g 4的编码器的总体结构基本相同，都是分为帧内/ 帧 间预测、变换量化和墒编码 3 部分，在变换量化后，变换系数中零值所占比例 是决定码率大小的重要因素，所以此模型适合于h 2 6 x及 m p e g 4编码。下面以 h . 2 6 4 编码来验证此模型， 钡 试序列选取m o b i l e , b u s 和w a t e r f a l l , c i f 格式， 分别出一帧 工 帧、一帧p 帧进行测试，测试结果如图2 - 1 所示。 1 0 0 0 * 8 0 0 i6 0 1) 二a m l， 、 仁 ， v v 口. . 之_f， 、 5 2 w r” 、. 忿二减吧 吃一 0 .20 . 8 1 . 0 ( a ) b u s 序列中1 祯和p 帧中p 与r 0 .4 0 . 6 p 的关系 渭会留 0 . 2 0 .4 0 .6 0 . 8 1 . 0 800姗姗2000 m o b i l e 序列中i 祯和p 顿中p 与r p 的关系 . 、 _ 、. 、 (b)一/ 悯咖柳绷溯 1一力目、峨 0 0 0 . 2a 40 .6商 户 0 - 2 0 .4 0 . 6 0 . 8 1 . 0 黔料吸 组闺 11以1.0 图2 - 1 编码码率r和 p之间的线性关系 从图2 - 1 中可以看出r和 p之间确实存在着非常强的线性关系， 结果和( 2 - 5 ) 式的结果比较吻合，特别在 性模型对于低比特率编码系统总是成立的 p 0 . 2的情况下。实验表明 而且实验 ，这个线 2 . 量化步长q 和 p的映射以及码率控制算法 浙江大学硕士论文 q 和 u的映射关系可以 通过计算d c f 系数的分布得出， 以h . 2 6 3 为例来说 明。设为量化步长的门限值 ( d e a d 等于 u ， 对于 丁 n t e r宏块等于 l . 2 5 q z e r o t h r e s h o l d)那么r 寸i n t r a 设 d o ( x ) 不 i i d i ( x ) 分别是 i n t r a 宏块 宏块和 工 n t e r 宏块的d c t 系数分布，那么 p和 q 的关系为: p (9) = 击 y d o (x) +ixi r m = r . + r , , n . = n m + 1 。如 果 n n , ? 1 0，根 据 式 。 _ 一r m 更 新e 值 。 同 时 ， 从 d o ( x ) 或 d i ( x ) 中 减 去 当 前 宏 块 的 。 c t 系 3 8 4 .n ， 一 p m 数的频率。 2 . 2适合于低比特率视频编码的 p域码率控制算法 本文算法是基于2 . 1 .2的线性源模型提出的。在此，再重写一下这个模型: r ( p ) 二 b ( 1 一 p ) ( 2 - 8 ) 其中b 为常数， r 是以b i t s / p i x e l 为单位的码率。通过研究发现，在码率控 制精度没有明 显下 降的 情况下， 可以 进一步 减少计 算复杂度， 本文提出了 p - 9 浙江大学硕士论文 的 特性分布模型， 并提出了 改进的p 域码流控制算法， 相对于丁 m n 8 来说计 算量 仅为其0 . 2 5 c 2 . 2 . 1 p -q 的特性分布模型 由 前述可知p 和n 之间 存在着 一 对一的映射关系， 但在h . 2 6 x 系列中并 不直 接 对9 编 码， 而 是用一 个量 化参数o p 来代替 量 化步 长9 ， 具体在h . 2 6 1 和h . 2 6 3 中q p 和9 的关系为q = 2 * q p而在f 1 . 2 6 4 中 则存在着一个索引 表， t一 个q p 值都 对应一个特定的9 值。 用h . 2 6 1 编码得出的p 一 q p的 特性分布如图2 - 2 所 不 。 1 . 0 “ 一二 . 二 w万百落. 舀 . 万- - - - 一甲 - - - - - - - - - - - - - 一 0 . 0 白 0. 7 0.6 . 0. 5 8121 6 24 28 1 0卜1 2cl ( a ) f o r e ma n p 】 俨 冲一 幽 . 石 . i - 下 、 - f一 一 勺 . ， 少 二 二 0 g o r o了 o 6 o 5 l _ 哥日 1 2 i f ; 2“ z4 泛r l、 专 访 1 3 浙江大学硕士论文 ( b ) c o a s t g u a r d . c i f p 1“ h 一一一.-一心一 奋- . - 二 . 二 云 一 备 ， 、 r . .一 二 u. 9 u日 u 7 u. 6 24 u. 5 4 8 16 2日 7r 注1 q ( c ) s t e f a n .c i f 卜一 _._._ . . . 二 二 二 0 . 9 0 日 0 7 0. 6 0. 5 4仑l 2 】 右 2 o 2 42 8 11 q ( d ) m o b i l e . c i f 图2 - 2 p 和9 的 映射图形 由图1 可以 看出，p ( q p ) 即p ( 9 ) 是一个以i 为 渐近线的函 数， 近似于函 数 y二 一 1kx ( 2 - 9 ) 的分布图形， 其中k 为常数。 假设仄的的特性分布符合( 2 ) ， 现在来验证其正 1 4 浙江人学硕士论义 确性。 coastgua . x r d一ci上 2 0 4 0 f + o fl 0 1 0 0 1 2 0 i 4 o i a 0巾 贞塑 女 st e fa n . c if 2 0 4 0 6 0 9 0 1 0 0 1 2 0 1 4 0 1 6 0巾 五胡 女 图2 - 3 用h . 2 6 1 编码的序列k 值范围 图2 - 3 是用h . 2 6 1 编码测出的c o a s t g u a r d 和s t e f a n 序列中每一帧的k 值， 从图中可以看出 c o a s t g u a r d的k 值变化范围基本上在 1 . 0 - 1 . 3之间，均值为 1 . 1 7 2 0 ;而s t e f a n 的k 值变化范围基本上在 0 . 8 5 - 1 . 1 5 之间，均值为0 . 9 5 7 3 . 对 于 。 o a s t g u a r d 序 列 取 、 = 工 . 1 7 2 0 , 假 设 、 = 卜 孺 为 。 o a s t g u a r d 的 9一 p - g 的特性分布函数;对于 s t e f a n序列取k = 0 . 9 5 7 3假设p = 1 - 8 0 .9 5 7 3 s t e f a n 的p - g 的 特性分布函 数。 由 此可以 绘出 两 个 序列的p - g 的 特性 分 布图 ， 如图2 - 4 中实线所示， 虚线为 序列实际的p - g 的 特性分布，即图2 - 2 中 ( b ) . ( c ) 分布。 浙江大学硕士论文 1 . 习 0. 9 s t e f a n . c i f - - - 一 母 碑 . . - - 一 一 - 一 如 - - 一 ， - 一 卜 心 奋 . 心 - . 一 有 . 一 一 1 二 二 二 二 二 任 卫 界 三 ， ， 由 . - . - - 二 一 - 一 - 一 0 . 8 0 - 7 0 . 6 0 * 5 叶一 4 一 8一 1 2 一 1 6 一 2 0 一 2 4 一 2 8 3 1 一一 图2 - 4 序列的假设分布和实际分布的比较 由图 2 - 4 可以看出，假设的 a 一q的特性分布函数在误差范围内基本上和 实际分布重合。通过对一系列不同的视频序列进行测试，发现假设的特性分布 函数总是成立的，所以我们得出的 a -q 特性分布函数模型为: p = ( 2 - 1 0 ) 土矿 一 式中k 为常数。 2 . 2 . 2 p域码率控制算法 根据以上两个模型， 本文提出了一种新的 第一步是帧率控制 于帧层和宏块层的 ， 第二步是帧层码率控制。 p域码率控制算法， 共分为两步， 而 6 1 中提出的码率控制算法是基 ， 其中宏块层的计算量占了整个码率控制计算量的绝大部分 浙江大学硕士论文 由于本文提出的码率控制算法只在帧层控制，所以计算复杂度大大降低，计算 量仅为t m n 8 计算量的0 . 2 5 % ， 同时又保留了较高的码率控制精度。 1 编码帧率控制 在视频编码系统中视频源的输入视频帧率一般为3 0 帧 / 秒，在码率控制 中可以通过调节编码帧率来达到一定的调节码率的目的。视频的视觉质量主要 受空间保真度和时间保真度两方面影响。 经过对h . 2 6 1 和h . 2 6 3 编码系统研究 发现， 当量化参数 q p 值在 1 一5 之间编码图像质量从视觉上看基本上没有什么 变化，所以这时可以通过牺牲一些空间保真度 ( 即增大量化步长)来提高时间 保真度( 即提高帧率， 前提是提高后的帧率不大于30 帧/ 秒) 的方法来达到更 好的视频质量; 当量化参数q p 值大于 1 6 时运动图像编码就会出现较严重的块 效应，所以这时可以通过牺牲一些时间保真度 ( 即减少帧率)来提高空间保真 度 ( 即减小量化步长)的方法达到提高视频质量的效果。在码率控制算法中， 可以根据这两条准则 来动态选择合适的编码帧率，扩展码率控制范围。 2帧层码率控制 帧层码率控制主要是通过调节量化步长9 的值来达到调节码率的目 的。 根据 编码帧率计算编码一帧时所需的比特数， 根据 ( 2 - 8 ) 式的线性率失真函数模型 计 算变换系数量化后的零 值百 分比p ， 再 根 据( 2 - 1 0 ) 式的p - q 的 特性分 布函 数 确定量化参数q 。具体步骤如下: 第一步:初始化。 在对第一 帧图 像 编码之前设置 量 化参数q p 为q p a 编 码 的 第一 帧为i 帧， 用q p 进行编 码; 第二 帧同 样也 用q p 进行 编码， 然后 根据 编 码结果用 ( 2 - 1 4 )式计算出初始的0 值，再根据 ( 2 - 1 5 )式计算出初始的k 值。 第二步: 计算待编码帧的目 标比 特数。设r 为目 标码率 ( b p s )， 即一秒时 间 内 的目 标码流是r 比 特; r 、为当 前一 秒内已 编 码的 帧 所 产生的比 特数; n ， 为 当 前 一 秒 内 剩 余 的 待 编 码 的 尸 帧 总 数 ;r ,、 是 根 据 前 一 编 码 帧 用 于 图 像