图像压缩原理简介之H261H263.doc

H.261概述 该标准由CCITT于1988至1990间发展制定。 应用于ISDN电话线的视频会议，可视电话等。 ISDN的基本速率为64kbps，可以使用多路复用(p64kbps)。 解码序列如下： 图像帧类型为 CCIR 601 CIF（352288）和 QCIF（176144），信号色度格式4:2:0。 两种帧编码类型：帧内编码 Intraframes(I-frames)和帧间编码 Interframes (P-frames)。 帧内编码的 I-frames主要使用JPEG的技术。 帧间编码的 P-frames使用与前一帧（预测帧，predicted frame）的差值进行编码，因此当前帧依赖于前一帧。 I-frame可以作为随机读取点。 帧内编码(Intra Frame Coding)下图显示了帧内编码的流程，和JPEG编码过程基本一致。 宏块(macroblock)为原始图像里1616像素区域。 在4:2:0格式中，一个宏块对应4个亮度块(Y block)，1个Cr块，1个Cb块（Cr block & Cb block，子采样后的色度信号块） 对所有DCT系数用常数值进行量化（即，没有JPEG标准里的量化表）帧间编码(Inter-frame (P-frame) Coding) 帧间编码的基本思路如下图所示： 上图中： 参考图像(reference image)指前面（已编码）的图像。 目标图像(target image)指当前要编码的图像 在帧间编码中，关键过程称为运动估值(motion estimation)，对于当前目标图像中的某一宏块，在参考图像中寻找与之最相似的宏块(best match)，然后对他们的差值进行和帧内编码类似的编码。 这样作的好处是得到的差值矩阵比较小，编码需要的比特量业也比较小。但是这里还要传送最匹配宏块和当前编码宏块之间相对位置的信息，这里称为运动向量(motion vector)。 两点补充： 1.这里用解码后的图像(decoded image)作为参考图像，而不用原始图像。 2.一般使用“平均绝对差值”(MAD: Mean Absolute Difference)作为判断最匹配块的标准。也可以使用“均方差”(MSE: Mean Squared Errow)细节：如何对宏块编码 很多宏块能匹配得很好，传送每个宏块在图像中的地址- Addr 有时找不到合适的匹配，这时传送帧内编码块(INTRA block)- Type 若想调制量化以得到更好的压缩效果，传送量化值-Quant 运动向量-vector 宏块中，某些块匹配很好，其他则较差。这时传送bitmask，用来表示显示哪些块(CBP: Coded Block Pattern)。 象JPEG一样，传送各块。(4 Y, 1 Cr, 1 Cb)H.261比特流结构 很多宏块能匹配得很好，传送每个宏块在图像中的地址- Addr 有时找不到合适的匹配，这时传送帧内编码块(INTRA block)- Type 若想调制量化以得到更好的压缩效果，传送量化值-Quant 运动向量-vector 宏块中，某些块匹配很好，其他则较差。这时传送bitmask，用来表示显示哪些块(CBP: Coded Block Pattern)。 象JPEG一样，传送各块。(4 Y, 1 Cr, 1 Cb)H.261比特流结构 H.261中的难点问题 1.运动向量搜 当前目标图像中待编码宏块C，其右上角坐标为(x,y)，则该宏块中像素为C(x+k,y+l) 参考图像内，右上角坐标(x+i,y+j)的参考宏块R内像素为R(x+i+k,y+j+l) 下式求绝对误差平均值(MAE: Mean Absolute Error)： 运动向量搜索的目标就是寻找一个MAE值最小的参考宏块，其对应向量(u,v)为运动向量。 全搜索(Full Search Method) 1.对参考图像内范围为-p,p搜索区域的所有可能宏块进行搜索。 2.全搜索方法的运算量为： 设对比每个像素需要3次操作：减法、求绝对值，相加。 当搜索范围(p)较大时，全搜索算法的运算量相当大，因此需要各种快速算法。二维对数搜索。(Two-Dimensional Logarithmic Search) 类似于binary search，在一个范围为-p/2, p/2 的窗口内对九个点进行初始的MAE计算（如下图所示） 1.在上述九点求出的MAE中，找出最小的一个。 2.以该点为中心，用上一步搜索范围的一半形成新的搜索区域，对新的九点进行搜索。 3.重复上两步，直到搜索区范围为一个像素。 层次化运动估值(Hierarchical Motion Estimation) 1.对目标图像和参考图像，生产若干低分辨率的版本。2.对最低分辨率版本搜索运动向量。3.由低分辨率向高分辨率，逐级修改运动向量。（在每一级进行小范围搜索，最后得到的运动向量可能很大）各种快速算法运算量大大小于全搜索算法，但搜索结果要比全搜索算法差，全搜索算法得到全局极小点，而快速算法可能只能找到局部极小点。以下是各种算法性能比较：2.误差传递(Propagation of Errors) 不能有太多连续的P帧。 在比较时（求MAD时），参考帧使用解码帧。3.比特率控制(Bit-rate Control) 基于“缓冲器充满程度”(buffer fullness)进行简单的反馈控制。 若缓冲器太满，增加量化比例因子来降低数据量。 H.263H.263是1996年3月发表的，针对低码率应用的视频压缩标准。和h.261一样，该标准对帧内压缩采用transform 编码，对帧