【毕业学位论文】（Word原稿）H.264解码器的DSP移植及优化-计算机应用技术图像处理

1 学校代码： 分类号： 研究生学号： 10385020312 密 级： （楷体小四号） 硕士学位论文 码器的 植及优化 作者姓名 指导教师姓名：蔡灿辉 职称：教授 申请学位级别：硕士 学 科 、 专 业 ： 计 算 机 应 用 技 术 研究方向 ：图像处理 论文起止日期： 论文答辩时间： 华 侨 大 学 学 位 评 定 委 员 会 (楷体 4 号加重 ) 校 址 ： 福 建 省 泉 州 市 2 目 录 第一章 引言 目 前 的 现 状 本 文 主 要 内 容 和 安 排 本 文 涉 及 的 工 作 及 新 意 第二章 准 概 述 介 准 制 定 和 发 展 过 程 其 它 视 频 压 缩 标 准 的 比 较 流 结 构 主 要 技 术 改 进 帧 内 预 测 4 4 亮 度 预 测 16 16 亮 度 预 测 8 8 色 度 预 测 编 码 预 测 模 式 帧 间 预 测 1/4 像 素 精 度 运 动 估 计 可 变 尺 寸 快 的 运 动 估 计 多 帧 参 考 预 测 运 动 向 量 的 预 测 变 换 量 化 和 环 路 滤 波 变 换 和 量 化 4 4 的 整 数 变 换 量化 4 4 亮 度 快 数 哈 达 马 变 换 ， 量 化 2 2 色 度 快 数 哈 达 马 变 换 ， 量 化 环 路 滤 波 熵 编 码 3 三章 理器及开发平台 理 器 简 介 理 器 的 特 点 绍 发 平 台 6000 件 开 发 件 开 发 流 程 发 工 具 第四章 算法的 植和优化 码 器 的 移 植 文 件 和 头 文 件 改 动 量 存 取 方 式 的 调 整 储 空 间 分 配 码 器 在 的 优 化 项 目 级 优 化 C 语 言 级 优 化 C 语 言 编 程 注 意 问 题 削 减 冗 余 代 码 数 据 类 型 调整 存 储 空 间 优 化 和 程 序 调 度 程 序 结 构 优 化 其 他 优 化 技 巧 汇 编 语 言 级 优 化 C 语 言 与 线 性 汇 编 混 合 编 程 指 令 并 行 和 数 据 打 包 软 件 流 水 技 术 优 化 结 果 分 析 结论 致谢 4 参 考 文 献 5 论 文 摘 要 目前，多媒体终端设备具有广泛的应用前景，而实用的多媒体终端正是当前的主要研究方向。多媒体 处理终端发展既需要适合多媒体的视频压缩标准，也需要高速处理器的支持。研究领域的现状进一步确定了本文进行 法在 作重点和意义。本文针对 频压缩标准和其它标准相比较高压缩效率的优点，讨论了其应用前景，并对 频压缩标准做了比较详尽的介绍，在 准中帧内预测、 1/4 精度搜索，整数变换等一些改进的地方做了较为重点的讲解。 本文重点详细探讨了 准参考模型 闻亭公司的 算法的移植方面，我们就在实 际移植过程中遇到的存储器分配、存取方式调整等和 件相关的一些具体的问题及相应的解决方案，通过本文介绍的调整方式， 准参考模型 码已经可以正常在 运行。 算法优化是实现 频解码的重点，怎样结合 理器的特点提高解码速度也是本文研究的重点。本文通过对一些嵌入式系统常用编程和优化技巧及其实际应用的介绍，给出了充分利用 源条件下， 准参考模型具体有效的优化方法，如：数据打包，内联汇编嵌入，调整算法实现，合理分配存储单元，循环内部流水等。同 时，本文对优化具体过程也做了较为详尽的介绍。 通过优化前后试验结果的对比，可以看出本文提出的方法提高了代码的整体性能，使得 瓶颈函数的指令周期明显下降，解码速度从改动前的 3 秒 / 帧提高到了 5 帧 /秒，速度提高了十几倍，取得了较好的优化结果。 关键词 ： 植，优化 6 第一章 引言 目 前 的 现 状 目前，多媒体通信终端设备具有广泛的应用前景，可以应用于视频会议、可视电话、数字电视等各个领域。所以高效、实用的多媒体终端设备一直是通信领域研究的主要方向之一。 在视频压缩算法领域 ， 据了多媒体通信终端设备的大部分市场。然而 对于 同等的图像质量条件下， 数据压缩比能比当前 实时应用 (如视频电话 )和非实时应用 (如存储、广播或者流媒体 )提供了一个优良的视频压缩编解码通用工具。 性能的代价是计算复杂度的大幅增加。例如分层设计、多帧参考、多模式运动估计、改进的帧内预测等，这些都显著提高了预测精度，从而获得比其他标准好得多的压缩性能。据统计， 同系列标准）的 2倍，有兴趣的读者可以参阅参考文献 17。 尽管 该标准计算复杂度高，用一般的图像处理芯片难于达到实时编解码的要求。因此，多媒体通信终端的实现除了需要适合多媒体通信的协议标准和软件算法外，还需要快速、稳定的处理器作为多媒体信号处 理的平台。两者的结合才能产生高效的多媒体通信设备。 按照摩尔定律的说法，芯片单位面积的容量每 18个月翻一番。从长期角度考虑， 本上是不构成重大影响的。最近日本一家软件公司就研究出一种支持 处理器的速度要求从 172低为 36算量缩减为原来的 1/5，尤其适合嵌入式终端使用。 随着数字信号处理器 实现高效的音视频信号处理提供了可能性。将 通信研究领域的一个热点问题。对于获得一种低成本、便携、高效的多媒体通信终端平台具有重要的意义，并有很好的市场应用潜力。但同时 仅对 大大增加了实时实现的难度。 64系列芯片具有很强的并行处理能力和信号处理功能，只要根据该 可以在主客观质量损伤很小的情况下降低复杂度，实现 仅适合于可视电话视频、视频会议、高清晰电视等实时应用的场合，同时也适用于对于 嵌入手机等移动终端的使用。 前不久，北京闻亭公司基于 经被 一巨大的成功说明 且， 以，基于 有可能成为今后多媒体通信终端设备的主流。 本 文 主 要 内 容 和 安 排 本文以 用闻亭公司的 主要研究 本文主要内容安排如下： 第一章为总体性的概括介绍，说明本文研究内容的现实意义及可行性；第二章将对 明 三章介绍 416给出闻亭公司的四章作为本文的核心部分，主要阐述化的常见问题和一些解决技巧； 以 明移植优化的主要过程，并给出结果分析。 结论部分对全文做了总结，也对未来的发展前景做一展望。 本 文 涉 及 的 工 作 及 新 意 8 在本文中，主要涉及到对 对其参考模型 解其算法原理和实现过程。而后， 我们利用 析主要耗时的瓶颈函数，对其做了 本文把基于 对程序中存储空间的分配和程序结构等做了适当的调整，提高了整体速度，使之更能适应于实时视频编解码。 第二章 准 概 述 介 新一代运动图像压缩标准。 准的制定是由 属的视频编码专家组 同成立的联合视频小组 责完成的。 由于 用了许多不同于以往标准中使用的先进技术，所以相对于以往的标准，在相同的码率下用 获得比 高的压缩性能，使图像的数据量减少 50%，有利于用有限的空间存储更多的图像数据；对网络传输具有更好的支持，引入面向数据包编码，有利于将数据打包在网络中传输，支持流媒体服务应用；具有较强的抗误码特性，以适应在噪声干扰大、丢包率高的无线信道中传输；对不同应用的时延要求具有灵活的适应性；编码和解码复杂度具有可扩展性，支持编码和解码复杂度的不等分配和扩展。作为一种新型的视频压缩标准，它具有很宽阔的研究空间和市场前景。 准 制 定 和 发 展 过 程 1996 年， T 推出了甚低比特率的视频压缩标准 议。 初是 针对 10 30s 范围的比特率应用设计的，但试验结果表明，在任何速率范围内， 取得了惊人的效果，成为当时最成功的视频压缩标准。 在 议推出之后继续对其进行改进，并提供相应的测试模型 (使 断得到完善。 1998年公布的 其后的 分别是改进后的版本，两者是 准的前身。 早在 1995 年，在完成 准的最初版本后， 始着手“短期 (和“长 期 (的研究工作。短期工作结果是产生了 准，而长期的工作目的是形成一个在性能方面与已存在的视频编解码标准有较大区别的视频编解码标准。在标准的初期制定过程中，形成的草案被称为 2001 年 7 月， 行招标。 2001 年 12 月， ，研究新的编码标准 2002 年 5 月， 成委员会草案 2002 年 7 月， 成最终委员会草案 2002 年 12 月， 成了最终的国际标准草案 2003 年 3 月，该标准正式获得批准，称作 0。 展过程如下图所示： 图 2 1 视频标准的发展过程 10 其 它 视 频 压 缩 标 准 的 比 较 如 ，并且也是基于混合编码的方案：以运动矢量代表图像序列各帧的运动内容，使用前面已解码帧对其进行运动估计和补偿或使用帧内预测技术， 所得的图像参差值要经过变换、量化、熵编码等处理。 同等的图像质量条件下， 2高 2 3倍。与 比 大多数情况下最多可节省 50的码率， 而且 网络传输具有更好的支持功能。 适应实时通信的应用（如视频会议），同时又能很好地工作在没有延时限制的应用，如视频存储和以服务器为基础的视频流式应用之中。 较低带宽上提供高质量的图像传输是 更优秀的 平均要高 3 然而， 估计， 同系列标准）的 3倍，解码复杂度大约相当于 倍。与 比， 计算复杂度要提高两倍以上。 下表给出了 11 表 2 1 码速率比较 （测试平台： 机， P 800，主频 600 从上表可以看出，在相同比特率下， 码时间是 ，平均 。 流 结 构 在 义的码流结构是分级结构，共四层。自上而下分别为：图像层(块组层 (宏块层 (块层 (码流结构和 有很大的区别，它采用的不再是严格的分级结构。下面结合标准文档 码流结构进行简述说明，其结构框图如下 所示：（注：框图以单个结构为代表） 12 /比特流被分为 种格式 / 式 或 式 层 1： 层 2： 据 层 3： 4： 层 5： 型的宏块 其它宏块类型 CM g) 6： 13 图 2 2 流结构图 据包封装一般可以采用 式和 式两种。 在 志一个 开始。如果该 应一帧的开始，则用 4 个字节表示： 0则用 3 字节表 示：0 网络提取层 义了数据封装的格式和统一的网络接口。 数据承载在网络抽象层单元 ， 用统一的数据格式，每个 含单个字节的包头信息和多个字节的数据。其中 一个字节，语法结构如下： 误标志位 考标志位 (先级 ) 元类型标志位 码器所产生的码流放在 元的 分。 的 原始字节序列载荷 ( 数据部分所包含的语法结构由 元类型（ 示。为了使 编码时，每当遇到两个连续字节的 0，就插入一个字节 0开始码相区别。解码时将相应的插入的 0种操作也称 脱壳操作 。 体对应 12 种数据类型，本文主要以 例做讲解。其他类型在 对照关系如表 2 2 所示： 法结构是码流中一个比较重要的语法结构，它直接包含了一个 每个宏块的编码模式、运动向量、参考帧以及残差系数等信息。 法结构主要由两部分组成： 中 法结构说明了当前 编码特性：包括说明该 型， 第一个宏块位置等等。 是由一个个宏块（ 组成的，主要分为 型的宏块和其它类型的宏块两种，分别采用不同的编码方式。其中 来指明编码模式是 是 果为 式，则用 示宏块类型为4 或 16； 式中，则替换为 示对应的各种运动估计的类型，而且还应该说明所采用的参考帧以及相应的运动向量的语法 14 元素。最后根据所采用的熵编码模式，还要包含该宏块的亮度块和色度块的残差值经过变换、量化以及熵编码后的数值信息 块的残差信息又可以分为各个单独的块残差信息。 语法结构是 流组织结构中的一个核心结构，其具体的语法结构情况可以参阅 准的相关章节。 对应 的标识 对应校验模型 的标识(nd of nd of 2 2 型对照表 主 要 技 术 改 进 准定义了视频编码层 (网络抽象层 ( 如下图所示： 15 图 2 3 输结构 压缩后的图像信号进行高效的组织和表示，采用运动补偿、变换编码和熵编码等压缩技术。 用于承载 据的网络传输层抽象出来，为 供一个与网络无关的统一接口。 于中间件，它们都知道底层网络的特性 （如传输时延的抖动和包丢失率等） 以根据当前的网络情况调整编码参数 （如帧率等）来适 应网络的变化。 采用分层结构有利于压缩编码与网络传输之间的分离，使编码层可以移植到不同的网络结构中，适应网络传输。 1、 网络抽象层 义了数据封装的格式和统一的网络接口。 数据承载在网络抽象单元，这有利于数据经打包后在网络中传输。对于面向比特流和面向数据包的传输， 用统一的数据格式，每个 含单个字节的包头信息和多个字节的数据。对于解码端，可以认为这些 者正确无误，或者在网络中丢失，或者存在为错误。一般包头信息会设有相应的标志位（图 1 6 注释(c)）来指示是否发生错误，解 码器识别发生错误的 定对其解码还是丢弃。 封装于网络抽象单元载荷中的数据成为原始字节序列载荷 ( 的 要分为两种：一种为视频编码数据，一种为控制数据。视频编码数据以片（每个片由若干宏块组成）为单位进行组织；也可以对片进行分割，同类型的数据组织到一起，形成数据划分（ 16 视频编码数据以数据划分为单位组织。控制数据是指视频序列参数、图像参数、定时信息及附加的增强型信息，一般在 进行标识。 2、 视频编码层 视频编码也采用与 似的基于块的混和编码方法，通过复杂的帧间预测来减少运动图像时域上的相关信息，通过对预测残差进行变换来减少运动图像空间上的相关信息。另外，还使用多种优于以往压缩算法的方法来提高整体的压缩性能 码器和解码器框图分别如下图所示：（编码器中也包含解码器部分） 图 2 4 码器框图 图 2 5 码器框图 编码时，首先把当前帧 分成宏块。宏块有帧内和帧间两种模式 。帧内模式使用当前帧内已编码的宏块进行预测；帧间模式使用以往一个或多个帧作为 17 参考进行运动预测。然后，对预测值和原始值的差值进行变换、量化、重新排序和熵编码。对量化系数 X 进行反量化、反变换后，与预测系数相加，得到未经滤波的 ，对 进行块间滤波，得到当前重构帧 （ 1）场和帧编码的自适应选择 在 ，视频序列一帧可以由连续的数据构成，也可以由顶场和底场构成。帧中相邻的行空间相关性较强场中相邻行的时间相关性较强。因此，帧编码可以用于运动性较小或静止的图像编码，场编码可以用于运动性较大的图 像编码。 据图像运动性自适应的选择编码方式，即图像自适应帧 /场编码（ 如果一帧中包含混合区域，有些是运动的，有些是静止或运动小的，则前一区域采用场模式编码，后一区域采用帧模式编码。场 /帧编码模式的选择由同一帧的每一垂直宏块对（ 16 32 亮度块）决定。这种编码称为宏块自适应帧 /场编码。对于帧模式宏块对，每个宏块包含帧行；对于场模式宏块对，顶部宏块包含顶场行，底部宏块包含底场行。 （ 2） 间和 4:2:0 采样 要针对采用 :2:0 采样的视频序列进行压缩编码。 :2:0 指在水平和垂直方向上每 2 个连续的采样点上取 2 个 Y 样本， 1 个红色色差 本，1 个蓝色色差 本，相当于每个像素用 样本（即 12示。图 210 说明了 4:2:0 格式中亮度和色度分量的关系： 图 2 6 :2:0 格式中亮度和色度分量的关系 （ 3）帧内预测 帧内预测是用邻近块的像素（当前块的左边和上边）做外推来实现对当前块计算所得 本 仅 Y 样本 ，预测块和实际块的残差被编码，以消除空间冗余。尤其是在变化平坦的区域，利用帧内预测可以大大提高编码效率。当块或宏块做帧内编码时，基于 4 4 的亮度或 16 16 的亮度和色度样本有多种预测方式。 （ 4）帧间预测 帧间预测用于降低图像的时域相关性，通过采用多帧参考和更小运动预测区域等方法，对下一帧精确预测，从而减少传输的数据量。 持 7 种不同尺寸和形状的宏块和子宏块的分割，分别为： 16 16， 16 8， 8 16， 8 8， 8 4，4 8， 4 4。运动向量的位移精度对于亮度分量是 1/4 像素，而运动向量的位移精度对于色度分量则是 1/8 像素。 （ 5）环路滤波 为了降低由 压缩比产生的明显的块失真效应，所有宏块按扫描顺序进行有条 件的滤波。解块滤波器应用在反变换后，宏块重构前。根据宏块中每一个块的位置和量化参数的不同，对每一条块边界设置不同的滤波强度（ 适应的调整滤波效果。 （ 6） 变换和量化 有 3 种不同类型的变换， 4 4 的亮度 数变换， 2 2 的色度数变换，其它的 4 4 残差 数变换。 全部采用整数变换，解决了以往标准中变换和反变换不能完全匹配的问题。 的量化步长是非线性的指数关系，量化参数 增加 6，量化步长加倍，提高了码率控制能力。 （ 7）熵编码 在 支持两种熵编码模式：通用变长编码（ 基于内容的自适应算术编码（ 3、 的抗误码性 （ 1）参数集 数集提供了头信息传输的有效性和鲁棒性。 在以往标准中，一些关键信息（序列和图像的头信息）的丢失往往导致传输数据失效。而 关键信息分离出来传输，保证了传输的可靠性。 19 参数集分为两种：序列参数集，作用于一串 连续的视频图像，即视频序列；图像参数集，作用于视频序列中一个或多个个别图像。 （ 2）片和 ，一幅图像由若干片 (成，每片包含一系列的宏块 ( 可以不按扫描顺序。每片独立解码，不同片的宏块不能用于预测参考。因此，片的设置不会造成误码扩散。如图 2 11 所示。 灵活的宏块顺序 (许 配到不按扫描顺序的片中，如图 2 12 所示。灰黑宏块分别属于不同片。当灰片丢失时，利用邻域相关性，黑片宏块的某种加权可以用来代替白片相应宏块。这种技术可以明显 提高抗误码性能。 图 2 7 不采用 片划分 图 2 8 采用 片划分 （ 3） 和图像的同步 /交换 入 以支持自适应码率调整。 通过使用切换帧实现不同速率和图像质量之间的切换，从而最大限度的利用现有资源，不出现因缺少参考帧而引起的解码错误。 20 切换帧 思想是在两股视频流的基础上再进入一股视频流，这股视频流中的帧能够从源视频流中的帧预测得到，同时能够预测目标视频流中的帧。 与 用 运动补偿可以节省大量的数据，提高整体的编码效率。 4、 的类 根据应用范围的不同， 以分为 3 类：基本类（ 主要类（ 扩展类（ 其相互关系如下图所示： 扩展类（ 主要类（ 基本类（ 图 2 9 个类结构关系 本文下述章节主要针对 本类（ 分特点进行介绍，对其它部分的说明可阅读参考文献 1。 B 片 加权预测 I 片 P 片 组和 余片 数据分割 交织编码 21 内 预 测 帧内编码时混合编码框架的重要组成部分。如果一帧图像进行编码时没有利用到其它任何图像的信息，对该图像的编码就称为帧内编码。一般视频序列的初始帧都采用帧内编码。 在先前的 准中，都只是采用了帧间预测的方式。在 虑到单个视频图像中存在的空间冗余度，当对 进行编码时，可采用帧内 预测。帧内预测在变换编码之前进行。这种帧内预测不是时间上的，而是空间域上进行预测编码算法，利用邻近块的像素（当前块的左边和上边）做外推来实现对当前块的预测，预测块和实际块的残差被编码，用以去除空间相关性，获得更为有效地压缩。 对 行帧内预测时，亮度块可以采用两种方式： 4, 6，色度块可采用 8。对于图像中较为平坦的部分，采用 16预测，对于需要细化的部分采用 4 预测。预测之前，要对当前宏块相邻的左、上重建块进行分类，根 据不同的分类，用重建块作为参考，选择不同预测模式进行预测。亮度块 4 有 9 种预测模式， 16 有 4 种预测模式。色度块 8 有 4 种预测模式。 4 亮 度 预 测 在 4 4的亮度块预测中，块的上面和左边的宏块已经编码和重建过，因此可以用来作为预测参考。预测块 7个象素值，如图 2 15所示。为了保证宏块条的独立性， 图 2 16对应 9种预测方式，除了 2（ 外，其它 8种都是向某一个方向上进行预测，也就是做外插。其中除了 0（ 垂直）和 1（水平）两种预测方式外，其余 6种（ 3 8）对应这 6个梯度方向。编码器通过计算每种预测方式的绝对误差和（ um 选择 22 图 2 10 4 4 相邻象素值 图 2 11 预测方向 下面就每种预测模式的预测方法加以简单说明，预测示意图可以参照图 216。 （ 1） 9种预测模式 模式 0：垂直预测 A, B, C, a e i m A； b f j n B； c g k o C； d h l p D； 模式 1：水平预测 I, J, K, a b c d I； e f g h J； i j k l K； m n o p L； 模式 2： 测 A,B,C,D,I,J,K,L 都可用） a b p (A+B+C+D+I+J+K+L+4)3； A,B,C,J,K, a b p (I+J+K+L+2)2； A,B,C,J,K, a b p (A+B+C+D+2)2； 23 a b p 128； 模式 3 : 左下对角预测 A,B,C a (A + 2B + C + I + 2J + K + 4) 3； b e (B + 2C + D + J + 2K + L + 4) 3； c f i (C + 2D + E + K + 2L + M + 4) 3； d g j m (D + 2E + F + L + 2M + N + 4) 3； h k n (E + 2F + G + M + 2N + O + 4) 3 l o (F + 2G + H + N + 2O + P + 4) 3； p (G + H + O + P + 2) 2； 模式 4：右下对角预测 A,B,C,D,I,J,K,L, m (J + 2K + L + 2) 2； i n (I + 2J + K + 2) 2； e j o (Q + 2I + J + 2) 2； a f k p (A + 2Q + I + 2) 2； b g l (Q + 2A + B + 2) 2； c h (A + 2B + C + 2) 2； d (B + 2C + D + 2) 2； 模式 5：垂直左下角预测 A,B,C,D,I,J,K,L, a j (Q + A + 1) 1； b k (A + B + 1) 1； c l (B + C + 1) 1； d (C + D + 1) 1； e n (I + 2Q + A + 2) 2； f o (Q + 2A + B + 2) 2； g p (A + 2B + C + 2) 2； h s (B + 2C + D + 2) 2； i (Q + 2I + J + 2) 2； m (I + 2J + K + 2) 2； 24 模式 6：水平斜下角预测 A,B,C,D,I,J,K,L, a g (Q + I + 1) 1； b h (I + 2Q + A+ 2) 2； c (Q + 2A + B+ 2) 2； d (A + 2B + C+ 2) 2； e k (I + J + 1) 1； f l (Q + 2I + J+ 2) 2； i o (J + K + 1) 1； j p (I + 2J + K+ 2) 2； m (K + L + 1) 1； n (J + 2K + L + 2) 2； 模式 7：垂直右下角预测 A,B,C,D,I,J,K,L, a (2A + 2B + J + 2K + L + 4) 3； b I (B + C + 1) 1； c j (C + D + 1) 1； d k (D + E + 1) 1； l (E + F + 1) 1； e (A + 2B + C + K + 2L + M + 4) 3； f m (B + 2C + D + 2) 2； g n (C + 2D + E + 2) 2； h o (D + 2E + F + 2) 2 p (E + 2F + G + 2) 2； 模式 8：水平斜上角预测 A,B,C,D,I,J,K,L, a (B + 2C + D + 2I + 2J + 4) 3； b (C + 2D + E + I + 2J + K + 4) 3； c e (J + K + 1) 1； d f (J + 2K + L + 2) 2； g i (K + L + 1) 1； h j (K + 2L + M + 2) 2； l n (L + 2M + N + 2) 2； k m (L + M + 1) 1； o (M + N + 1) 1； p (M + 2N + O + 2) 2； 25 垂直预测 水平预测 测 左下对角预测 右下对角预测 垂直左下角预测 水平斜下角预测 垂直右下角预测 水平斜上角预测 图 2 12 亮度块 4 的 9 种预测方式 6 16 亮 度 预 测 16 帧内预测模式根据与当前宏块邻近的 33 个像素生成预测数据。总共有 4 种预测模式：垂直（ 水平（ 平面（ 在进行预测之前，首先要判断这些邻近像素是否可用 (如果这些像素不可用，例如当前宏块位于图像边缘或邻近的宏块位于其它 中时，就无法进行预测。 设在 16 16宏块的上方 16个像素记为 p(x, x=0, ,15;左方的 16个像素记为 p(-1,y), y=0, ,15。 x,y)代表预测的亮度像素。 26 图 2 13 16 预测 模式 0：垂直预测 p( x, x=0, ,15 可用） x, y) = p(x, x, y=0, ,15 (模式 1：水平预测 p( y)， y=0, ,15可用） x, y) = p(y), x, y=0, ,15 (模式 2： 测 p( x, p( y) x, y=0, ,15 可用） x, y) =(150)1,(150),1(16)5; x, y=0, ,15 (p( x, 可用） x, y) =(150),1( 8)4; x, y=0, ,15 (p( y)不可用） x, y) =(150)1,(8)4; x, y=0, ,15 (x, y) =128; x, y=0, ,15 27 模式 3：平面预测 p( x, p( y) x, y=0, ,15 可用） F = ( (a + b*(+ c*(+16) 5 )； (其中 a = 16*(P(5) + P(15, b = (5*H+32)6 c = (5*V+32)6 参数 H， V 分别为： H=70)1,6()1,8(*)1( (V 70)6,1()8,1(