視頻編碼中幀內預測優(yōu)化技術研究.pdf

1、不同場景下各種視頻的應用，如高清、超高清視頻和移動視頻的應用，對視頻標準提出了更高的要求，為此，視頻編碼標準需要實現更高的壓縮效率和更強的容錯魯棒性。對視頻編碼技術的優(yōu)化是滿足更高視頻需求的重要方法，由于幀內預測是視頻編碼的重要組成部分，幀內預測采用了多種復雜的編碼技術，尤其是高計算量的率失真技術，增加了視頻編碼整體計算復雜度。因此，如何在保持視頻標準編碼性能的情況下，最大限度地降低幀內預測的復雜度成為研究熱點。論文分別研究了廣泛應用的

2、視頻編碼標準H.264/AVC和最新提出的高效率視頻編碼標準（high efficiency video coding，HEVC）的幀內預測優(yōu)化技術。
　　針對H.264/AVC幀內預測中的DC預測模式未充分利用空間相關性的問題，提出了迭代預測方法。通過分析預測的方向性特征以及局部區(qū)域的紋理特征，引入了水平和垂直方向預測策略。迭代預測方法只采用了與預測像素直接相鄰的左邊和上面的參考像素進行預測，這些參考像素都采用相同的預測權重。實

3、驗結果表明，迭代預測方法提高了DC預測模式的編碼性能，并且方法更易實現。
　　作為研究最為廣泛的H.264/AVC幀內預測優(yōu)化技術之一，快速模式選擇算法性能得到了進一步地提升。在分析已有快速模式選擇算法技術特征的基礎上，針對現有算法的特點提出了一種簡化的比較方法，在不降低快速模式選擇算法性能的情況下，減少了編碼時間。提出了混合快速模式選擇算法，并設計了與方向預測模式一一對應的邊緣檢測濾波器。該濾波器可以有效地消除已有算法中方向預測

4、模式之間的依賴關系，并且吸納了H.264/AVC幀內預測的技術特點，達到比已有的濾波器更佳的濾波效果。
　　提出了基于局部信息的快速模式選擇算法。對混合快速模式選擇算法進行了性能分析，并根據算法中存在的不足做出了相應改進。優(yōu)化了算法處理數據的方式，進一步降低了算法計算復雜度。集成了局部區(qū)域信息，并根據濾波得到的數據特征，設計了更為適合的集成方法，在提高編碼性能的同時減少了算法的編碼時間。根據模式確定的層次結構，結合已有的塊大小類型