畢業(yè)論文--h.264快速速率估計算法的實現(xiàn)

1、<p><b>　　緒論</b></p><p><b>　　1.1 、引言</b></p><p>　　最近的幾十年里，通信技術(shù)的發(fā)展日新月異，技術(shù)更新也非常快速。圖像和視頻處理技術(shù)作為信號處理技術(shù)發(fā)展的產(chǎn)物，已經(jīng)越來越引起國際社會的關(guān)注。一個產(chǎn)業(yè)的發(fā)展離不開標準化，正是基于此國際學術(shù)會議以及相關(guān)組織所提出的標準化建議或協(xié)議就相當重要

2、了。近些年，一系列國際圖像和視頻壓縮編碼標準的制定和更新，使得編碼壓縮技術(shù)技術(shù)和相關(guān)產(chǎn)業(yè)日趨成熟，極大的促進了圖像視頻信號處理技術(shù)在社會生活中的應用。尤其是在最近幾年，第三代移動通信技術(shù)正在蓬勃發(fā)展，它將無線通信與國際互聯(lián)網(wǎng)等各種多媒體通信結(jié)合，是當今社會極具發(fā)展?jié)摿蛢r值的新一代移動通信系統(tǒng)。面對巨大的移動終端市場，進行視頻壓縮也更有利于通信交互，這將會極大地促進通信技術(shù)的推廣和發(fā)展。因此，科技的更新和用戶的要求對各種信號的處理技術(shù)有

3、了更高的標準。為了適應各種現(xiàn)代通信和信息傳輸網(wǎng)絡的技術(shù)要求，除了繼續(xù)使用與傳統(tǒng)的信號處理技術(shù)相同的技術(shù)外，在此基礎(chǔ)上，還應該提出一個新的信號處理技術(shù)，算法，模型，以滿足應用的需求。</p><p>　　2003年,ITU和ISO聯(lián)合制定出H．264/AVC，該標準也是至今最新、最先進的的視頻壓縮編碼標準。H．264/AVC以 先 前 制 定的視 頻 編 碼 標 準 為基礎(chǔ)，集合了其中的一 些 已經(jīng)得到足夠發(fā)展技術(shù)

4、也很成熟的算法，同時吸收了視頻編碼和圖像處理領(lǐng)域里的一些為提高編碼性能所提出的最新最有效地研究成果。H.264極大地提高了編碼效率，在增 強 網(wǎng) 絡 適 應 性 方 面 也 有 很 大 的 飛 躍，它的最終目標是適應人 們對基于網(wǎng)絡應用的視 頻 多 媒 體 信 號的個性要 求。</p><p>　　聯(lián)合視頻小組(joint video team，JVT)所提出的新視頻編碼標準——H．264，與以往標準相比在編碼效

5、率方面具有顯著的優(yōu)勢；但為了提高壓縮效率，它所帶來的的高計算復雜度是實際應用領(lǐng)域所承受不了的。在H.264的參考軟件JM中，運動估計和模式?jīng)Q策占了大部分的時間。所以，研究簡單快速的算法對提高H.264/AVC在實時領(lǐng)域中的應用有著極其重大的意義。</p><p>　　對H.264的一些主要算法進行改進，需要完成的主要工作集中在不對編碼質(zhì)量造成過大影響的前提下減少其編碼時間提高編碼效率，因此，大部分的研究工作都是為

6、了尋求更合適更快速的算法。</p><p>　　1.2 視頻編碼標準發(fā)展歷程介紹</p><p>　　從1984年CCITT研究組發(fā)布的第一個視頻領(lǐng)域編碼標準H.120開始，迄今為止已相繼提出了眾多國際標準。視頻編碼標準發(fā)展至今也有近三十年的歷史，這段歷史的一個轉(zhuǎn)折點就是1988年CCITT所提出的H.261建議，從這個轉(zhuǎn)折點開始，國際標準組織ITU－T、ISO 等開始公布了一系列的以H.

7、261為基礎(chǔ)的視頻編碼標準，從此視頻編碼標準的編碼方法統(tǒng)一采用了基于波形的混合編碼方法。</p><p>　　一些國際標準組織有聯(lián)合圖像專家組（JPEG，Joint Photographic Experts Group），它是于1986年由ISO和CCITT 聯(lián)合成立的。此外還有活動圖像專家組（MPEG，Moving Picture Expert Group），它于1988年由ISO/IEC信息技術(shù)聯(lián)合委員會組成

8、；并分別在1991 年和1994年公布了MPEG-1 視頻編碼標準以及MPEG-2 視頻編碼標準。</p><p>　　新一代視頻編碼標準H.264 于2003年3月由ITU-T 和ISO/IEC 正式提出，該標準實現(xiàn)了良好的壓縮效率，同時對網(wǎng)絡具備了良好的親和性和兼容性，對實時系統(tǒng)的應用及其有幫助。不久的將來，國際視頻組織即將推出HIVC，即H.265，可想而知的是該標準的發(fā)布將會帶來新一輪的研究熱潮，對視頻的

9、發(fā)展和應用也會產(chǎn)生巨大的影響。</p><p>　　1.2.1 視頻編碼原理</p><p>　　圖像(image)的定義是自然景物中物體反射的可見光的強度，也可以是其它的各類電磁波反射后的強度反映。在圖像信息處理的過程中用數(shù)字來描述圖像中的像素點、強度和顏色等信息。在顯示的時候，它是通過數(shù)字化的方式將呈現(xiàn)對象用一定的分辨率加以分辨后對得到的色彩信息進行呈現(xiàn)，如此可以快速顯示在屏幕上[1]

10、。在顯示的過程中分辨率和灰度是主要影響參數(shù)。圖像適用于表現(xiàn)那些含有大量細節(jié)（如亮度變化、場景變換、輪廓明顯、色彩豐富）的對象，如：影片、繪畫等。圖像軟件可以對復雜圖像進行處理，從而得到質(zhì)量更高的圖像，比如提高清晰度或者產(chǎn)生符合個性要求的特殊效果。</p><p>　　運動視頻數(shù)據(jù)本質(zhì)上就是時間順序的圖片序列，而相機通常每秒產(chǎn)生約24，25，或30幀。這就導致需要處理大量的數(shù)據(jù)，因此需要使用到壓縮技術(shù)。例如：假設(shè)每

11、個圖片都有一個相對較低的QCIF，即176*144樣本，每個樣本用8個比特表示，我們每三個圖片跳過兩個以削減比特率。對于彩色圖片，三色組成樣本對于為每個像素表現(xiàn)足夠的色彩空間是必要的。即使是傳輸這種相對低的高保真的圖片序列，原始數(shù)據(jù)源速率仍然超過6Mbit/s。然而，今天低成本的傳輸通道經(jīng)常工作在低得多的數(shù)據(jù)率，從而視頻信號的數(shù)據(jù)率需要進一步壓縮。例如，使用V.34調(diào)制解調(diào)器在撥號模擬電話線上傳輸率最多為33.4 Kbit/s，我們?nèi)匀?/p>

12、需要進一步壓縮視頻碼率至200倍左右（如果音頻同一通道耗時6 Kbit/s或電話線實現(xiàn)太吵以至于不能實現(xiàn)V.34的全比特率，壓縮率將會更高）。</p><p>　　視頻中的每幅圖像被稱為一幀(flame)，當連續(xù)的圖像以每秒超過24幀畫面以上的速度進行變化時，根據(jù)視覺暫留原理可知，人眼是無法辨別單幅的靜態(tài)畫面的；看上去則近似于平滑連續(xù)的視覺效果，這樣在人眼中形成的連續(xù)的畫面叫做視頻。視頻其實就是在時間軸上的一組圖

13、像序列的組合，通常也被稱為視頻圖像、視頻序列等。視頻技術(shù)最早是為了電視系統(tǒng)而發(fā)展，但現(xiàn)在已經(jīng)擴展成了多種廣泛應用的格式，這樣極大地方便了消費者將視頻記錄下來。</p><p>　　從自然世界所獲取的視頻場景屬于模擬視頻信號，通?？梢员硎緸闀r間與空間上的連續(xù)函數(shù)[1]。計算機內(nèi)部是以數(shù)字形式來描述信息的，為了更方便地用計算機對最終得到的視頻進行一些基本操作，如：處理，傳輸、存儲和加工等；需要對需要處理的模擬信號進行

14、時間空間域的轉(zhuǎn)換，即是講視頻進行數(shù)字化處理，最終將模擬視頻轉(zhuǎn)換為數(shù)字視頻。為把模擬視頻它轉(zhuǎn)換成數(shù)字視頻，需要對坐標和幅度分別進行采樣操作。數(shù)字化坐標值稱為采樣，包括空間采樣和時間采樣；而幅度值的數(shù)字化則稱為量化過程。</p><p>　　最終得到的數(shù)字視頻信號包含了大量的數(shù)據(jù)信息，需要對其進行一定的壓縮編碼才能在實時通信系統(tǒng)中得到實際的應用，也即滿足對網(wǎng)絡帶寬的要求進行實時傳輸。</p><p

15、>　　數(shù)據(jù)作為信息的載體，但是數(shù)據(jù)和信息是兩個不同的概念，終歸不能完全等價。要想對數(shù)字視頻進行壓縮，就要了解數(shù)字視頻的特點。數(shù)字視頻的一個獨特特點就是其具有相關(guān)性。如果能夠利用這些相關(guān)性，對數(shù)字視頻里的各種信息冗余進行去除便能實現(xiàn)對視頻信號的壓縮。一般將數(shù)字視頻信號中的冗余歸為下面幾類[2]：</p><p>　　A：空間冗余。數(shù)字圖像是視頻的基本元素，數(shù)字圖像的得到要通過對模擬視頻信號進行空間采樣。這些構(gòu)

16、成圖像的相近像素之間是緊密相關(guān)的，即他們之間的像素值一般是沒有太大的相差的。當需要預測當前像素的數(shù)值時，可以通過分析其相鄰像素的數(shù)值進而通過一些數(shù)學規(guī)則來進行預測而達到目的。</p><p>　　B：時間冗余。從視覺的理論出發(fā)，視頻是一連串人們看起來連續(xù)的圖像；但實際上這些圖像之間是有間隔的，也就是不連續(xù)的。視頻幀與幀之間的采樣間隔是非常小的，這是為了滿足人們對視頻信號連續(xù)視覺效果的要求。在幾乎靜止不動的環(huán)境中，

17、當前幀和其鄰近幀的圖像內(nèi)容幾乎是是完全一致的；而在研究場景中變換的運動目標時，若是能掌握其運動規(guī)律，也可以很輕易地地由前面幀的圖像推算出它在當前幀中的大概位置。這就是視頻序列中的時間冗余。</p><p>　　C：心理視覺冗余?？偠灾蟛糠智闆r下最終的視頻編碼系統(tǒng)都是由人類視覺系統(tǒng)來接收的。人類視覺系統(tǒng)理論中提到：人類所感知的圖像亮度取決于該點的反射光的強度以及相鄰區(qū)域的光強。而且，對于不同的視覺信息圖像因素

18、等，人類視覺系統(tǒng)表現(xiàn)出了不一樣的敏感度。視頻中某些信息相比于其他的信息在人類通常的感知過程中更重要，能提供更多的有用信息，也即人眼對該部分信息的敏感度相對要高些。如一定幅度值內(nèi)的圖像信息變化如果相比很微小，人眼是感受不到這樣微小的變化的。因此，可以利用人眼視覺系統(tǒng)的這些特點對視頻信息中的某些信息進行去除，這些操作并不會對人們?nèi)ジ惺軋D像造成影響，即是不會降低圖像質(zhì)量。這樣的特性都可以叫做心理視覺冗余，這充分地利用了人眼視覺系統(tǒng)的一些特點。

19、</p><p>　　1.2.2 視頻壓縮編碼標準發(fā)展歷史</p><p>　　視頻壓縮編碼標準主要包括兩個部分，一個是由國際電信聯(lián)盟(ITU)所制定的H．26x系列標準，另一個是由國際標準化組織(International Standardization Organization．ISO)和MPEG組織(Moving Picture Expert Group)所制定的MPEG．x系列標準

20、。這些視頻編碼標準都是為了應對不同領(lǐng)域中對數(shù)字音頻和數(shù)字視頻的不同要求而制定的。</p><p>　　第一個視頻編碼國際標準由CCITT公布于1984年，距今已有28年了。例如，3G時代的來臨帶來了一個非常重要的概念，即可視電話。由于打破的距離的障礙，在有限的帶寬上實現(xiàn)了實時視頻的傳輸，該技術(shù)一直被認為是一種非常理想的通信技術(shù)，可近30 年來至今仍未能得到廣泛的普及，這是因為滿足帶寬要求所付出的代價極高，從而造成

21、性價比不高。</p><p>　　H.264 視頻壓縮標準由ITU-T/ISO 于2003年3月正式公布，同以往標準相比它具有非常優(yōu)秀的性能，受到了普遍的認可。通過每項性能指標的對比可以發(fā)現(xiàn)，在同樣視頻質(zhì)量下將H.264與H.263或MPEG-4進行對比發(fā)現(xiàn)H.264的數(shù)碼率降低了接近一半的倍數(shù)；或者說在碼率相同的條件下，信噪比提高很大。正是因為H.264所體現(xiàn)出的良好性能使得其在國際上受到了廣泛地認可和重視。&

22、lt;/p><p>　　下面按時間順序?qū)讉€重要的視頻編碼標準作簡單介紹[1]：</p><p>　　1．MPEG-1標準及MPEG-2標準</p><p>　　MPEG-1標準出版于1992年，是一個獲得廣泛成功的視頻編解碼器，能夠近似VHS錄像帶的質(zhì)量或更好地將比特率設(shè)定為約1.5 Mbit/s。比特率范圍覆蓋了約1-2 Mbit / s的。MPEG -1的縮寫由運

23、動圖像專家組制定并被其發(fā)展。MPEG-1視頻（IS 11172-2 ）是ISO/IEC JTC1組織的一個項目，于1993年獲得批準。在技術(shù)功能方面，它增加了雙向預測幀（B幀）和半像素運動（半像素運動已經(jīng)在H.261的發(fā)展過程中提出來過，但當時被認為是過于復雜）。對數(shù)據(jù)進行隨機訪問的要求和高效壓縮造成了沖突，為了解決這個問題，MPEG-1定義了四種圖像類型：I幀，P幀，B幀和D圖像。</p><p>　　在 更

24、高 的 比 特 率 操 作 時，它 提 供 比 H.261更 好 的 質(zhì) 量。（比特率可能低于1兆位/秒，此時H.261的性能更好，因為MPEG -1并沒有設(shè)計為能夠運行在此范圍內(nèi)。）</p><p>　　MPEG -2：在比特率，圖像質(zhì)量和知名度上更上一層樓。 MPEG-2被稱為“21世紀的電視標準”，不管是標準清晰度還是高清晰度電視（SDTV和HDTV）。 MPEG-2視頻（ISO 13818-2 / ITU

25、-T的H.262 ）的目的是要包括MPEG-1，同時還要以更高的比特率提供高品質(zhì)隔行掃描的視頻源。MPEG-2視頻作為一個正式的ISO / IEC JTC1和ITU-T組織的聯(lián)合開發(fā)項目，通常被認為是一個ISO標準，并在1994年年底完成。其主要新技術(shù)特點是高效處理隔行掃描圖片和層次位使用的可擴展性。其目標比特率范圍約為4-30 Mbit/s。</p><p>　　2．MPEG-4及MPEG-7標準</p&

26、gt;<p>　　MPEG-4標準正式公布于1998年12月。主要是為了滿足窄帶多媒體通信等領(lǐng)域的應用要求而制定，其傳輸碼率也限制在64Kbps以下。MPEG-4壓縮編碼部分所采用的壓縮方法的一個特點就是基于內(nèi)容，使用基于內(nèi)容的方法作為壓縮編碼的一個重點，這樣做是可以將視頻信息的應用從播放型擴展到可以進行基于內(nèi)容的訪問和操作型，豐富了視頻信息應用的領(lǐng)域和方式。</p><p>　　MPEG-4是一個

27、開放型的標準，對標準中各種技術(shù)的具體實現(xiàn)算法不作規(guī)定，由此，研究者可以根據(jù)標準的要求制定出更新更優(yōu)更快速的算法?？梢詫PEG-4當做一個工具箱，隨時加入新的想法以豐富這個標準。</p><p>　　MPEG-7(多媒體內(nèi)容描述接口)是對MPEG-4的進一步完善，是為了適應新一代的網(wǎng)絡發(fā)展要求而制定的，為描述各種紛繁復雜的媒體信息做了一種標準化的規(guī)定，這樣就為信息的描述與媒體內(nèi)容建立了一對一更加緊密標準的聯(lián)系，極

28、大地方便了用戶對各種信息進行檢索和利用。</p><p><b>　　3.H.263標準</b></p><p>　　1996年3月，ITU—T正式通過了H．263國際標準。H.263（第1版）是ITU-T項目，并于1996年初批準（技術(shù)內(nèi)容在1995年年底完成）。是第一個專門用來處理非常低比特率視頻的編解碼器，其在這一領(lǐng)域的表現(xiàn)仍然是最優(yōu)秀的。H.263是目前最好的

29、實際視頻通信的標準。原來的目標比特率范圍約10-30 Kbit / s的，但在開發(fā)過程中擴大，大約為10-2048 Kbit / s。很明顯，它可以在任何比特率優(yōu)于H.261。主要應用于視頻會議會議、可視電話等跟視頻相關(guān)的通信業(yè)務。該標準的出現(xiàn)解決了視頻通信領(lǐng)域的大難題，極大地推動了通信技術(shù)的發(fā)展，是視頻通信領(lǐng)域的重大突破。新的H.263的關(guān)鍵技術(shù)特點是可變塊大小運動補償，重疊塊運動補償，運動矢量圖片推斷，三維的運行水平，最后可變長度編

30、碼，平均壓預測，更高效的開銷信號（相對于H.261其特點有算術(shù)編碼，半像素運動，雙向預測。但第一個特征也包含在JPEG里，其他兩個則在MPEG -1）。在非常低的比特率（例如，低于30 kbit/s），H.263可使用一半或不到一半的比特率編碼達到與H.261相同的質(zhì)量。在更高的比特率，例如，高于80千比特</p><p>　　H．263支持5種圖像格式：Sub QCIF(128x96)、QCIF(176x144

31、)、CIF(352x288)、4CⅢ(740x576)、16CIF(1408x1152)，采樣格式為4：2：0。</p><p><b>　　4．H.263 +</b></p><p>　　H.263 +：技術(shù)上是H.263 的第二版。H.263 +項目添加了一些新的可選功能到H.263 。相比于以前標準的H.263+有一個顯著的技術(shù)進步，它是第一個為無線或基于分組的

32、傳輸網(wǎng)絡提供高度的錯誤恢復的視頻編碼標準。H.263 +在壓縮效率的研究、靈活的視頻格式和可擴展反向兼容補充方面也增加了一些改進。它是在1998年1月由ITU-T批準，在1997年9月完成技術(shù)含量。它將H.263的有效比特率擴展到任何比特率和任何逐行掃描（非交錯）圖片格式和幀速率的范圍上， H.263 +的性能在整個的任何現(xiàn)有標準范圍內(nèi)都是相對優(yōu)越的。H.263 +項目的第一作者是H.263的編輯也是ITU-T的高級視頻編碼專家組（SG

33、16Q15）開發(fā)員（主席）。</p><p>　　5．H．264／AVC標準</p><p>　　2003年3月繼H．263標準之后，聯(lián)合視頻專家組(JVT)提出一項最新的視頻編碼標準—H．264建議。ISO將其稱為“ISO／IEC 14496 Partl0高級視頻編碼算法”(ISO／IEC 14496 1 0 AVC)，把它作為MPEG．4的第十部分。</p><p&

34、gt;　　H．264主要支持4：2：0格式，其它格式如4：2：2和4：4：4則是作為額外的參考信息參數(shù)。支持連續(xù)或隔行視頻的編碼與解碼，編碼圖像類型除了以往標準中有的I幀、P幀和B幀之外，還新定義了SP幀和SI幀。新定義的這些功能可以實現(xiàn)不同傳輸速率、不同圖像質(zhì)量碼流的條件下的快速切換，同時還具有快速恢復丟失的信息等功能。</p><p>　　H．264標準的編碼結(jié)構(gòu)有兩層，分別是VCL視頻編碼層和NAL網(wǎng)絡抽象

35、層。H.264高效率的壓縮性能的實現(xiàn)就是由VCL層來完成的，為了解決網(wǎng)絡適配的問題，需要從具體的傳輸層中將VCL抽象出來，這部分工作是由NAL完成的。要使得碼流適應不同環(huán)境的各類信道，需要對不同網(wǎng)絡選用一個最合適的方式對數(shù)據(jù)進行處理、打包和傳送。NAL以NALU為單元，這樣使得在許多基于包交換的技術(shù)網(wǎng)絡中H.264都能夠能夠完成編碼數(shù)據(jù)流的傳輸?shù)墓δ?，這極大地提高了H.264技術(shù)的網(wǎng)絡適應性。H．264的雙層系統(tǒng)結(jié)構(gòu)在功能上將每一層獨立

36、起來，各自獨立完成自身的功能，這樣的層定義極大地優(yōu)化了整個編碼系統(tǒng)。</p><p>　　1.3 研究工作介紹</p><p>　　本次研究需要深入學習H.264協(xié)議，基本掌握整個視頻編碼的流程及其算法；最重要的是要重點研究H.264模式?jīng)Q策過程和率失真優(yōu)化技術(shù)，同時要在JM里找到實現(xiàn)這些技術(shù)的具體程序段?；谶@些基本知識，對參考論文進行學習，提煉出其發(fā)明的快速算法的重要技術(shù)和公式。最后在

37、vs2005的環(huán)境下對H.264的官方參考軟件JM8.3進行修改，實現(xiàn)快速速率估計算法。</p><p>　　本設(shè)計主要內(nèi)容要求有： </p><p>　　（1）速率估計計算公式設(shè)計 </p><p>　?。?）對實驗仿真結(jié)果進行分析

38、 </p><p>　?。?）分析該算法的優(yōu)缺點 </p><p>　　1.4 論文章節(jié)內(nèi)容安排</p><p>　　論文圍繞如何實現(xiàn)快速速率估計算法而展開。</p><p>　　本文共分為五章，組織結(jié)構(gòu)

39、的安排如下：</p><p>　　介紹最新的視頻編碼標準H.264，對標準的相關(guān)重要技術(shù)做了介紹。</p><p>　　介紹了本次設(shè)計所要實現(xiàn)的快速速率算法，同時描述了幾種相關(guān)技術(shù)原理，如率失真優(yōu)化技術(shù)，CAVLC編碼過程等。</p><p>　　第四章完成實驗結(jié)果的展示，并對仿真結(jié)果進行比對，分析。</p><p>　　第五章是總結(jié)和展望。

40、對本文所做的工作進行總結(jié)，提出后續(xù)工作的方向。</p><p>　　H.264/AVC視頻編碼協(xié)議</p><p>　　2.1 相關(guān)理論知識</p><p>　　2.1.1 H.264標準</p><p>　　H.264仍舊吸收了早年的編碼標準中一些較為經(jīng)典的技術(shù)，并在此基礎(chǔ)上提出了新的關(guān)鍵技術(shù)。這些改進都能夠滿足現(xiàn)在日益增長的需求。這些新

41、的關(guān)鍵技術(shù)不僅大大地提高了編碼效率，同時還在提高壓縮比率方面有很好的表現(xiàn)，這是以往的任何一種編碼標準都無法達到的。</p><p>　　H．264標準依舊吸取了早年編碼標準的優(yōu)勢，編碼方式也沒有大的變化。這個大的算法框架同以往的編碼標準是相似的，同時在這些大的算法框架范圍內(nèi)，H.264又提出了很多新的關(guān)鍵技術(shù)，對視頻編碼流的時間冗余和空間冗余的去除進行了更加細化的處理。這些新的關(guān)鍵技術(shù)大大提高了視頻的編碼效率，同

42、時也極大地提高了視頻在傳輸過程中的抗誤碼性能。</p><p>　　從概念出發(fā)，為了滿足網(wǎng)絡應用方面的要求，H．264標準單獨劃分出網(wǎng)絡層，從此概念出發(fā)定義了一個新的概念—網(wǎng)絡抽象層(NAL)。這樣做使得編碼的視頻流可以通過一個具體定義的接口在實際網(wǎng)絡中進行轉(zhuǎn)換和傳輸，也為其它傳輸協(xié)議如H.320、MPEG-4、H.323／IP、MPEG-2等等也提供了一個入口，由此可以正確的映射到編碼數(shù)據(jù)信息。</p&g

43、t;<p>　　H.264的頒布是視頻領(lǐng)域的一件大事，尤其是對視頻通信領(lǐng)域造成了很深遠的影響，極大地推動了這個領(lǐng)域的發(fā)展[2]。H.264標準具有優(yōu)異的壓縮性能和網(wǎng)絡親和性，同時在網(wǎng)絡傳輸性能方面表現(xiàn)也非常優(yōu)秀。這些優(yōu)異的特性使其在視頻通信領(lǐng)域比如無線移動視頻通訊、3G可視電話、網(wǎng)絡視頻直播、視頻會議／電話、視頻監(jiān)控、高清晰度數(shù)字電視等方面有了重大的應用，其優(yōu)越的性能也使得在這些領(lǐng)域的視頻壓縮方面發(fā)揮了重大的作用。<

44、/p><p>　　2.1.2 基本概念</p><p><b>　　1.宏塊、片及幀</b></p><p>　　待編碼的一個 圖 像 通 常 被 劃 分 成 若 干 宏 塊，一 個 宏 塊 由 一 個 1 6×1 6 亮 度 像 素 和 附 加 的 一 個 8 ×8 C b 和 一 個8×8 Cr 彩 色 像

45、素 塊 組 成[1]。H.264／AVC中 常 用 的 幀 為 I 幀，P 幀 以 及B 幀。</p><p>　　P 宏塊是采用幀內(nèi)預測方式的，其預測是利用先前已編碼圖象作為參考圖象來完成的。一般情況下還要進一步地分割一個幀內(nèi)編碼的宏塊，同時對其亮度像素塊以及彩色像素進行分割。分割后的模式有16×16、16×8、8×16 、8×8 。另外一點說明是，如果選擇的子宏塊為8&

46、#215;8模式，則可再度細分成更小的子宏塊，即是8×8、8×4、4×8、4×4 的亮度像素塊，同時也包括附帶的彩色像素。</p><p>　　此外，在壓縮碼流的過程中，為了實現(xiàn)不插入I幀的情況下可以對碼流進行隨即切換的功能，H.264／AVC還新定義了兩個幀類型SI幀(Switching I Picture)和SP(Switching P Picture)幀，加入的這兩個

47、新的幀類型順應了視頻碼流的帶寬適應性同時提高了視頻的抗誤碼性能。</p><p><b>　　2.檔次和級</b></p><p>　　H.264有三種檔次，即基 本 檔 次、主 要 檔 次、擴 展 檔 次。每 個 檔 次 有特 定的 功 能，適用于特 定的應 用。</p><p>　　1）基本檔次：運用I片和P片格式，支持幀內(nèi)、幀間編碼，熵編

48、碼方式為CAVLC。主 要 用 于 電視會 議等講究 實 時通信的 視 頻 通領(lǐng) 域；</p><p>　　2）主要檔次：支持視頻的隔行掃描技術(shù)，幀內(nèi)編碼的方式是加權(quán)預測法，幀間編碼方式為B片；支持CABAC）。</p><p>　　3）擴展檔次：支 持碼 流之間高效的切 換，即 在SP和SI片 間進 行 切 換，運 用數(shù) 據(jù) 分 割減少誤 碼，不 支 持 隔 行 掃 描 以及 C A B

49、 A C。</p><p><b>　　熵編碼</b></p><p>　　熵 編 碼 是 在 統(tǒng) 計 意義 上 對 數(shù) 據(jù) 的 冗 余信息進行壓縮的，是一種無損壓縮編碼方法[3]。熵編碼是基于隨 機 過 程 的 統(tǒng) 計 特 性 而建立的一種編碼方法。在視頻編碼時一般采用Huffman編碼和變長編碼兩種編碼相結(jié)合的方法， 概 率 大 的 數(shù) 據(jù) 用 短 的 字 長 來

50、 表 示，概 率 小的數(shù) 據(jù) 用長 的 字 長 表 示，從 而 達 到 降 低 數(shù) 據(jù) 量 提 高 壓 縮 效 率 的 目 的[3]。</p><p>　　熵編碼直接和信號的傳輸進行連接，同時熵編碼也是編碼器的最后一個過程。由于熵編碼對視頻壓縮效率有重大的影響，其壓縮效率對整個視頻編碼器也就起著起著非常重要的作用了。H．264中的熵編碼技術(shù)主要包括變長編碼(VLC)和內(nèi)容自適應二進制算術(shù)編碼(CABAC)，其中V

51、LC又分為指 數(shù) 哥 倫 布 編 碼、內(nèi)容自適應變長編碼(CAVLC)[3]。</p><p>　　2.1.3 視頻編碼標準對比</p><p><b>　　MPEG-1</b></p><p>　　類型：Audio&Video</p><p>　　制定者：MPEG(Moving Picture Expert

52、Group)</p><p>　　所需頻寬：2Mbps</p><p><b>　　特性：</b></p><p>　　對于一些運動范圍較小，運動不激烈的視頻信號表現(xiàn)較好，圖像質(zhì)量較高；但當運動范圍較大，動 作激 烈時，會出現(xiàn)馬 賽 克 現(xiàn) 象。因此這種技術(shù)不能廣泛適用于實際應用中。</p><p>　　優(yōu)點：對動作范圍

53、小，視頻內(nèi)容變化小的視頻信號可獲得較好的圖像質(zhì)量。</p><p>　　缺點：運 動 激 烈 時會有馬 賽 克現(xiàn) 象。</p><p><b>　　MPEG-2</b></p><p>　　類型：Audio&Video</p><p>　　制定者：MPEG(Moving Picture Expert Group)

54、</p><p>　　所需頻寬：視頻上的頻寬是4.3 Mbps，音頻上最低的采樣率為16kHz</p><p><b>　　特性：</b></p><p>　　編碼碼率的范圍是每秒3兆比特～100兆比特，不同的碼率分別用于不同檔次和不同級別的視頻壓縮。該圖像壓縮標準達到了廣播級質(zhì)量，同時音質(zhì)也達到了CD級別。有三種分級編碼：空間域分級、時間域分

55、級和信噪比分級。用于數(shù)字視頻廣播（DVB）、家用DVD 的視頻壓縮及高清晰度電視（HDTV）。MPEG-2對于不同速率以及不同分辨率的場合都能夠得到應用。但出現(xiàn)的一個問題是，MPEG-2標準所造成的數(shù)據(jù)量很大，這對存放和傳輸會有較大的難度。</p><p><b>　　優(yōu)點：</b></p><p>　　MPEG-2可在一個較大的范圍內(nèi)改變壓縮比，視頻領(lǐng)域存在著不同畫

56、面質(zhì)量、不同存儲容量以及帶寬不同大小，MPEG-2能夠適應這些需求。支持隔行掃描視頻格式和其它先進功能。</p><p><b>　　缺點：</b></p><p>　　壓縮率比較低，數(shù)據(jù)量依然巨大，數(shù)據(jù)的存放和傳輸仍然難度大。而網(wǎng)絡方面的應用需要比較高的網(wǎng)絡帶寬，由于帶寬限制該標準不適用于網(wǎng)絡視頻點播等方面。</p><p><b>

57、;　　MPEG-4</b></p><p><b>　　類型：Video</b></p><p>　　制定者：MPEG(Moving Picture Expert Group)</p><p>　　所需頻寬：128Kbps~38.4Mbps(600kb/s左右)</p><p><b>　　特性：&

58、lt;/b></p><p>　　標準中強調(diào)了多媒體系統(tǒng)的交互性以及靈活性，主要應用于可視通信、視頻會議等。為便于操作和控制對象，采用基于對象的編碼方式，MPEG-4 的基于對象操作使用戶可以直接在終端對象進行拼接操作。適用于頻寬變化大的網(wǎng)絡，也適用于遠程監(jiān)控等領(lǐng)域。</p><p>　　優(yōu)點：壓縮效率高，圖像質(zhì)量好，容錯性能好，壓縮方式為面向?qū)ο蟆?lt;/p><p

59、>　　缺點：專利收費不合理。</p><p>　　2.2 JM編碼原理</p><p>　　2.2.1 編碼原理</p><p>　　H.264編碼器包括幀內(nèi)模式預測，運動估計與運動補償，整數(shù)變換，DCT量化，熵編碼，去塊濾波等幾大部分。</p><p>　　編碼過程大致如下，首先編碼器讀入原始圖像，編碼器首先解決的問題是選擇幀間編碼還

60、是幀內(nèi)編碼，該過程需要運用一些判決策略來完成。若是選擇幀間編碼，則運用運動估計算法；若是選擇幀內(nèi)編碼，則采用一些標準定義的預測方法，隨后將所得的預測值與實際值進行對比，取一個差值，該差值就是殘差值。為了有效地數(shù)據(jù)傳輸將數(shù)據(jù)壓縮，還需要對殘差值進行整數(shù)變換、量化、掃描以及熵編碼。最終為了得到重構(gòu)幀，同時進行的還有對量化后的殘差值進行反量化、反變換，將還原的殘差值與前面得到的預測值相加重構(gòu)出當前圖像的實際值，最后一步就是進行去塊濾波，送入幀

61、存儲器。</p><p>　　2.2.2 編碼一個宏塊</p><p>　　編碼一個宏塊的具體過程如下圖1所示：</p><p>　　圖2.1 編碼一個宏塊的流程圖</p><p>　　2.3 視頻壓縮原理</p><p>　　2.3.1 壓縮原理簡介</p><p>　　視 頻 信 號的信息量

62、很大，對網(wǎng)絡傳輸所需的帶寬要求也高，因此對視頻信號 進行壓縮處理非常有必要 。能 否 將在 視 頻 信 號 傳 送 前 先對其 進 行 壓 縮 編 碼，隨后才 進 行 傳 送，由此達到節(jié) 省 傳 送 帶 寬 和 存 儲 空 間的目的，這樣就提出了一個很重要的問題—視頻壓縮。</p><p>　　視 頻 質(zhì) 量 有 兩 個 標 準：主 觀 質(zhì) 量、客觀質(zhì)量；主管質(zhì)量是從 人的 視 覺 上 進 行 評 定的 ；

63、客 觀 質(zhì) 量 則通 用 信 噪 比（S/N）PSNR表 示 。在評定一個視頻的好壞時要綜合考慮主管質(zhì)量和客觀質(zhì)量，兩者不可或缺。很多實際情況下，這兩個要求會有沖突，最佳的質(zhì)量往往是在這兩者之間求一個最佳的平衡，達到最好的效果。</p><p>　　壓縮視頻內(nèi)容的方式之一是使用一種編碼語法，如JPEG簡單地壓縮每幅圖片。最常見的“基線”JPEG方案是將圖像分解成大小相等的塊。這些塊由一個離散余弦變換（DCT ）

64、進行轉(zhuǎn)化，然后DCT系數(shù)進行量化并使用可變長編碼傳輸。因為該圖片的編碼沒有涉及編碼視頻序列中的其他圖片，我們將把這種方式作為幀內(nèi)編碼的編碼方案。事實上，這種單獨幀內(nèi)編碼作為一個視頻編碼方法共同使用在今天的生產(chǎn)質(zhì)量編輯系統(tǒng)，這種方法要求快速訪問視頻內(nèi)容的任何幀。</p><p>　　然而，改進壓縮的性能可以通過利用視頻內(nèi)容里存在的大量時間冗余來達到。幀間編碼時我們將運用這種技術(shù)。通常情況下，所描繪的場景基本上只是重

65、復前后的圖片而沒有任何顯著的變化?？梢燥@而易見的是，在更有效地表示視頻這點上，只編碼視頻內(nèi)容的變化比反復編碼每幀圖片要好得多。使用時域冗余提高編碼效率的這種能力是視頻壓縮與靜止圖像壓縮的根本區(qū)別。</p><p>　　2.3.2 視頻壓縮的基本方法和技術(shù)</p><p>　　一個通過只編碼視頻場景的變化來提高視頻壓縮的簡單方法被稱為有條件補充（ CR ），它是第一個數(shù)字視頻編碼標準ITU-

66、T建議H.120 [2]里唯一的減少時間冗余的方法。CR編碼包括兩個過程，發(fā)送信號表明圖片的哪些區(qū)域可以被重復，發(fā)送新的編碼信息取代產(chǎn)生變化的區(qū)域。從而，CR允許為每個區(qū)域選擇跳過模式和內(nèi)部模式兩種模式之一作為代表。然而，CR編碼有一個重要的的缺點，即無法改善一個近似。通常，前一幀圖片的某個區(qū)域的內(nèi)容可以是一個新的圖片很好的近似，只需要一個小的改動就能成為一個更好的參照。但CR編碼只允許確切的重復或完全替代每一個畫面區(qū)域。添加的第三種“

67、預測模式” 可以發(fā)送一種精煉幀間差分近似，使得壓縮性能得到進一步的改善。</p><p>　　通過加入運動補償預測（ MCP ），幀差細化的概念也邁出了一步。大多數(shù)視頻內(nèi)容的變化通常是由于相對的成像平面所描繪的場景中的對象的移動而產(chǎn)生的，即使是少量運動也可能會導致圖片區(qū)域中的像素值差異較大，尤其是接近一個物體的邊緣的區(qū)域。通常情況下，用空間位置的幾個像素取代前畫面的某個區(qū)域，這就使得發(fā)送幀差分近似信息的數(shù)量顯著減

68、少。使用這種空間位移形成一個近似位置的方法被稱為運動補償，使用編碼器搜索最好的空間位移近似的方法被稱為運動估計。</p><p>　　2.3.2 混合編碼解碼器</p><p>　　最成功的視頻壓縮設(shè)計類被稱為混合編解碼器。這種編碼器的命名是由于其作為一個移動處理和圖像編碼技術(shù)混合體的建設(shè)的原因，編解碼器這個詞用來指視頻壓縮系統(tǒng)編碼器和解碼器。其設(shè)計和操作涉及了一些決策的優(yōu)化，包括以下部分

69、：</p><p>　　1.如何將一個圖片分割成區(qū)域</p><p>　　2.是否完全用新圖片內(nèi)的內(nèi)容更換圖片的各個區(qū)域 </p><p>　　3.如果不更換新的內(nèi)部內(nèi)容</p><p>　?。╝）如何做運動估計，

70、即如何選擇轉(zhuǎn)移的空間位移用于畫面間編碼預測。(目前零值位移一個重要的特殊情況)</p><p>　?。╞）如何做DFD的編碼，即如何選擇近似用來作為幀間預測的細化。（零值逼近作為一個重要的特例）</p><p>　　4.如果新的內(nèi)容更換一個地區(qū)，發(fā)送一個近似值作為更換的內(nèi)容。</p><p>　　工程師設(shè)計這樣一個視頻編碼系統(tǒng)就引入了一個問題，即應當編碼圖像的哪個部

71、分？應使用什么方法編碼？如果可能的運作模式在幀內(nèi)編碼時受到限制和跳過，選擇會相對比較簡單。但混合視頻編解碼器是通過運用自適應分配部分編碼圖片的操作模式以達到達到對壓縮性能的要求。同時由于兩個運動估計的影響在幀間編碼D和FD編碼階段之間產(chǎn)生了依賴關(guān)系。這些決定視頻編碼器的設(shè)計和操作的優(yōu)化是視頻壓縮中的重要內(nèi)容。</p><p><b>　　快速速率估計算法</b></p><

72、;p>　　3.1 H.264模式?jīng)Q策過程</p><p>　　每個16×16宏塊可以有以下兩種待選編碼類型:Intra4×4和Intra16×16。不同于與其它視頻標準的Intra編碼，H.264的幀內(nèi)編碼是參考空間域中已編碼的鄰居，對其進行采樣進而作預測編碼的。幀內(nèi)模式?jīng)Q策有以下常用準則：</p><p>　　1.利用相鄰塊預測模式的相關(guān)性為準則；&l

73、t;/p><p>　　2.利用結(jié)合全零塊提前終止的準則；</p><p>　　3.基于紋理特征的預測模式塊尺寸預先選擇準則；</p><p>　　4.通過量化系數(shù)QP進行判斷；</p><p>　　當前幀或塊的編碼模式在7 種幀間或17 種幀內(nèi)模式中間選擇。7種幀間模式分別是：16x16、16x8、8x16、8x8、8x4、4x8、4x4，相應的

74、模式編號為1-7。17 種幀內(nèi)模式分別是：9 種基于 4x4 塊進行亮度分量預測的幀內(nèi)模式，基于宏塊進行亮度分量預測的4 種模式和相同塊色度分量預測的4 種模式[4]。需要注意的一點是，幀間預測中，若是要選擇8x4,4x8 和4x4 的分塊首先要完成先選擇一個宏塊再將其細分成4個8×8模塊。</p><p>　　H．264／AVC標準的幀間模式選擇算法是針對多參考幀進行全搜索運動估計算法，該算法也是基于

75、RDO策略的。模式選擇的大致過程是：</p><p>　　編碼器先對幀間預測模式的8種（ SKIP，M_16x16，M_16x8，M_8x16，M_8x8，M _8x4，M_4x8，M_4×4）待選模式分別進行殘差塊的計算，SAD定義為即當前宏塊與參考宏塊之間的差值。然后對比經(jīng)過R-D代價函數(shù)計算后的數(shù)值，確定R-D代價最小的模式選項。幀間預測模式的判決所采用的方法同幀內(nèi)的情況是一致的，這意味著，編碼器

76、需要嘗試所有的模式組合，包括不同的幀內(nèi)及幀間預測模式，同時要編碼所有的模式組合。</p><p>　　JM采用這樣的判決策略，類似用窮盡所有預測模式的方法，參考了多個幀的優(yōu)點是保證了視頻的質(zhì)量，性能好，使得在碼率優(yōu)化方面也有了很大的提高，以較小的碼率傳輸內(nèi)容更大的視頻信息?？上攵氖沁@樣的窮盡算法需要極大的運算量，計算方案也是相對復雜的，這些都極大地影響了編碼對實時性的要求。</p><p&

77、gt;　　3.1.1 率失真優(yōu)化策略 </p><p>　　率失真優(yōu)化( Rate Distortion Optimized) 策略是基于率 失 真 理 論，在其基礎(chǔ)之上提出的一種代價函數(shù)方案。它 在 網(wǎng) 絡 傳 輸 和 編 碼 技 術(shù) 中 有 著 廣 泛 的 應用[5]。 H.264/ AVC引入了RDO作為算法中的代價函數(shù)策略，在模式?jīng)Q策的過程中就是運用RDO進行代價的計算，相比于以往的傳統(tǒng)代價計算函數(shù)，該

78、方法的應用使得編碼效率有了極大的提高。</p><p>　　RDO 在計算代價函數(shù)時，由于碼率和失真度都成為了代價大小的制約因素，這樣的制約關(guān)系體現(xiàn)在為了利于視頻數(shù)據(jù)流的傳輸還在低失真度的條件下保證低的碼率。H.264中有三個地方運用到了RDO代價函數(shù)，他們分別是運動搜索、參考幀擇優(yōu)、模式?jīng)Q策，但他們所使用的代價函數(shù)有一定的區(qū)別。在某些情況下也將非RDO代價函數(shù)即without RDO 列為可選模式, 以滿足不同

79、的需要[6]。</p><p>　　H.264 編碼標準采用率失真優(yōu)化對各宏塊的所有待選編碼模式逐一進行選擇并且從算法的角度進行一定的優(yōu)化。為了給每一個宏塊選擇出最佳編碼模式, H.264 編碼器對7種編碼模式分別計算率失真代價值。</p><p>　　拉格朗日率失真代價函數(shù)如下:</p><p><b>　?。?） </b></p&

80、gt;<p>　　其中：D 和R 分別為宏塊編碼的失真度的表征和碼率；λmode為拉格朗日乘子。</p><p>　　H.264的模式選擇中對幀內(nèi)模式的選擇需要進行592次率失真代價的計算；對幀間模式的選擇還涉及到運動搜索、運動補償、變換、量化、編碼等步驟。 </p><p>　　對不同紋理特性的圖像子塊圖像，各個預測模式中還定義了更多的預測選項以應對不同的紋理方向，從而

81、要保證其預測的準度。預測時，每個單獨的塊都要全部使用到所有定義的預測選項進行預測，得出每種預測選項下相應的SAD值，其實該SAD值就是上式中定義的D，最終根據(jù)SAD值確定最優(yōu)預測選項。由于設(shè)計了針對不同紋理方向的多種預測選項，即使是不同類型的圖像，這種預測方法也能夠以較小的誤差逼近實際的真實值。空間域幀內(nèi)預測算法在這里起到了相當重要的作用。SAD指的是原始塊與重構(gòu)塊之間的絕對誤差總和，計算的公式如下：</p><p&

82、gt;<b>　?。?）</b></p><p>　　fc(x，y)、fs(x，y)分別表示重構(gòu)圖像和原始圖像的像素值。</p><p>　　3.2.1 CAVLC編碼 </p><p>　　熵的大小與信源的概率模型是密切相關(guān)的，那么信源的熵隨著各個符號的概率不同而不同。熵取得極大值發(fā)生在當信源中各事件的發(fā)生等概分布時。這個極大值與當前信源的

83、熵的差值反映了信息冗余度的高低。冗余度越低，信息所攜帶的內(nèi)容也就是信息量越大，對提高后面的視頻壓縮效率也就越有益。視頻壓縮的一項重要技術(shù)就是熵編碼。H.264的熵編碼包括兩類，CAVLC和CABAC。下面重點介紹CAVLC編碼理論及其原理。</p><p>　　CAVLC是基于上下文的自適應變長編碼。視頻塊經(jīng)過整形變換和量化后，大部分系數(shù)都是0，只有較少的一部分非零數(shù)據(jù)集中在較低頻率部分。針對這樣的特點運用游程編

84、碼能夠極大地減少編碼所需的碼字子長。H.264標準中分別定義了不同的碼表，以便于對亮度塊和色度塊的編碼進行直接查詢。</p><p>　　在CAVLC 中，對各個系數(shù)的幅值大小、空間位置進行獨立的編碼。殘差數(shù)據(jù)經(jīng)過變換量化后所產(chǎn)生的數(shù)據(jù)呈現(xiàn)出一些較為明顯的特點：非零系數(shù)的數(shù)量較少，幅值也小，并且大部分都在低頻部分；其他大部分數(shù)據(jù)則變成了零，并且主要出現(xiàn)在高頻區(qū)域。</p><p>　　CA

85、VLC編碼的每個子塊總共含有5個部分，分別是非零系數(shù)CoeffToken、正負1標記或拖尾系數(shù)TrailingonesFlag、非0系數(shù)幅值Level、0系數(shù)總個數(shù)Totalzeros和非0系數(shù)間連0總個數(shù)Runbefore。</p><p>　　下面舉例說明CAVLC對五種系數(shù)的具體編碼過程：</p><p><b>　　編碼過程：</b></p>&

86、lt;p>　　一個4*4塊的數(shù)據(jù)如下：</p><p><b>　　{</b></p><p>　　0、3、-1、 0、</p><p><b>　　0、-1、1、0、</b></p><p><b>　　1、0、0、0、</b></p><p>

87、<b>　　0、0、0、0、</b></p><p><b>　　}</b></p><p>　　數(shù) 據(jù) 重 排 列：0，3，0，1，-1，-1，0，1，0……</p><p><b>　　1） </b></p><p>　　初 始 值 設(shè) 定：</p><

88、p>　　非 零 系 數(shù) 的 數(shù) 目（TotalCoeffs）=5;</p><p>　　拖 尾 系 數(shù) 的 數(shù) 目（TrailingOnes）=3;</p><p>　　最 后 一 個 非 零 系 數(shù) 前 零 的 數(shù) 目（Total_zeros） = 3； </p><p><b>　　變 量NC=1; </b></p>&

89、lt;p>　　suffixLength = 0； </p><p>　　i = TotalCoeffs = 5; </p><p>　　2） 編 碼coeff_token： </p><p>　　查 標 準（BS ISO/IEC 14496-10:2003），可 得： </p><p>　　If (TotalCoeffs == 5 &a

90、mp;& TrailingOnes == 3 && 0 <= NC < 2) </p><p>　　coeff_token = 0000 100; </p><p>　　Code = 0000 100; </p><p>　　3） 編 碼 所 有 TrailingOnes 的 符 號： </p><p>　

91、　逆 序 編 碼，三 個 拖 尾 系 數(shù) 的 符 號 依 次 是 ＋（0），－（1），－（1）； </p><p><b>　　即: </b></p><p>　　TrailingOne sign[i--] = 0; </p><p>　　TrailingOne sign[i--] = 1; </p><p>　　Tra

92、ilingOne sign[i--] = 1; </p><p>　　Code = 0000 1000 11; </p><p>　　4） 編 碼 除 了 拖 尾 系 數(shù) 以 外 非 零 系 數(shù) 幅 值Levels： </p><p><b>　　過 程 如 下： </b></p><p>　?。?）將 有 符 號 的L

93、evel[ i ]轉(zhuǎn) 換 成 無 符 號 的levelCode； </p><p>　　如 果Level[ i ]是 正 的，levelCode = (Level[ i ]<<1) – 2; </p><p>　　如 果Level[ i ]是 負 的，levelCode = - (Level[ i ]<<1) – 1; </p><p>　

94、?。?）計 算level_prefix：level_prefix = levelCode / (1<<suffixLength)； </p><p>　　查 表 可 得 所 對 應 的bit string； </p><p>　　（3）計 算level_suffix：level_suffix = levelCode % (1<<suffixLength)； <

95、/p><p>　?。?）根 據(jù) suffixLength 的 值 來 確 定 后 綴 的 長 度； </p><p>　　（5）suffixLength updata： </p><p>　　If ( suffixLength == 0 ) </p><p>　　suffixLength++； </p><p>　　els

96、e if ( levelCode > (3<<suffixLength-1) && suffixLength <6) </p><p>　　suffixLength++; </p><p>　　依 然 按 照 逆 序，Level[i--] = 1；（此時i = 1） </p><p>　　levelCode = 0；level

97、_prefix = 0； </p><p>　　查 表 可 得level_prefix = 0時 對 應 的bit string = 1； </p><p>　　因 為suffixLength初 始 化 為 0，故 該 Level沒 有 后 綴； </p><p>　　因 為suffixLength = 0，故 suffixLength++； </p>

98、<p>　　Code = 0000 1000 111； </p><p>　　編 碼 下 一 個 Level：Level[0] = 3； </p><p>　　levelCode = 4；level_prefix = 2；查 表 得bit string = 001； </p><p>　　level_suffix = 0；suffixLength = 1

99、；故 碼 流為0010； </p><p>　　Code = 0 0 0 0 1 0 0 0 1 1 1 0 0 1 0； </p><p>　　i = 0，編 碼 Level 結(jié) 束。 </p><p>　　5）編 碼 最 后 一 個 非 零 系 數(shù) 前 零 的 數(shù) 目 （TotalZeros）： </p><p>　　查 表 當

100、 TotalCoeffs = 5，total_zero = 3時，bit string = 111； </p><p>　　Code = 0000 1000 1110 0101 11； </p><p>　　6） 對 每 個 非 零 系 數(shù) 前 零 的 個 數(shù) （RunBefore） 進 行 編 碼： </p><p>　　i = TotalCoeffs = 5；Z

101、erosLeft = Total_zeros = 3；查 表 </p><p>　　依 然 按 照 逆 序 編 碼 </p><p>　　ZerosLeft =3, run_before = 1 run_before[4]=10; </p><p>　　ZerosLeft =2, run_before = 0 run_before[3]=1; </p>

102、<p>　　ZerosLeft =2, run_before = 0 run_before[2]=1; </p><p>　　ZerosLeft =2, run_before = 1 run_before[1]=01; </p><p>　　ZerosLeft =1, run_before = 1 run_before[0] 不 需 要 碼 流 來 表 示 </p>

103、;<p>　　Code = 0000 1000 1110 0101 1110 1101； </p><p><b>　　編 碼 完 畢 。</b></p><p>　　3.2 快速速率估計算法</p><p>　　為了估計量化變換后的系數(shù)，我們需要對CAVLC五種不同類型的符號分別進行估計。</p><p>

104、;　　1、非0系數(shù)標記(非0系數(shù)個數(shù)，拖尾系數(shù))</p><p>　　編碼系數(shù)標記的比特消耗與非0系數(shù)個數(shù)是成正比的；由VLC 碼表也可得到編碼系數(shù)標記的比特消耗與拖尾系數(shù)個數(shù)成反比?；谶@些準則可以推導出下面的表達式[8]：</p><p><b>　　（3）</b></p><p>　　Tc：非0系數(shù)的總個數(shù)，To：拖尾系數(shù)的個數(shù)，ω1，ω

105、2， ω3為權(quán)重因子。經(jīng)過對不同類型序列(Akiyo, Foreman, Stefan, Mobile, Table Tennis, Paris)的實驗發(fā)現(xiàn)，當ω1，ω2， ω3分別取1,1,0時，率失真性能最優(yōu)。</p><p><b>　　2、正負1標記</b></p><p>　　對每一個To，用一個比特編碼標記（0=+，1=-）。編碼拖尾系數(shù)的比特數(shù)按如下公式

106、計算[8]：</p><p><b>　?。?）</b></p><p>　　3、除拖尾系數(shù)之外的非零系數(shù)的幅值(Levels)進行編碼</p><p>　　通過對level-VLC碼表觀察可知，比特的需要量同非零系數(shù)的量級成正比。編碼幅值信息的比特如下式所示：</p><p><b>　?。?）</b&

107、gt;</p><p><b>　　其中定義如下：</b></p><p><b>　　（6）</b></p><p>　　是第k個非零系數(shù)的絕對值，是量化殘差塊所有幅值的絕對值總和，是一個正數(shù)常量。通過改變的值發(fā)現(xiàn)當其值為1時結(jié)果更好。</p><p>　　4、對最后一個非零系數(shù)前零的數(shù)目(Tot

108、alZeros)進行編碼</p><p>　　編碼所需的比特率與TotalZeros的個數(shù)成正比，故可以設(shè)計下面的公式[8]：</p><p><b>　?。?）</b></p><p>　　為最后一個非零系數(shù)前零的數(shù)目，同樣的方法可以設(shè)定=1。</p><p>　　5、對每個非零系數(shù)前零的個數(shù)(RunBefore)進行

109、編碼</p><p>　　非零系數(shù)的變化有一些規(guī)律，這些系數(shù)之間都有一定的相關(guān)性，零系數(shù)的游程編碼也具有一定特性。由VLC碼表可以看出，比特率與高頻部分非零系數(shù)游程數(shù)有以下關(guān)系：</p><p><b>　?。?）</b></p><p>　　是編碼塊第k個非零系數(shù)的頻率，運用前面相同的辦法得出的值為0.3</p><p&g