论文部分内容阅读
可分级视频编码(SVC)作为H.264/AVC的可分级扩展,是正在制订中的视频编码标准。它通过时域层、空域层和质量(SNR)层的混合可分级的机制,在比特流级上实现可分级性,同时具有很好的压缩效率。它能够简单灵活地适应传输网络异构,特别是带宽动态变化和错误产生等多种不利因素。但是,采用率失真优化全遍历策略对不同分块进行运动估计来选取最优模式,极大增加了编码器的计算复杂度,严重阻止了SVC的实际应用。因此,在保持SVC编码效率的同时降低其计算复杂度成为我们要解决的问题。首先,本文介绍了可分级视频编码技术及其在H.264可分级扩展中的应用;接着介绍了H.264的运动估计(ME)技术,其中包括运动估计原理、宏块划分、模式决策、率失真优化和搜索算法;以及评价视频质量的标准。其次,本文分别统计分析了空间可分级和精细质量可分级基本层与增强层之间的模式分布相关,根据其相关性分布规律设计了层间快速模式决策算法,很好地降低了SVC的时间复杂度。实验结果表明,与SVC参考软件相比,在PSNR平均仅降低0.04dB、码率平均减少0.096%的前提下,该优化算法能使运动估计编码速度平均提高50%以上。然后,本文分析了视频序列的分布特性,根据空域周围宏块、时域对应宏块与当前宏块的模式分布关系,以及时域对应宏块与当前宏块的运动相关,对当前宏块最有可能的最优模式进行预决策。模式预决策快速算法只搜索预决策产生的模式子集,简化了模式选择过程。相对于SVC参考软件,本算法在PSNR平均降低小于0.04dB、比特率平均减少0.5%的前提下,平均节约56.73%的编码时间。最后,本文根据视频序列中一个对象中多个宏块间的运动相关,提出运动能量和运动一致性的概念,通过得到的运动信息做为判断依据,设计出自适应整/亚像素搜索算法。该算法在图像质量基本保持不变的情况下有效地降低了编码复杂度,具有一定的研究应用价值。