CAVLC和CABAC简介.docx

此文档收集于网络，如有侵权，请联系网站删除CAVLC和CABAC简介 1. CABACCAVLCin H2641. 什么是熵编码2. CAVLC3. CAVLC之手把手教你编码2. CABAC1.2. 简介3. CABAC编码详情4. 编码过程CABAC/CAVLCin H.264什么是熵编码？熵编码压缩是一种无损压缩，其实现原理是使用新的编码来表示输入的数据，从而达到压缩的效果。常用的熵编码有游程编码，哈夫曼编码和CAVLC编码等。CAVLCCAVLC(Context Adaptive VariableLength Coding)是在H.264/MPEG-4AVC中使用的熵编码方式。在H.264中，CAVLC以zig-zag顺序用于对变换后的残差块进行编码。CAVLC是CABAC的替代品，虽然其压缩效率不如CABAC，但CAVLC实现简单，并且在所有的H.264profile中都支持。CAVLC的编码过程如下：1. 计算非零系数（TotalCoeffs）和拖尾系数（TrailingOnes）的数目。拖尾系数指值为+1/-1的系数，最大数目为3。如果超过3个，那么只有最后三个被视为拖尾系数。拖尾系数的数目被赋值到变量TrailingOnes。非零系数包括所有的拖尾系数，其数目被赋值到变量TotalCoeffs)。2. 计算nC(numberCurrent，当前块值)。nC值由左边块的非零系数nA和上面块非零系数nB来确定，计算公式为：nC=round(nA+nB)/2)；若nA存在nB不存在，则nC=nA；若nA不存在而nB存在，则nC=nB；若nA和nB都不存在，则nC=0。nC值用于选择VLC编码表，如下图所示。这里体现了上下文相关(contextadaptive)的特性，例如当nC值较小即周围块的非零系数较少时，就会选择比较短的码，从而实现了数据压缩。3. 查表获得coff_token的编码。根据之前编码和计算过程所得的变量TotalCoeffs、TrailingOnes和nC值可以查H.264标准附录CAVLC码表，即可得出coeff_token编码序列。4. 编码每个拖尾系数的符号，按zig-zag的逆序进行编码。每个符号用1个bit位来表示，0表示“+”，1表示“”。当拖尾系数超过三个时只有最后三个被认定为拖尾系数，引词编码顺序为从后向前编码。5. 编码除拖尾系数之外非零系数的level（Levels）。每个非零系数的level包括sign和magnitude，扫描顺序是逆zig-zag序。level的编码由前缀(level_prefix)和后缀(level_suffix)组成。前缀的长度在0到6之间，后缀的长度则可通过下面的步骤来确定：将后缀初始化为0。（若非零系数的总数超过10且拖尾系数不到3，则初始化为1）。编码频率最高（即按扫描序最后）的除拖尾系数之外的非零系数。若这个系数的magnitude超过某个门槛值(threshold)，则增加后缀的长度。下表是门槛值的列表：6. 编码最后一个非零系数之前0的个数（totalZeos）。TotalZeros指的是在最后一个非零系数前零的数目，此非零系数指的是按照正向扫描的最后一个非零系数根据TotalCoeffs值，H.264标准共提供了25个变长表格供查找，其中编码亮度数据时有15个表格供查找，编码色度DC22块（4：2:0格式）有3个表格、编码色度DC24块（4：2:2格式）有7个表格。7. 编码每个系数前面0的数目（run_before）。扫描顺序为zig-zag的逆序。若run_before= total_zeros，则不需再计算run_before扫描序中的最后一个元素不需要计算run_before每个run_before的VLC编码取决于run_before自身及未编码的0的个数ZerosLeft。例如若ZerosLeft= 2，那么run_before只可能是0,1或2，因此使用两个bit即可表示。CAVLC之手把手教你编码转自：/sunshine1314/article/details/1685948这篇博客使用实例对上述过程做了详细的说明，尤其是有关Levels的计算方面做了重要的补充。下面是全文的转载：首先声明本文并不是我写的,文章来自本人同学(Sunrise),都是一起做的H264,比较了解,文章内容都是自己整理的,比较可信,因此整理到一起,我也偷个懒哈再次声明:文中用的标准是BS的正式标准,如果大家发现序号不对,参考着改过来就是了!编码过程：假设有一个4*4数据块0,3,-1,0,0,-1,1,0,1,0,0,0,0,0,0,0数据重排列：0，3，0，1，-1，-1，0，1，01）初始值设定：非零系数的数目（TotalCoeffs）=5；拖尾系数的数目（TrailingOnes）=3；最后一个非零系数前零的数目（Total_zeros）=3；变量NC=1;（说明：NC值的确定：色度的直流系数NC=-1；其他系数类型NC值是根据当前块左边4*4块的非零系数数目（NA）当前块上面4*4块的非零系数数目（NB）求得的，见毕厚杰书P120表6.10）suffixLength=0；i=TotalCoeffs=5;2）编码coeff_token：查标准（BSISO/IEC14496-10:2003）Table9-5，可得：If(TotalCoeffs=5&TrailingOnes=3&0=NC2)coeff_token=0000100;Code=0000100;3）编码所有TrailingOnes的符号：逆序编码，三个拖尾系数的符号依次是（0），（1），（1）；即:TrailingOnesigni-=0;TrailingOnesigni-=1;TrailingOnesigni-=1;Code=0000100011;4）编码除了拖尾系数以外非零系数幅值Levels：过程如下：（1）将有符号的Leveli转换成无符号的levelCode；如果Leveli是正的，levelCode=(Leveli1)2;如果Leveli是负的，levelCode=-(Leveli1)1;（2）计算level_prefix：level_prefix=levelCode/(1suffixLength)；查表9-6可得所对应的bitstring；（3）计算level_suffix：level_suffix=levelCode%(1(3suffixLength-1)&suffixLength6)suffixLength+;回到例子中，依然按照逆序，Leveli-=1；（此时i=1）levelCode=0；level_prefix=0；查表9-6，可得level_prefix=0时对应的bitstring=1；因为suffixLength初始化为0，故该Level没有后缀；因为suffixLength=0，故suffixLength+；Code=00001000111；编码下一个Level：Level0=3；levelCode=4；level_prefix=2；查表得bitstring=001；level_suffix=0；suffixLength=1；故码流为0010；Code=000010001110010；i=0，编码Level结束。5）编码最后一个非零系数前零的数目（TotalZeros）：查表9-7，当TotalCoeffs=5，total_zero=3时，bitstring=111；Code=000010001110010111；6）对每个非零系数前零的个数（RunBefore）进行编码：i=TotalCoeffs=5；ZerosLeft=Total_zeros=3；查表9-10：依然按照逆序编码ZerosLeft=3,run_before=1run_before4=10;ZerosLeft=2,run_before=0run_before3=1;ZerosLeft=2,run_before=0run_before2=1;ZerosLeft=2,run_before=1run_before1=01;ZerosLeft=1,run_before=1run_before0不需要码流来表示Code=000010001110010111101101；编码完毕。CABAC简介CABAC(ContextAdaptive Binary Arithmatic Coding)也是H.264/MPEG-4AVC中使用的熵编码算法。CABAC在不同的上下文环境中使用不同的概率模型来编码。其编码过程大致是这样：首先，将欲编码的符号用二进制bit表示；然后对于每个bit，编码器选择一个合适的概率模型，并通过相邻元素的信息来优化这个概率模型；最后，使用算术编码压缩数据。CABAC编码详情CABAC编码之所以能取得很高的压缩比，是因为：a)根据每一个语法元素的上下文来选取预测模型；b)使用本地的统计数据来估计概率；c)使用算术编码而不是变长编码。编码一个符号需要经过下面几步：1. 二值化。CABAC使用的算术编码是基于二进制的算术编码，因此非二进制形式的编码首先要转化为二进制的形式表示。下面的2、3、4步2. 选择上下文模型。“上下文模型”是指对二值化后的符号中的bit位进行编码时使用的概率模型。概率模型与最近编码的符号相关，会有多个概率模型可供选择。3. 算术编码。算术编码器根据第2步选择的概率模型对每个bit进行编码。需要注意的是每个bit的子范围只有两个数：0和1。4. 更新预测模型。根据实际编码的值来更新所选择的预测模型。例如，如果所编码的二进制bit为1,则预测模型中的1计数要增加。编码过程下面将以mxdx为例解释编码过程，mxdx是motionvector difference in the x-direction的简写，通过宏块的子块之间运算获得。1. 二值化。对于|mvdx|9的数，使用下表进行编码，超过9的数使用Exp-Golomb编码。在这里，我们称编码后的第一个bit为bin1，第二个bit为bin2，以此推之，可以得到bin3,bin4等。2. 为每个bin选择一个上下文模型。bin1可以在三个模型之间进行选择，选择的依据是相邻的两个mxdx的绝对值之和，ek:ek = mxdxA+ mxdxB(A和B分别是当前块的上方块和左边块)根据ek值从下表中为bin1选择上下文模型：除bin