H264优化方案调研总结(博)

H264优化方案调研总结(博)H264优化方案调研总结(博)H264优化方案调研总结(博)V:1.0精细整理，仅供参考H264优化方案调研总结(博)日期：20xx年X月编码分析及优化研究一．编码标准，同时也是MPEG-4第十部分，是由ITU-T视频编码专家组（VCEG）和ISO/IEC动态图像专家组（MPEG）联合组成的联合视频组（JVT，JointVideoTeam）提出的高度压缩数字视频编解码器标准。它和以前的视频编码标准一样，也是传统的混合编码模式，其编码器原理图如下图（朱总，配那个论文软件部分的图2-2）采用了大量的新技术，所以其编码性能大大优于其他标准，具体表现如下：1、和或MPEG-4相比，在相同编码质量下，最多可节省50％的比特率。2、高质量的重建图像。在各种比特率条件下，包括低比特率时，都可以提供满意的图像质量。3、适应不同的延时要求。可以在低延时的模式下适应通信的应用（如视频会议），可以应用在无延时的模式下（如视频图像的存储），甚至还可以在高延时的模式下工作并取得最佳的压缩效果。4、稳健性。在设计时，针对分组交换网如Internet中的分组丢失和无线网络中比特误码都提供了相应的工具，使得在这些网络中传播时具有更强的抗误码能力。5、网络友好性。增加了NAL层，负责将编码器的输出码流适配到各种类型的网络中，从而提供了友好的网络接口。视频编码标准主要关键技术：1、帧内预测编码：为了进一步利用空间相关性，引入了帧内预测以提高压缩效率。它利用邻近块已解码重构的像素在空域中按照不同的方向对当前块进行预测。在帧内预测过程中，只有预测块和实际块的残差才被编码传输。因此对于变化平坦、存在大量空间冗余的视频对象，利用帧内预测可以大大减少编码所需的比特数，取得较高的编码效率。2、帧间预测编码：对于视频图像来说，前一帧图像和后一帧图像之间有很多的相同（相似）部分，存在大量的时间冗余信息。帧间预测编码就是基于连续图像序列之间的时域相关性，利用前一帧图像和当前帧图像中的相同（相似）部分来预测当前帧，然后对预测图像与实际图像的差值进行编码，从而实现大幅度地压缩。在中，除了具有在以往标准（,MPEG-4等）中的P帧、B帧预测方法外，还增加了许多新技术，如：采用不同大小尺寸块进行预测、采用1/4甚至1/8像素精度的运动补偿算法、采用多参考帧等。编码技术由于采用了这两种预测编码方式，可以在很大程度上减少视频的空间和时间冗余度，进而达到压缩编码的目的。但这种技术上的改进是以增加编解码器的计算复杂度为代价的，这也是限制其应用的瓶颈所在。以下将主要在帧内预测编码，帧间预测编码模式选择和运动估计算法及其优化方法进行说明二．帧内预测编码及优化方法帧内预测在变换编码之前进行，并且提供了多种不同的帧内预测编码模式，最大程度地减少图像的空间冗余信息。它分别对亮度分量和色度分量进行帧内预测，共支持9种Intra_4×4和4种Intra_16×16帧内亮度预测模式，以及4种8×8帧内色度预测模式。采用拉格朗日率失真优化技术作为模式选择标准，通过遍历计算所有帧内预测模式组合的RD值，选择其中具有最小RD值的帧内预测模式组合作为最佳模式组合。由此可见帧内预测算法具有较大复杂度，具有较大的优化空间。帧内预测优化目的在于减少每次遍历这9种Intra_4×4帧内亮度预测模式。为了减少遍历这9种模式的计算时间，可以采用预处理的方法，通过简单计算进行预筛选，再从9种模式中排除出其中几种模式，从而达到减少计算复杂度的目的。相关方法有SATD阈值平均法等。三．帧间预测模式选择及优化方法的模式选择算法以拉格朗日率失真RDO函数为准则，遍历计算帧间各个模式的RD值，选择具有最小RD值的模式作为最佳模式。实验结果表明：在单参考帧下，帧间模式选择的计算量占整个编码器计算量的60％以上；对于多个参考帧，帧间模式选择的计算量占整个编码器计算量的80％以上。因此，合理优化帧间预测模式选择可以在较大程度上减少编码时间。优化方法大体上可以分为两类：1．简化模式选择标准函数，利用一些计算复杂度较低但性能与原RDO函数相近的函数代替原的模式选择标准函数计算RD值，减少计算复杂度；2．通过一些先验方法并结合当前宏块的特征，合理、有效地缩减候选预测模式选择范围，从而提高编码速度。相关优化方法有：1．通过分析整帧的边缘信息判定最佳边缘方向进而选择最佳帧内预测模式，并利用该边缘信息判定宏块的平滑度，再根据该平滑度选择最佳帧间预测模式；2．利用编码模式之间的关系预测最佳模式，跳过所排除的候选预测模式的运动估计过程，从而提高编码速度。以上只是两种优化方法，类似的方法还有很多，都可以达到降低编码时间的目的。三．运动估计算法连续视频序列间有很强的时间相关性，利用运动估计和运动补偿技术可以有效地消除图像的帧间冗余度，从而实现比帧内压缩方案更高的压缩比。所采用的运动估计算法是基于块匹配的全搜索运动估计算法（BMA）。BMA首先将每帧图像分成M×N像素大小的小块（一般取M、N为2的指数次幂），并假定每个块内的像素都有相同的位移。当前帧的M×N块在己经编码、解码和重构过的参考帧中对应的邻域窗口内按照某种匹配准则搜索得到与之最佳匹配的块，把当前块与匹配块在二维平面上的位移作为运动估计得到的运动矢量。由于这种算法简单有效，易于大规模集成实现，在视频编码中得到广泛应用，是目前最为常用的运动估计算法。这种运动估计精度很高，但算法的复杂度太大，严重妨碍了的实用价值。基于块匹配算法的相关运动估计算法有很多，比如：三步搜索法、菱形搜索法、六边形搜索法等。可以选择一种有效的块匹配算法可以达到在保证运动估计精确性的同时减小编码的复杂程度，进而达到为编码加速的目的。四．总结视频编码标准