西南交通大學(xué)碩士研究生學(xué)位論文第l 頁 摘要 目前幾乎所有的視頻編碼核心技術(shù)都是采用運動補(bǔ)償加離散余弦變換編 碼的方式。然而基于離散余弦變換的視頻編碼在低碼率下將產(chǎn)生嚴(yán)重的塊效 應(yīng)，雖然后來提出的重疊塊運動補(bǔ)償和離散小波變換編碼算法減少了塊效應(yīng)， 但在低碼率時，以上算法對塊效應(yīng)的有效性降低。而用匹配追蹤算法代替離散 余弦變換能有效減少塊效應(yīng)。 相對于傳統(tǒng)的信號分解方法，稀疏分解方法表示信號更加簡潔，近幾年成 為信號處理領(lǐng)域研究的熱點。本文首先簡要闡述視頻編碼標(biāo)準(zhǔn)和信號稀疏分解 的思想及其應(yīng)用；然后研究基于匹配追蹤的視頻編碼算法，在此基礎(chǔ)上設(shè)計本 文的編碼方案并進(jìn)行仿真。 基于匹配追蹤的稀疏分解是一個典型的n p 問題，計算復(fù)雜度高是其應(yīng)用 瓶頸?，F(xiàn)有的基于匹配追蹤的視頻編碼算法采用編碼字典代替過完備原子庫， 一定程度上提高了編碼速度，但計算量仍然很大。本文通過仿真比較選取更適 合圖像信號的非對稱原子庫，同時分析其原子結(jié)構(gòu)特性。比較遺傳算法和蟻群 算法性能，選取速度更快的遺傳算法；然后分析殘差信號特性，設(shè)計合適的遺 傳算法進(jìn)化準(zhǔn)則。 在采用遺傳算法快速選取最佳原子時，結(jié)合原子能量分布集中的特性，代 替編碼字典方法，有效的降低了視頻編碼的復(fù)雜度。最后分析每個系數(shù)的分布 規(guī)律，設(shè)計相應(yīng)的量化編碼方案。 仿真結(jié)果證明在低碼率時，本文方案能有效的提高視頻編碼速度，同時保 證了視頻編碼質(zhì)量。 關(guān)鍵字：視頻編碼；稀疏分解；匹配追蹤；遺傳算法 西南交通大學(xué)碩士研究生學(xué)位論文第l f 頁 - _ - i - - - - _ - _ _ _ _ - - - - - _ _ - - - - - v _ - - _ _ - _ l _ - _ _ - _ _ _ _ i - _ _ - i l l l - l _ _ _ _ l _ _ l _ _ - _ - i _ _ - - i _ - _ _ - _ _ - _ _ - l _ l _ _ - a b s t r a c t c u r r e n t l y , t h ec o r et e c h n o l o g i e so fa l m o s ta l lv i d e oc o d i n gm e t h o d sa r eb a s e d o nah y b r i ds y s t e mo fm c ( m o t i o nc o m p e n s a t i o n ) a n dd c t ( d i s c r e t ec o s i n e t r a n s f o r m ) d c t - b a s e dv i d e oc o d i n gw i l lc a u s es e v e r eb l o c k i n ge f f e c tw h e ni nl o w b i t r a t e s a l t h o u g h t h e s u b s e q u e n t l yp r o p o s e d o v e r l a p p i n g b l o c km o t i o n c o m p e n s a t i o nt e c h n o l o g ya n d d i s c r e t ew a v e l e tt r a n s f o r mc o d i n ga l g o r i t h m i m p r o v e di t , t h ee f f e c t i v e n e s so ft h ea b o v ea l g o r i t h m st ob l o c k i n ge f f e c tr e d u c e sa t l o wb i t - r a t e s h o w e v e r , t h er e p l a c e m e n to fd c tb ym p ( m a t c h i n gp u r s u i 0 a l g o r i t h mr e d u c e sb l o c k i n ge f f e c te f f e c t i v e l y c o m p a r e d 、衍t h t r a d i t i o n a lm e t h o d so f s i g n a ld e c o m p o s i t i o n , s i g n a l e x p r e s s i o no fs p a r s ed e c o m p o s i t i o nm e t h o di sm o r ec o m p a c ta n db e c o m i n ga r e s e a r c hh o t s p o ti ns i g n a lp r o c e s s i n gf i l e di nr e c e n ty e a r s f i r s t l y , t h ee s s a ys t a t e s t h ed e v e l o p m e n to ft h ev i d e oc o d i n gs t a n d a r d sb r i e f l y , a n di n t r o d u c e st h ei d e aa n d a p p l i c a t i o no fs p a r s ed e c o m p o s i t i o n t h e nt h ee s s a yr e s e a r c h e sm p - b a s e dv i d e o c o d i n ga l g o r i t h m ，d e s i g n sc o d i n gs c h e m eo f t h i sp a p e ra n dp e r f o r m se m u l a t i o n t h en i p b a s e ds p a r s ed e c o m p o s i t i o ni sa ni d e n t i c a ln pp r o b l e m ，t h eh i g h c o m p u t a t i o n a lc o m p l e x i t yi si t sb o t t l e n e c k t h ec u r r e n tm p - b a s e dv i d e oc o d i n g a l g o r i t h mu s e se o d e b o o kt or e p l a c eo v e r - c o m p l e t ed i c t i o n a r ya n di m p r o v e sc o d i n g s p e e dt oac e r t a i ne x t e n t ，b u ti t sc o m p u t a t i o ni ss t i l lm a g n i t u d e t h ep a p e rs e l e c t s n o n - s y m m e t r i c a t o m i cd i c t i o n a r yt h a ti sm o r es u i t a b l ef o ri m a g es i g n a l b y s i m u l a t i o nc o m p a r i s o n , a n da n a l y z e st h ec h a r a c t e r i s t i c so fa t o m i cs t r u c t u r e t h e p e r f o r m a n c eo fg e n e t i ca l g o r i t h ma n da n tc o l o n ya l g o r i t h mi sc o m p a r e d ，a n dt h e f a s t e rg e n e t i ca l g o r i t h mi ss e l e c t e d t h e n ，t h ee s s a ya n a l y z e st h ec h a r a c t e r i s t i c so f r e s i d u a ls i g n a l ，a n dd e s i g n sa p p r o p r i a t eg u i d e l i n e sf o rt h ee v o l u t i o no fg e n e t i c a l g o r i t h m w h e nu s i n gg e n e t i ca l g o r i t h mt os e l e c tt h eb e s ta t o m t h ep a p e rc o m b i n ew i m t h ea t o m i ce n e r g yc o n c e n t r a t e dl a w sr e p l a c i n gc o d e b o o k ，a n de f f e c t i v e l yr e d u c e s t h ec o m p u t a t i o n a lc o m p l e x i t y f i n a l l y , t h ee s s a ya n a l y z e st h ed i s t r i b u t i o nr u l eo f d e c o m p o s i t i o nc o e 伍c i e n t s ，a n dd e s i g n sc o r r e s p o n d i n gq u a n t i z e d a n dc o d i n g s o l u t i o nb a s e do ni t 西南交通大學(xué)碩士研究生學(xué)位論文第| li 頁 t e s tr e s u l t sv e r i f i e dt h a tt h es o l u t i o no ft h ee s s a yi sa b l et oi m p r o v ec o d es p e e d e f f e c t i v e l ya sw e l l 雒e 1 1 s u r et h eq u a l i t yo fv i d e oc o d i n g k e yw o r d s ：v i d e oc o d i n g ；s p a r s ed e c o m p o s i t i o n ；m a t c h i n gp u r s u i t ；g e n e t i c a l g o r i t h m 西南交通大學(xué) 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校 保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和 借閱。本人授權(quán)西南交通大學(xué)可以將本論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫 進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)印手段保存和匯編本學(xué)位論文。 本學(xué)位論文屬于 1 保密口，在年解密后適用本授權(quán)書； 2 不保密囤，使用本授權(quán)書。 ( 請在以上方框內(nèi)打“ ) 囂蛩鬻，霧畔囂撇：剮 日期： 加。7 ，o f 口 日期： 。 j 弦識。f 。t 比- 西南交通大學(xué)學(xué)位論文創(chuàng)新性聲明 本人鄭重聲明：所呈交的學(xué)位論文，是在導(dǎo)師指導(dǎo)下獨立進(jìn)行研究工作所 得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體 已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻(xiàn)的個人和集體，均已在 文中作了明確的說明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。 本學(xué)位論文的主要創(chuàng)新點如下： 1 論文將快速選取原子的遺傳算法應(yīng)用于基于匹配追蹤的低碼率視頻編碼方 案中，同時結(jié)合原子能量分布集中的特性，代替原基于匹配追蹤的低碼率 視頻編碼方案中的編碼字典方法；并根據(jù)殘差信號特性設(shè)計合適的遺傳算 法進(jìn)化準(zhǔn)則。 2 分析本文方案的分解系數(shù)規(guī)律，其中投影分量采用排序差分脈沖編碼；縮 放、位移、旋轉(zhuǎn)參數(shù)和編碼塊位置索引采用自適應(yīng)算術(shù)編碼。 歲旃世年 加。9 o 岡 西南交通大學(xué)碩士研究生學(xué)位論文第1 頁 1 1 論文選題背景 第1 章緒論 在數(shù)字化信息時代，多媒體通信已成為信息交流的重要手段。通過公用電 話網(wǎng)、互聯(lián)網(wǎng)和無線來傳輸視頻信息是視頻通信發(fā)展的趨勢，諸如多媒體會議、 可視電話、遠(yuǎn)程監(jiān)控、視頻點播和無線視頻等業(yè)務(wù)。在實際中，大多數(shù)通信信 道都是低碼率信道，如目前廣泛應(yīng)用的公用電話網(wǎng)( p u b l i cs w i t c h e dt e l e p h o n y n e t w o r k s ，p s t n ) 和個人通信網(wǎng)( p e r s o n a lc o m m u n i c a t i o ns e r v i c e ，p c s ) 等網(wǎng) 絡(luò)，在這些網(wǎng)絡(luò)上傳輸視頻信息，如可視電話和現(xiàn)場監(jiān)控等，將會帶來巨大的 經(jīng)濟(jì)效益。然而現(xiàn)有的視頻編碼標(biāo)準(zhǔn)在這些環(huán)境下傳輸?shù)囊曨l質(zhì)量不能令人滿 意。因此，在有限帶寬和惡劣的通信環(huán)境下，對低碼率視頻編碼技術(shù)的研究變 得尤為重要。 近二十年來，圖像視頻編碼技術(shù)得到了迅速發(fā)展和應(yīng)用，其標(biāo)志就是幾個 關(guān)于圖像視頻編碼的國際標(biāo)準(zhǔn)的制定，如關(guān)于靜止圖像的編碼標(biāo)準(zhǔn)j p e g 、 j p e g 2 0 0 0 和視頻編碼標(biāo)準(zhǔn)h 2 6 1 、h 2 6 3 、h 2 6 4 、m p e g 2 和m p e g - 4 等。 這些標(biāo)準(zhǔn)融合了各種性能優(yōu)良的圖像視頻編碼算法，代表了目前圖像視頻編碼 的發(fā)展水平，并且得到了廣泛的應(yīng)用。這些視頻編碼標(biāo)準(zhǔn)的核心技術(shù)基本都是 采用的運動補(bǔ)償加離散余弦變換編碼的方式；然而由于預(yù)測值的誤差和對變換 系數(shù)粗糙的量化，解碼的視頻幀將會出現(xiàn)偽邊緣和方塊效應(yīng)【l j ，在低碼率情況 下更加明顯。雖然提出了許多改進(jìn)算法，如m o h m 和z h a n gx u d o n g 提出的 重疊塊運動補(bǔ)償( o m c ) 【2 】和離散小波變換( d w t ) 1 3 編碼算法，但在低碼 率下這些算法還是難以勝任。由于匹配追蹤( m a t c h i n gp u r s u i t ，m p ) 1 4 j 優(yōu)良的 特性，用m p 取代d c t 能取得較好效果。 ，稀疏分解【4 ，5 】是近1 0 多年才發(fā)展起來的一種信號表示理論，其基本思想就 是將信號在過完備原子庫上分解。m p 算法原理簡單、易于理解、計算復(fù)雜度 也是所有稀疏分解算法中最低的，因此也是目前應(yīng)用最為廣泛的稀疏分解 ( s p a r s ed e c o m p o s i t i o n ) 方法。由于信號稀疏分解的優(yōu)良特性，稀疏分解已經(jīng) 被應(yīng)用到信號處理的許多方面，如信號去噪、微弱信號檢測、陣列信號處理以 及低碼率下的圖像視頻壓縮等方面。目前國內(nèi)外關(guān)于基于稀疏分解的圖像壓縮 西南交通大學(xué)碩士研究生學(xué)位論文第2 頁 的研究己取得一定進(jìn)展，而在視頻編碼方面的研究還處于起步階段。 1 2 研究現(xiàn)狀 由于通信信道帶寬限制，低碼率下傳輸圖像視頻一直是人們研究的熱點和 難點。稀疏分解思想的提出，由于其在信號分解中表現(xiàn)出的良好特性，引起了 學(xué)者們關(guān)注。 r a l p hn e 行和a v i d e hz a k h o r 于1 9 9 7 年提出用m p 算法編碼幀間位移殘差 ( d i s p l a c e df r a m ed i f f e r e n c e ，d f d ) 信號的算法，采用編碼字典代替原子庫方 法，在甚低碼率下與h 2 6 3 標(biāo)準(zhǔn)相比得到更好的峰值信噪比( p e a k s i g n a l - t o n o i s er a t i o ，p s n r ) 和視覺效果，其重建圖像的塊效應(yīng)和偽邊緣明顯 減少，證明m p 算法在低碼率視頻編碼的良好性能。 陸俊和阮秋琦【7 j 在r a l p hn e f f 和a v i d e hz a k h o r 的算法基礎(chǔ)上提出一種區(qū) 域追蹤匹配算法( r e g i o nm a t c h i n gp l l r s l l i t r m p ) ，通過自學(xué)習(xí)優(yōu)化g a b o r 匹 配集，與n e f f 和z a k h o r 提出的算法相比，在保證視頻編碼質(zhì)量的同時一定程 度上提高了編碼效率。 2 0 0 4 年a d e lr a h m o u n e 8 】等人提出的基于三維的匹配追蹤高級可分級視頻 編碼方案，與m p e g 4 ( f g s ) 相比，m p 3 d ( t h r e e d i m e n s i o n a lm a t c h i n gp u r s u i t ) 提供了更加靈活的可分級編碼，這歸功于其多分辨率的原子結(jié)構(gòu)，同時可得到 更好的視頻質(zhì)量；與基于塊的d c t 變換編碼和基于小波變換編碼相比，有更 少的塊效應(yīng)和偽邊緣。 2 0 0 4 年m o s c h e t t i f 和s u g i m o t o k n 等人采用非對稱原子庫取代以往g a b o r 原子庫編碼d f d 信號，同時采用編碼字典和區(qū)域匹配追蹤方法，有效提高了 編碼速度。與h 2 6 4 a v c 標(biāo)準(zhǔn)相比，該方法使得編碼效率提高了1 0 2 0 。 2 0 0 6 年h a o x i a n gz h a n g 和x i a o p e n gw a n g 1 0 等人對h 2 6 4 a v c 的d f d 信 號先做小波變換，然后再對小波系數(shù)進(jìn)行匹配追蹤，與h 2 6 4 a v c 標(biāo)準(zhǔn)相比， 同樣取得較高的編碼效率。 2 0 0 7 年j i a n l i a n gl i n 和w e n l i a n gh w a n g 1 1 等人提出用原子庫的特征函數(shù) 近似表示原子，同時結(jié)合兩階段向量量化方法來選取原子，在h 2 6 3 標(biāo)準(zhǔn)中的 無限制運動矢量和高級預(yù)測模式下仿真實現(xiàn)，有效提高了編碼速度。 隨著稀疏分解思想不斷深入的研究，推動了其在低碼率下的視頻編碼的應(yīng) 西南交通大學(xué)碩士研究生學(xué)位論文第3 頁 用，國內(nèi)外也提出許多優(yōu)良的相關(guān)算法睜1 2 1 。上述這些算法雖然在低碼率情況 下獲得了較好的視頻質(zhì)量，但是由于稀疏分解的計算復(fù)雜度非常高，在分解速 度上還有待進(jìn)一步提高。稀疏分解是一種比較新的思想，還在不斷的發(fā)展中， 許多快速的稀疏分解算法都未應(yīng)用到低碼率視頻編碼中。所以基于匹配追蹤的 低碼率視頻編碼還有待學(xué)者們的進(jìn)一步研究。 1 3 本文主要工作 本文針對基于m p 的視頻編碼計算量大、系數(shù)的量化編碼等問題進(jìn)行深入 的學(xué)習(xí)，設(shè)計了基于遺傳算法的快速m p 低碼率視頻編碼方案和相應(yīng)的量化編 碼方案，主要探討和分析快速計算m p 信號的稀疏分解算法和分解系數(shù)分布規(guī) 律。本文具體工作如下： 1 學(xué)習(xí)h 2 6 4 視頻標(biāo)準(zhǔn)，熟悉相關(guān)技術(shù)及其標(biāo)準(zhǔn)測試模型( j m ) ，在標(biāo) 準(zhǔn)測試模型下仿真實現(xiàn)本文設(shè)計的方案。學(xué)習(xí)稀疏分解思想，理解m p 算法原 理及其應(yīng)用。 2 理解現(xiàn)有的基于匹配追蹤的視頻編碼算法，分析其編碼原理和優(yōu)缺點， 設(shè)計本文編碼方案。比較非對稱原子庫和g a b o r 原子庫的特性，根據(jù)仿真結(jié)果 選取較好的原子庫。 3 分析m p 的快速算法：理解遺傳算法( g e n e t i ca l g o r i t h m ，g a ) 、蟻群 算法( a n tc o l o n y a l g o r i t h m ) ，然后通過仿真比較它們的分解速度以及信號重 建的p s n r ；分析d f d 信號特性，設(shè)計合適的g a 進(jìn)化準(zhǔn)則，對d f d 信號進(jìn) 行仿真。分析原子能量特性，利用該特性進(jìn)一步降低復(fù)雜度。 4 分析視頻信號經(jīng)m p 分解后的每個系數(shù)分布規(guī)律，根據(jù)分布規(guī)律給出相 應(yīng)的量化編碼方案。 1 4 本文組織 本論文一共分五章，各章具體內(nèi)容如下： 第一章緒論。介紹論文的選題背景，包括研究意義、國內(nèi)外現(xiàn)狀分析； 然后介紹本文主要工作，包括主要研究內(nèi)容、采取的方法。 第二章視頻編碼標(biāo)準(zhǔn)和稀疏分解簡介。首先闡述視頻編碼標(biāo)準(zhǔn)的發(fā)展史， 西南交通大學(xué)碩士研究生學(xué)位論文第4 頁 介紹h 2 6 4 標(biāo)準(zhǔn)框架以及所用到的核心技術(shù)。最后分析h 2 6 4 標(biāo)準(zhǔn)產(chǎn)生方塊效 應(yīng)的原因，h 2 6 4 去方塊效應(yīng)的策略，以及本文采取的方案。然后介紹稀疏分 解的基本概念、原理和方法。最后介紹m p 算法的應(yīng)用。 第三章基于匹配追蹤的低碼率視頻編碼。本章首先介紹本文低碼率下基 于m p 視頻編碼的原理。接著分析m p 算法的常用的原子庫以及本文為什么選 擇非對稱原子庫。第三節(jié)介紹m p 的快速分解算法，著重對遺傳算法、蟻群算 法進(jìn)行學(xué)習(xí)，通過實驗比較這兩種算法的優(yōu)缺點；然后根據(jù)d f d 信號特性設(shè) 計相應(yīng)的g a 進(jìn)化準(zhǔn)則，結(jié)合原子能量特性進(jìn)行仿真。最后給出本章小結(jié)。 第四章量化編碼和仿真結(jié)果。第一節(jié)通過仿真分析分解參數(shù)的分布規(guī)律， 設(shè)計相應(yīng)的量化編碼方案，并對量化編碼方案進(jìn)行驗證。第二節(jié)對本文方案進(jìn) 行仿真，與h 2 6 4 a v c 和其它參考文獻(xiàn)做比較分析。 第五章結(jié)論與展望，總結(jié)課題完成的內(nèi)容，并展望進(jìn)一步的工作。 西南交通大學(xué)碩士研究生學(xué)位論文第5 頁 第2 章視頻編碼和稀疏分解簡介 2 1 視頻編碼簡介 2 1 1 視頻編碼標(biāo)準(zhǔn)的發(fā)展 人類獲取的信息中7 0 來自于視覺，在多媒體信息中視頻信息占有重要地 位。隨著社會經(jīng)濟(jì)的不斷發(fā)展，人們希望看到高質(zhì)量低時延的視頻畫面；同時 硬件的處理性能和網(wǎng)絡(luò)速度的提高，都推動了視頻編碼技術(shù)的發(fā)展。國際電信 聯(lián)盟( i t u ) 和國際標(biāo)準(zhǔn)化組織( i s o ) 制定了一系列視頻編碼標(biāo)準(zhǔn)。其中h 2 6 1 、 h 2 6 3 、m p e g 1 、m p e g 2 屬于第一代編碼標(biāo)準(zhǔn)，壓縮能力為5 0 - - - 7 0 倍； m p e g 4 、h 2 6 4 a v c 屬于第二代編碼標(biāo)準(zhǔn)，壓縮效率提高到1 0 0 - - 1 5 0 倍。2 0 0 2 年，我國也開始制定具有自主產(chǎn)權(quán)的音視頻信源標(biāo)準(zhǔn)a v s ，并于2 0 0 6 年3 月1 日起正式實施。 國際上視頻編碼標(biāo)準(zhǔn)主要有兩大系列：國際電信聯(lián)盟制定的h 2 6 x 系列 標(biāo)準(zhǔn)；國際標(biāo)準(zhǔn)化組織和國際電工委員會第一聯(lián)合技術(shù)組( i s o i e c j t c l ) 制 定的m p e g x 系列標(biāo)準(zhǔn)。 2 1 1 1h 2 6 x 系列標(biāo)準(zhǔn) h 2 6 x 是由i t u t 制定的一系列視頻編碼標(biāo)準(zhǔn)，包括h 2 6 1 、h 2 6 3 以及 h 2 6 4 a v c 等，其中h 2 6 4 a v c 是由i t u t 的視頻編碼專家組v c e g 和 i s o i e c 的活動圖像專家組m p e g 共同成立的聯(lián)合視頻小組t 聯(lián)合制定的。 h 2 6 1t 1 3 j 是針對可視電話和視頻會議等業(yè)務(wù)的視頻編碼標(biāo)準(zhǔn)，主要是在窄 帶i s d n 上實現(xiàn)速率p 6 4 k b p s 的雙向聲像業(yè)務(wù)。h 2 6 1 標(biāo)準(zhǔn)是視頻編碼的里 程碑，得到了廣泛的應(yīng)用。隨后i t u t 、i s o 和a v s 工作組等公布的一系列視 頻編碼標(biāo)準(zhǔn)的編碼方法都是基于h 2 6 1 中的混合編碼方法和編碼結(jié)構(gòu)。h 2 6 1 中主要采用了1 6 1 6 微塊的運動補(bǔ)償、8 8 的d c t 、z z 掃描、游程編碼和 變長編碼等核心技術(shù)。h 2 6 1 制定的時候，硬件和軟件處理器性能有限，因此 它的復(fù)雜度較低。然而，它的缺點是壓縮率低和缺乏靈活性。 西南交通大學(xué)碩士研究生學(xué)位論文第6 頁 h 2 6 3 1 1 4 j 標(biāo)準(zhǔn)主要針對低比特率視頻應(yīng)用，目標(biāo)是為了進(jìn)一步提高編碼性 能。h 2 6 3 使用了半像素運動矢量和重新設(shè)計的可變長編碼( v l c ) 表。此外， 更多的幀大小和可選的編碼模式給應(yīng)用提供了更大的靈活性。目前，h 2 6 3 已 經(jīng)取代h 2 6 1 ，成為視頻會議編解碼的主宰。 h 2 6 4 a v c t ”】的目標(biāo)是為了顯著增強(qiáng)編碼效率，為下一代視頻編碼提供解 決方案。h 2 6 4 a v c 減少了h 2 6 3 中一些混亂的可選模式。h 2 6 4 a v c 的主 要技術(shù)特征有：4x4 塊的整數(shù)變換、多參考幀預(yù)測、多模式高精度幀間預(yù)測、 多種幀內(nèi)預(yù)測模式和統(tǒng)一的熵編碼等。與以往標(biāo)準(zhǔn)相比，n 2 6 4 a v c 壓縮比更 高和信道適應(yīng)性更好，它將會在視頻通信領(lǐng)域得到廣泛的應(yīng)用。但是 h 2 6 4 a v c 優(yōu)越性能是以計算復(fù)雜度大大增加來換取的。 2 1 1 2m p e g x 系列標(biāo)準(zhǔn) m p e g 1 1 m 】是一個直接與數(shù)字電視廣播有關(guān)的高質(zhì)量圖像和聲音編碼標(biāo) 準(zhǔn)，視頻部分主要針對1 5 m b p s 的數(shù)字聲像信息的存儲。它通常用于能夠提供 家用錄像質(zhì)量( v h s ) 視頻節(jié)目的光盤存儲系統(tǒng)。m p e g 1 同樣也繼承了h 2 6 1 標(biāo)準(zhǔn)的技術(shù)結(jié)構(gòu)，同時添加了自己的技術(shù)特征：雙向預(yù)測、半像素運動、片結(jié) 構(gòu)編碼和加權(quán)矩陣量化等。 m p e g 2 【l7 】標(biāo)準(zhǔn)為高級工業(yè)標(biāo)準(zhǔn)的圖象質(zhì)量以及更高的傳輸率而制定。它 解決了m p e g 1 許多技術(shù)要求上的缺陷，能在很寬范圍內(nèi)對不同分辨率和不同 輸出比特率的圖像信號有效地進(jìn)行編碼。m p e g 2 增加的新技術(shù)特征有：支持 隔行掃描視頻的編碼、對電視質(zhì)量視頻的有效編碼、增加d c 量化精度、可擴(kuò) 展性( 空間域可擴(kuò)展性、s n r 可擴(kuò)展性、數(shù)據(jù)分割) 等。m p e g 2 標(biāo)準(zhǔn)廣泛應(yīng) 用于高清晰電視( | 玎) t v ) 和d v d ，是工業(yè)標(biāo)準(zhǔn)d v d 的核心標(biāo)準(zhǔn)。但其壓縮 率不高。 m p e g - 4 1 1 8 】標(biāo)準(zhǔn)不僅是針對一定比特率下的視頻、音頻編碼，更加注重多 媒體系統(tǒng)的交互性和靈活性。m p e g - 4 采用第二代編碼方法，它不同于以往的 基于像素的第一代編碼方法的標(biāo)準(zhǔn)。m p e g 4 編碼的基本單元是視頻對象，主 要采用形狀編碼、紋理編碼、運動信息編碼和s p r i t e 編碼方法。m p e g - 4 廣泛 應(yīng)用于數(shù)字電視、交互式的圖形應(yīng)用和交互式多媒體領(lǐng)域，然而，目前大量的 應(yīng)用只使用了簡單對象類型，標(biāo)準(zhǔn)中的基于內(nèi)容特點的編碼受到了限制。 西南交通大學(xué)碩士研究生學(xué)位論文第7 頁 2 1 1 3 視頻編碼的中國標(biāo)準(zhǔn)：a v s 標(biāo)準(zhǔn) a v s 1 9 , 2 0 標(biāo)準(zhǔn)是我們國家于2 0 0 2 年開始制定的國家標(biāo)準(zhǔn)。標(biāo)準(zhǔn)中涉及視 頻編碼的有獨立的兩部分：a v s l p 2 1 1 9 1 ，主要針對高清晰數(shù)字電視廣播和高密 度存儲媒體應(yīng)用；a v s l - p 7 1 2 0 1 ，主要針對低碼率、低復(fù)雜度、較低圖像分辨率 的移動媒體應(yīng)用。 視頻通信的發(fā)展是從屬于通信網(wǎng)的。通信網(wǎng)今后主要向口方向、個人通 信方向、無線通信方向、智能方向以及多媒體方向發(fā)展，這也是視頻通信的發(fā) 展方向，將來的視頻通信無處不在。現(xiàn)在有越來越多的運營商、制造商認(rèn)識到 這一點，視頻通信正逐漸成為運營商的一個戰(zhàn)略重點。 2 1 2h 2 6 4 a v c 標(biāo)準(zhǔn)概述 h 2 6 4 a v c 的提出是為了滿足各種應(yīng)用( 如：視頻會議、數(shù)字存儲媒體、 電視廣播、互聯(lián)網(wǎng)絡(luò)流動) 中日益增長的對運動圖像更高的壓縮要求的需要。 h 2 6 4 能使編碼的視頻顯示以靈活的方式應(yīng)用于多樣化的網(wǎng)絡(luò)環(huán)境。它的運用 允許運動視頻可以按計算機(jī)數(shù)據(jù)格式進(jìn)行處理，能夠在各種存儲媒體上存儲， 并能通過各種網(wǎng)絡(luò)信道進(jìn)行分配、傳輸和接收。h 2 6 4 極大地降低了發(fā)送視頻 圖像所需要的帶寬，并對諸如數(shù)字衛(wèi)星廣播、數(shù)字視頻存儲以及互聯(lián)網(wǎng)傳播等 一系列改進(jìn)，以提高視頻質(zhì)量。本文的基本框架也是用的h 2 6 4 標(biāo)準(zhǔn)的編碼框 架，因此下面先簡略介紹該標(biāo)準(zhǔn)。 2 1 2 1 編解碼器結(jié)構(gòu) h 2 6 4 a v c 沒有明確定義編解碼器，與以前的標(biāo)準(zhǔn)一樣，而是著重定義了 編碼視頻位流的語法及對這種位流解碼的方法。h 2 6 4 a v c 大部分的基本功能 模塊與以前標(biāo)準(zhǔn)采用技術(shù)相同，包括預(yù)測、變換和熵編碼等；其重要變化體現(xiàn) 在每個功能模塊實現(xiàn)的細(xì)節(jié)上。實際上，編碼器和解碼器應(yīng)能實現(xiàn)一些基本功 能，大致包括的功能模塊如圖2 1 和圖2 2 所示【2 1 1 ，同時這些基本模塊也需要 包含在兼容的編解碼器。 h 2 6 4 a v c 是目前最優(yōu)秀的視頻編碼標(biāo)準(zhǔn)，所以本文選取該標(biāo)準(zhǔn)為基本框 架進(jìn)行仿真，沿用了它的預(yù)測模式、運動估計和運動補(bǔ)償?shù)燃夹g(shù)。區(qū)別在于本 西南交通大學(xué)碩士研究生學(xué)位論文第8 頁 文將用m p 分解替代它的d c t 變換方法，由于分解后的系數(shù)不一樣，所以本 文的量化編碼方案也不同。h 2 6 4 a v c 標(biāo)準(zhǔn)主要是通過量化步長來控制碼率， 而本文方案需通過控制編碼原子數(shù)和預(yù)測模式來達(dá)到這一目的，所以碼率控制 也不同。 圖2 - 1h 2 6 4 a v c 編碼器 2 1 2 2 分層結(jié)構(gòu) 圖2 2h 2 6 4 a y c 解碼器 h 2 6 4 a v c 的目標(biāo)應(yīng)用涵蓋了目前大部分的視頻服務(wù)，不同的服務(wù)所用的 網(wǎng)絡(luò)很可能不同。為了能夠適用于這些不同的網(wǎng)絡(luò)結(jié)構(gòu)，h 2 6 4 a v c 標(biāo)準(zhǔn)概念 上可分為兩層：視頻編碼層( v i d e oc o d i n gl a y e r ，v c l ) 和網(wǎng)絡(luò)提取層( n e t w o r k a b s t r a c t i o nl a y e r ，n a l ) 。 v c l 負(fù)責(zé)視頻內(nèi)容核心壓縮編碼部分的描述，而n a l 負(fù)責(zé)使用下層網(wǎng)絡(luò) 的分段特性來封裝數(shù)據(jù)，這樣網(wǎng)絡(luò)相關(guān)的信息和視頻壓縮信息相互獨立，使網(wǎng) 絡(luò)對于v c l 層是透明的。這樣的結(jié)構(gòu)能夠好地適應(yīng)網(wǎng)絡(luò)數(shù)據(jù)信息的封裝和對 西南交通大學(xué)碩士研究生學(xué)位論文第9 頁 信息進(jìn)行更好的視頻流優(yōu)先級分類控制。h 2 6 4 的分層編碼傳輸結(jié)構(gòu)如圖2 3 【2 2 】 所示。 編碼l 存取層接口解碼 h 2 6 4 概念層 vc l 網(wǎng)絡(luò)提取層ii網(wǎng)絡(luò)提取層i nal 存取層編碼接口i 存取層解碼接口 區(qū) h 3 2omp eg 2rtp i pt cp i ph 3 23 i ph 3 24 m 有線 網(wǎng)乏膂 1 “、 圖2 3h 2 6 4 a v c 分層結(jié)構(gòu) 2 1 2 3 檔次與級 為了適應(yīng)不同網(wǎng)絡(luò)結(jié)構(gòu)，h 2 6 4 a v c 采用了分層結(jié)構(gòu)；而為了適應(yīng)不同服 務(wù)需求( 主要是視頻質(zhì)量) ，h 2 6 4 a v c 則采用了檔次與級l 2 3 j 的方法。 h 2 6 4 a v c 標(biāo)準(zhǔn)定義了三個檔次( p r o f i l e ) 的視頻編碼，每個檔次支持特 定的應(yīng)用，并且每個檔次規(guī)定了對相應(yīng)編碼器和解碼器的要求。其中基本檔次 支持i 片和p 片編碼和基于上下文的自適應(yīng)的變長編碼。主要用于可視電話、 會議電視、無線通信等實時視頻通信。而主要檔次除了支持i 片和p 片，還增 加了b 片編碼方式，同時支持自適應(yīng)的算術(shù)編碼和隔行視頻。主要用于數(shù)字廣 播電視與數(shù)字視頻存儲。擴(kuò)展檔次主要應(yīng)用于是流媒體服務(wù)，這是因為它增加 了一些在進(jìn)行比特流切換時有效的幀模式幀s i ( s w i t c h i n gi ) 和s p ( s w i t c h i n g p ) 幀，能夠有效的提高從錯誤中恢復(fù)的能力。但該檔次不支持交錯視頻和 c a b a c 。 每一個檔次設(shè)置不同的參數(shù)，如取樣速率、圖像尺寸、編碼比特率等，就 得到對應(yīng)的編解碼器性能的不同級別。每個級別都規(guī)定了一組對標(biāo)準(zhǔn)中語法成 員( s y n t a xe l e m e n t ) 所采用的各種參數(shù)值的限制。所有檔次都使用相同的一 組級別定義，但是單獨的一個實現(xiàn)可以對不同的檔次支持不同的級別。在給定 西南交通大學(xué)碩士研究生學(xué)位論文第10 頁 的p r o f i l e 下，級別通常與解碼器的處理能力和內(nèi)存容量相對應(yīng)。 2 1 2 4 采用的新技術(shù) 與以往標(biāo)準(zhǔn)相比，在相同失真率條件下h 2 6 4 a v c 的編碼效率提高了5 0 左右。之所以性能有這么大的提高，是因為h 2 6 4 a v c 繼承了h 2 6 3 、m _ p e g l 、 m p e g 2 和m p e g 4 優(yōu)點的同時采用了許多新技術(shù)。 首先h 2 6 4 兒w c 采用不同大小和形狀的宏塊分割與亞分割方法。如一個 宏塊的亮度值可以按照1 6 x 1 6 、1 6 x 8 、8 x 1 6 、8 x 8 ：8 x 8 的分割又可以按照8 x 8 、 8 x 4 、4 x 8 、4 x 4 進(jìn)行亞分割。對不同的分割塊采用不同的預(yù)測方式，這種小尺 寸、多模式預(yù)測以及多參考幀使得預(yù)測精確度更高，大大減少了圖像的時間和 空間冗余，能提高圖像編碼效率和質(zhì)量，又可以減小變換過程中的計算量。 其次h 2 6 4 a v c 中的d c t 變換與以往的標(biāo)準(zhǔn)有所不同，它采用的變換是 基于4 x 4 塊的整數(shù)操作而不是實數(shù)運算。h 2 6 4 主要采取三種方式對每一個4 x 4 塊進(jìn)行整數(shù)變換，即4 x 4 塊殘差a c 變換，4 x 4 亮度d c 系數(shù)離散哈達(dá)碼( d i s c r e t e h a d m a r dt r a n s f o r i l l ，d h t ) 變換( 1 6 x 1 6 幀內(nèi)模式下1 6 個4 x 4 塊的d c 系數(shù)組 成的二次4 x 4 塊) ，2 x 2 色度d c 系數(shù)d h t 變換。傳統(tǒng)的d c t 變換以8 x 8 像 素塊為基本單元，變換過程采用復(fù)雜的浮點運算，因取舍誤差引起像素值漂移， 造成反變換失配。較大的像素塊變換時不僅計算量大，還會因為鄰塊間相關(guān)性 降低、強(qiáng)度不連續(xù)而出現(xiàn)塊效應(yīng)。 第三，h 2 6 4 a v c 根據(jù)視頻內(nèi)容的不同，使用了以下幾種熵編碼方式：基 于上下文的自適應(yīng)變長編碼( c o n t e x t b a s e da d a p a t i v ev a r i a b l el e n g t hc o d i n g c a v l c ) 和通用變字長編碼( u n i v e r s a lv a r i a b l el e n g t hc o d i n g u v l c ) 相結(jié) 合的編碼，基于上下文的自適應(yīng)二進(jìn)制算術(shù)編碼( c o n t e x t b a s e da d a p a t i v e c o d i n g ，c a b a c ) 。而以往的標(biāo)準(zhǔn)的熵編碼采用變長的霍夫曼編碼，碼表統(tǒng)一， 不能適應(yīng)變換多端的視頻內(nèi)容，影響編碼效率。 這三項新技術(shù)是h 2 6 4 a v c 編碼效率大大提高的原因，但是它的代價是 高度的復(fù)雜性。 2 1 3 塊效應(yīng) h 2 6 4 視頻編碼核心技術(shù)也是采用的運動補(bǔ)償( m o t i o nc o m p e n s a t i o n ，m c ) 西南交通大學(xué)碩士研究生學(xué)位論文第”頁 加離散余弦變換( d i s c r e t ec o s i n et r a n s f o r m ，d c t ) 編碼的方式?；赿 c t 的 視頻編碼在低碼率下將產(chǎn)生嚴(yán)重的塊效應(yīng)。本文用m p 算法取代d c t 變換就 是致力于解決上述問題。 2 1 3 1 塊效應(yīng)產(chǎn)生原因 h 2 6 4 a v c 視頻編碼標(biāo)準(zhǔn)中，低碼率時圖像會出現(xiàn)方塊效應(yīng)。其產(chǎn)生的原 因主要有兩個。其一是對基于塊的預(yù)測殘差的整數(shù)d c t 變換，然后用大的量 化步長對變換系數(shù)進(jìn)行量化，因而反量化后恢復(fù)的變換系數(shù)存在誤差，會造成 在圖像塊邊界上的視覺不連續(xù)。第二個原因是運動補(bǔ)償預(yù)測，運動補(bǔ)償塊是經(jīng) 過預(yù)測而得，它們可能是從不同幀的不同位置上的內(nèi)插樣點數(shù)據(jù)復(fù)制而來。這 些經(jīng)過預(yù)測內(nèi)插得到的數(shù)據(jù)存在一定誤差，所以就會在復(fù)制塊的邊界上產(chǎn)生數(shù) 據(jù)不連續(xù)。同時，參考幀中存在的邊界不連續(xù)也被復(fù)制到需要補(bǔ)償?shù)膱D像塊內(nèi)。 若不進(jìn)行處理，這種誤差會隨著重構(gòu)幀積累下去，從而嚴(yán)重地影響圖像的質(zhì)量 和壓縮效率。因此，h 2 4 6 a v c 標(biāo)準(zhǔn)引入去環(huán)路濾波器來降低方塊效應(yīng)。 2 1 3 2 去塊效應(yīng)策略 大的量化步長會造成相對較大的量化誤差，這就可能將原來相鄰塊“接壤” 處像素間灰度的連續(xù)化變成了“臺階”變化，主觀上就有“偽邊緣”的方塊效應(yīng)。 去方塊效應(yīng)的方法就是在保持圖像總能量不變的條件下，把這些臺階狀的階躍 灰度變化重新復(fù)原成臺階很小或者近似連續(xù)的灰度變化，同時還必須盡量減少 對真實圖像邊緣的損傷。 常用的去方塊濾波器有兩種：后置濾波器和環(huán)路濾波器。h 2 6 4 幾w c 引入 了環(huán)路濾波器。相對于后置濾波器，在編碼環(huán)和解碼環(huán)中使用去塊效應(yīng)濾波系 統(tǒng)主要有三個優(yōu)點：一是圖像中由于運動補(bǔ)償、變換及量化產(chǎn)生的虛假邊界可 以被平滑，降低了圖像的塊效應(yīng)，提高了主觀視覺效果；二是濾波后的幀用于 后續(xù)幀的運動補(bǔ)償預(yù)測，避免了虛假邊界積累誤差導(dǎo)致的圖像質(zhì)量進(jìn)一步降 低；三是在解碼器端沒有必要再為濾波器準(zhǔn)備額外幀緩存i l 】。 h 2 6 4 a v c 中整數(shù)d c t 變換是基于4 x 4 的，所以濾波器是以4 x 4 塊為單 元處理的。首先判斷是偽邊緣還是圖像真實邊緣，若是偽邊緣則按照先垂直后 水平的順序濾波，若是真實邊緣則不濾波。按照先橫向后縱向，先亮度后色度 的順序。h 2 6 4 a v c 能在幾個等級上進(jìn)行自適應(yīng)的去方塊濾波；分別是片層等 西南交通大學(xué)碩士研究生學(xué)位論文第12 頁 級( s l i c el e v e l ) 、方塊邊緣等級( b l o c k e d g el e v e l ) 和采樣點等級( s a m p l e l e v e l ) 。 環(huán)路濾波器的復(fù)雜度是很高的。即使經(jīng)過優(yōu)化，去除其中的乘除法，濾波 器也輕易地達(dá)到解碼器計算復(fù)雜度的三分之一1 1 ，這也是h 2 6 4 a v c 高復(fù)雜度 的原因之一。 2 133 本文策略 通過以上分析在低碼率時，h 2 6 4 a v c 將會產(chǎn)生嚴(yán)重的塊效應(yīng)，標(biāo)準(zhǔn)采取 了環(huán)路濾波，在一定程度上改善了視頻質(zhì)量，但在低碼率時，環(huán)路濾波的效果 也不理想。這也促使人們從其它角度研究降低塊效應(yīng)的方法。 匹配追蹤是一種稀疏分解的思想，其基本原理是用少數(shù)原子來逼近信號直 到達(dá)到一定能量閾值，同時首先得到的原子是信號在原子庫上投影分量最大 的，即對圖像視頻而言，重要的信息可由最先的幾個原子表示。由于匹配追蹤 具備這些優(yōu)良的特性，使得它非常適合在低碼率下的視頻編碼。本文用匹配追 蹤取代d c t 來分解視頻原始信號或殘差信號，實驗結(jié)果表明，在同等碼率條 件下，這種方案獲得的圖像質(zhì)量更好。 2 2 信號的稀疏分解 在進(jìn)行通信的過程中，為了有效地利用信號，往往需要對信號進(jìn)行各種各 樣的處理。其中信號分解( s i g n a ld e c o m p o s i t i o n ) 和信號表達(dá)( s i n g a l r e p r e s e n t a t i o n ) 是信號處理中的根本性問題，具有非常重要的意義。信號分解 將復(fù)雜信號分解成一些基本信號，是信號分析中一種常用、有效的手段。傳統(tǒng) 的信號分解變換是將信號分解在一組完備的正交基上，而且這種變換必然是可 逆的，如傅立葉變換，短時傅立葉變換，小波變換等。隨著現(xiàn)代信號處理技術(shù) 的發(fā)展，近年來信號的非正交分解引起研究者越來越多的興趣。為了實現(xiàn)對信 號更加靈活、簡潔和自適應(yīng)的表示，在小波分析的基礎(chǔ)上，m a l l a t 、z h a n g 【4 j 和c o i f m a n 、w i c k e r h a u s e r t 5 】提出了信號在過完備庫上分解的思想，開創(chuàng)了信號 分析的新方向。 西南交通大學(xué)碩士研究生學(xué)位論文第13 頁 2 2 1 稀疏分解思想 在信號處理的應(yīng)用中，都希望找到一種稀疏的數(shù)據(jù)表示方法，更加靈活、 簡潔和自適應(yīng)的來表示信號。c o i l f m a n 和w i c k e r h a u s e r 等提出了稀疏分解的概 念，隨后m a l l t 和z h a n g 在小波分析的基礎(chǔ)上提出了應(yīng)用過完備冗余原子庫對 信號進(jìn)行匹配追蹤的思想。稀疏分解的基本思想就是：基函數(shù)用稱之為過完備 的冗余函數(shù)取代。為了得到信號的稀疏表示，基的構(gòu)造必須使得基在信號組成 的空間中足夠的密。因此，基的正交性將不再被保證，所以此時的基也不再是 真正意義上的基了，而改稱為原子。由這些原子組成的集合，是過完備的，被 稱為過完備庫( o v e r c o m p l e t ed i c t i o n a r yo fa t o m s ) ，信號在過完備庫上的分 解結(jié)果一定是稀疏的。信號的稀疏表示過程稱為信號的稀疏分解。由于信號稀 疏表示的良好特性，信號稀疏分解引起了人們的極大關(guān)注，信號的稀疏表示也 已經(jīng)被應(yīng)用到信號處理的許多方面。 給定一個集d = g k ，k = 1 ，2 ，k ) ，其元素是在張成整個h i l b e r t 空間日= r 的單位矢量，k n ，集合d 稱為原子庫，其元素黟稱為原子。由于原子庫 的冗余性( k n ) ，矢量艫不再是線性無關(guān)的。對于任意給定的長度為的 實信號廠h ，對它的一個逼近廠，如果逼近誤差爿if 一廠1 1 2 ，則可以在d 中找到一個由聊個原子所組成的線性組合【2 4 】： 腳- 1 f - ：c 移一廠 ( 2 1 ) 七= 0 稀疏分解的問題就在于如何從各種可能的組合中，選出最為稀疏的一個。 然而對于一個隨機(jī)的原子庫來說，這是一個n p 難問題。 在稀疏分解中，過完備原子庫的構(gòu)建十分重要，良好的原子庫結(jié)構(gòu)可以使 信號表達(dá)更加簡潔，原子庫的大小也關(guān)系到計算復(fù)雜度。目前關(guān)于原予庫的研 究還比較少，還有待進(jìn)一步的研究，已經(jīng)提出的較好的原子庫