數(shù)字視頻編碼技術(shù)論文

　　數(shù)字視頻編碼技術(shù)指通過特定的壓縮技術(shù)，將某個視頻格式的文件轉(zhuǎn)換成另一種視頻格式文件的方式。下面是學(xué)習(xí)啦小編整理的數(shù)字視頻編碼技術(shù)論文，希望你能從中得到感悟!

　　數(shù)字視頻編碼技術(shù)論文篇一

　　數(shù)字視頻編碼技術(shù)的研究綜述

　　摘要：隨著流媒體技術(shù)、微電子技術(shù)、多媒體技術(shù)以及多媒體技術(shù)的快速發(fā)展，已經(jīng)出現(xiàn)很多智能終端。數(shù)字視頻編解碼算法在智能終端系統(tǒng)中起著核心的作用。該文對數(shù)字視頻壓縮標(biāo)準(zhǔn)的發(fā)展及現(xiàn)狀進(jìn)行了闡述，然后對視頻編碼的基本原理進(jìn)行必要的闡述，最后對可伸縮編碼技術(shù)進(jìn)行詳細(xì)的闡述。

　　關(guān)鍵詞：視頻編碼;視頻壓縮;可伸縮編碼

　　中圖分類號：TP37 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044(2013)24-5528-04

　　在過去的20年間，多媒體通信的發(fā)展是迅猛的。因為視頻是多媒體通信的核心，所以很多數(shù)字視頻壓縮算法不斷的推出，這使得視頻傳輸以及視頻存儲的效率也越來越高。新的視頻編碼標(biāo)準(zhǔn)也隨著音視頻壓縮技術(shù)的不斷發(fā)展而相繼產(chǎn)生?，F(xiàn)在數(shù)字電視越來越普及，人們對視頻的質(zhì)量要求也越來越高。為了滿足人們對視頻的多樣化、高質(zhì)量的需求，ITU-T/VCEG與ISO/MPEG共同制訂了一系列的視頻壓縮編碼國際標(biāo)準(zhǔn)。這些標(biāo)準(zhǔn)在日常生活的應(yīng)用又推動了視頻服務(wù)業(yè)務(wù)的發(fā)展。

　　1 視頻編碼的發(fā)展及現(xiàn)狀

　　數(shù)字視頻分辨率的提高使得原始數(shù)據(jù)量不斷增多，為了提高視頻編碼的壓縮效率，新的視頻編碼標(biāo)準(zhǔn)不斷推出。1984年CCITT第15研究組發(fā)布了數(shù)字基準(zhǔn)電視會議編碼標(biāo)準(zhǔn)H.120建議。在1988年的時候，CCITT通過了視頻編碼標(biāo)準(zhǔn)H.261建議。H.261是視頻壓縮編碼的一個里程碑。從這以后，ISO及ITU-T等發(fā)布的基于波形的編碼標(biāo)準(zhǔn)中的編碼方法很多都是基于H.261的混合編碼。在1986年，聯(lián)合圖像專家組成立，對連續(xù)色調(diào)靜止圖像壓縮算法的國際標(biāo)準(zhǔn)進(jìn)行研究，在1992年通過了JPEG標(biāo)準(zhǔn)。

　　在1988年，活動圖像專家組成立。并在1991年MPEG-2編碼標(biāo)準(zhǔn)，主要在VCD的視頻壓縮中進(jìn)行應(yīng)用。在1994年公布的MPEG-2編碼標(biāo)準(zhǔn)，不同的碼率分別在不同檔次、不同級別的視頻壓縮中應(yīng)用。MPEG-2已經(jīng)支持高清晰度視頻，但是要實現(xiàn)全面高清化還需要更高效的編碼技術(shù)。

　　在1995年，ITU-T又推出了H.263編碼標(biāo)準(zhǔn)。主要用于可視會議和多媒體通信等低碼率視頻的傳輸。

　　在1999年，ISO/IEC通過了MPEG-4編碼標(biāo)準(zhǔn)，此標(biāo)準(zhǔn)強調(diào)了多媒體通信的靈活性和交互性。

　　在2003年，ISO/IEC和ITU-T公布H.264視頻壓縮標(biāo)準(zhǔn)，這個標(biāo)準(zhǔn)明顯提高了視頻壓縮效率，而且網(wǎng)絡(luò)親和性也很不錯，對誤碼及丟包的處理進(jìn)行了加強。H.264增加了1/4精度預(yù)測、整數(shù)DCT變換等技術(shù)。

　　在2007年，作為H.264/AVC標(biāo)準(zhǔn)可伸縮性擴展檔次的可伸縮性編碼SVC推出，根據(jù)要求將視頻分割成一個基本層和多個增強層。

　　在2013年，HEVC成為國際標(biāo)準(zhǔn)，可以提供更好的視覺效果。HEVC對預(yù)測模型、變換技術(shù)等進(jìn)行了擴展。

　　2 視頻編解碼技術(shù)基礎(chǔ)

　　在通用的視頻編碼框器中，一般使用一個編碼框架，但是使用多種壓縮編碼方法。不同壓縮編碼方法的原理也是不同的。這些編碼方法是視頻編碼的基本工具。本節(jié)主要對預(yù)測編碼，變換編碼及熵編碼的原理進(jìn)行詳細(xì)介紹。

　　2.1 預(yù)測編碼

　　預(yù)測編碼是比較基本的編碼工具，常用的預(yù)測編碼方法有幀內(nèi)預(yù)測和幀間預(yù)測編碼。幀間預(yù)測是用于消除時間冗余，幀內(nèi)預(yù)測用于消除空間冗余。因為時間冗余遠(yuǎn)遠(yuǎn)大于時間冗余，下面主要對幀間預(yù)測進(jìn)行闡述。

　　2.1.1 預(yù)測編碼的基本概念

　　預(yù)測編碼通過利用已知的信息對未知的信息進(jìn)行猜測，對實際值和預(yù)測值之間的差值進(jìn)行編碼。通過預(yù)測得到一個預(yù)測值，實際值減去預(yù)測值得到一個殘差：

　　如果預(yù)測方法比較好，殘差值就會比較小，對殘差進(jìn)行編碼的碼流也會比較小。在解碼端對殘差進(jìn)行解碼，使用與編碼端相同的預(yù)測方法得到預(yù)測值，進(jìn)而重構(gòu)出原始圖像：

　　通常情況下，可以利用若干已經(jīng)編碼圖像像素的線性組合來得到預(yù)測值?？紤]圖像的特點，預(yù)測一般以塊為單位進(jìn)行。需要將圖像按照規(guī)則分割成具有規(guī)則的塊。按照順序?qū)γ總€塊分別進(jìn)行預(yù)測編碼。

　　2.1.2 幀間預(yù)測編碼

　　幀間預(yù)測的目的是去除時域的冗余信息，就是使用已經(jīng)編碼的圖像對現(xiàn)在要編碼的圖像進(jìn)行預(yù)測。預(yù)測方法的合理性關(guān)系到殘差的大小。

　　幀間預(yù)測中比較重要的兩個概念是運動估計和運動補償。運動估計就是尋找當(dāng)前編碼的塊在已編碼圖像的最佳對應(yīng)塊。并計算出對應(yīng)塊之間的偏移即運動矢量。如果當(dāng)前幀是P，參考幀是Pr ，當(dāng)前編碼塊是B，在Pr中找到與B塊相減之后殘差最小的塊Br ，Br就是B的最佳匹配塊。這個過程稱為運動估計。運動矢量也需要采用合適的方法編碼到碼流中，這樣在解碼端才能解碼出原圖像。

　　運動補償是由運動矢量及幀間預(yù)測方法得到當(dāng)前幀的估計值的過程。它是對當(dāng)前圖像的描述，說明當(dāng)前圖像的每一塊怎么由其他參考圖像的像素塊得到。

　　運動估計和運動補償都是消除時間冗余的重要方法。這兩者直接影響到重建圖像質(zhì)量及壓縮比。運動估計是動態(tài)過程，而運動補償只是一個靜態(tài)的描述。

　　2.1.3 運動估計

　　運動估計有兩種模型：非參數(shù)模型和參數(shù)模型。

　　非參數(shù)模型是一種把非參數(shù)的平滑度約束條件附加到二維運動場得到的運動估計模型。根據(jù)約束條件的種類可以分為確定性模型和隨機性模型。常見的有貝葉斯法、塊匹配法等。實際中的很多運動估計算法都是基于非參數(shù)模型。

　　參數(shù)模型主要對三維運動物體在圖像平面上的正交或透視投影進(jìn)行描述。參數(shù)模型只對三維剛體的運動估計適用。

　　2.2 變換編碼

　　變換編碼的編碼效率要比預(yù)測編碼高。K-L變換、傅里葉變換等算法出現(xiàn)比較早，壓縮效率高，但因高復(fù)雜度沒有得到廣泛應(yīng)用。離散余弦變換是首個廣泛應(yīng)用的變換編碼算法。因為離散余弦變換不需要求解特征向量，大大降低了復(fù)雜度。 　　2.2.1變換編碼基本原理

　　變換編碼對信號的樣本值進(jìn)行某種形式的函數(shù)變換，從一種空間變換到另一種空間，后根據(jù)信號在一個空間域的特征對信號進(jìn)編碼壓縮。變換系統(tǒng)有三個步驟：預(yù)處理，變換及量化編碼。變換本身并不壓縮數(shù)據(jù)，只是把信號變換到另一個域，變換之后的信號更獨立，更有序，比較容易壓縮。變換編碼中，輸入函數(shù)和輸出函數(shù)不同是因為量化誤差形成的。量化編碼在變換編碼系統(tǒng)中是不可缺少的，量化使數(shù)據(jù)得以壓縮。為了使量化失真最小化可以針對不同的分量使用不一樣的量化方式。

　　2.3熵編碼

　　熵編碼的思想是對出現(xiàn)概率大的符號取較短的碼長，出現(xiàn)概率小的符號取較大的碼長。熵編碼的基本定理對平均碼長的極限進(jìn)行了描述。

　　熵編碼基本定理是在對信源進(jìn)行二進(jìn)制編碼時，假使aj的編碼長度是Lj，在Lj=-log2Pj時，平均碼長取最小值H(X)，H(X)是信源的熵?；径ɡ碛靡韵鹿奖硎荆?/p>

　　L=∑PjLj≥H(X)

　　熵編碼在實際的壓縮編碼中很難達(dá)到熵值，越接近熵值，壓縮效果就越好，壓縮比越高。

　　3 可伸縮編碼技術(shù)

　　3.1 可伸縮編碼的發(fā)展及含義

　　可伸縮編碼技術(shù)已經(jīng)有20年的歷史，早起出現(xiàn)的H.262/MPEG-2，H.263，MPEG-4有若干工具能夠滿足一些比較重要的可伸縮性需求，但是因為解碼器的復(fù)雜度過高，在實現(xiàn)空間，質(zhì)量可伸縮時的編碼效率低下，編碼質(zhì)量存在階躍性突變等問題，故以上可伸縮編碼技術(shù)沒有獲得廣泛的應(yīng)用。

　　SVC技術(shù)因為可以節(jié)省傳輸帶寬，能夠自適應(yīng)解碼顯示，所以具有廣闊的發(fā)展前景。以下介紹主要針對SVC。

　　在實際的視頻應(yīng)用中，傳輸?shù)膸捠窃诓粩喟l(fā)生變化的，各種終端的需求也不同，為了滿足實際需求，可伸縮編碼就產(chǎn)生了。可伸縮性編碼將輸入的視頻序列編碼為一個基本層，多個增強層?；緦拥囊曨l質(zhì)量比較低，增強層的視頻質(zhì)量比較高。服務(wù)器可以根據(jù)需求發(fā)送對應(yīng)的數(shù)據(jù)。接收端根據(jù)接受到的數(shù)據(jù)解碼出對應(yīng)質(zhì)量視頻。

　　3.2 可伸縮編碼的分來

　　實現(xiàn)可伸縮視頻編碼的方法比較常見的有三種：時間可伸縮，空間可伸縮以及質(zhì)量可伸縮。這三種編碼方法的實現(xiàn)原理是不同的，所以編碼方法的性能也是不同的。這三種方法的性能一般和特定的參數(shù)是緊密相關(guān)的。時間可伸縮中GOP的作用是至關(guān)重要的，空間可伸縮的層間預(yù)測則較為重要。時間可伸縮以幀率角度進(jìn)行編碼，空間可伸縮以分辨率角度進(jìn)行編碼，質(zhì)量可伸縮以量化步長的角度進(jìn)行編碼。下面對這三種比較常見的壓縮編碼方法進(jìn)行闡述。

　　3.2.1時間可伸縮編碼

　　時域可伸縮根據(jù)人眼對聯(lián)系性圖像的響應(yīng)時間，在基本幀率和最高幀率之間提供幀率可伸縮。如果網(wǎng)絡(luò)帶寬比較窄，則接受基本幀率的視頻;如果網(wǎng)絡(luò)帶寬比較大，則同時接受基本幀率和高幀率視頻，解碼出的視頻比只接受基本幀率的視頻的質(zhì)量要好。時間可伸縮是通過等級B圖像，運動補償時域濾波編碼實現(xiàn)的。不同層量化參數(shù)的選擇對等級B圖像的編碼效率影響是非常大的?；緦邮怯申P(guān)鍵幀組成的，所以要選擇最小的量化參數(shù);增強層對別層的影響較基本層要小，可以選擇稍大的量化參數(shù)。等級越高，量化參數(shù)對應(yīng)的就越大。

　　3.2.2空間可伸縮編碼

　　空間可伸縮編碼將輸入的原始視頻序列進(jìn)行下采樣，從而得到低分辨率的視頻。不同的空間分辨率形成不同的編碼層。在空間分辨率的基礎(chǔ)上可進(jìn)而實現(xiàn)時間可伸縮和質(zhì)量可伸縮。每層的編碼時互相獨立的，編碼參數(shù)壓實相互獨立的，比如說運動信息，量化參數(shù)及變換參數(shù)等?？臻g可伸縮編碼有三種預(yù)測方式：層間幀內(nèi)預(yù)測，層間運動預(yù)測及層間殘差預(yù)測。

　　3.2.2.1層間幀內(nèi)預(yù)測

　　在對增強層的宏塊進(jìn)行編碼時，首先需要確定當(dāng)前宏塊是否存在與之對應(yīng)的基本層宏塊;如果存在基本層宏塊，再繼續(xù)判斷是否使用幀內(nèi)預(yù)測。如果使用幀內(nèi)預(yù)測，則對基本層宏塊進(jìn)行上采樣之后，作為增強層宏塊的預(yù)測塊。

　　3.2.2.2層間運動預(yù)測

　　層間運動預(yù)測分為基本層模式，1/4像素修正模式。在基本層模式中，增強層的運動矢量，宏塊分割等信息是由相對應(yīng)基本層宏塊提供的?；緦雍陦K的運動信息放大后可以直接應(yīng)用在增強層宏塊。在使用1/4像素修正模式時，基本層運動矢量信息要在增強層的1/4精度內(nèi)進(jìn)行適當(dāng)?shù)恼{(diào)整。層間預(yù)測的使用可以大量減少層內(nèi)運動估計，模式判斷。

　　3.2.2.3層間殘差預(yù)測

　　層間殘差預(yù)測使用基本層的預(yù)測殘差信息對增強層的殘差信息進(jìn)行預(yù)測，對兩者之間的差值進(jìn)行編碼。只有在基本層和增強層的運動矢量信息相似或相等的情況下，兩層之間的殘差的相關(guān)性才會比較大，使用層間殘差預(yù)測才會比較合適。如果兩層運動矢量的差異性比較大，則不適合使用層間殘差預(yù)測，此時，很有可能會降低編碼效率。

　　3.2.3質(zhì)量可伸縮編碼

　　質(zhì)量可伸縮編碼有兩種：精細(xì)可伸縮編碼和粗?？缮炜s編碼。兩者的思想，架構(gòu)都是相同的。

　　精細(xì)可伸縮編碼(FGS，F(xiàn)ine Granular Scalable)的核心思想是通過使用增強層的圖像作預(yù)測參考幀，從而提高編碼效率。FGS將原始視頻壓縮為基本層碼流，增強層碼流兩個碼流。基本層采用的是傳統(tǒng)的非可伸縮編碼。增強層采用的是位平面編碼技術(shù)，解碼端根據(jù)接受到增強層數(shù)據(jù)解碼質(zhì)量不同的視頻序列。FGS的核心算法是基于DCT系數(shù)的位平面編碼。

　　粗?？缮炜s編碼(CGS，Coarse Grain Scalability)的編碼結(jié)構(gòu)和空間可伸縮式非常相似的。但是CGS的增強層的空間分辨率是相同的，而且增強層的量化系數(shù)一般比基本層的要小，因此食品質(zhì)量伴著層級的遞增就越來越好。編碼框架如下所述：對原始圖像進(jìn)行DCT變換之后進(jìn)行量化參數(shù)比較大的粗量化，然后進(jìn)行熵編碼，熵編碼后形成基本層數(shù)據(jù)。然后把粗量化的數(shù)據(jù)進(jìn)行反量化，原始圖像DCT與之作差。然后對差值進(jìn)行量化參數(shù)比較小的細(xì)量化，進(jìn)行熵編碼之后形成增強層的數(shù)據(jù)。量化參數(shù)大，解碼出來的視頻質(zhì)量比較差;量化參數(shù)小，解碼出來的圖像的質(zhì)量比較好。 　　3.3 SVC在數(shù)字電視的應(yīng)用

　　現(xiàn)在數(shù)字電視采用的編碼標(biāo)準(zhǔn)大部分是MPEG-2，SVC還沒有在數(shù)字電視中推廣起來，因為SVC不被老式機頂盒所支持，所以這種不兼容性也在一定程度上造成了新標(biāo)準(zhǔn)使用的延遲。

　　4 結(jié)束語

　　隨著視頻編碼的不斷發(fā)展，可分級視頻編碼是近幾年來的研究熱點，它是解決現(xiàn)代視頻傳輸和存儲系統(tǒng)中異構(gòu)問題的非常重要的手段。該文首先對視頻編碼的發(fā)展及現(xiàn)狀進(jìn)行詳細(xì)的說明，然后對視頻編碼的基本原理進(jìn)行必要的說明。最后對可伸縮編碼分類及每個類別進(jìn)行詳細(xì)的闡述。

　　視頻編碼技術(shù)不斷發(fā)展，新的編碼標(biāo)準(zhǔn)也在不斷的推出。現(xiàn)在，視頻編碼也在面臨新的挑戰(zhàn)。

　　1) 網(wǎng)絡(luò)視頻應(yīng)用對視頻編碼碼流的“友好性”提出了更高層次的要求。

　　2) 高清晰度、高質(zhì)量視頻的推廣和普及對視頻編碼壓縮效率提出了更高層次的要求。

　　綜上所述，這兩個挑戰(zhàn)，將是當(dāng)前和未來視頻編碼技術(shù)的研究中需要解決的比較重要的課題。

　　參考文獻(xiàn)：

　　[1] 李德識，李薇.無線傳感器網(wǎng)絡(luò)中覆蓋問題的研究[J].微電子學(xué)與計算機，2005，22(8)：150-152.

　　[2] 畢厚杰. 新一代視頻壓縮編碼標(biāo)準(zhǔn)H.264[M].北京：人民郵電出版社，2004.

　　[3] 吳俊峰. H_264SVC可伸縮視頻編碼及轉(zhuǎn)碼技術(shù)研究[D].天津大學(xué)，2008.

　　[4] JVT. ISO/ETC 14496-10：2010 Information Technology — Coding of Audio-Visual Objects — Part 10： Advanced Video Coding. 2010

　　[5] 陳靖，劉京，曹喜信.深入理解視頻編解碼技術(shù)[M].北京：北京航空航天大學(xué)出版社，2012.

　　[6] JVT-X202. Joint Scalable Video Model JSVM-11. 2012

　　[7] 鐘玉琢，王琪，趙黎，楊小勤.MPEG-2運動圖像壓縮編碼國際標(biāo)準(zhǔn)及MPEG的新發(fā)展[M].北京：清華大學(xué)出版社，2002.

　　[8] 柳輝.可伸縮性視頻編碼的轉(zhuǎn)碼及其應(yīng)用[D].中國科技大學(xué)，2009.

　　[9] 王偉超.基于MPEG_2的多視點視頻可分級實時解碼器研究[D].天津大學(xué)，2009.

　　[10] ITU-T and ISO/IEC JTC1.Joint Scalable Video Model JSVM-9.19，2011.

點擊下頁還有更多>>>數(shù)字視頻編碼技術(shù)論文