視頻編碼標(biāo)準(zhǔn)H.264的核心技術(shù)分析

標(biāo)簽：熵編碼 H.264

H.264/AVC建議是目前最新的視頻壓縮標(biāo)準(zhǔn)。本文首先簡(jiǎn)要介紹圖像通信中，視頻編碼標(biāo)準(zhǔn)H.261和H.263建議的基本原理和主要特點(diǎn)。

然后詳細(xì)分析研究了H.264建議中的關(guān)鍵技術(shù)，包括幀內(nèi)幀間預(yù)測(cè)編碼、去塊效應(yīng)濾波、可變塊大小、多幀和亞像素運(yùn)動(dòng)估計(jì)、整數(shù)DCT變換以及新的熵編碼等新技術(shù)。

前言

圖像通信是近年來(lái)取得長(zhǎng)足發(fā)展的現(xiàn)代通信技術(shù)，圖像壓縮的進(jìn)步則是通信發(fā)展中的重要組成部分。國(guó)際標(biāo)準(zhǔn)建議H.261的問(wèn)世，是對(duì)圖像編碼近40年研究成果的總結(jié)，解決了可視技術(shù)在通信中的應(yīng)用這一長(zhǎng)期困擾人們的問(wèn)題，覆蓋了整個(gè)窄帶ISDN上視聽業(yè)務(wù)的圖像編碼，極大地推動(dòng)了會(huì)議電視、電視電話等圖像通訊方式的國(guó)際化和產(chǎn)業(yè)化。隨后，ITU在H.261建議的基礎(chǔ)上著手極低碼率圖像壓縮的標(biāo)準(zhǔn)，制定了H.263建議，以及最新的H.264/AVC。本文首先對(duì)H.261和H.263建議的基本原理進(jìn)行闡述，然后對(duì)新標(biāo)準(zhǔn)H.264/AVC中的新技術(shù)進(jìn)行說(shuō)明，最后再對(duì)H.26x系列標(biāo)準(zhǔn)進(jìn)行總結(jié)。

1 H.261建議的基本原理

每一個(gè)圖像壓縮標(biāo)準(zhǔn)的制定，都針對(duì)它最適合的應(yīng)用目標(biāo)。H.261是最早定義的視頻編碼標(biāo)準(zhǔn)。它首次使用了運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)編碼與DCT變換相結(jié)合的方法，其視頻編碼信號(hào)的傳輸速率從64kbps到1.92Mbps，故為p×64K視頻編碼器(p取值在1～31之間)。H.261主要應(yīng)用于ISDN網(wǎng)上的視頻會(huì)議系統(tǒng)，定位在電路交換網(wǎng)絡(luò)系統(tǒng)。H.261編碼器的原理如圖1所示。

該建議主要采用CIF圖像分辨率格式和QCIF分辨率格式, 以解決不同制式通信間的兼容問(wèn)題。對(duì)于每一個(gè)幀間編碼的宏塊，H.261采用運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)算法，消除電視圖像時(shí)間域上的相關(guān)性;對(duì)預(yù)測(cè)誤差進(jìn)行DCT變換以消除圖像空間域上的相關(guān)性;然后自適應(yīng)量化DCT系數(shù)，以充分利用人的視覺(jué)特性;接著進(jìn)行熵編碼，以實(shí)現(xiàn)統(tǒng)計(jì)匹配編碼;最后采用輸出緩沖存儲(chǔ)器，以平滑數(shù)碼流，達(dá)到輸出數(shù)碼率保持恒定的目的。

該建議的圖像幀編碼模式包括I，P，B三類。I幀，采用幀內(nèi)編碼方式;P幀，采用幀間編碼方式，由I幀或前面的P幀進(jìn)行運(yùn)動(dòng)補(bǔ)償，再對(duì)誤差估計(jì)進(jìn)行編碼;B幀為雙向內(nèi)插幀不編碼傳輸，而由I幀和P幀或者P幀與PP幀插值重建。H.261不支持雙向運(yùn)動(dòng)預(yù)測(cè)以及GOP，每一個(gè)幀間編碼幀是以它的前一個(gè)已編碼幀為參考幀。

H.261標(biāo)準(zhǔn)的編碼數(shù)據(jù)結(jié)構(gòu)從高層到底層定義了四個(gè)層次，即幀層、片層、宏塊層和塊層。H.261的運(yùn)動(dòng)估值補(bǔ)償是以宏塊為單位進(jìn)行的。對(duì)某宏塊是選擇幀間還是幀內(nèi)編碼方式，首先需要判斷。若它與匹配宏塊相關(guān)性強(qiáng)，則可采用幀間編碼方式，反之，則采用幀內(nèi)編碼方式。

2 H.263建議的基本原理

H.263標(biāo)準(zhǔn)是在H.261標(biāo)準(zhǔn)的基礎(chǔ)上建議的。它在低碼率條件下，能夠在不增加太多復(fù)雜度的情況下，獲得更高的圖像質(zhì)量。原則上它只需要一半的帶寬就可取得與H.261同樣的視頻質(zhì)量。目前，H.263標(biāo)準(zhǔn)已經(jīng)被各種可視電話終端協(xié)議廣泛采用。

H.263標(biāo)準(zhǔn)基本模式編碼器的結(jié)構(gòu)框圖與H.261標(biāo)準(zhǔn)相似。同樣，采用運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)減少圖像的時(shí)間域冗余度;對(duì)運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)的殘差場(chǎng)進(jìn)行離散余弦變換(DCT)編碼;利用變長(zhǎng)編碼(VCL)對(duì)量化的DCT系數(shù)、運(yùn)動(dòng)矢量以及附加信息進(jìn)行熵編碼。

H.263在H.261建議的基礎(chǔ)上作了一定的改進(jìn)。圖像尺寸采用QCIF格式，引入了sub-CIF格式，也允許使用CIF格式。采用8×8的DCT變換，宏塊統(tǒng)一使用同樣的量化步長(zhǎng)進(jìn)行量化，可以是一個(gè)宏塊使用一個(gè)運(yùn)動(dòng)矢量，也可以是宏塊的每個(gè)子塊各使用一個(gè)運(yùn)動(dòng)矢量，因而，具有塊運(yùn)動(dòng)補(bǔ)償能力，改善了幀間預(yù)測(cè)。運(yùn)動(dòng)矢量的x向和y向都支持半像素精度，運(yùn)動(dòng)估計(jì)的搜索窗大小被限制為[-16, +15.5]，運(yùn)動(dòng)矢量進(jìn)行差分預(yù)測(cè)編碼傳輸。編碼方式采用二維預(yù)測(cè)與VLC相結(jié)合的編碼;類似MPEG-1標(biāo)準(zhǔn)，將所有的圖像分為P幀和BP幀。

H.263建議為保證在極低碼率條件下獲得較好的圖像質(zhì)量，在H.261混合編碼的基礎(chǔ)上，還采用了無(wú)限制的運(yùn)動(dòng)矢量模式、語(yǔ)法基算術(shù)編碼模式、高級(jí)預(yù)測(cè)模式以及PB-幀模式等編碼技術(shù)。在無(wú)限制的運(yùn)動(dòng)矢量模式中取消了作為基準(zhǔn)的像素必須在編碼圖像區(qū)域內(nèi)的限制。在高級(jí)預(yù)測(cè)模式中使用了重迭塊運(yùn)動(dòng)補(bǔ)償，而且還允許運(yùn)動(dòng)矢量穿過(guò)運(yùn)動(dòng)邊界。在PB-幀模式中，B幀通過(guò)前一譯碼P幀和當(dāng)前的一個(gè)譯碼P幀進(jìn)行雙向預(yù)測(cè)重建，這樣就提高了幀速率但并未明顯增加比特?cái)?shù)。以上三種方式主要是為了改善幀間預(yù)測(cè)。基于語(yǔ)法算術(shù)編碼方式的采用是為了進(jìn)一步降低傳輸?shù)谋忍芈?。在這種方式中，所有的變長(zhǎng)碼的編譯碼運(yùn)算都用算術(shù)編譯的運(yùn)算來(lái)代替。提供這些高級(jí)編碼模式，使得應(yīng)用者可以在壓縮性能和復(fù)雜度之間進(jìn)行均衡和取舍。

3 H.264標(biāo)準(zhǔn)的核心技術(shù)及其特點(diǎn)

H.264/AVC是ITU-T和ISO/IEC聯(lián)合制定的最新編碼標(biāo)準(zhǔn)，它最先由ITU-T的VCEG于1997年提出，目標(biāo)是提出一種更高性能(相對(duì)于當(dāng)時(shí)的H.263)的視頻編碼標(biāo)準(zhǔn)。

與先前的一些編碼標(biāo)準(zhǔn)相比，H.264標(biāo)準(zhǔn)繼承了H.263和MPEG1/2/4視頻標(biāo)準(zhǔn)協(xié)議的優(yōu)點(diǎn)，但在結(jié)構(gòu)上并沒(méi)有變化，只是在各個(gè)主要的功能模塊內(nèi)部使用了一些先進(jìn)的技術(shù)，提高了編碼效率。其主要表現(xiàn)在：編碼不再是基于8×8的塊進(jìn)行，而是在4×4大小的快上，進(jìn)行殘差的變換編碼。所采用的變換編碼方式也不再是DCT變換，而是一種整數(shù)變換編碼。采用了編碼效率更高的上下文自適應(yīng)二進(jìn)制算術(shù)編碼(CABAC)，同時(shí)與之相應(yīng)的量化過(guò)程也有區(qū)別。H.264標(biāo)準(zhǔn)具有算法簡(jiǎn)單易于實(shí)現(xiàn)、運(yùn)算精度高且不溢出、運(yùn)算速度快、占用內(nèi)存小、消弱塊效應(yīng)等優(yōu)點(diǎn)，是一種更為實(shí)用有效的圖像編碼標(biāo)準(zhǔn)。

下面介紹H.264/AVC標(biāo)準(zhǔn)在先前標(biāo)準(zhǔn)之上的新技術(shù)。H.264 標(biāo)準(zhǔn)仍采用圖像預(yù)測(cè)和變換編碼相結(jié)合的編碼結(jié)構(gòu)，其編碼器的基本結(jié)構(gòu)如圖2所示：

編碼器的工作過(guò)程可根據(jù)數(shù)據(jù)流分為前向通道和重建通道。輸入幀F(xiàn)n的編碼，是對(duì)原始圖像16×16像素的宏塊進(jìn)行編碼。宏塊編碼分為幀內(nèi)編碼和幀間編碼。在任何情況下，預(yù)測(cè)宏塊P都由重建幀獲得。在幀內(nèi)編碼模式中，P由當(dāng)前幀中的已編碼宏塊經(jīng)解碼、重構(gòu)預(yù)測(cè)獲得，如上圖中的uF’n。在幀間編碼模式下，P由一個(gè)或多個(gè)參考幀經(jīng)運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)獲得,如F’n-1。以預(yù)測(cè)宏塊P與當(dāng)前宏塊Fn的差值作為殘差宏塊Dn，經(jīng)變換、量化后得到一串變換參數(shù)X。參數(shù)X需要進(jìn)行兩方面的處理，一是重排序和熵變換處理，整個(gè)過(guò)程沒(méi)有反饋分量，故稱為前向通道;二是反量化和逆變換處理，產(chǎn)生宏塊D’n，然后與宏塊P相加得到重構(gòu)宏塊uF’n，再經(jīng)過(guò)一系列處理得到重建的參考幀F(xiàn)’n，用于下一幀的運(yùn)動(dòng)估計(jì)，因此稱為重建通道。