視頻編碼標準H.264的核心技術(shù)分析

標簽：熵編碼 H.264

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

然后詳細分析研究了H.264建議中的關(guān)鍵技術(shù)，包括幀內幀間預測編碼、去塊效應濾波、可變塊大小、多幀和亞像素運動(dòng)估計、整數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(cháng)足發(fā)展的現代通信技術(shù)，圖像壓縮的進(jìn)步則是通信發(fā)展中的重要組成部分。國際標準建議H.261的問(wèn)世，是對圖像編碼近40年研究成果的總結，解決了可視技術(shù)在通信中的應用這一長(cháng)期困擾人們的問(wèn)題，覆蓋了整個(gè)窄帶ISDN上視聽(tīng)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(huà)等圖像通訊方式的國際化和產(chǎn)業(yè)化。隨后，ITU在H.261建議的基礎上著(zhù)手極低碼率圖像壓縮的標準，制定了H.263建議，以及最新的H.264/AVC。本文首先對H.261和H.263建議的基本原理進(jìn)行闡述，然后對新標準H.264/AVC中的新技術(shù)進(jìn)行說(shuō)明，最后再對H.26x系列標準進(jìn)行總結。

1 H.261建議的基本原理

每一個(gè)圖像壓縮標準的制定，都針對它最適合的應用目標。H.261是最早定義的視頻編碼標準。它首次使用了運動(dòng)補償預測編碼與DCT變換相結合的方法，其視頻編碼信號的傳輸速率從64kbps到1.92Mbps，故為p×64K視頻編碼器(p取值在1～31之間)。H.261主要應用于ISDN網(wǎng)上的視頻會(huì )議系統，定位在電路交換網(wǎng)絡(luò )系統。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。對于每一個(gè)幀間編碼的宏塊，H.261采用運動(dòng)補償的幀間預測算法，消除電視圖像時(shí)間域上的相關(guān)性;對預測誤差進(jìn)行DCT變換以消除圖像空間域上的相關(guān)性;然后自適應量化DCT系數，以充分利用人的視覺(jué)特性;接著(zhù)進(jìn)行熵編碼，以實(shí)現統計匹配編碼;最后采用輸出緩沖存儲器，以平滑數碼流，達到輸出數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(lèi)。I幀，采用幀內編碼方式;P幀，采用幀間編碼方式，由I幀或前面的P幀進(jìn)行運動(dòng)補償，再對誤差估計進(jìn)行編碼;B幀為雙向內插幀不編碼傳輸，而由I幀和P幀或者P幀與PP幀插值重建。H.261不支持雙向運動(dòng)預測以及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標準的編碼數據結構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的運動(dòng)估值補償是以宏塊為單位進(jìn)行的。對某宏塊是選擇幀間還是幀內編碼方式，首先需要判斷。若它與匹配宏塊相關(guān)性強，則可采用幀間編碼方式，反之，則采用幀內編碼方式。

2 H.263建議的基本原理

H.263標準是在H.261標準的基礎上建議的。它在低碼率條件下，能夠在不增加太多復雜度的情況下，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標準已經(jīng)被各種可視電話(huà)終端協(xié)議廣泛采用。

H.263標準基本模式編碼器的結構框圖與H.261標準相似。同樣，采用運動(dòng)補償預測減少圖像的時(shí)間域冗余度;對運動(dòng)補償預測的殘差場(chǎng)進(jìn)行離散余弦變換(DCT)編碼;利用變長(cháng)編碼(VCL)對量化的DCT系數、運動(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，宏塊統一使用同樣的量化步長(cháng)進(jìn)行量化，可以是一個(gè)宏塊使用一個(gè)運動(dòng)矢量，也可以是宏塊的每個(gè)子塊各使用一個(gè)運動(dòng)矢量，因而，具有塊運動(dòng)補償能力，改善了幀間預測。運動(dòng)矢量的x向和y向都支持半像素精度，運動(dòng)估計的搜索窗大小被限制為[-16, +15.5]，運動(dòng)矢量進(jìn)行差分預測編碼傳輸。編碼方式采用二維預測與VLC相結合的編碼;類(lèi)似MPEG-1標準，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混合編碼的基礎上，還采用了無(wú)限制的運動(dòng)矢量模式、語(yǔ)法基算術(shù)編碼模式、高級預測模式以及PB-幀模式等編碼技術(shù)。在無(wú)限制的運動(dòng)矢量模式中取消了作為基準的像素必須在編碼圖像區域內的限制。在高級預測模式中使用了重迭塊運動(dòng)補償，而且還允許運動(dòng)矢量穿過(guò)運動(dòng)邊界。在PB-幀模式中，B幀通過(guò)前一譯碼P幀和當前的一個(gè)譯碼P幀進(jìn)行雙向預測重建，這樣就提高了幀速率但并未明顯增加比特數。以上三種方式主要是為了改善幀間預測?；谡Z(yǔ)法算術(shù)編碼方式的采用是為了進(jìn)一步降低傳輸的比特率。在這種方式中，所有的變長(cháng)碼的編譯碼運算都用算術(shù)編譯的運算來(lái)代替。提供這些高級編碼模式，使得應用者可以在壓縮性能和復雜度之間進(jìn)行均衡和取舍。

3 H.264標準的核心技術(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準，它最先由ITU-T的VCEG于1997年提出，目標是提出一種更高性能(相對于當時(shí)的H.263)的視頻編碼標準。

與先前的一些編碼標準相比，H.264標準繼承了H.263和MPEG1/2/4視頻標準協(xié)議的優(yōu)點(diǎn)，但在結構上并沒(méi)有變化，只是在各個(gè)主要的功能模塊內部使用了一些先進(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，而是一種整數變換編碼。采用了編碼效率更高的上下文自適應二進(jìn)制算術(shù)編碼(CABAC)，同時(shí)與之相應的量化過(guò)程也有區別。H.264標準具有算法簡(jiǎn)單易于實(shí)現、運算精度高且不溢出、運算速度快、占用內存小、消弱塊效應等優(yōu)點(diǎn)，是一種更為實(shí)用有效的圖像編碼標準。

下面介紹H.264/AVC標準在先前標準之上的新技術(shù)。H.264 標準仍采用圖像預測和變換編碼相結合的編碼結構，其編碼器的基本結構如圖2所示：

編碼器的工作過(guò)程可根據數據流分為前向通道和重建通道。輸入幀Fn的編碼，是對原始圖像16×16像素的宏塊進(jìn)行編碼。宏塊編碼分為幀內編碼和幀間編碼。在任何情況下，預測宏塊P都由重建幀獲得。在幀內編碼模式中，P由當前幀中的已編碼宏塊經(jīng)解碼、重構預測獲得，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)運動(dòng)補償預測獲得,如F’n-1。以預測宏塊P與當前宏塊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X。參數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(chēng)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相加得到重構宏塊uF’n，再經(jīng)過(guò)一系列處理得到重建的參考幀F’n，用于下一幀的運動(dòng)估計，因此稱(chēng)為重建通道。