论文部分内容阅读
视频压缩技术是计算机处理视频信息的前提,对普通计算机用户来说,原始视频数据量大,需要很大的存储空间和很强的计算能力,应用代价太大,因而在处理、传输之前需要压缩。视频压缩技术是利用视频内容中的冗余信息,在不降低图像视觉质量的基础上降低编码图像需要的比特数。目前最新的视频编码标准是JCT-VC在2013年发布的HEVC(高效率视频编码)标准,JCT-VC是由ITU-T(国际电信联盟)和ISO/IEC(国际标准化组织及国际电工委员会)成立的视频编码联合工作组。实验表明,相对于之前的编码标准,HEVC可以在保证相同图像质量的基础上,节省大约50%的码率。编码效率的提高也使得编码的计算复杂度提高了数倍,这极大地限制了HEVC的应用和普及,尤其是在监控视频、便携移动设备、视频会议等需要实时编解码的领域。因此,对于HEVC编码的加速研究具有很重要的意义。帧内编码在HEVC技术中占有很重要的一部分,它引入了一种四叉树划分结构。首先,该算法将一幅图像划分为若干个CTU(Coding Tree Unit),每个CTU以四叉树的形式递归的划分为多个CU(Coding Unit), CU的尺寸从64x64到8×8,帧内编码通过遍历一个CTU中所有的CU尺寸以获得最佳划分结构。本文主要研究HEVC标准中的帧内编码加速,研究的内容和方法如下：1.基于灰度共生矩阵的加速研究：大量研究表明,帧内编码中CU的划分尺寸与视频的内容有很强的联系。在图像的平滑区域多采用大尺寸的CU进行编码,而在视频内容相对丰富、图像细节较多的区域多采用小尺寸CU进行编码。我们通过计算CU的灰度共生矩阵表征图像的纹理,从而加速CU的划分过程。2.基于RD(Rate-Distortion)代价的加速研究：根据实验的统计数据表明,编码获得的RD代价与CU的划分之间也具有一定的联系。所以我们可以利用图像的空间局部性,分析不同编码尺寸下的RD代价分布。另外对于大多数视频，相邻帧之间仅有部分区域内容发生变化,因此可以利用已编码的部分提前确定当前CTU的划分深度。同时我们分析了图像灰度值的直方图分布情况,根据直方图的分布结果也可以提前确定CTU的划分深度。本文在HEVC标准参考模型HM13.0上对以上方法进行了验证。实验表明,本文的加速算法在几乎不降低图像质量的基础上,均显著地节省了编码的时间,有效地降低了HEVC帧内编码的计算复杂度。