论文部分内容阅读
随着近年来视频采集和显示技术的不断发展,高清、超高清视频应用不断涌现。视频应用开始朝向多样化和高清化的趋势发展。而这些都对视频的压缩提出了更高的要求。为了满足视频压缩需要,ITU-T视频编码专家组和ISO/IEC运动图像专家组共同组建了视频编码联合组(JCT-VC),旨在制定和发展下一代视频编码标准HEVC (High Efficiency Video Coding)。相比于H.264/AVC,HEVC能够保证在同等压缩质量的前提下,码率减少50%。但HEVC在提高编码压缩效率的同时也带来了更高的编码复杂度,因此我们将HEVC帧内编码的优化作为研究课题。针对帧内编码的优化,本文工作主要包括：(1)第一部分我们详细介绍了基于像素域的JND模型和基于DCT域的JND模型。并将基于像素域的JND模型引入到新一代视频编码标准(HEVC)中,用于帧内编码单元(CU)的快速划分。该模型的引入有效降低了帧内编码单元划分的时间复杂度。(2) HEVC在判断帧内编码单元的划分时,采用的是基于率失真优化的自底向上的四叉树剪裁算法,使用该划分方案可以得到局部最优的编码单元划分结构。但这种穷尽式的遍历划分方案存在着较高的编码复杂度。本章我们利用视频图像的纹理特性并结合帧内编码所消耗的编码比特信息设计帧内编码单元划分算法,提出了一种基于图像内容的帧内编码单元的快速划分算法。该算法有效降低了帧内编码单元划分的时间复杂度。(3)HEVC在H.264/AVC的基础上,采用了更为灵活有效的分块结构和更为多样的帧内预测模式。HEVC帧内预测支持4×4,8×8,16×16,32×32,64×64大小的帧内预测块。对于各种亮度的帧内预测块,HEVC提供35种帧内预测模式,其中包括一个DC预测模式,一个Planar预测模式以及33种方向预测模式。但这种灵活多样的分块结构和预测模式在更好的匹配视频画面复杂纹理特性、减少预测误差和去除空间冗余的同时,无疑也带来了较高的编码复杂度。因此本章将HEVC的帧内预测单元的快速模式选择作为研究课题,利用模式间相关性以及基于帧内预测模式的统计结果设计相应的快速算法以进一步精简候选模式集,有效降低帧内编码的时间复杂度。