论文部分内容阅读
随着视频和网络技术的发展，视频信息得到日益普及，有关高清、超高清视频的应用逐步走入人们视野。面对视频应用范围的多样化以及视频图像越来越高清化的趋势，视频压缩的性能也面临着更大的挑战。高效视频编码标准(High Efficiency Video Coding，HEVC)作为继H.264/AVC之后新一代的视频编码标准制定于2010年4月。HEVC在编码性能上有了大幅提升，同时编码过程中的计算时间复杂度也增加了不少。为此，如何保证在基本不影响编码性能的条件下尽可能地降低编码时间复杂度成为现阶段HEVC研究领域的一个研究热点。本文主要研究分析了HEVC帧内和帧间编码算法，并对编码单元的分割和预测模式选取两部分算法做出优化，从三方面展开针对HEVC编码过程高复杂度问题的优化和研究。 首先，本文针对HEVC帧内编码预测时所需遍历的候选预测模式和深度范围繁多复杂的问题,利用纹理方向与最佳预测模式关系，同时结合空域率失真代价值的相似性提出了一种基于纹理方向和空域相关性的帧内快速编码算法。实验结果表明：所提的算法在全I帧编码方式下，编码时间比原始HEVC编码方法平均减少36.84％，BDBR上升约0.81%，BDPSNR降低了0.047dB。 其次，提出了一种基于编码单元(Coding Unit,CU)相似性和运动一致性的帧间快速算法。一方面，根据周边最大编码单元(Large Coding Unit,LCU)的深度对当前编码LCU划分为三类：分割简单，分割较复杂和分割复杂区域，对于不同类型区域的CU采取不同的模式粗选策略。另一方面，根据子块运动矢量一致性将当前编码块分类，并统计分析不同类型CU块的最佳预测模式分布情况，以此指导模式快速选取。所提算法相比HEVC原始方法，BDBR平均增加1.22%，编码时间平均节省了42.92%。 最后，提出了一种基于运动纹理和时空域相关性的帧间快速算法。一方面提取当前帧的运动边缘图，利用运动纹理与预测编码的相关性，同时结合编码单元内运动边缘以及时空域LCU编码深度的信息，判定当前CU是否提前终止分割；另一方面，利用空域相邻和参考帧对应LCU的深度对当前LCU进行分类，根据分类结果联合运动纹理和父块CU的特性在相应分割深度编码时采用快速预测模式选取策略。实验表明所提算法在率失真性能损失较小的前提下，总共节省41.98%的编码时间。