基于新一代标准(h.264)的实时视频压缩技术与算法研究

《基于新一代标准(h.264)的实时视频压缩技术与算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DissertationfortheDoctoralDegreeinEngineeringRESEARCHONREALTIMEVIDEOCOMPRESSIONTECHNIQUESANDALGORITHIMSBASEDONH.264Jamil-ur-RehmanHarbinInstituteofTechnologyJune,2007国内图书分类号：TN919.81国际图书分类号：621.3工学博士学位论文基于新一代标准（H.264）的实时视频压缩技术与算法研究博士研究生：Jamil-ur-Rehman导师：张晔教授申请

2、学位：工学博士学科、专业：信息与通信工程所在单位：电子与信息技术研究院答辩日期：2007年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TN919.81 U.D.C:621.3DissertationfortheDoctoralDegreeinEngineeringRESEARCHONREALTIMEVIDEO COMPRESSIONTECHNIQUESAND ALGORITHIMSBASEDONH.264Candidate:Jamil-ur-RehmanSupervisor:Pro.ZhangYe

3、AcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:InformationandCommunicationEngineeringAffiliation:SchoolofElectronicsandInformationTechnologyDateofDefence:June,2007Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要高速传输对于日常生活来说已经很普通了，闪存、硬盘及光盘的存储

4、能力比以往任何时候都强。传输或存储的成本正在持续下降，那么，为什么要视频压缩，又为什么要做那么大的努力来改进视频压缩性能呢？这是因为视频压缩有两个重要的优点：首先，视频压缩使得在某些传输和存储介质中能够使用数字视频，这些介质不能支持未压缩视频；其次，视频压缩使得存储和传输资源的应用更加专业。在过去20多年里，图象和视频压缩已经成为研究与发展的一个活跃课题。各种不同的压缩和解压缩算法和系统已经被设计和开发。为了提升竞争力、增加可选择性，有必要定义标准的编码和解码压缩算法，从而使得不同公司的产品能够相互兼容。这促使了包括

5、JPEG、MPEG和H.26X等一系列标准在内的图象和视频压缩国际标准的产生。视频压缩算法通过除去时间、空间和频率域的冗余来完成。通过消除不同类型的冗余，可以大量压缩数据，但要以一定量的信息丢失为代价。通过对处理的数据使用如Huffman编码或者代数编码等熵编码技术能够获得更多的压缩。比起早期的编码标准(H.263、MPEG-2和MPEG-4)，H.264在高、低速码率下都增加了编码性能。按照视觉及编码特性，H.264/MPEG4的第十部使用率失真优化技术以获得最好的结果。为了实现率失真最优化，编译器在不同的预先定义

6、的模式中通过全局搜索最佳模式来对视频进行编码。因此，编译器的计算复杂性显著增加，显然这不利于诸如实时视频通信之类的实际应用。本论文主要致力于研究如何降低在H.264/MPEG4第十部分中相关的计算复杂度，主要研究结果总结如下。改进的帧内和帧间预测技术是H.264成功的主要因素。帧间预测由率失真约束方式决定，它是H.264/AVC帧内编译器中最重要的技术。H.264/AVC帧内编译器在编码性能和计算复杂性方面可以与最新的图象编码标准JPEG2000相匹敌。如果在帧内模式对一个块或宏块进行编码，那么在前面被编码和重建（但

7、是未过滤）块的基础上可形成一个预测块，并在编码之前从当前块中减去这个预测块。在基本档次中，对于亮度(luma)成分，可以为每个4×4子块或16×16宏块形成预测块。对每个4×4luma块总-i-DissertationfortheDoctoralDegreeinEngineering,HIT共有9个可选预测模式，对每个16×16块有4个可选模式。对于色度组 成，有4个预测块应用于两个8×8色度块。论文首先提出了利用并行处理来提高帧内块间预测的速度。在实时多媒 体情况下，计算复杂性成为一个主要约束，所以人们努力探索快速

8、算法进行 块间预测。许多现存的“快速”块间预测算法通过减少参考数量来降低计算量，视频编码器计算复杂性的降低影响解码后视频的质量。H.264算法中的 全局搜索与所有模式计算和比较，所以理所当然能选出最好的模式。我们用 并行处理来解决这个问题，因为并行算法大量节省了时间，同时提高处理问题的能力。我们选择FPGA（现场可编程门阵列）作为并行处理平台。