通信专题研究

《通信专题研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、改进的帧内预测模式选择对H.264算法摘要：H.264引入了帧内预测技术提高丨帧的编码效率，同时也大大增加了编码的计算复杂性。本文提出了一种快速帧内预测模式选择算法。“算法预测宏块边界和快速模式选择，以加快编码率。的结果实验表明，该算法提高有效地保证图像的编码率质量。关键词：帧；内预测；模式选择；H.264一、导言H.264/AVC是新一代的视频压缩标准是由JVT的建议(联合视频工作组，VCEG和MPEG组成)，以适应低比特率传输。H.264的平均比特率可以节省高达50%与以前的编码标准，如H.263相比，MPEG-2和MPEG-4［1］。然而，引进许多新技术，11.264

2、编码器的计算的复杂性猛增，这是难以实现的要求在资源有限或高实时环境。因此，为了满足实时需求应用程序，寻找简单的优化已成为研究的热点。H.264/AVC的帧内预测引进更复杂的宏块分区，亮度为例如，有一共有9个可选预测模式•每个4X4亮度块，4为16X16亮度可选模式块。由于编码方式的增加，每个子块选择编码模式的最佳人选，以达到最佳可能的编码质量,但也有大量的编码模式计算复杂性急剧増加［2］。考虑到帧内预测屮存在的问题,本文提出了改进方法。第一个工作当宏块划分类型，做出预判宏块的信息，以确定采用16*16子块或4X4子块尽快减少多余的计算。其次，当宏块己分，所有的预测模式将被过

3、滤和小概率模式将被排除在候选模式，使计算将有所减少。二、宏块类型的划分A.图像特征描述许多实验表明，该编码器通常会选择图像区域的16*16的预测模式，很少选择4X4预测模式细节丰富的细节，同时图像区域。如果我们可以检测是否当前宏块包含大量的详细信息，选择合适的预测模式，可以减少计算和可以节省编码时间。为了说明这个事实，更显然，我们选择了3组CIF和QCIF的3组形象在4个量化参数测试序列(QP=24,28,32,36)o每个测试序列的大小是100帧。表1显示的结果：sequencesmodelQP=24QP=28QP=32QP=36Foreman^cif4*493.45%9

4、1.22%8598%78.45%16*16655%8.78%14.02%21.55%Coastguardcif4M97.23%93.54%86.42%77.48%16*162.77%6.46%13.58%22.52%Container^cif4M6618%6384%60.35%57.08%16e163382%36.16%39.65%42.92%Akiw_qcif4*48550%79.43%71.56%61.62%16a161450%20.57%2844%38.38%Soccer^qcif4M9188%8288%7032%59.97%16*16812%17.12%29.68%

5、40.03%4*48168%77.75%72.69%61.63%01618.32%22.25%27.31%38.37%表I:不同的帧内预测模式的百分比B・模糊隶属函数模糊数学是一个功能强大的工具来解决问题模糊的概念。这是对社会的巨大影响,科学，工程等领域。模糊隶属模糊数学中的一个重要的概念。它描述了度，其中一个元素x属于一个模糊子集A[3]o口前，有许多方法來构造成员功能。当处理的实际情况，我们通常确定合理的隶屈函数为特定问题。在文献⑷，它定义了一个模糊的功能反映了其拥有的程度周围的一个像素x点：皿）=[1+鴿厂⑴其中X为待点。习近平表示点属于X字段。入表示一个恒定值均方图

6、像的绘制。我们可以看到从定义隶屈函数，Uxi价值越大，越类似的像素X和Xi。这表明，模糊隶属函数可以反映灰色之间的相似性值的像素。距离越近，每个像素的灰度值和平均灰度值，更平坦的宏块。木文选择这个成员函数来确定的类型宏块。C.分块类型分类基于上述分析表明，估计平图像的水平，我们可以选择每个像素的灰度值形象挂起的元素，并计算平均灰度成员的重视程度。较大的总和成员，每个像素的灰度值。因此，形象的相似程度可以测量之间像素的灰度，所以，估计平级的图像.前宏块的预测模式，计算每像素的灰度值的模糊隶属像素的平均灰度值。据的总和成员，选择最适合的预测模式。对于为此，我们设置一个阈值K吋，

7、如果总和比K成员少，这表明有丰富的细节在宏块，并选择4x4子块，否则，将选择16*16分块。阈值的选择是至关重要的：值越小套，预测的低复杂性，但它会导致伟大的编码图像质量下降;值设置越高，编码图像的质量较高，但它会增加所以，在低编码的复杂性，预测效率。总之，门槛应的前提图像质量，尽可能减少复杂性和提高编码效率。三、子座的预测模式选择宏块后决定如何划分，如何选择预测模式已成为嵌入式的主要问题。A.16*16亮度块的预测模式选择16*16分块有4个预测模式，也有垂直的，水平，DC和平面。分块算法，这是指采样理论［5］。