基于博弈論的低碼率視頻編碼的碼率控制算法研究開題報告.doc

開題報告I開題報告（畢業(yè)設計題目：基于博弈論的低碼率視頻編碼的碼率控制算法研究）一、目的與意義數(shù)字視頻技術廣泛應用于通信、計算機、廣播電視等領域，帶來了會議電視、可視電話及數(shù)字電視、媒體存儲等一系列應用，促使了許多視頻編碼標準的產(chǎn)生，視頻較其它的信息載體具有信息量大、方便實用等特點，在各個領域都得到了廣泛應用，然而視頻不進行編碼來進行存儲和傳輸是不可以想象的，基于圖形學的理論，我們知道視頻中每幀圖象每行的有效數(shù)據(jù)分別是720個亮度采樣點和360個色差信號采樣點。每個分量都用了8比特的均勻量化，則數(shù)據(jù)量就達到160Mbps。1GB容量的存儲器也只能存儲不到10秒的視頻圖像，不進行數(shù)據(jù)壓縮，要進行傳輸特別是實時傳送視頻信息幾乎是不可能的，因此視頻編碼在數(shù)字視頻處理，傳輸，存儲中占著十分重要的地位，也是數(shù)字視頻的一個最重要的應用。視頻編碼的目的就是減少視頻序列的數(shù)據(jù)量，以便更容易在給定的信道上傳輸實時視頻信息或者在給定容量的存儲器中存放更多的視頻序列。最新的視頻編碼標準H.264作為最新的國際視頻編碼標準，它支持從低帶寬、高誤碼率的無線移動視頻通信到高碼率、低延遲的視頻廣播及在線流媒體等方面都有良好表現(xiàn)，因而受到業(yè)界廣泛的關注。碼率控制是視頻通信中的關鍵技術之一，其控制效果的好壞直接影響到接收端圖像的質(zhì)量。由于視頻序列中各幀圖像的復雜度和運動的非平穩(wěn)性，導致其壓縮編碼后的輸出碼流產(chǎn)生很大的波動。因此采用適當?shù)拇a率控制策略將這種波動控制在一個限定的范圍之內(nèi)，以滿足實時視頻通信的需要是必需的，對其進行研究研究具有重要意義。而H.264編碼器采用了基于Lagrangian優(yōu)化算法的編碼控制模型，起編碼性能相對于以往的所有編碼標準有了重大提高。本論文是基于博弈論的視頻編碼的算法也就是Lagrangian優(yōu)化算法的研究，探討最優(yōu)化策略。二、主要工作內(nèi)容論文的主要工作內(nèi)容是首先介紹了博弈理論的相關概念及H.264編碼標準的編碼原理H.264標準的系統(tǒng)組成，接著介紹H.264編碼標準的關鍵技術：幀間預測、幀內(nèi)預測、整數(shù)變換及量化、熵編碼、率失真優(yōu)化等關鍵技術。其中主要探討基于博弈論的最優(yōu)化策略，也就是Lagrangian優(yōu)化算法，最后論述對于Lagrangian優(yōu)化算法的改進。開題報告II三預計達到的要求、預計的關鍵技術、技術方案1預期要求(1)熟悉并掌握最新視頻編碼H.264的編碼原理。(2)深入研究博弈論在H.264編碼標準中的運用。(3)對H.264編碼標準的基于Lagrangian優(yōu)化算法的編碼控制模型進行分析，能夠提出初步的改進方案。(4)開始構(gòu)思H.264編碼標準的實現(xiàn)方案。2預計的關鍵技術(1)幀內(nèi)預測幀內(nèi)預測編碼的基本原理是利用己解碼重構(gòu)的鄰近塊像素來實現(xiàn)對當前編碼塊的預測，然后對預測塊和實際塊的殘差進行變換、量化和熵編碼。大量統(tǒng)計數(shù)據(jù)表明，視頻序列空間相鄰像素之間具有強相關性，鄰近像素間發(fā)生突變的概率很小，存在大量的空域冗余，特別是在變化平緩的背景區(qū)域，如果利用幀內(nèi)預測可以大大提高幀內(nèi)編碼的效率。在以往的編碼標準中，幀內(nèi)編碼只是直接對像素值進行變換、量化和熵編碼，編碼輸出的比特數(shù)很多?？紤]到消除空間冗余，降低幀內(nèi)編碼的比特數(shù)，進一步提高壓縮效率，H.264/AVC將幀內(nèi)預測作為必須的編碼工具固定下來，并且進行了大量改進。由于相鄰宏塊通常含有相似的屬性，當宏塊編碼時，首先可以根據(jù)周圍宏塊對當前宏塊進行預測，然后對預側(cè)值與實際值的差值進行編碼。在H.264編碼器中，通過己編碼的宏塊(特別是在當前宏塊左邊和上方的相鄰宏塊)來預測當前宏塊，然后對當前宏塊與預測值的差值進行變換編碼。這樣能夠有效地消除圖像的空間冗余，大大提高壓縮效率。為了適應圖像的不同區(qū)域空間變化的不同，提高幀內(nèi)預測的質(zhì)量，H.264提供三種幀內(nèi)預測方式:44亮度塊幀內(nèi)預測；16l6亮度宏塊幀內(nèi)預測；88色度宏塊幀內(nèi)預測。(2)幀間預測對于視頻圖像來說，當圖像內(nèi)容變化或攝像機運動不劇烈時，前后幀基本保持不變，相鄰幀圖像的時間相關性較強，前一幀圖像和后一幀圖像之間有很多的相似部分，這種信息冗余稱作時間冗余。如果能充分利用相鄰幀圖像像素進行預測，將會有比幀內(nèi)預測更高的預測精度，可開題報告III以進一步提高編碼效率，這種基于時間相關性的相鄰幀預測方法，稱為幀間(Inter)預測。當前被編碼像素所處的圖像幀稱為當前幀或編碼幀，用作預測的相鄰幀稱為參考幀。在H.264中，除了具有在原有標準(H.263，MPEG-4等)中的P幀，B幀預測方法外，還增加了許多新的功能，如:塊的尺寸范圍更廣；亞像素運動矢量的使用(包含1/4甚至1/8像素精度的運動補償算法)；采用多參考幀進行預測編碼的運用；采用去塊濾波器消除由于塊預側(cè)誤差產(chǎn)生的塊效應等。(3)整數(shù)變換與量化經(jīng)過幀內(nèi)預測或幀間預測的宏塊殘差需要進行變換和量化。H.264對殘差采用基于44塊的變換編碼，并使用了以整數(shù)為基礎的空間變換，其過程和DCT基本相似，這種方法的優(yōu)點在于:在編碼器中和解碼器中允許精度相同的變換和反變換，便于使用簡單的定點運算方式，避免了浮點運算舍入問題造成的誤差，從而導致正變換和反變換的“失配”問題；變換的單位由原來88的塊縮減到44塊，運動物體的劃分更為精確，這樣，變換塊尺寸的減少可明顯減少變換引起的塊邊緣噪聲，而且44變換核沒有乘法操作，只需進行加法和移位運算，同時，變換比例系數(shù)被整合到量化器中，大大提高了運算速度。（4）環(huán)路濾波器技術理想情況下，應該對一幀圖像進行正交變換可以最大限度的消除空間冗余，但是由于計算量和復雜度的問題，現(xiàn)實中往往是將一幀圖像分成多個小塊，然后分別對各個塊進行正交變換。然而，采用將圖像分塊進行正交變換后再回復的圖像往往會產(chǎn)生“塊效應”，對圖像質(zhì)量有非常大的影響，這在量化系數(shù)取得較大時，更加明顯。其原因有三點:(l)舍棄了高頻分量(2)對某些系數(shù)采用了較粗的量化(3)塊虛像，塊虛像是指在相鄰塊邊界上人為的造成密度不連續(xù)，是最嚴重的干擾。在H.263等標準中，采用“事后處理”的辦法，在解碼端增加一個去方塊濾波器以降低塊效應。在H.264中，采用了環(huán)路濾波器技術來消除塊效應。這個濾波器根據(jù)塊邊緣信息的不同采用不同的濾波權(quán)重，因而可以在有效消除塊效應的同時又不會影響圖像的銳度；另外，環(huán)路濾波是作為編碼器的一部分直接對編碼器端的參考圖像進行的，參考圖像在經(jīng)過環(huán)路濾波器后才能真正成為參考幀數(shù)據(jù)參與到運動估計中去(參與幀內(nèi)預測的塊不經(jīng)過開題報告IV環(huán)路濾波器)。與H.263標準中僅僅作為后處理的解碼器端的去方塊濾波相比，環(huán)路濾波在改善主觀質(zhì)量的同時還可以有效地提高編碼器的編碼效率。（5）熵編碼視頻編碼處理的最后一步是熵編碼，熵編碼是無損壓縮編碼方法，它生成的碼字可以經(jīng)解碼后無失真的恢復熵出原始數(shù)據(jù)。H.264協(xié)議在編碼模塊中定義了兩種熵編碼方式。一種是必選項，基于上下文的變長編碼(ContextAdaptiveVariableLengthCoding，CAVLC)，該方法用相同的碼表可以對不同的對象進行編碼，很容易實現(xiàn)，在解碼端也容易通過識別碼字的前綴進行熵編碼。另一種是可選的基于上下文的算術編碼(ContextAdaptiveBinaryArithmeticCoding，CABAC)，算術編碼是近十多年來發(fā)展循序的一種無失真信源編碼，它是編解碼兩端都能使用所有句法元素(變換系數(shù)、運動矢量)的概率模型。為了提高算術編碼的效率，通過內(nèi)容建模的過程，使基本概率模型能適應隨視頻幀而改變的統(tǒng)計特性。它與最佳的Huffman編碼相比，理論性能稍加遜色，而實際壓縮率和編碼效率卻往往還優(yōu)于Huffman編碼，故很受工程上的重視。3.擬采用的實現(xiàn)技術方案基于博弈論的低碼率視頻編碼的碼率控制算法研究實現(xiàn)方案如下：這次實現(xiàn)方案主要是用JM9.5去實現(xiàn)H.264標準，從而體現(xiàn)H.264編碼器采用了基于Lagrangian優(yōu)化算法的編碼控制模型的編碼性能相對于以往的所有編碼標準的重大提高，并實現(xiàn)對于Lagr