本文選題：量化參數(shù)　切入點(diǎn)：量化階距　出處：《科學(xué)技術(shù)與工程》2017年32期 　論文類(lèi)型：期刊論文

【摘要】：為了適應(yīng)傳輸通道不同的帶寬限制,目前各種圖像編碼算法通過(guò)調(diào)整量化參數(shù)QP的值來(lái)控制量化粒度;但是壓縮算法的輸出碼率與量化參數(shù)QP值并沒(méi)有顯式的關(guān)系。造成QP值的選取很難與帶寬約束相匹配。提出一種依據(jù)輸出碼率來(lái)控制量化粒度的方法 QCR,可使壓縮算法的輸出碼率盡可能貼近帶寬約束。因?yàn)榱炕瘏?shù)QP要映射成量化階距Qstep,首先確定壓縮算法的量化階距Qstep與輸出碼率的關(guān)系,然后通過(guò)逆向插值確定64個(gè)給定的輸出碼率所對(duì)應(yīng)的量化階距Qstep,并根據(jù)這64個(gè)給定的輸出碼率修改相應(yīng)的量化表和反量化表,從而建立了利用輸出碼率控制量化粒度的方法。實(shí)驗(yàn)部分采用AVS壓縮算法,同樣也適用于AVS2。由于AVS的量化表中含有整數(shù)DCT變換的小數(shù)部分,因此QCR方法用于調(diào)整H.264/H.265的量化表和反量化表時(shí),必須與AVS的整數(shù)DCT變換有所不同。實(shí)驗(yàn)表明通過(guò)重建圖像壓縮率控制量化粒度的QCR解決方案是有效可行的。
[Abstract]:In order to adapt to different bandwidth constraints of transmission channel, various image coding algorithms control quantization granularity by adjusting the quantization parameter QP. However, there is no explicit relation between the output bit rate of the compression algorithm and the QP value of the quantization parameter. The QP value is difficult to match with the bandwidth constraint. A quantization granularity control method QCRs based on the output bit rate is proposed. The output bit rate of the contractive algorithm is as close to the bandwidth constraint as possible. Because the quantization parameter QP has to be mapped to the quantization step Qstep, the relationship between the quantization step Qstep and the output bit rate of the compression algorithm is first determined. Then the quantization order Qsteps corresponding to 64 given output bit rates are determined by inverse interpolation, and the corresponding quantization tables and inverse quantization tables are modified according to the 64 given output bit rates. Thus, a method of controlling quantization granularity by output bit rate is established. In the experiment part, AVS compression algorithm is adopted, which is also suitable for AVS2.Because the quantization table of AVS contains the fractional part of integer DCT transform, Therefore, when the QCR method is used to adjust the quantization table and inverse quantization table of H.264 / H.265, it must be different from the integer DCT transformation of AVS. The experiment shows that the QCR solution of controlling quantization granularity by reconstructing image compression ratio is effective and feasible.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;太原科技大學(xué);
【分類(lèi)號(hào)】：TN919.81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;消費(fèi)電子設(shè)計(jì)[J];電子設(shè)計(jì)技術(shù);2006年07期

2 繆廣忠;林其偉;;一種有效的初始量化參數(shù)選擇算法[J];計(jì)算機(jī)應(yīng)用;2010年02期

3 方權(quán)亮;;視頻編碼中自適應(yīng)的初始量化參數(shù)預(yù)測(cè)算法[J];微型機(jī)與應(yīng)用;2014年13期

4 祝建英;夏哲雷;殷海兵;華強(qiáng);;基于神經(jīng)網(wǎng)絡(luò)的視頻編碼量化參數(shù)選擇算法[J];電視技術(shù);2012年19期

5 王海松;趙杰;;數(shù)字圖像壓縮技術(shù)的現(xiàn)狀及前景分析[J];科技信息;2010年03期

6 袁武;牛振東;林守勛;林子涵;謝輝;羅海勇;;不依賴(lài)于量化參數(shù)的視頻編碼控制優(yōu)化技術(shù)[J];計(jì)算機(jī)學(xué)報(bào);2011年08期

7 喬紅艷,駱建華,祝新德;基于信息結(jié)構(gòu)的醫(yī)學(xué)圖像壓縮[J];上海交通大學(xué)學(xué)報(bào);2001年09期

8 ;廣播與電視[J];電子科技文摘;2003年03期

9 朱樹(shù)人,彭妮;一種基于小波包分析的圖像壓縮方法[J];長(zhǎng)沙電力學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年03期

10 于李紅;何佩琨;;基于提升框架的嵌入式圖像壓縮[J];軍民兩用技術(shù)與產(chǎn)品;2007年05期

相關(guān)會(huì)議論文 前3條

1 王麗豐;肖晨;路而紅;;一種基于H．264的位率控制優(yōu)化算法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

2 楊關(guān)良;歐陽(yáng)清;;基于自組織特征映射網(wǎng)絡(luò)的圖像壓縮改進(jìn)算法[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

3 鐘斌;晏磊;許超;;提升小波在圖像壓縮中的應(yīng)用分析與硬件實(shí)現(xiàn)[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

相關(guān)博士學(xué)位論文 前2條

1 毛玉星;小波域圖像與視頻壓縮算法及應(yīng)用研究[D];重慶大學(xué);2003年

2 占新;基于字典學(xué)習(xí)與稀疏模型的SAR圖像壓縮技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 尹春梅;高清IPCamera監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 姚銀琪;高性能圖像壓縮芯片的驗(yàn)證和測(cè)試[D];西安電子科技大學(xué);2014年

3 周威;基于張量PCA的無(wú)線多媒體傳感器網(wǎng)絡(luò)圖像壓縮機(jī)制研究[D];南京郵電大學(xué);2016年

4 何雨虹;基于小波與分形理論的圖像壓縮編碼算法[D];南京郵電大學(xué);2016年

5 魏瑤;基于統(tǒng)計(jì)特性與字典學(xué)習(xí)的極化SAR圖像壓縮[D];西安電子科技大學(xué);2015年

6 李冰冰;基于變采樣率和預(yù)測(cè)的圖像壓縮感知算法及應(yīng)用[D];西安電子科技大學(xué);2015年

7 王波;星載圖像壓縮編碼器可靠性技術(shù)研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

8 簡(jiǎn)黎潔;艇載圖像壓縮編碼系統(tǒng)的設(shè)計(jì)與硬件實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

9 王超梁;基于演化算法的自適應(yīng)醫(yī)學(xué)圖像壓縮算法研究[D];江西理工大學(xué);2012年

10 劉輝;小波神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)圖像壓縮中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2006年

，

本文編號(hào)：1638616