本文關(guān)鍵詞：HEVC低復(fù)雜度幀內(nèi)編碼優(yōu)化算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：新一代高效視頻編解碼標(biāo)準(zhǔn),HEVC(High Efficiency Video Coding),實(shí)現(xiàn)了在同等視頻質(zhì)量的前提下比上一代標(biāo)準(zhǔn)H.264節(jié)省約一半碼流的目標(biāo)。但在實(shí)現(xiàn)高效壓縮的同時,由于其引入了四叉樹編碼結(jié)構(gòu)和更多的預(yù)測模式選擇導(dǎo)致了較高的編碼復(fù)雜度,這使得HEVC無法適用到實(shí)時編解碼的應(yīng)用中去。為此,本文重點(diǎn)研究降低HEVC編碼復(fù)雜度的幀內(nèi)編碼優(yōu)化算法。主要研究成果如下：(1)本文提出了基于CU編碼比特?cái)?shù)的提前終止劃分算法。該算法通過研究HEVC編碼單元CU(Coding Unit)的圖像復(fù)雜度與CU尺寸及CU是否劃分之間的關(guān)系、CU塊的圖像復(fù)雜度與CU的編碼比特總數(shù)之間的關(guān)系而提出。通過建立最小損失函數(shù)數(shù)學(xué)模型在不同CU尺寸不同量化參數(shù)(QP)的前提下確定了一組閡值,在當(dāng)前編碼單元塊的編碼比特?cái)?shù)小于選取的閾值時,當(dāng)前編碼單元塊將終止劃分,跳過其所有子CU的率失真代價(RD-Cost)的計(jì)算過程,否則將繼續(xù)向下劃分。與參考代碼相比編碼時間平均節(jié)省32%,質(zhì)量下降忽略不計(jì)。(2)在提前終止劃分算法的基礎(chǔ)上,本文提出了LCU最小深度粗略預(yù)測算法。針對在提前終止算法的實(shí)驗(yàn)過程中實(shí)驗(yàn)效果不好的序列進(jìn)行分析,發(fā)現(xiàn)這些序列本身就很復(fù)雜,最終的CU都是尺寸較小、深度較大的,因此之前提出的CU終止算法起不了作用,沒有多少子CU的RD-Cost的計(jì)算過程可以被跳過。在這樣的思路的指引下,利用圖像空間的相關(guān)性提出了LCU最小深度粗略預(yù)測算法。在當(dāng)前LCU率失真代價計(jì)算開始之前,以當(dāng)前LCU上方或左邊LCU的最小深度來預(yù)測當(dāng)前LCU的最小深度,并在LCU的計(jì)算過程中跳過深度小于LCU最小預(yù)測深度的CU的RD-Cost的計(jì)算,進(jìn)一步降低編碼復(fù)雜度。通過上述兩個點(diǎn),最終實(shí)驗(yàn)結(jié)果與參考代碼相比編碼時間平均節(jié)省約50%,BD-Rate上升1.1%,Y分量PSNR降低0.04,在質(zhì)量下降忽略不計(jì)的情況下降低了編碼復(fù)雜度。
【關(guān)鍵詞】：HEVC 幀內(nèi)編碼 快速算法 復(fù)雜度
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN919.81
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-12
• 1.1 研究背景和意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀及分析10-11
• 1.3 本文的研究內(nèi)容以及章節(jié)安排11-12
• 第二章 HEVC標(biāo)準(zhǔn)及屏幕編碼簡介12-34
• 2.1 HEVC的發(fā)展歷程12-14
• 2.2 HEVC關(guān)鍵技術(shù)簡介14-30
• 2.2.1 視頻編碼原理14-15
• 2.2.2 編碼樹結(jié)構(gòu)和編碼單元15-18
• 2.2.3 預(yù)測單元與變換單元18-20
• 2.2.4 幀內(nèi)預(yù)測編碼20-24
• 2.2.5 幀間預(yù)測編碼24-26
• 2.2.6 變換與量化26-28
• 2.2.7 環(huán)路濾波28-30
• 2.3 HEVC范圍擴(kuò)展標(biāo)準(zhǔn)30-34
• 第三章 提前終止CU劃分算法的研究34-41
• 3.1 低復(fù)雜編碼算法概述34-35
• 3.2 基于編碼比特?cái)?shù)的提前終止劃分算法的提出35-36
• 3.3 閾值的選取36-39
• 3.4 實(shí)驗(yàn)結(jié)果39-41
• 第四章 LCU最小深度粗略預(yù)測算法41-46
• 4.1 LCU最小深度粗略預(yù)測算法的提出41-42
• 4.2 深度預(yù)測過程42-43
• 4.3 實(shí)驗(yàn)結(jié)果43-46
• 第五章 結(jié)論與展望46-47
• 5.1 本文結(jié)論46
• 5.2 展望46-47
• 參考文獻(xiàn)47-51
• 申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文51-52
• 致謝52

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王樟;譚毅華;田金文;柳健;;基于層間預(yù)測的空間可擴(kuò)展幀內(nèi)編碼算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2007年10期

2 張揚(yáng);;高性能視頻幀內(nèi)編碼技術(shù)研究[J];西部廣播電視;2014年15期

3 劉劍秋,阮秋琦,周樹民;一種基于信源劃分定理的小波幀內(nèi)編碼方法[J];通信學(xué)報;2002年11期

4 董鵬宇;林濤;;基于整數(shù)線性規(guī)劃理論的H.264/MPEG-4 AVC無再損幀內(nèi)編碼[J];計(jì)算機(jī)科學(xué);2009年09期

5 張冠軍;朱林衛(wèi);張?jiān)?;基于模式預(yù)測的低復(fù)雜度高清視頻幀內(nèi)編碼方法[J];集成技術(shù);2014年02期

6 蔣潔;賴昌材;郭寶龍;;基于線預(yù)測及變換的幀內(nèi)編碼方法[J];光電子.激光;2011年10期

7 陳昌文,蔣波,陳彬,丁毅;基于4:2:2視頻幀內(nèi)編碼的擴(kuò)展[J];計(jì)算機(jī)應(yīng)用;2004年06期

8 張健;沈庭芝;姜微;王衛(wèi)江;;減小幀內(nèi)編碼分辨率的快速算法[J];北京理工大學(xué)學(xué)報;2009年03期

9 劉志學(xué);MPEG標(biāo)準(zhǔn)及其應(yīng)用(二)[J];中國有線電視;1999年05期

10 于永彥;基于運(yùn)動補(bǔ)償和幀內(nèi)編碼實(shí)現(xiàn)視頻圖像的無損壓縮[J];電子設(shè)計(jì)應(yīng)用;2003年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 吳文婷;陶品;肖謀;李迪;;一種基于子幀抽樣的幀內(nèi)編碼方法[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

2 孫宏;王曉;魏志強(qiáng);;H.264幀內(nèi)編碼模式快速判決算法研究[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 蔣潔;高性能視頻幀內(nèi)編碼技術(shù)研究[D];西安電子科技大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉哲;H.264幀內(nèi)編碼算法的硬件并行化設(shè)計(jì)[D];西安電子科技大學(xué);2014年

2 李巖;基于HEVC的幀內(nèi)編碼單元快速選擇算法設(shè)計(jì)與研究[D];西安電子科技大學(xué);2014年

3 張蒙;HEVC幀內(nèi)編碼優(yōu)化算法研究[D];北京交通大學(xué);2016年

4 張恒;HEVC低復(fù)雜度幀內(nèi)編碼優(yōu)化算法研究[D];北方工業(yè)大學(xué);2016年

5 郭玉會;HEVC屏幕內(nèi)容的快速幀內(nèi)編碼及重建質(zhì)量優(yōu)化研究[D];北方工業(yè)大學(xué);2016年

6 陳鈺;基于內(nèi)容的高效幀內(nèi)編碼技術(shù)研究[D];浙江大學(xué);2011年

7 陶新宇;高性能視頻幀內(nèi)編碼技術(shù)研究[D];上海交通大學(xué);2014年

8 王珊;H.264中基于幀內(nèi)編碼的適應(yīng)性幀內(nèi)預(yù)測算法[D];河南大學(xué);2011年

9 王洋;HEVC幀內(nèi)編碼優(yōu)化算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 沈煜;HEVC幀內(nèi)編碼快速算法研究及整數(shù)變換硬件設(shè)計(jì)[D];中國科學(xué)技術(shù)大學(xué);2015年

  本文關(guān)鍵詞：HEVC低復(fù)雜度幀內(nèi)編碼優(yōu)化算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：480799