一种结合全零块检测和纹理特征的快速帧内 预测模式选择算法

在H.264的帧内编码算法中,提出了从多个方向进行多种模式预测。为使率失真性能最优,需要对所有17种候选模式进行遍历,从中选择最适合的模式,这无疑会大大增加了编码器的计算复杂度。为避免多余候选模式的遍历,提出了一种快速H.26帧内预测模式选择算法。该算法结合了3个准则来加快编码速度,一是相邻块预测模式相关性准则,二是基于结合全零块提前中止准则,三是基于纹理特性的预测模式尺寸预先选择准则。先根据相邻宏块的预测模式来预先判别待编码宏块的预测模式;若预测模式不符合提前中止准则,就根据纹理的复杂度来预先选择预测模式的尺寸;对已选择尺寸的各种模式进行搜索,在搜索过程中同样遵循全零块提前退出的准则。实验结果表明,在编码效率相近的情况下,与H.264原有的全搜索算法相比,编码速度能够平均提高42.45%~73.71%。与单纯基于纹理特性的FIPAMP算法相比,编码速度能够平均提高23.19%~55.83%。     

一种基于H.264的帧内模式选择快速算法

帧内预测模式选择是影响H.264编码速率的瓶颈问题。在分析H.264帧内预测算法基础上,提出了一种快速模式选择算法。该算法利用16×16块帧内预测后的SAD值判断是否能够跳过4×4块帧内预测;在4×4块帧内预测中根据SAD特征缩小候选模式范围。实验结果表明：该算法较大地提高了帧内编码速度,同时保证图像质量下降在可接受范围之内。     

一种改进的H.264帧内预测模式选择算法

针对H.264帧内预测模式选择中失真估计不准确和计算量大的问题,提出一种改进的H.264帧内预测模式选择算法。该算法首先对像素的递归失真估计方法进行改进,较为准确地估计了多种帧内预测模式下的预测失真,然后利用相邻块预测模式的相关性预先筛除部分预测模式,降低了H.264中帧内预测的复杂度。与JM参考软件的对比结果表明,该优化算法能在保证很好的图像质量的同时,将帧内预测模式选择的时间减少60%以上,有效地提高了视频图像的编码效率和视觉质量。     

基于H.264帧内模式快速选择算法

H．264采用RDO技术选择帧内预测模式以进一步提高编码的效率,但同时大幅度增加了预测的复杂度．本文提出一种快速帧内模式选择算法,该算法首先依据图像的纹理特征从9种Intra-4×4的预测模式中选出4种备选模式,然后再根据SATD的特征以及相邻块的预测模式之间的相关性,选出最佳预测模式,从而有效减少预测模式,避免了不必要的RD_Cost计算．实验证明,该算法提高编码时间效率约为35%,而峰值信噪比的减少很小．     

H.264帧内预测模式快速判决算法

在H.264视频编解码标准中,帧内预测是利用周围像素预测当前块来降低空间冗余,能极大地提高H.264的编码效率.但是帧内预测模式的获得需要极其复杂的运算,降低了它的实用性.本文充分利用了时域、空域相关性来预测当前块的最佳模式,结合提前中止算法来减少不必要的模式选择计算.实验结果表明,文中提出的算法能在保证输出码率不变的...     

基于H.264压缩域内宏块预测模式的镜头突变检测

根据H.264的宏块编码特性,提出了一种直接在H.264压缩域内进行镜头突变检测的算法.对于I帧,通过对帧内所有宏块的预测模式建立一个矩阵,最后与当前I帧相对应位置宏块的帧内预测模式进行比较,检测是否发生突变;对于P帧和B帧,通过分析帧内宏块的预测模式及相邻帧之间的相关性来进行检测.实验结果表明,该算法具有较高的查全率和查准率.     

基于DM642的H.264编码实现与优化

为优化H.264编码技术在数字信号处理中的实际应用,在对H.264标准中帧内及帧间预测模式深入研究的基础上,提出了2种改进算法:帧内预测时,采用直方图的自相关特性进行快速模式判别;帧间预测时,采用运动估计块匹配过程中得到的绝对值误差和作为中途停止条件,结合运动搜索预处理及残差纹理分析进行模式判别.这2种算法均大幅提高了编码速度.在此基础上合理利用DM642芯片及H.264编码器的自身特点,充分挖掘处理器的并行特性和计算资源等以优化编码器.实验结果表明,在图像质量不变的前提下,编码速度提高到15帧/s,部分序列达到18帧/s,码率上升8%.     

基于相邻像素的帧内预测算法

为了解决H．264帧内预测中运动物体边缘预测不精确的问题,提出了一种基于块内相邻像素的帧内预测算法．根据块内相邻像素相关性更强的特点,采用层次结构,分阶段预测待编码块内像素．在保证模式方向特性的前提下,充分利用块内已经预测过的像素作为参考,预测其他像素,重新统计最优模式的分布规律,基于统计结果确定该算法的预测模式顺序．实验结果证明,这种基于相邻像素的帧内预测算法可以解决预测不精确的问题,提高帧内编码效率．     

基于H.264/AVC的帧内4×4预测模式快速选择算法

在H.264/AVC视频编解码标准中,帧内预测利用周围像素预测当前块来降低空间冗余,能极大地提高H.264/AVC的编码效率。然而,帧内预测的4×4预测有9种模式,为选出最佳模式,全搜索算法需要花费极大的计算量。为了降低帧内预测的复杂度,文章结合9种预测模式的各自特点和整数变换的线性性质,提出一种适用于H.264/AVC帧内4×4模式选择的快速变换和量化算法来减少对应模式变换和量化操作步骤的计算量。实验结果表明,优化算法可以有效地减少整数变换和量化操作的计算量。     

H.264帧内预测快速算法

在研究H．264帧内预测算法的基础上，提出一种新颖实用的自适应帧内预测快速算法．首先，利用前一帧和当前帧对应位置宏块的帧内预测模式进行预测，从而减少当前宏块的预测模式数量，降低编码复杂度；然后根据量化因子。自适应地插入使用各种帧内预测模式的修正帧，并改变候选预测块的数量来保证帧内预测快速算法的准确性．实验结果表明，在码率增加小于3％，恢复图像平均峰值信噪比下降不到0．04dB的情况下，使用帧内预测快速算法，编码速度可提高22％～35％，满足实时视频通信的要求．该算法与H．264标准兼容，可用于实际视频通信产品．     

一种三维视频深度图像快速帧内编码方法

针对三维视频编码复杂度较高的问题,提出一种快速深度图像帧内编码方法．该方法基于视频图像与深度图像的相关性,利用视频图像的最优帧内预测模式信息优化深度图像帧内编码预测模式的选择范围,减少率失真代价函数的计算量,从而降低深度图像帧内编码复杂度．实验结果表明,这种方法较深度图像独立编码方法能有效地缩短深度图编码时间,在保证合成虚拟视图质量的条件下,深度图像帧内编码时间平均减少37.16%．     

应用于H.26X的通用无损帧内编码优化算法

在H.26X系列视频编码标准的无损压缩方案中,通过帧内预测得到的预测残差仍具有较强的空间相关性,直接参与熵编码将导致编码效率下降。与自然图像不同,帧内预测残差的空间相关性体现为含有丰富的边缘特征。为利用帧内预测残差特殊的空间相关性,进一步降低其空域冗余,提高视频帧内编码的效率,提出一种通用的基于残差中值边缘检测的无损帧内编码算法。算法首先对帧内预测残差逐点进行边缘检测,通过分析临近点的数值特征,使用中值边缘检测算法得到当前点的预测值;然后,对比预测值与原始残差值,得到新的预测残差;最后,为确保编码新的预测残差能够提高压缩率,依照当前编码单元的能量是否降低来快速判断是否使用新的残差进行熵编码。实验结果表明:经过该算法处理的编码单元具有更低的空域冗余和残差能量,从而可降低熵编码后的码率。经统计,在H.265与最新的H.266标准中应用提出的优化算法,帧内预测残差的能量平均降低67.9%,平均码率分别降低7.04%和5.98%,同时编解码时间变化细微,具有显著的实用价值。     

基于纹理的H．264/AVC帧内预测块选择快速算法

针对帧内预测中的Intra_16×16、Intra_8×8及Intra_4×4预测块选择提出了一种基于纹理的快速帧内预测块模式选择算法.该算法的原理是在做帧内预测之前,首先利用方差对区域纹理的平滑度和粗糙度进行估计,然后从Intra_16×16、Intra_8×8及Intra_4×4中选择一种块进行模式预测.通过方差和阈值相结合的方法来决定块预测模式,减少了算法复杂度,提高了压缩效率.实验结果表明,当考虑Intra_8×8预测块时,编码时间减少了50%以上,当不考虑时。编码时间减少了20%以上.与此同时,码率和峰值信噪比(PSNR)基本保持不变.     

网络机器人遥操作系统H.264帧内编码改进算法

H．264／AVC标准算法是目前最适合低速率下进行图像压缩传输的算法之一,但是帧内图像压缩编码后数据量依然比较大,对于网络机器人遥操作系统应用来说依然影响系统的实时性．结合基于网络的机器人遥操作系统中机器人控制的特点,文中对H．264／AVC标准算法中帧内编码提出了一种改进算法,即对于机器人本体部分图像采用帧内预测编码,而对背景部分图像采取帧问运动补偿编码．利用图像投影原理和机器人运动学方程,能够快速实现机器人部分视频对象分割,从而满足帧内编码改进算法的要求。     

Screen image sequence compression method utilizing adaptive block size coding and hierarchical GOP structure

To compress screen image sequence in real-time remote and interactive applications, a novel compression method is proposed. The proposed method is named as CABHG. CABHG employs hybrid coding schemes that consist of intra-frame and inter-frame coding modes. The intra-frame coding is a rate-distortion optimized adaptive block size that can be also used for the compression of a single screen image. The inter-frame coding utilizes hierarchical group of pictures (GOP) structure to improve system performance during random accesses and fast-backward scans. Experimental results demonstrate that the proposed CABHG method has approximately 47%–48% higher compression ratio and 46%–53% lower CPU utilization than professional screen image sequence codecs such as TechSmith Ensharpen codec and Sorenson 3 codec. Compared with general video codecs such as H.264 codec, XviD MPEG-4 codec and Apple’s Animation codec, CABHG also shows 87%–88% higher compression ratio and 64%–81% lower CPU utilization than these general video codecs.     

H.264中帧内预测模式选择算法的研究

H.264标准中的帧内预测模式在带来高效的压缩编码性能的同时,也带来了极大的运算量。针对这种情况,在对现有的优化思想进行研究的基础上,提出一种新算法,通过对各种预测模式的方向性进行分析,利用相邻模式之间的相关性,跳过一些小概率模式,从而降低模式选择的复杂度。通过仿真实验,对两种算法的编码时间、比特率以及PSNR进行了比较。实验结果表明,在采用新的模式选择算法后,运算复杂度大大降低,极大地减少了编码时间,有效地提高了视频压缩编码效率。     

基于递推模式的帧内预测快速算法

针对H．264帧内预测中存在的边缘像素预测不精确问题,提出一种基于递推模式的帧内预测算法．利用宏块内部像素之间相关性更强的特点,参考同一块内已经预测过的像素预测其他像素．为了降低H．264帧内编码的复杂性,提出一种基于递推模式的帧内预测快速算法．利用4×4块在空域和频域上的特性,采用层次性结构选择需要考察的候选模式,减少帧内预测所要计算的模式数量．根据4×4块与16×16宏块之间的关系,充分利用4×4块的预测结果,快速选择16×16宏块的预测模式．实验结果证明:与以前的快速算法不同,这种基于递推模式的快速算法不仅能在很大程度上减少预测以及重构的计算量,降低帧内编码的计算复杂度,还能提高帧内编码的效率．     

空间可分级视频编码的层间预测新算法

针对可分级视频编码中图像输出质量与编码所需时间的权衡问题,提出了一种可行的层间预测算法.该算法结合空间可分级的层间结构特点,充分利用基本层宏块及其邻域宏块的备选模式,依据其统计规律计算当前增强层待编码宏块可能的最优备选模式,有效地减少参与运动估计运算的模式数量,以达到降低编码时间的目的.通过JSVM的仿真实验,该层间预测算法与传统的层间预测算法相比,在输出图像质量变化较小的前提下,能够大幅降低编码时间,提高编码效率.     

面向质量域可分级视频编码的自适应模式选择算法

为减轻质量域可分级视频编码的计算复杂度,提出了一种快速模式选择算法.该算法将模式选择流程分为3个阶段：首先检测运算复杂度低、出现概率大的跳过类模式集合;依据层间相关性和空域相关性选择性检测候选编码模式集合;最后遍历检测剩余编码模式.若第1或第2阶段所获得的最小码率-失真代价值小于预先定义的门限,则提前结束模式选择流程.仿真结果证明,与全遍历算法相比,新算法可以获得459%~808%的编码速度提升;峰值信噪比降低最多为015 dB,码率增加最多为062%.