H．264帧内预测数据用于图像分析的可行性探索

H.264视频编码中的帧内预测能对当前帧的像素信息进行高精度的预测,从而以极少的残差数据传输图像信息.探索使用H.264编码过程中帧内预测后的数据对当前帧进行快速边缘检测的可行性,并实现帧内预测数据进行边缘检测.最后指出算法的优缺点和需要改进的方面.     

一种新的H.264/AVC帧内编码快速算法

针对H.264/AVC帧内编码算法采用率失真优化(RDO)算法提升编码性能导致运算复杂度增加这一问题,提出了一种新的帧内编码快速算法。该算法采用待预测块的纹理方向误差值判断待编码块的纹理特征,结合相邻块的预测模式相关性减少须遍历预测模式的数量,并结合全零块检测的提前终止判定准则加快编码速度。实验结果表明,与标准算法相比,该算法在保证输出码率和图像质量基本不变的情况下能够将帧内编码时间减少约67.2%,显著提高了H.264的帧内编码效率。     

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.     

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。     

H.264/AVC到HEVC快速帧内转码算法

为加快H.264/AVC到HEVC的转码速度,提出一种快速帧内转码算法。针对H.264/AVC和HEVC两标准间帧内预测块尺寸的差别提出一种合并宏块的方法,利用该方法得出的编码信息预判HEVC中最可能的帧内预测尺寸及最可能的帧内预测模式并简化HEVC中四叉树划分过程,从而降低转码过程中帧内预测的计算复杂度。实验结果表明,在编码效率和视频质量损失很小的情况下,所提出的转码算法平均节省了63.20%的编码时间。     

H.264编码参数研究及编码性能分析

H.264编码自适应性是与编码参数的多样性息息相关的,选择了H.264标准关键技术中的部分编码参数测试编码性能,对其相关性进行了分析。测试结果表明I帧周期、参考帧数量和量化系数等编码参数的变化能够适应于各种不同的视频内容和信道环境。     

H.264标准在视频监控系统中的应用

针对H.264的编码特性,选择了编码代价最小的帧间编码模式,通过改变搜索范围来优化多帧运动估计。实验结果验证,该编码算法可以平均节省H.264编码时间的30%。     

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。     

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。