基于纹理特征的HEVC综合性算法的研究

发布时间：2017-09-01 10:20

  本文关键词：基于纹理特征的HEVC综合性算法的研究

  更多相关文章： HEVC 纹理特征 帧内预测 MPM 帧间预测 深度划分

【摘要】：ITU-T的视频编码专家组(VCEG)和ISO/IEC的运动图像编码专家组(MPEG)在2013年共同提出了新一代视频编码标准HEVC (High Efficiency Video Coding). HEVC采用传统的混合视频编码框架,在H.264/MPEG-4标准的基础上融合了更多先进的编码技术,包括为预测过程的不同阶段提供特有的单元划分(CU、PU、TU的引入),帧内角度预测模式中更加细致的角度划分,高效的自适应二进制算数编码(Context Adaptive Binary Arithmatic Coding, CAB AC),新一代运动融合技术的引入等等。这些新技术新算法的引入,相较于H.264/AVC标准,在保证解码图像质量相同的前提下,显著提升了视频压缩的效率,码率减少了接近50%。与此同时,随着新技术的融入,编解码过程中的计算复杂度也大幅增长,编码的实时性无法得到保证。本论文对HEVC标准相关算法的改进,主要从以下两个方面入手：一是在帧内预测方面,本论文针对HEVC在帧内模式选择过程中新引入的Most Probable Mode(MPM)机制,根据纹理特征将图像分类,再对每一类图像的模式选择过程分别进行不同程度的简化,从而让MPM技术更加细节化,更具适应性,并缩减了编码时间。二是在帧间预测方面,本论文提出的算法将每一帧的预测深度信息进行了保存,在后续帧的预测中,通过设置判别条件,用保存的深度信息简化帧间预测过程中的深度遍历过程,从而达到减少编码时间的目的。与此同时,为了保证预测的精确性,参考帧选择机制以及量化参数的影响也被考虑在其中,因此本论文在帧间预测方面的优化实际上是一个基于多种视频编码机制的综合性优化。本论文中提出的算法在HEVC标准参考软件HM-12.0版本中用代码实现。从实验结果可以看到,本论文提出的帧内优化算法平均缩减35%左右的编码时间,且把码率的增长控制在1.5%以内。本论文提出的综合性深度划分算法将码率增长控制在2%以内,平均缩减的编码时间超过30%。当被编码图像的类型为B帧或P帧时,根据编码器配置文件的相关设置,两种算法可以在编码过程中被共同使用。两种算法对高清视频的编码具有较好的适应性,没有出现随着分辨率的提高,码率大幅上涨的情况,这两种基于纹理的HEVC优化算法具有广阔的应用前景。
【关键词】：HEVC 纹理特征 帧内预测 MPM 帧间预测 深度划分
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.81
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 研究的背景与意义10-11
• 1.2 HEVC的历史发展与研究现状11-12
• 1.2.1 视频编码标准的历史发展11
• 1.2.2 HEVC的研究现状11-12
• 1.3 HEVC的基本原理与评价标准12-15
• 1.3.1 视频编码的基本原理12-13
• 1.3.2 视频编码的评价标准13-15
• 1.4 本论文的结构安排15-16
• 第二章 HEVC视频编码相关技术16-38
• 2.1 视频编码基础概述16-20
• 2.1.1 HEVC的图像划分18-19
• 2.1.2 HEVC中部分基础知识与规定19-20
• 2.2 帧内预测20-21
• 2.3 帧间预测21-29
• 2.3.1 帧间预测概述21-22
• 2.3.2 亚像素插值22-24
• 2.3.3 运动矢量预测24-26
• 2.3.4 运动融合与SKIP模式26-29
• 2.4 变换量化和熵编码29-33
• 2.4.1 离散余弦变换29-31
• 2.4.2 哈达玛变换31
• 2.4.3 熵编码31-33
• 2.5 环路滤波33-36
• 2.5.1 去方块滤波33-35
• 2.5.2 样本自适应偏置35-36
• 2.6 本章小结36-38
• 第三章 帧内预测MPM优化算法38-54
• 3.1 帧内预测的模式及过程38-41
• 3.1.1 亮度预测38-40
• 3.1.2 色度预测40
• 3.1.3 参考像素点的替代与平滑40-41
• 3.2 HEVC帧内预测MPM算法41-42
• 3.3 基于纹理特征相关性的MPM优化算法42-49
• 3.3.1 算法优化的基本思路42-43
• 3.3.2 算法流程详述43-49
• 3.4 与原MPM算法的实验结果对比49-52
• 3.5 帧内MPM优化算法的贡献与创新52-53
• 3.6 本章小结53-54
• 第四章 帧间预测综合性深度划分算法54-72
• 4.1 CU深度划分优化算法54-57
• 4.1.1 CU的深度54
• 4.1.2 CU的深度划分过程54-56
• 4.1.3 优化算法的主要思路56-57
• 4.2 CU划分优化算法详细流程57-64
• 4.2.1 HEVC参考帧选取机制57-59
• 4.2.2 B帧的跨边界判别59-60
• 4.2.3 量化参数对深度的影响60-61
• 4.2.4 深度划分优化的具体流程61-62
• 4.2.5 优化算法的总流程62-64
• 4.3 与原CU深度划分算法的实验结果对比64-68
• 4.4 帧间深度划分优化算法的贡献与创新68
• 4.5 用户交互界面的引入68-71
• 4.6 本章总结71-72
• 第五章 全文总结与展望72-74
• 5.1 全文总结72
• 5.2 后续工作展望72-74
• 致谢74-75
• 参考文献75-78
• 攻读硕士学位期间取得的成果78-79

【参考文献】

中国期刊全文数据库 前1条

1 朱秀昌;李欣;陈杰;;新一代视频编码标准——HEVC[J];南京邮电大学学报(自然科学版);2013年03期

，

本文编号：771517