H.266/VVC高效色度编码算法研究
发布时间:2021-08-05 09:56
近年来视频业务需求量急剧增加,对视频编码的要求越来越高。面对这一挑战,视频领域的专家学者投入到了下一代视频编码标准H.266/通用视频编码(Versatile Video Coding,VVC)的研究制定工作中。与H.265/HEVC相比,H.266/VVC对基于混合编码框架的主要编码模块进行了改进,同时加入了很多编码新技术,编码性能显著提升。其中,为了对视频内容进行高效编码,H.266/VVC开启了I帧色度块独立划分结构。该技术使得色度编码更加灵活,大幅提高了编码效率。单独划分后的色度块与亮度块的编码信息不再一一对应。在这一框架下,有效利用分量间冗余提高视频压缩效率是一个新的研究方向。本文从帧内预测和变换编码两个方面对色度编码算法进行改进,具体工作如下:1.色度帧内候选模式优化色度直接模式(Direct mode,DM)是色度块借用亮度块帧内编码信息的一种模式,该模式基于亮度和色度具有相同纹理走向的假设。色度独立划分使得当前色度块可能对应多个亮度块。此时,DM模式是一个局部最优模式。针对以上问题,本文分别分析了DM为角度帧内模式和非角度帧内模式(DC和PLANAR)时的特点,分别提出...
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:92 页
【学位级别】:硕士
【部分图文】:
H.266/VVC编码块划分示意图
西安电子科技大学硕士学位论文角度模式的预测角度定义在 45 度到-135 度,对于矩形预测块不合理,不能很好的覆盖可能的预测方向。H.266/VVC 针对矩模式。宽角度模式与传统模式关联示意图,对于长宽比为 2 的矩形模式 66 角度更大的模式 67-69,实际预测过程与传统角度模,可以将预测角度扩展到了矩形块的对角线方向。CCLM 色度预测模式65/HEVC 中,采用了从色度 Cb 到 Cr 的分量间的残差预测模差预测 Cr 的残差,去除分量间的相关性。H.266/VVC 中对这行了改进,采用了一种基于亮度分量预测色度分量的线性模型模型 CCLM。
分为四类:左下部分(模式 4-14),左上部分(模式 22-32),上左部分(模式 36-46),右上部分(模式 54-64)。图3.8 小角度模式示意图3.4.3 基于非角度 DM 的色度候选优化算法通过上文对中心平坦块的纹理分析,得出结论:DM 为非角度模式时,局部纹理倾向于小角度预测模式。当 DM 为 PLANAR 和 DC 时,默认模式的 PLANAR 和 DC会被替换为模式 66,不符合此时的纹理分布。因此考虑使用小角度模式替换色度候选模式中的垂直、水平及模式 66 模式。当 DM 模式为 PLANAR 或 DC 时,对色度候选列表进行优化,使用模式 6 替代垂直模式,模式 61 替代水平模式,模式 40 替代模式 66。表 3.11 给出了基于非角度DM 优化后的色度候选列表。
【参考文献】:
博士论文
[1]图像信息的基函数表示方法研究[D]. 徐小红.合肥工业大学 2009
本文编号:3323546
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:92 页
【学位级别】:硕士
【部分图文】:
H.266/VVC编码块划分示意图
西安电子科技大学硕士学位论文角度模式的预测角度定义在 45 度到-135 度,对于矩形预测块不合理,不能很好的覆盖可能的预测方向。H.266/VVC 针对矩模式。宽角度模式与传统模式关联示意图,对于长宽比为 2 的矩形模式 66 角度更大的模式 67-69,实际预测过程与传统角度模,可以将预测角度扩展到了矩形块的对角线方向。CCLM 色度预测模式65/HEVC 中,采用了从色度 Cb 到 Cr 的分量间的残差预测模差预测 Cr 的残差,去除分量间的相关性。H.266/VVC 中对这行了改进,采用了一种基于亮度分量预测色度分量的线性模型模型 CCLM。
分为四类:左下部分(模式 4-14),左上部分(模式 22-32),上左部分(模式 36-46),右上部分(模式 54-64)。图3.8 小角度模式示意图3.4.3 基于非角度 DM 的色度候选优化算法通过上文对中心平坦块的纹理分析,得出结论:DM 为非角度模式时,局部纹理倾向于小角度预测模式。当 DM 为 PLANAR 和 DC 时,默认模式的 PLANAR 和 DC会被替换为模式 66,不符合此时的纹理分布。因此考虑使用小角度模式替换色度候选模式中的垂直、水平及模式 66 模式。当 DM 模式为 PLANAR 或 DC 时,对色度候选列表进行优化,使用模式 6 替代垂直模式,模式 61 替代水平模式,模式 40 替代模式 66。表 3.11 给出了基于非角度DM 优化后的色度候选列表。
【参考文献】:
博士论文
[1]图像信息的基函数表示方法研究[D]. 徐小红.合肥工业大学 2009
本文编号:3323546
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3323546.html