hevc原理

hevc编码框架解读 -回复

让我们一步一步回答以中括号内的内容为主题的[hevc编码框架解读]并写一篇1500-2000字的文章。

第一步：介绍何为HEVC编码框架

HEVC是高效视频编码（High Efficiency Video Coding）的缩写，也被称为H.265。HEVC编码框架是一种用于压缩和解压缩高分辨率视频的编码系统。HEVC是一种不断发展的视频编码标准，其目的是提供更高的压缩效率和更好的视频质量。

第二步：说明HEVC编码框架的基本原理

HEVC编码框架的基本原理是通过利用时空相关性来减少视频数据的冗余。它采用了一系列的编码技术，包括变换、运动估计、熵编码等。

1. 变换：HEVC编码框架使用离散余弦变换（DCT）来分析和表示视频中的空间频率。通过对视频块进行变换，可以提取出频域中的重要信息，并将其编码表示。

2. 运动估计：HEVC编码框架利用时间相关性来减少视频序列中的冗余。通过将当前帧与先前帧进行比较，可以检测到对象的运动，并提供一个运动矢量，用于表示对象的位移和速度。这样，在解码时，只需传输运动矢量和残差信息，而不是整个帧，从而减少了数据传输量。

3. 熵编码：HEVC编码框架使用熵编码技术来进一步减少数据的冗余。熵编码通过给出最短的编码来表示最常出现的符号。在HEVC中，使用了自适应变长编码（AVC），通过将频繁出现的符号编码为较短的码字，以提高编码效率。

第三步：解释HEVC编码框架的编码过程

HEVC编码框架的编码过程包括下列关键步骤：

1. 预处理：输入视频帧被分成大小相等的块，如64x64或32x32。每个块都会通过预处理阶段进行预处理，如颜色转换、亮度调整等。

2. 变换和量化：在这一步骤中，对每个预处理后的块使用离散余弦变换（DCT）来获得频域表示。然后，通过将变换系数量化为较低的精度来减少编码比特数。

3. 运动估计：在这一步骤中，当前帧的块与参考帧中的相应块进行比较，以计算运动矢量。这个运动矢量将用于表示模式和预测残差。

.

. H265(HEVC Heigh Efficiency Video Coding)介绍

1 概要

H.265(高效率视频编码（HEVC）)是现行“H.264/MPEG-4 AVC”标准于2003年实现标准化以来时隔10年推出的新标准，将成为支撑未来十年的影像服务和产品的视频压缩技术。其特点是，支持1080p以上的4K×2K和8K×4K分辨率，将视频压缩率提高至H.264的约2倍。也就是说，能以原来一半的编码速度发送相同画质的视频。例如，按照20Mbit/秒发送的H.264格式视频容，在相同画质的条件下用HEVC格式只需10Mbit/秒的速度。

1.1 H.265发展背景

H.264虽然是一个划时代的数字视频压缩标准，但是随着数字视频产业链的高速发展，H.264的局限性逐步显现，并且由于H.264标准核心压缩算法的完全固化，并不能够通过调整或扩充来更好地满足当前高清数字视频应用。

视频应用向以下几个方面发展的趋势愈加明显：

(1)高清晰度(Higher Definition)：数字视频的应用格式从720P向1080P全面升级，在一些视频应用领域甚至出现了4K*2K、8K*4K的数字视频格式

(2)高帧率(Higher frame rate)：数字视频帧率从30fps向60fps、120fps甚至240fps的应用场景升级

(3)高压缩率(Higher Compression rate)：传输带宽和存储空间一直是视频应用中最为关键的资源，因此，在有限的空间和管道中获得最佳的视频体验一直是用户的不懈追求。

由于数字视频应用在发展中面临上述趋势，如果继续采用H.264编码就出现如下一些局限性：

(1)宏块个数的爆发式增长，会导致用于编码宏块的预测模式、运动矢量、参考帧索引和量化级等宏块级参数信息所占用的码字过多，用于编码残差部分的码字明显减少。即：单个宏块所表示的图像容的信息大大减少，导致4*4或8*8块变换后的低频率相似程度也大大提高，会出现大量的冗余

HEVC中SAO--⾃适应样点补偿详细分析解读.

2012年12⽉11⽇ 21:52:14 个⼈分类： HEVCHEVC中SAO--⾃适应样点补偿:

本⽂分三个部分, 1.Sample Adaptive Offset原理, 2.SAO处理流程分析, 3.SAO意义何在!

a) SAO原理:

SAO是在DB之后进⾏, 输⼊是重建帧和原始帧数据, 输出是SAO数据和SAO后的重建帧. ⾃适应样点补偿是⼀个⾃适应选择过程，在去块滤波后进⾏。

下⾯是整个HEVC的编码框图, 可以看到SAO是在整个帧编码完成后得到重建帧后进⾏的,属于Slice级别(帧级).

⾸先把Frame划分为若⼲LCU, 然后对每个LCU中每个像素进⾏SAO操作.将根据其LCU像素特征选择⼀种像素补偿⽅式，以减少源图像与重构图像之间的失真。⾃适应样点补偿⽅式分为带状补偿（Band Offset，BO）和边缘补偿（Edge Offset，EO）两⼤类。

带状补偿将像素值强度等级划分为若⼲个条带，每个条带内的像素拥有相同的补偿值。进⾏补偿时根据重构像素点所处的条带，选择相应的带状补偿值进⾏补偿。

边缘补偿主要⽤于对图像的轮廓进⾏补偿。它将当前像素点值与相邻的2个像素值进⾏对⽐，⽤于⽐较的2个相邻像素可以在下图中所⽰的4种模板中选择，从⽽得到该像素点的类型。解码端根据码流中标⽰的像素点的类型信息进⾏相应的补偿校正。

对每个模板还要确定属于那种类型,类型确定有下⾯表格来决定.

b) SAO处理流程分析:

SAO主函数代码结构如下:主要有3个函数完成所有操作.

Void TEncSampleAdaptiveOffset::SAOProcess()

{ …

rdoSaoUnitAll(pcSaoParam, dLambdaLuma, dLambdaChroma, depth);

…

if (pcSaoParam->bSaoFlag[0])

processSaoUnitAll(saoLcuParam[0], oneUnitFlag[0], 0);

HEVC变换部分总结

1、介绍DCT

1.1、DCT矩阵的推导

4*4 DCT变换公式：

3300(2i1)m(2j1)ncoscos88mnmnijjiyCCx

3300(2j1)n(2i1)mcoscos88nijjiCx ， 1/2,m01/2,0mCm

将上式分解进行

先列变换： 30(2i1)mcos8mjmijiZCxAX

再行变换： 30(21)ncos8nmnmjjjyCZZBAXB

将矩阵A中的系数乘以72(根据公式：(6m/2)2，2mN，此时m=2)，再 根据变换矩阵设

计原则取近似数，就得到变换系数矩阵。

尺寸为8*8、16*16、32*32的变换系数矩阵类似。

1.2 、DCT矩阵的性质

一维DCT变换的系数公式： 1cos(j)i2ijAcNN

（1）基向量为标准正交基，变换矩阵为正交矩阵。即：0Tijcc for ij ， 1Tijcc

for ij

（2）DCT矩阵系数之间存在三角函数关系。

（3）尺寸为1122MM的DCT矩阵中包含了尺寸为22MM的DCT矩阵。

（4）尺寸为22MM的DCT矩阵可用12M个元素表示。比如：4*4可用64、83、36表示，8*8可用64、89、83、75、50、36、18表示。除了64*64系数矩阵，其余尺寸都可用第一列元素表示（第一列元素中64出现两次）。

（5）偶数行是中心对称的，奇数行是中心反对称的。

1.3、DCT矩阵的设计

设计固定的DCT矩阵是为了防止不同的生产商制作的编码器和译码器不同而产生误差。因为1.2小节提到的第4,5,6条DCT矩阵性质在实现算法的过程中可以减少大量计算量，所以必须严格保持，其他性质尽可能达到。同时，也要考虑到运算中矩阵系数的比特深度带来的运算消耗。