当前位置：文档之家 › AVS整数DCT变换和量化方法的设计和实现_郑玉

AVS整数DCT变换和量化方法的设计和实现_郑玉

  • 格式：pdf
  • 大小：145.37 KB
  • 文档页数：4

　第15卷第3期2006年9月淮海工学院学报(自然科学版)JournalofHuaihaiInstituteofTechnology(NaturalSciencesEdition)Vol.15　No.3

Sep.2006

文章编号:1672-6685(2006)03-0022-04AVS整数DCT变换和量化方法的设计和实现*

郑　玉1,刘文杰1,高　文2(1.南京信息工程大学计算机科学与技术系,江苏南京　210044;2.中国科学院计算技术研究所,北京　100080)摘　要:AVS是我国具备自主知识产权的第二代信源编码标准。为了避免使用其他国际信源编码标准的专利技术,需要新的变换和量化方法。通过对H.264/JVC国际标准中的变换和量化方法的研究,提出一种适用于AVS的整数DCT变换和量化方法。它采用较低复杂度的4×4整数变换矩阵,计算简单,只需加法和移位操作,编码效率较高。关键词:H.264/JVC;AVS;DCT;整数变换;量化中图分类号:TN911.21 文献标识码:A

DesignandImplementationofAVSIntegerDCTTransform&QuantizationZHENGYu1,LIUWen-jie1,GAOWen2(1.Dept.ofComputerScience&Technology,NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2.InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100080,China)

Abstract:AVSisthesecond-generationencodingstandardofChinawithindependentintellectualproperty.Inordertoavoidusingthepatentofotherinternationalcodestandards,anewmethodoftransformation&quantizationisneeded.Basedontheresearchoftransform&quantizationofH.264,thispaperproposesanewmethodofDCTforAVS.Thismethod,freefrommultiplica-tion,hassignificantlylowercomputationalcomplexitythanthatinthecurrentstandard.Thetransformcanbecomputedin16-bitarithmeticwith4×4matrixandthecodingefficiencyisbet-terthanothermethods.Keywords:H.264/JVC;AVS;DCT;integertransform;quantization

近年来,出现了一批数字音视频编解码标准,具有代表性的有国际标准H.264/MPEG-4AVC[1]、我国自主制定的标准AVS[2]、微软公司推出的WM9[3]等。AVS是我国具备自主知识产权的信源编码标准,它是由我国数字音视频编解码技术标准工作组制订的,为数字音视频设备与系统提供高效经济的编解码技术,不仅压缩效率比MPEG-2提高2～3倍,和H.264相当,而且实现复杂度明显低于H.264。本文首先回顾了H.264/JVC的变换和量化过程[4],然后提出了一种新的应用于AVS的变换和

量化方法,最后验证了本方法的有效性。

1　H.264/JVC的变换和量化方法H.264/JVC协议中的变换方式主要有3种:4*收稿日期:2006-07-05;修订日期:2006-09-02基金项目:国家自然科学基金资助项目(60333020)作者简介:郑玉(1970-),男,江苏南京人,南京信息工程大学计算机科学与技术系讲师,硕士,主要从事视频压缩、数字网络、信息安全方面的研究,(E-mail)yzheng2008@126.com。×4残差变换,4×4亮度直流系数变换(16×16帧内模式下),2×2色度直流系数变换。H.264/JVC协议中的量化采用分级量化的原理。由于本文的改进重点放在4×4残差变换,所以,以下只对H.264/JVC协议中的4×4残差变换作了介绍。1.1　4×4整数残差变换4×4整数残差变换采用DCT变换,其正向变换如下:

Y=CfXCTf Ef=11111d-d-11-1-11d-11-dX111d1d-1-11-d-111-11-d a2aba2ababb2abb2a2aba2ababb2abb2,(1)式中:a=1/2;b=2/5;d=1/2。在式(1)中,CfXCTf是二维变换的核心部分,Ef

是缩放系数矩阵。运算符 表示每一个变换后的系

数分别与矩阵Ef中相同位置的缩放因子相乘(标量乘法而不是矩阵乘法)。在式(1)的基础之上,经过处理,可得到H.264/JVC的4×4残差变换的公式。 正向变换公式:Y=(CfXCTf) Ef=

111121-1-21-1-111-22-1x00x01x02x03x10x11x12x13x20x21x22x23x30x31x32x33121111-1-21-1-121-21-1 a2ab2a2ab2ab2b24ab2b24

a2ab2a2ab2

ab2b24ab2b24

。(2)

反向变换公式:X=CTi(X Ei)Ci=

11112112-1-11-12-111-11-12y00y01y02y03y10y11y12y13y20y21y22y23y30y31y32y33 a2aba2ababb2abb2a2aba2ababb2abb21111

112-12-11-1-1112-11-12

,(3)

式中:a=1/2;b=2/5。1.2　H.264/JVC的量化H.264/JVC采用分级量化。正向量化公式Zij=round(Yij/Qstep),(4)式中:Yij是作过正变换后的系数;Qstep是量化步长;round表示取整;Zij是量化后的系数。

在H.264/JVC协议中,采用0～51机制的量化,即量化步长参数QP共有52个,表1所示的是亮度信号的量化步长QPy,对亮度信号,QP每增加6,Qstep增加一倍;QP增加1,Qstep增加12.5%。H.264/JVC的反量化公式Yij=Zij×Qstep。(5)

表1　H.264QPy量化步长Table1　H.264QPy,stepofquantization

QP0123456789101112…QStep0.6250.68750.81250.87511.1251.251.3751.6251.7522.252.5…QP…18…24…30…36…42…48…51QStep…5…10…20…40…80…160…224

23　第3期郑　玉等:AVS整数DCT变换和量化方法的设计和实现1.3　H.264/JVC的变换和量化过程的实现H.264/JVC中的变换和量化的实现步骤:(1)编码端。

①对输入的4×4残差块作正向变换。

Y=111121-1-21-1-111-22-1x00x01x02x03x10x11x12x13x20x21x22x23x30x31x32x33121111-1-21-1-121-21-1

,(6)

②量化。|Zij|=(|Yij|×MF+f) qbits;sign(Zij)=sign(Yij)。(7)式中:Zij是相应的量化值;qbits=15+floor(QP/6);MF=PF×2qbits/Qstep;帧内编码时,f=2qbits/3;帧间编码时,f=2qbits/6。PF的取值如表2所示。(2)解码端。①反量化。Y′=Zij×Vij×2floor(QP/6)(8)(其中Vij=Qstep×PF×64)。表2　PF的取值Table2　ValueofPFPositionPF(0,0),(2,0),(0,2)or(2,2)a2(1,1),(1,3),(3,1)or(3,3)b2/4

Otherab/2

②反向变换。

X′=CTiY′Ci=1111/211/2-1-11-1/2-111-11-1/2Y′111111/2-1/2-11-1-111/2-11-1/2

。(9)

2　AVS整数变换和量化方法的设计及其实现2.1　AVS4×4整数残差变换对于运动补偿预测或帧内预测后的4×4点残差数据,正变换同样采用4×4整数残差DCT变换,但是所用变换核矩阵与H.264不同。Y=CfXCTf Ef=222231-1-32-2-221-33-1X232121-2-32-1-232-32-1 a2aba2ababb2abb2a2aba2ababb2abb2,(10)对于Y,U,V信号采用8位精度表示,因为输入矩阵是预测误差,因此需要9位来表示,变换矩阵每一行绝对值之和的最大值为8,因此对于变换后的矩阵元素需要9+log28*8=15位来表示。此应用中,在进行了二维核心变换CfXCTf后,缩放过程是和量化相结合的,这样就减少了运算量。2.2　AVS量化量化方法与H.264中的不同,针对变换完成后的矩阵Y,在量化之前首先会有一个缩放的过程。目的是将所有行的模都作了归一化的处理,使得将来量化时,只需要一个二维数组和一个一维数组即可完成不同级别的量化。在AVS中,采用的是0～63机制的量化,即量化步长的参数QP共有64个。对于同一个QP的值,对完成缩放的矩阵中的每一个元素,采用相同的量化系数,具体的量化公式为|Zij|=(((|Yij|×ScaleMij) 19+1/2)×Q-TABQP+f) qbits。(11)式中:Zij是相应的量化值;qbits=15+floor(QP/6);帧内编码时,f=2qbits/3;帧间编码时,f=2qbits/6;ScaleMij是Y矩阵中对应元素的缩放系数表,如表3所示。

表3　缩放系数Table3　Scalecoefficient

32768262143276826214262142097226214209723276826214327682621426214209722621420972

24淮海工学院学报(自然科学版)2006年9月

合集下载

AVS若干主要模块的实现及优化

AVS若干主要模块的实现及优化

AVS若干主要模块的实现及优化
AVS是我国第一个具有自主知识产权的国家音视频编解码标准,也是数字音
视频产业的基础性标准,具有国家自主知识产权,在技术和性能上都处于国际先
进水平。

该标准具有性能高,算法复杂度低,成本实现低,以及简单的专利授权模式等特点,所以会在视频处理领域得到广泛的应用。

MMX技术是Intel公司扩展了Intel体系结构(IA)的指令集。

该技术使用单指令多数据技术(SIMD)技术,以并行方式处理多个数据元素,可以大大提高应用
程序对二维三维图形和图像的处理能力,从而提高了多媒体和通讯软件的运行速度。

针对AVS视频解码的研究及优化,本课题主要研究的内容及取得的成果如下：本文首先介绍了视频压缩编解码技术的现状和发展,接着又详细介绍了SIMD技术,包括MMX技术和SSE技术。

然后本文重点对AVS解码中反量化和环路滤波模块的原理进行了研究,并对其C代码进行了设计,起初,写的C代码有些繁琐,所以后面对其C代码又进行了优化。

接着测试新解码器,并与参考解码模型进行对比和分析。

经过测试,在图像质量不改变的条件下,新解码效率得到了很大程度的提高。

最后又用多媒体指令集即MMX技术对环路滤波模块做了进一步的优化。

综合测试后结果说明,采用多媒体指令对程序进行优化后,解码速度得到了明显的提高。

在论文的最后对全文进行了总结,指出了论文的不足点及今后主要研究的方向。

一种适用于视频图像压缩的多标准IDCT硬件结构设计与实现的开题报告

一种适用于视频图像压缩的多标准IDCT硬件结构设计与实现的开题报告

一种适用于视频图像压缩的多标准IDCT硬件结构设计与实现的开题报告一、研究背景随着社会的快速发展，视频图像处理技术越来越成熟并得到广泛应用。

其中，视频压缩技术是实现视频图像传输和存储的必要手段。

在现代视频压缩标准中，离散余弦变换（Discrete Cosine Transform，DCT）是一种被广泛采用的编解码算法。

在DCT的后续标准中，IDCT（Inverse Discrete Cosine Transform）是其解码的核心算法之一。

由于视频信号的高帧率、高分辨率和码率等特点，便需要进行高效的硬件实现来满足实时性和低功耗。

因此，本项目将研究一种适用于视频图像压缩的多标准IDCT硬件结构设计与实现。

二、研究目的本项目旨在研究一种适用于多标准IDCT的硬件结构，实现高效的IDCT解码算法，以满足实时、高性能、低功耗的需求。

具体研究目的如下：1. 建立适用于多标准IDCT的硬件结构体系；2. 设计有效的IDCT算法，提高显存的使用效率；3. 实现电路的低功耗化，提高系统的能效比。

三、研究内容本项目的研究内容包括以下两个方面：1. 多标准IDCT硬件结构设计研究各个IDCT标准的特点和参数，并提出相应的硬件结构设计方案。

结合现有的IDCT加速算法和通信协议，设计出适用于多标准IDCT的硬件结构，并进行性能和功耗分析。

2. IDCT算法的显存优化及低功耗实现据已有研究成果，对IDCT解码过程中的计算步骤进行优化，提高显存使用效率。

结合当前硬件发展趋势，实现IDCT电路的低功耗化。

同时，根据IDCT算法的特点，设计相应的电路优化方案。

四、可行性分析在现代视频压缩标准中，IDCT均为必备的解码核心算法。

因此，本项目研究的内容具有较大的理论和实践价值。

而高效的多标准IDCT硬件结构设计及其显存优化和低功耗实现，一旦应用于实际产品中，将对提高视频压缩算法的速度和质量，以及降低功耗和成本等方面有很大的推动作用。

AVS视频码流解析软件QtAVS的设计与实现

AVS视频码流解析软件QtAVS的设计与实现

AVS视频码流解析软件QtAVS的设计与实现史秦青;万馨忆;肖融;黄铁军【期刊名称】《电视技术》【年(卷),期】2011(35)3【摘要】Video decoder plays a vital role in application and industrialization of the audio and video coding standards. Focused on GB/T 20090.2, a Chinese-designed AVS standard, the design and implementation of QtAVS using a cross-platform and object oriented UI framework language Qt is introduced, which can decode AVS stream correctly as well as display decoder elements on video sequence, frame and block levels. The source code of QtAVS which has already been publicly accessed at AVS working group website could be further used in development of AVS video stream analysis software or system.%码流分析对音视频编码标准产业化和应用十分重要.针对我国组织制订的AVS视频编解码标准GB/T 20090.2,利用新一代面向对象、跨平台的图形用户界面语言Qt设计实现了AVS视频码流解析软件QtAVS,该软件能够正确解析AVS视频码流,并可在序列、帧、块3个层次上对码流元素进行可视化显示.QtAVS的所有源代码已在AVS工作组网站开放,可用于进一步开发AVS码流分析仪等软件和系统.【总页数】4页(P15-17,28)【作者】史秦青;万馨忆;肖融;黄铁军【作者单位】北京大学,信息科学技术学院,北京100871;北京大学,信息科学技术学院,北京100871;北京大学,信息科学技术学院,北京100871;北京大学,数字媒体研究所,北京100871【正文语种】中文【中图分类】TN941.1;TN919.81【相关文献】1.AVS标准中的视频码流缓冲区校验模型分析 [J], 王小根;赵海武;李国平;滕国伟;王国中2.广播电视规划院成功研发AVS+视频符合性测试码流 [J],3.适于实时传输的AVS视频码流加密算法 [J], 宋星光;刘彧;苏育挺4.基于DM365的双码流视频监控设备的设计与实现 [J], 潘力策;孟利民5.4K IP基带视频码流中的PTP同步信号解析研究 [J], 卢玥;杨盈昀因版权原因，仅展示原文概要，查看原文内容请购买。

基于FPGA的计算整数FFT算法的设计及实现

基于FPGA的计算整数FFT算法的设计及实现

基于FPGA的计算整数FFT算法的设计及实现近年来，FPGA技术得到了广泛的关注和应用，除了在数字电路设计和信号处理方面得到广泛的应用外，还可以使用FPGA实现计算整数FFT算法。

其中，FFT 算法是一种十分重要的数字信号处理方法，可以快速地计算离散傅里叶变换（DFT），常常被用于音频、图像和视频等领域。

在本文中，我将介绍基于FPGA的计算整数FFT算法的设计及实现，包括算法的原理、设计思路和实现过程等方面，旨在为对此感兴趣的读者提供一些参考和帮助。

一、FFT算法原理在介绍计算整数FFT算法的设计过程前，我们先来了解一下FFT算法的原理。

DFT是将一个有限长的序列映射到另一个有限长的序列的线性变换，它的表达式为：$$X(k)=\sum_{n=0}^{N-1}{x(n)e^{-j2\pi k n/N}}$$其中，$x(n)$为原始序列，$N$为序列长度，$k$为频率索引。

这个表达式说明了在时域上的一个序列可以通过傅里叶变换转换到频域上的一个序列。

但是，DFT的计算量很大，因此常常使用FFT算法来实现DFT计算。

FFT算法的核心思想是分治法，将DFT一次计算分解为多次小规模DFT，简化计算量，提高计算效率。

在此过程中，我们需要卷积（卷积是将两个函数进行叠加得到一个新的函数）和旋转因子的概念。

卷积可以通过以下公式来表示：$$(f * g)(n)=\sum_{k=0}^{N-1}{f(k)g(n-k)}$$其中，$*$表示卷积运算，$f(n)$和$g(n)$是两个序列。

这个公式表示的是，将$f(n)$和$g(n)$反转、平移后得到的两个函数的积的积分。

旋转因子是指：$$W_N=e^{-j2\pi/N}$$$$W_N^k=e^{-j2\pi k/N}$$这个公式是用来计算旋转角度的。

在FFT算法中，需要不断地计算角度，旋转因子起到了重要作用。

二、计算整数FFT算法设计思路在了解了FFT算法的原理后，我们可以开始设计计算整数FFT算法。