图像远程传输研究论文

时间:2022-06-23 11:48:00

导语:图像远程传输研究论文一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

图像远程传输研究论文

摘要:H.263是面向运动图像远程实时传输的压缩方法。基于大量实际研究,分析了H.263的算法流程,从色彩空间转换函数、DCT、IDCT、运动估计和运动补偿等多方面提出并实现对H.263的优化策略,采用增强PB帧模式提高压缩比,最后给出了定量测试结果。

关键词:H.263CIFDCTIDCT运动估计与运动补偿

运动图像远程实时传输系统的网络传输部分架构在Internet之上,则现阶段Internet的状况是带宽小、延迟大、不稳定。所以为了获得良好的实时传输效果,除了改善传输控制机制之外,还需要实现高压缩比、低耗时、能达到实时压缩和解压缩效果的运动图像压缩方法。H.263是国际电信协会-电信标准化部门ITU-T(TheInternationalTelecommunicationsUnion-Telecom-municationStandardizationSector)于1995年通过的用于低比特率实时传输的视频编码协议。其设计初衷是满足带宽低于64kbps的低带宽视频应用需求,如视频会议、可视电话等。现在H.263也被应用于运动图像远程实时传输系统中,但原始的H.263在实时性和压缩比等方面还有不少可优化余地。本文针对具体的运动图像远程实时传输系统应用,在大量研究工作基础上提出多个H.263的优化策略,并取得了相当好的效果。

1H.263压缩算法的分析概要

H.263的输入视频帧格式为QCIF(QuarterCommonIntermediateFormat,大小为176×144)、CIF(CommonIntermediateFormat,大小为352×288)等。将每个视频帧分成许多宏块(MB-MicroBlock),每个宏块由4个Y亮度块、1个Cb色度块和1个Cr色度块组成。块(Block)的大小为8×8。H.263以宏块为单位进行视频帧的压缩。

H.263使用离散余弦变换DCT(DiscreteCosineTransform)减小空间冗余,使用运动估计和运动补偿(MotionEstimationandMotionCompensation)减小时间冗余。H.263有两种编码方式,一种是Intra方式,帧内编码,产生的帧作为关键帧-I帧;另一种是Inter方式,帧间编码,产生的帧作为非关键帧-P帧。

通过分析,将H.263压缩算法的流程图归纳为如图1所示。

通过分析和测试表明,DCT、运动估计和运动补偿是H.263最重要的部分,同时也是H.263实现中最耗时的运算环节。要提高H.263的运算速度,就要针对这些环节进行优化。

图1H.263压缩算法流程图

2转换函数、DCT和运动估计环节的优化

2.1色彩空间转换函数的优化

CIF格式基于YUV色彩空间,而应用程序中,大多数视频采集程序只提供RGB色彩空间的视频帧,因此需要建立从RGB色彩空间到YUV色彩空间的转换函数。

RGB到YUV的转换函数如下所示,其中Y为YUV色彩空间的亮度值,U(Cb)和V(Cr)为YUV色彩空间的色度值。

Y=0.299×R+0.587×G+0.114×B;

Cr=V=(R-Y)×127/179;

Cb=U=(B-Y)×127/226;

H.263原有的色彩空间转换算法采用浮点运算,但浮点运算会消耗较多的CPU周期。为了加快视频处理速度,采用整形乘法和向右移位来代替浮点乘除,从而有效缩短了转换时间。

优化后的转换函数如下:

Y=((R×313524)>>20)+((G×615514)>>20)×((B×119538)>>20);

Cr=V=((R-Y)×743962))>>20;

Cb=U=((B-Y)×589244))>>20;

2.2DCT、IDCT算法的优化

二维DCT公式为:

二维IDCT公式为:

上述两式中,,n取8。

通过分析得出,DCT快速算法的实现可以有两种方式。一种方法是把已有的快速变换算法(如FFT、FHT等)映射到DCT计算中,这种方式多了一个映射环节,增加了计算的复杂度;另一种方法是从DCT变换本身寻找规律进行改进。

在H.263应用中,注意到两条规则:一是能量集中在少部分DCT系数上;二是随着量化步长的增大,被量化为零的DCT系数增多,而且对DCT计算的精度要求降低。于是,采用一种零系数预测策略,即根据量化步长,首先对DCT变换的输入数据分类,对于给定的量化步长,如果输入数据将要被量化为0,那么这些数据就不必做DCT运算,而直接将变换结果置为0。这样只需对部分数据进行DCT变换,因此节省了大量无效运算。另外,利用DCT的局部并行性,使用Intel的多媒体处理指令集-MMX来实现DCT计算,大幅度提高了运算速度。

2.3运动估计与运动补偿算法的优化

运动估计是指在参考帧中搜索一个与当前帧图像块最相似的图像块,即最佳匹配块,搜索结果用运动向量来表示。运动补偿是指利用参考帧和已求得的运动向量重构当前帧,氢重构帧和当前的差值作为当前帧的补偿值进行压缩编码。两者互相配合,共同实现压缩效果。

运动估计算法的研究从两方面着手:快速搜索算法和块匹配准则。

最简单的搜索算法是全搜索法(FS),这种算法精度高,但计算量过于庞大。为了加快运算速度,保证精度,人们提出了很多快速搜索算法:三步法(TSS)及基于三步法的改进算法、二维对数法(LOGS)、交叉搜索法(CS)、四步法(4SS)、预测搜索法(PSA)、钻石搜索法(DS)等。钻石搜索法是迄今为止综合性能最优的快速搜索算法之一,用于本次项目研究中。

块匹配准则决定何时找到最佳匹配块,从而终止搜索进程。传统的准则有绝对平均误差函数(MAE)、互相关函数(CCF)、均方误差函数(MSE)、最大误差最小函数(MME)等。由于传统方法没有考虑人眼的视觉特性,所以判断结果和人眼的感知相差较大。实际H.263采用的块匹配准则为MSE的替代准则SAD(绝对差和),两者的公式如下:

其中:F0和F-1分别代表当前帧和重构帧(参考帧);k,l为待编码宏块在当前帧中的坐标;x、y为重构帧中参考宏块的坐标;N表示宏块的尺寸,此处为16。从公式中可见,SAD用绝对值运算代替了MSE的乘方运算,明显降低了运算量,从而可以加快计算速度。

测试表明,SAD的计算量要比MSE的计算量减少三分之一,而它们的图像效果相当。

此外,还可以利用硬件特性加速块匹配准则的运算速度,Intel的MMX技术提供了这种特性。SAD等块匹配准则主要针对短数据的重复计算,MMX增加了系统单个指令操作数据的数目(SIMD),从而可以在一个指令中完成多组数据的计算,实现并行机制,从而加快运算速度。

3提高压缩比的选择

H.263提供了许多高级模式来提高视频压缩比。从对压缩效率的贡献角度看,大运动向量模式、高级预测模式、PB帧模式和增强PB帧模式是最重要的4个高级模式。

在大运动向量模式和高级预测模式下,运动向量可以指到图像边界以外,增大了运动向量的表达范围,从而在本质上提高了运动补偿的精度以改善编码效率。

基本PB帧模式下,一个PB帧是一个P帧和一个B帧组成的整体。当前P帧由前一个P帧预测得到,B帧则由单一个P帧和当前P帧预测得到(见图2)。PB帧模式在增加较少比特数的情况下,将帧率提高了近一倍。

增强PB帧模式的主要改进点在于预测方式的增强。基本PB帧模式对B帧图像(或宏块)仅允许使用双向预测,而增强的PB帧模式对B帧图像则允许使用前向预测(见图3)、后向预测(见图4)和双向预测(见图2)三种手段。这样,在压缩过程中,有机会选择更适合的预测方法处理B帧图像(或宏块),从而提高B帧的压缩效率。基本PB帧模式的B帧只能通过双向预测获得,这对慢速运动图像效果较好。当输入运动图像存在快速不规则的运动时,B帧质量会急剧恶化,而增强PB帧模式的B帧有三种预测方式可选,可以解决这一难题。通过分析和测试表明,增强PB模式比基本PB帧模式有更强的鲁棒性,更适用于运动图像远程实时传输。

大运动向量模式和高运动预测模式由于增大了运动向量的表示范围,可以增强运动补偿的精度,从而提高压缩比;而增强PB帧模式引入B帧,有三种预测方式可以生成B帖,在相同帧率的情况下,将压缩比提高近80%,压缩效果明显。在实际程序设计中,笔者配合传输环境测试模块,在网络带宽较低时实现这三种方式的配合使用,发挥了更大的压缩效率,达到更高的压缩比。

4实验数据和性能分析

4.1算法优化测试

分别取100帧三种不同格式(SUB-QCIF:88×72,QCIF:176×144,CIF:352×288)的视频值,每20帧取1个关键帧,视频帧质量取6000,比较优化前和优化后算法的时间效率,结果如(图5)所示。

纵轴单位为毫秒,表示压缩完成所需时间。可见,要处理的视频帧越大,优化后的算法取得的加速效果越明显。

4.2增强PB帧模式压缩效果测试

分别取100帧三种不同格式(SUB-QCIP:88×72,QCIF:176×144,CIF:352×288)的视频帧,每20帧取1个关键帧,视频帧质量取6000,比较使用增强PB帧模式前和使用增强PB帧模式后算法的压缩效率,结果如(图6)所示。

纵轴为压缩比。要处理的视频帧越大,冗余信息越多,增强PB帧模式的压缩效果越明显。