H.264中1/4精度像素插值算法的一种硬件实现架构

提出了一种适用于H.264标准中1/4精度像素插值算法的硬件实现架构。对于亮度分量,采用了一维处理单元(PE)阵列来实现1/4精度像素插值算法中的亮度半像素的插值,同时采用一个6×4的寄存器阵列转置已得到的半像素以进行下一步的亮度的1/4精度像素插值。而对于色度分量,笔者采用了一种只含移位和加法运算的插值核架构来实现色度的1/8像素插值。笔者提出的架构可在一定的时钟周期内,计算出不同位置上的插值像素,且有面积小,速度快的特点。

基于H.264运动估计的音视频同步编码技术

提出了一种在H.264运动估计过程中嵌入音频的音视频同步编码方法,利用1/4像素精度的运动搜索,解决了音视频同步编码问题。在发送端,根据1/4像素搜索点和音频的对应关系,在1/4像素运动估计过程中通过调整最优匹配点将音频压缩流嵌入视频中,然后对嵌入音频的视频流进行压缩编码。在解码端,根据嵌入准则,提取音频信息,再对音频和视频信号进行重构和恢复。实验表明,本文方法在不增加音视频压缩数据量、在音视频质量下降较小的情况下,实现了音视频同步压缩编码和传输。

一种改进的H.264运动估计信息隐藏算法

基于H.264特有的1/4像素精度运动估计,提出一种改进的mH.264运动估计信息隐藏算法。通过修改宏块中每个分割块的最佳匹配位置,利用分割块匹配位置与待嵌二进制信息之间的映射规则,将信息隐藏到分割块的匹配位置中。信息的提取基于解码器中亮度像素内插过程,不需原始视频参与,属于盲提取机制。实验结果表明,改进的H.264运动估计信息隐藏算法在不明显降低视频质量的前提下提高了隐藏容量,降低了系统开销,具有较高的整体性能。

基于像素的椭圆窗口裁剪算法

现有的椭圆窗口裁剪算法需通过求交运算确定裁剪对象,算法复杂,而且只适用于简单图形的裁剪。由于裁剪是计算机图形学中基础算法之一,因此找到一种高效的椭圆窗口裁剪算法具有重要的实际意义。提出了一种基于像素的椭圆窗口裁剪算法,首先采用高效的椭圆算法生成裁剪窗口,然后以窗口作为边界利用扫描线原理确定窗口内像素并输出,完成裁剪过程。该方法无需复杂的求交运算,只需简单的像素读写便可完成裁剪操作,因此裁剪过程简单,执行速度快,算法复杂度低,尤其适合于复杂图形及图像的裁剪处理。

H.264中1/4像素运动预测的快速搜索算法

提出了一种新的1/4像素运动预测快速搜索算法,测试结果表明,此算法大大减少了搜索点数,降低了计算量,可使搜索速度明显提高。

MPEG-4运动补偿的亚像素内插过程及其硬件实现

对MPEG-4视频解码标准中运动补偿的亚像素内插过程作了算法介绍,基于算法提出了一种1/4像素精度内插的硬件结构设计,包括整个内插过程内部的子模块功能划分、设计内部的数据交互存储以及主要运算部件的优化等,并对其内部核心计算部件八抽头FIR滤波器作了详细的结构介绍.采用基于现场可编程门阵列(FPGA)的验证方法,整个设计在54 MHz时钟频率下可以实时完成格式为CCIR的图像内插过程,并给出了在ASIC设计工具下的综合规模(在2万门左右).最后从算法和实现两个不同角度提出了内插过程的扩展建议.

基于H.264的快速1/4像素精度运动估计算法

提出了一种快速1/4像素精度的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。同时对最佳整像素点位于图像边缘位置的情况进行了研究。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。

H.264/AVC中1/4精度内插算法的硬件设计与实现

为了快速地进行H.264/AVC中1/4精度像素内插,提出并实现了一种适用于H.264中1/4像素精度的内插算法的硬件设计。其中对亮度分量,设计了一种将2维滤波转换为1维滤波,4个滤波器并行处理,同时采用流水线技术和用移位加代替乘法运算的硬件架构;对色度分量,用移位加代替乘法运算进行1/8像素精度的内插。实践表明,此架构可满足标清及高清要求,且速度快,面积小。

H.264中1/4精度内插的硬件结构设计

针对H.264中1/4精度像素内插的复杂算法,提出一种硬件实现结构。亮度分量中,对于4×4块的半像素计算,采用4个6抽头滤波器并行处理;同时整个计算过程,由一个状态机控制;对于1/4像素点计算,采用一个5×4的矩阵存储体完成对所有点的1/4精度计算。色度分量中,采用移位和加法替代乘法完成1/8精度内插。实验结果表明,此结构可完成对于高清以及CIF图像的实时解码计算,且占用逻辑资源少。

H.264/AVC中快速1/4像素运动估计算法

提出了一种快速1/4像素的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。