简单错误对H.264视频编码性能影响的研究

研究了简单错误对H.264视频编码器的影响,目标是为编码器测试的工作提供依据。通过在编码器中采用变异算子引入简单错误,可以分析简单错误对PSNR和主观质量的影响。实验结果显示,对大部分植入的简单错误没有明显地降低编码器的PSNR和主观质量。因此编码器的测试需要研究人员更加深入的探索。

基于SAC-OCDMA系统的不同编码性能研究

该文建立了不同用户的频谱幅度编码光码分多址SAC-OCDMA的传输模型,利用VPI光通信软件(VPI Transmission Maker)进行仿真测试。在不同功率代价、传输距离、传输速率和用户数等条件下,以色散性能和误码率为对比指标,对修正双重权重码MDW,增强双重权重码EDW,零交叉相关ZCC和随机对角线码RDC进行对比。测试结果表明,在有效地减少多址干扰MAI和相位诱导强度噪声PIIN的效果上,ZCC的性能最好,RDC代码的灵活性具有优势。

面向交互应用的HEVC编码性能分析

结合现行的视频编码标准H.264/AVC,分析HEVC的具体编码技术,并对HEVC编码算法的编码效率和编码复杂度进行了对比研究。以交互应用视频序列为样本,对HEVC的具体性能进行测试,结果表明,在交互领域,和H.264/AVC相比,HEVC编码效率获得有大约50%的提升,编码复杂度也增加到了170%左右。

一种基于时域相关性的高性能视频编码快速帧间预测单元模式判决算法

为了降低高性能视频编码(HEVC)的编码计算复杂度,根据视频时域上高度相关性的特点,该文提出一种快速高性能视频编码(HEVC)帧间预测单元(PU)模式判决算法。分析了时域上相邻帧两帧相同位置编码单元(CU)的PU模式之间的相关性;同时,针对视频中可能存在对象运动,还分析了前一帧对应位置CU的周边CU与当前帧中当前CU间PU模式的相关性。根据分析的时域相关性,跳过当前CU中冗余的PU模式,从而降低编码复杂度。实验结果表明,在编码效率和峰值信噪比(PSNR)损失很小的情况下,在目前已有的HEVC快速帧间预测算法的基础上,进一步降低了31.30%的编码时间。

质量可伸缩高性能视频编码中增强层快速算法

针对质量可伸缩高性能视频编码(SHVC)中递归式的四叉树编码单元(CU)划分引起的高计算复杂度的问题,提出了一种增强层快速编码算法。该算法充分利用层间编码单元深度值的相关性,根据基本层编码单元的深度信息预测增强层编码单元的深度值范围,跳过一些小概率的编码深度;在每一编码深度层下,利用当前预测单元(PU)与时间、空间以及父辈相邻PUs之间的相关性判断当前编码区域的复杂度,然后根据该区域的复杂度快速选择预测模式,从而进一步提高编码速度。实验证明,该算法与SHVC参考代码中的标准算法相比,在保证编码效率的前提下,编码时间可以平均节约78%左右。

交织技术对信道编码的性能影响研究

信道编码仅在检测和校正单个差错和不太长的差错串时才有效,但对移动通信信道的干扰和衰落等产生的较长的成串突发差错则无效,而交织技术不增加额外的冗余就可以解决上述问题。因此,介绍行列分组交织编码技术的基本原理,研究它对汉明码、BCH码和卷积码三种典型信道纠错编码性能的影响。结果表明,在信道无突发差错干扰时,交织技术对信道编码性能基本无影响;在信道存在突发差错干扰时,交织技术可显著提高信道编码性能,使误码率降低1~2个数量级。

高性能视频编码帧间预测的单元划分优化算法

新一代的高性能视频编码(HEVC)通过应用各种先进技术来大幅提高视频编码的性能,然而,这些方法也大大增加了整个编码过程,尤其是预测编码阶段的计算复杂度。该文提出一种应用于高性能视频编码帧间预测的快速单元划分算法。该算法基于HEVC灵活的四叉树结构,根据被编码单元的运动特性来确定所编码信息的阈值,并以此作为单元划分的提前终止条件,从而减少了不必要的单元划分操作和率失真代价的相关计算,达到节省编码时间和降低编码复杂度的目的。实验结果表明,在峰值信噪比(PSNR)损失仅为0.0418 d B的情况下,所提算法可以平均降低46.1%的编码时间。

基于质量可伸缩高性能视频编码的帧内快速算法

为了提高质量可伸缩高性能视频编码(SHVC)的编码速度,提出一种基于质量SHVC的帧内预测算法。首先,利用层间相关性来预测可能的深度,排除可能性较小的深度;其次,对可能的编码深度,采用层间预测(ILR)模式进行编码,并对得到的残差系数进行分布拟合检验,判断是否满足拉普拉斯分布从而跳过帧内模式;最后,对深度编码得到的深度残差系数判断是否满足深度提前终止判断条件,如果满足该条件则提前终止以提高编码速度。实验结果表明,所提算法能够在保证编码效率损失很小的情况下使编码速度提高79%。

高性能视频编码中的快速样点自适应补偿算法

高性能视频编码中的样点自适应补偿以像素为单位进行分类,选取最优值进行补偿,计算量极大。针对该问题,通过分析目前编码标准中样点自适应补偿值和编码单元划分深度之间的关联,提出一种快速样点自适应补偿算法。将视频按照纹理复杂度进行区分,通过减少某些不必要的样点进行自适应补偿处理,从而提高视频编码效率。实验结果表明,在有极小编码性能损失的情况下,该算法可以减少60.32%的样点自适应补偿编码时间。

基于感兴趣区域的高性能视频编码帧内预测优化算法

针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题,该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先,根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI);然后,对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度,跳过不必要的CU划分过程;最后,基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向,根据能量和方向确定当前PU的预测模式,减少率失真代价的相关计算,达到降低编码复杂度和节省编码时间的目的。实验结果表明,在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下,所提算法可以平均降低47.37%的编码时间。

半叉迹特征的快速分形图像编码

传统的分形图像编码时间过长,限制了它的应用。为了加快编码速度,提出基于半叉迹特征的快速分形编码算法,该算法主要包括:定义子块半叉迹特征,导出子块的均方根误差与子块半叉迹特征之间的关系。实验结果表明:该算法较基本分析编码算法,在解码图像PSNR平均提高约0.63 d B的情况下,平均加快编码速度55倍;较文献[10]提出的主对角和算法和文献[11]提出的叉迹算法,在编码时间不变的情况下,改善了编码性能,提高了解码图像质量;基于子块特征的快速编码算法,其编码性能与图像的复杂程度有关,细节信息越丰富的图像,编码性能越差。

高性能编码器性能主观对比测评分析

随着高科技电子等信息产业的飞速发展,人们对图像质量的要求越来越高,但是现今的宽带资源却十分的限。因此,应用最少的宽带资源、高压缩低码率的视频编码器成为各个编码器厂商所追求的重要目标之一。因为视频编码器观看感受上的存在差异,所以需要对不同的编码器的性能进行主观对测评分析。

MSK上的格状编码调制

Ungerboeck提出的格状编码调制技术,将编码和Modem信号星座视为一体进行设计,性能优越,具有很高的实用价值。本文提出了MSK上的格状编码方法,和文献[5]中的相比,避免了不必要的计算机搜索找码的过程,而且编码性能也较之优越。

网络编码中的侦听管理策略

在基于机会式网络编码的的无线单播应用中,每个节点需要缓存一些数据包,用来对编码数据包进行解码,该缓存称作侦听缓存.本文针对"X"型拓扑分析了传统的基于先入先出的侦听管理策略,理论结果表明侦听缓存有限时吞吐量随侦听缓存的减小而迅速降低.为此,提出了一种基于尽力服务的侦听管理策略,提高了侦听缓存中数据包被用作解码的概率,进而提高了系统吞吐量.为减少无用数据包被缓存的概率,提出了一种基于历史信息的侦听管理策略,可有效减少干扰流对系统吞吐量的影响.

3D-HEVC深度图像帧内编码单元划分快速算法

针对3维高性能视频编码(3D-HEVC)中深度图像帧内编码单元(Coding Unit,CU)划分复杂度高的问题,该文提出一种基于角点和彩色图像的自适应快速CU划分算法。首先利用角点算子,并根据量化参数选取一定数目的角点,以此进行CU的预划分;然后联合彩色图像的CU划分对预划分的CU深度级进行调整;最后依据调整后的CU深度级,缩小当前CU的深度级范围。实验结果表明,与原始3D-HEVC的算法相比,该文所提算法平均减少了约63%的编码时间;与只基于彩色图像的算法相比,该文的算法减少了约13%的编码时间,同时降低了约3%的平均比特率,有效地提高了编码效率。

一种面向HEVC的编码单元深度决策算法

新一代高性能视频编码(HEVC)标准采用灵活的四叉树自适应存储结构、可变尺寸的编码块、35种帧内预测模式等新技术,能够有效提升HEVC的编码效率,但也造成了更高的编码复杂度。为此,提出一种基于时空相关性的编码单元深度决策算法。融合关联帧编码单元的深度信息及当前帧相邻编码单元的深度信息,从而预测当前编码单元的深度范围。实验结果表明,与HEVC标准测试算法相比,该算法能在不明显影响编码质量的基础上平均减少30.2%的编码时间。

国际视频编码VVC标准最新进展研究

高效视频编码HEVC发布以后,国际视频编码组织ITU和MPEG进一步开展了新的视频编码技术的研究。本文介绍国际视频编码VVC(俗称266)标准最新进展,总结分析最新的编码技术,并采用4K超高清测试序列对最新的编码算法进行测试仿真,比较分析最新编码算法性能,为我国视频编码标准未来技术演进提供参考。

应用于H.26X的通用无损帧内编码优化算法

在H.26X系列视频编码标准的无损压缩方案中,通过帧内预测得到的预测残差仍具有较强的空间相关性,直接参与熵编码将导致编码效率下降。与自然图像不同,帧内预测残差的空间相关性体现为含有丰富的边缘特征。为利用帧内预测残差特殊的空间相关性,进一步降低其空域冗余,提高视频帧内编码的效率,提出一种通用的基于残差中值边缘检测的无损帧内编码算法。算法首先对帧内预测残差逐点进行边缘检测,通过分析临近点的数值特征,使用中值边缘检测算法得到当前点的预测值;然后,对比预测值与原始残差值,得到新的预测残差;最后,为确保编码新的预测残差能够提高压缩率,依照当前编码单元的能量是否降低来快速判断是否使用新的残差进行熵编码。实验结果表明:经过该算法处理的编码单元具有更低的空域冗余和残差能量,从而可降低熵编码后的码率。经统计,在H.265与最新的H.266标准中应用提出的优化算法,帧内预测残差的能量平均降低67.9%,平均码率分别降低7.04%和5.98%,同时编解码时间变化细微,具有显著的实用价值。

H.266/VVC视频编码帧间预测关键技术研究

帧间预测是提高视频压缩比的关键技术,通过建立合理的运动模型,采用不同的预帧间预测模式从相邻运动信息预测出当前块的运动信息。H.266/VVC帧间预测面向高新视频等新型应用,在H.265/HEVC帧间预测技术基础上进一步扩展,采用更加复杂的预测工具和策略来提升运动矢量精度,降低编码数据量,以提升编码效率。本文重点研究H.266/VVC视频编码帧间预测关键技术,对比与H.265/HEVC帧间预测技术差异,分析编码性能和复杂度,为我国新一代视频编码标准帧间预测技术的选择提供参考。

一种自适应变换在图像编码上的应用

为节省有限的存储资源及传输带宽,高效的图像编码方案尤为重要。KLT是Karhunen-Loeve Transform的缩写,具有最理想的能量聚集特性,变换核基于源数据统计特性计算得出,可以适应图像多样性。JPEG全称Joint Photographic Experts Group(联合图像专家小组),是第一个国际图像压缩标准,因其高效的编码性能且易于实现而被广泛应用。JPEG图像变换编码采用DCT(Discrete Cosine Transform)。DCT是固定核,不适应图像的多样性,在图像编码上有一定局限性。为此,提出了一种更为有效的变换方法——KLT与DCT自适应变换,有效利用了图像的统计特性,提高了编码性能。经验证,该方法比主流的JPEG图像编码标准性能提高3.1%。