快速AVS帧内预测模式选择算法

针对AVS视频编码算法降低计算量问题,结合相邻块最佳模式相关性和全零块检测算法,提出一种快速AVS帧内预测模式选择算法。该算法根据相邻宏块的预测模式预先判别待编码宏块的预测模式,若预测模式符合提前中止阈值则停止对其他模式的搜索。通过大量实验得到了对各种图像序列普遍适用的中止阈值经验公式。推导出仅与量化参数QP有关的最佳8×8全零块判决阈值,在模式搜索过程中若预测模式满足全零块判决阈值,就停止对剩余模式的搜索。实验结果表明,在编码效率相当情况下,帧内预测搜索时间减少了15.81%～40.76%。

基于AVS的帧内预测算法

AVS视频标准采用率失真优化(RDO)算法来提高帧内预测的压缩性能。但AVS提出的帧内预测技术没有充分考虑被预测的像素的位置对预测的精度的影响,因此预测不是很精确。提出的新的帧内预测算法是基于再生核的帧内预测算法,该算法设计了一个再生核函数并利用此再生核函数计算出了插值的系数,最后利用相关的像素插值出被预测的像素。试验结果证明:这种基于再生核理论的帧内预测算法可以解决预测不精确的问题,极大的提高帧内编码效率。

基于AVS的帧内预测模式快速选择算法

AVS视频标准采用率失真优化(RDO)算法来提高帧内预测的压缩性能。但是RDO算法在保证编码图像获得最佳的压缩效率和图像质量的同时给整个编码过程带来了很大的计算量。提出了一种简单有效的AVS1-P2帧内预测模式的快速选择算法。该算法利用相邻块最佳预测模式之间的相关性和块内亮度变化的方向性来缩小候选模式的范围,从而有效节省了编码总时间。实验结果证明,与AVS1-P2的标准参考软件rm52j相比,本算法在保证图像质量和比特率几乎不变的情况下,编码总时间减少了24%～27%。