基于一维数据块的AVS视频帧内编码算法

针对AVS（Audio Video Coding Standard,音视频编码标准）视频部分帧内预测中固定三抽头滤波器难以适应纹理类型变化、预测精度低的问题,基于相邻一维数据块（像素行或者像素列）之间纹理一致性更强的特点,提出了基于一维数据块的帧内自适应滤波编码算法,将固定三抽头滤波器扩展为自适应滤波器,以一维数据块为单位生成预测,解决参考像素与预测像素之间距离较远所带来的相关性差、预测不准确的问题。利用最小二乘方法,对已编码的相邻一维数据块进行自适应滤波预测,计算得到最优的三抽头滤波器,将其直接作为当前一维数据块的自适应滤波器,从而避免了自适应滤波器系数的传输开销。实验结果表明：新的帧内编码方法能够提高现有AVS视频帧内编码效率平均达到0.324 dB,最高达到0.879 dB,而且编码性能高于帧内模板匹配方法平均0.120 dB。所提出的方法在新一代的视频编码标准AVS2.0的制定中具有广阔的应用前景。     

一种快速H.264帧内模式选择算法

H.264帧内预测计算复杂,是帧内编码中的瓶颈问题。根据H.264多模式帧内预测特点分析,提出了一种基于纹理和参考像素特性的帧内预测快速算法。算法首先通过Prewitt算子计算得到图像的纹理,根据纹理方向选择相应的帧内预测模式,然后计算参考像素的差异特性,删除已选Intra4x4模式中不必要模式,减少候选模式数目,降低了计算复杂度。对4组不同运动特点序列仿真结果表明:与JM13.2算法相比,本文算法编码时间平均降低75.7%,而图像峰值信噪比平均降低0.16dB,输出码率平均增加3.45%,综合性能优于已有算法。     

基于纹理特征的HEVC帧内编码快速算法

为了降低高效视频编码（HEVC）帧内编码的复杂度,提出了一种基于编码块纹理特征的帧内编码快速算法.首先,对当前编码单元（CU）进行预处理,获取CU的纹理复杂程度和方向特性.其次,根据纹理复杂度决定部分CU是否划分,跳过率失真代价计算,减少不必要的划分与裁剪.然后,根据纹理方向减少帧内预测模式的数量,降低帧内预测过程的复杂度.实验结果表明,在全I帧模式下快速算法与HM10.0相比,码率（BR）上升0.649%,峰值信噪比（PSNR）降低0.059 dB,帧内编码时间平均减少56.18%.     

基于纹理估计的H.264帧内预测快速算法

帧内预测是H.264取得高编码效率的关键技术之一,但其计算复杂度是H.264帧内编码中的瓶颈问题。结合H.264帧内预测特点,提出一种基于纹理估计的帧内预测快速算法。首先通过计算相邻宏块的边界像素差值,估计图像的纹理方向,再根据此方向选择相应的帧内预测模式,减小候选模式数量,简化模式选择过程,降低了帧内预测的计算复杂度。实验结果表明,在保证图像质量和编码码率的前提下,本算法能有效提高H.264的编码速度,有利于实时应用。     

基于梯度的H.265/HEVC帧内预测硬件加速算法研究

HEVC即H.265,是目前最新的视频编码标准。相比于前一代视频编码标准,H.265/HEVC虽然能够明显改善视频压缩效率,但是却带来了更高的计算复杂度,尤其是在帧内预测过程中。为了解决这个问题,提出一种基于梯度的帧内预测硬件加速算法来跳过一些帧内预测模式和划分深度的预测过程,从而达到减少计算的目的。利用图像梯度信息来粗略估计编码单元的纹理方向和纹理复杂度,其中纹理方向用来估计编码单元的最优帧内预测方向,纹理复杂度用来判断是否跳过当前划分深度的预测编码过程。实验表明,相比于H.265/HEVC测试模型HM16.18,本文提出的算法能够减少6059%的编码时间,仅造成0.38 dB的BD PSNR减少和8.52%的BD-Rate增加。     

H.264帧内预测模式选择快速算法

帧内预测是H.264视频编码标准的重要组成部分。为了保证在图像质量和编码比特率大致不变的前提下,减少帧内预测模式选择的编码时间,提出了一种基于4′4块的纹理方向性和4′4块与16′16块之间的相关性并通过设置双阈值进行选择预测模式的快速算法。实验结果表明该算法与帧内预测编码的全搜索算法相比,编码时间节约了35%～40%,信噪比损失了0.03～0.1dB。     

基于局部边界特性的HEVC帧内快速预测算法

HEVC(High Efficiency Video Coding)的编码性能足可以达到H.264/AVC的两倍。在帧内编码方面HEVC的性能提高主要来自于更精准的预测模式和更灵活的分块大小,同时带来了巨大的计算复杂度。为了大幅降低编码复杂度,提出的算法利用视频的局部纹理特性,首先用索贝尔算子提取当前编码单元CU(Coding Unit)的局部边界信息。分析边界信息后,停止不包含明显边界的CU的子块划分,对包含明显边界的CU快速选择预测方向为边界纹理方向。实验结果证明,提出的算法可以在视频质量基本不变的情况下,使帧内编码复杂度降低近一半。     

基于方向测度的H.264快速帧内预测算法

H.264在空间域上从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,使编码的复杂度大幅增加。为此,提出了一种基于方向测度的快速帧内预测算法。该算法使用方向测度来判断块的平坦程度和纹理方向,它可以预先排除可能性小的预测模式,避免了不必要的代价计算。实验结果表明,算法在保持信噪比平均降低0.05 dB和码率平均增加1.27%基础上,编码时间平均减少了39.16%。     

一种基于距离加权帧内预测的纹理块划分方法

提出了一种基于距离加权帧内预测的纹理块划分方法。这种帧内预测的方法能很好地描述纹理的方向,可以为方向变换编码和图像检索等应用提供准确的边信息。实验表明,该方法能准确地采用较大的块来描述纹理简单的图像区域,采用较小的块来描述纹理复杂的区域,且很好地反映了预测方向和纹理方向之间的一致性。     

利用纹理和空间相关性的HEVC帧内预测模式选择

目的 提出一种结合图像纹理方向和空间相关性的高效视频编码（HEVC）帧内模式选择快速算法,减少粗模式选择过程的候选模式数目,加快帧内模式选择速度。方法 首先,使用Sobel算子获得当前预测单元（PU）的纹理方向,利用此纹理方向选取相应的角度预测模式组成粗模式选择的候选模式列表;另外,利用图像的空间相关性,将相邻预测单元的最优帧内预测模式添加到候选模式列表中。结果 本文算法将粗模式选择过程的候选模式数目从35种减少到不超过10种,比特率升高0.41%,峰值信噪比下降0.0314 dB,编码时间缩短了34.9%。结论 实验结果显示,在保持编码质量基本不变的情况下,此算法明显减少了粗模式选择过程的预测模式数量,提高了HEVC的编码效率。     

H.264中4×4块的快速帧内预测算法

视频压缩标准H.264/AVC的压缩率很高,但其算法复杂,编码时间较长。针对帧内4×4块提出基于方向预测模式度量的快速预测算法,通过对当前4×4块帧内预测方向的度量,利用相邻块和相邻方向预测模式的相关性进行帧内模式预测。实验结果表明,与全搜索算法相比,在采用全I帧编码的情况下,该算法的编码时间减少43%,输出的视频比特率仅增加0.8%,且PSNR基本保持不变。     

基于时间相关的H.264帧内预测算法*

为了降低H.264编码器的计算复杂度,提出了一种快速帧内预测模式选择算法,通过分析帧内预测模式在时间和空间上的相关性,将已编码帧中宏块的帧内预测模式作为当前宏块的候选预测模式,减少了计算的开销。实验结果表明,在图像性能和码率变化不大的情况下,编码时间减少约10%,有利于实时编码的实现。     

基于菱形编码的视频信息隐藏算法

针对基于视频帧内预测模式调制的信息隐藏算法嵌入容量较小、比特率上升较明显等问题,提出一种基于菱形编码的帧内视频信息隐藏算法。该算法基于高效视频编码（HEVC）,将相邻两个4×4块预测模式组成模式对,采用改进的菱形编码算法指导模式调制和信息嵌入过程;并采取二次编码方式在保留原始平台最优编码划分下进行第二次隐秘信息嵌入编码,在保证嵌入量的同时抑制帧内失真漂移。实验结果表明：所提算法峰值信噪比（PSNR）值下降在0.03dB以内,码率增长低于0.53%,嵌入量有大幅提升,并能很好地保证视频主客观质量。     

基于纹理方向的高效视频编码鲁棒视频水印

针对现有基于高效视频编码的视频水印算法鲁棒性不足的问题,提出一种基于纹理方向的鲁棒视频水印算法。算法根据水印值将帧内角度预测模式分为水平方向和垂直方向两组,计算N×N分割编码时每个预测单元的纹理方向。当纹理方向与水印所表示的方向一致时,将当前预测单元的33种角度预测模式截断为水平方向或者垂直方向的预测模式,随后根据率失真代价函数决策出最优的预测模式,并判断水印是否嵌入。记录最终水印嵌入位置作为密钥,用于解码端提取。实验结果表明,该算法具有较小的码率增长和视频失真,在历经噪声、滤波和重编码等攻击后能保持较低的误码率(BER),说明该方案能用于视频版权保护。     

利用反向投影的flash场景自适应视频编码算法

针对闪光造成的光照变化会导致视频帧之间巨大的强度差异问题,提出利用反向投影的flash场景自适应视频编码算法;根据直方图差异提取闪光和非闪光帧,相应地为每个帧分配适当的编码类型,并在加权预测(WP)参数集确定中采用运动向量导数,通过反向投影保证flash场景的全局一致性;实验结果显示,提出的算法在Lena、Peppers、Building、Baboon、Nestling 5个视频上的峰值信噪比(PSNR)值分别可高达32.31 dB、34.14 dB、34.76 dB、34.94 dB、35.05 dB,非常接近原始图像的PSNR;相比其他几种加权预测算法,提出的算法在PSNR及计算复杂度方面均获得了更加优越的编码性能。     

自适应阈值的宏块MAD快速帧内算法

最新的视频压缩标准H.264/AVC具有极高的压缩率,但其算法极其复杂,编码时间较长,无法达到实时应用的要求。针对其帧内预测算法的特点,提出了一种基于MAD的自适应阈值快速帧内预测算法。算法充分利用宏块的MAD（平均绝对误差,Mean Absolute Differences）信息及时空相关性,在进行帧内预测之前先对宏块预判,同时采用自适应阈值的方法在帧内4×4（I4）和帧内16×16（I16）预测模式之间快速进行选择;然后针对I4预测,采用阈值法在9种预测模式间快速选择,从而减少了算法的复杂度,提高了压缩速度。实验结果表明,所提的算法在码率只有少许增加的情况下,编码时间平均减少61.3%,PSNR值基本不变。     

基于图形信息的HEVC帧间预测快速算法

由于最新的视频编码标准HEVC（high efficiency video coding）应用四叉树的递归结构进行编码单元的划分,使得帧间预测的过程极为复杂,编码的时间效率比较低下。针对HEVC帧间预测过程,提出了一种基于纹理信息和稳定区域检测的快速算法,旨在检测出相对平坦的区域和随时间变化较稳定的区域,来提前终止四叉树的编码单元的划分。这些平坦或者稳定的区域用较大的编码预测单元就能进行比较准确的运动估计和预测,不需要再进行更小编码预测单元的划分,因此HEVC编码器的时间复杂度大幅度降低。实验结果表明,改进后的算法编码时间平均节省了34%左右,并且造成的视频质量损失非常低,有0.038 dB的PSNR下降和0.56%的码率增加。