码率控制模型及算法研究

【摘要】： 高速增长的视频图像通信需求促进了视频图像压缩技术的持续发展。为了在相对有限的传输比特率下获得最佳的视觉质量,严格保证编码输出比特流满足带宽和虚拟解码缓冲区的限制,码率控制成为视频图像压缩技术中重要的一部分。由于H.264/AVC标准在编码模式选择中采用了率失真优化,使得其码率控制比MPEG-2,MPEG-4等视频图像压缩标准中的码率控制更为复杂。如何建立精确的率失真模型,怎样有效地控制虚拟缓冲区,同时降低码率控制算法的计算复杂度以及获得更好的解码视觉质量成为这一领域的研究热点。 本文系统地分析了传统视频图像压缩标准中的码率控制算法基本理论和工作原理,并着重讨论了H.264/AVC的三个重要码率控制算法提案。在总结和借鉴经典码率控制算法的基础上,深入细致地讨论了码率控制相关模型,提出了新的模型和方法。并基于新模型提出了一种增量式码率控制算法。大量且广泛的实验测试数据表明,新的码率控制算法能够有效地控制虚拟缓冲区,精确地达到目标输出比特率,明显地减少了不期望的跳帧,在提高视觉质量的同时也保持了视觉质量的平滑稳定。全文的主要的创新和研究成果包括： 1.在通用率失真模型的基础上分析了比特率,图像编码复杂度和量化参数之间的关系。根据理论推导和实验数据拟合提出了一种新的指数型率失真模型。实验表明新模型能够非常准确地描述H.264/AVC中的率失真关系。由于指数函数在求一阶微分的时候表现出良好的特性,因此在增量式量化参数的计算方面具有优势。 2.提出了一种新的I-帧线性复杂度计算方法和一种新的P-帧抽象复杂度预测方法。利用图像梯度和灰度直方图统计信息建立了I-帧图像线性复杂度计算方法。依赖指数型率失真模型,通过已编码帧的抽象复杂度统计,采用调和平均数预测当前P-帧的图像复杂度。实验表明,两种新方法简单有效准确,并且具有较高的比特预测精度。 3.分析和探讨了失真和量化参数的关系,提出了一种新的指数型PSNR-QP模型并给出了模型分析,为获得平滑视觉质量的B-帧码率控制提供了理论依据。 4.结合指数型率失真模型和新的图像复杂度计算和估计方法,提出了一种新的增量式码率控制算法。新算法在比特分配上提出了权重比例I-帧比特分配方案和PID(比例+积分+微分)缓冲区反馈增量式P-帧比特分配方案。码率控制包含GOP级,帧级和宏块级三级的增量式量化参数计算方法,同时也包含平滑视觉质量的B-帧量化参数计算方法。 5.基于H.264/AVC的联合编码模型软件平台JM13.2,编码实现了本文提出的增量式码率控制算法。公平地对比测试了新算法和H.264/AVC标准下最新码率控制算法JVT-W042,给出了大量的视频图像压缩编码测试结果。测试涵盖了全P帧,周期性I帧,宏块级和B帧四种编码结构下常见的比特传输率,结果表明新算法工作性能良好,与JVT-W042相比,在四种编码结构下获得了不同程度的视觉质量增益。