引起編碼器的輸出比特碼率波動(dòng)的原因主要有兩個(gè)。首先，數字視頻信號中包含了大量的時(shí)域和空域冗余，編碼器的主要任務(wù)就是去除這些冗余。由于時(shí)間冗余和空間冗余是隨機的，從而造成編碼器輸出比特率波動(dòng)。另一個(gè)原因是變長(cháng)編碼，變長(cháng)編碼根據某個(gè)事件(如零游程)的發(fā)生概率來(lái)設計碼字。事件發(fā)生的概率越大，其編碼碼字越短，反之亦然，從而引起編碼器輸出比特率的變化。由于視頻應用的要求和目的不同，根據輸出碼率是否要求恒定，傳輸碼流的信道可分為兩種類(lèi)型，即可變比特率的碼率控制VBR(Variable Bit Rate)和恒定比特率的碼率控制CBR(Constant Bit Rate)。在變比特率信道下，可以為更高的運動(dòng)量或更詳細的紋理信息分配更多的帶寬，從而獲得更高效的帶寬共享，有利于獲得恒定圖像質(zhì)量，同時(shí)有利于動(dòng)態(tài)分配可用帶寬。這種動(dòng)態(tài)帶寬分配需要一種碼率控制機制，可以根據時(shí)變網(wǎng)絡(luò )條件和需求，調整并限定各視頻源的輸出業(yè)務(wù)量。
然而，諸如公共交換電話(huà)網(wǎng)絡(luò )PSTN(Public Switched TelephoneNetwork)固定帶寬信道卻常用固定比特率傳送信息。為了獲得固定速率的視頻比特流傳輸，在視頻編碼器和信道間采用了緩沖器來(lái)平滑比特率的波動(dòng)。緩沖器的引入雖然有利于平滑碼流，然而，它也引入了一定的延遲。同時(shí)，在很多視頻序列中，比特率波動(dòng)會(huì )持續幾幀，從而需要一個(gè)大緩沖器來(lái)緩沖長(cháng)時(shí)間的波動(dòng)。這種長(cháng)時(shí)緩沖使得視頻業(yè)務(wù)不能達到實(shí)時(shí)傳輸，因此，除了緩沖視頻數據，需要采用其他措施來(lái)減少編碼器的突發(fā)量。最常用的技術(shù)是調整一些編碼參數作為緩沖器飽和度的函數，如反饋控制。
碼率控制中的性能指標有碼率、緩沖延時(shí)、緩沖區狀態(tài)等。在碼率控制系統中，校正裝置為碼率控制器。它負責收集碼率、延時(shí)和緩沖區狀態(tài)信息并調節編碼參數，使得性能指標維持在給定水平上。緩沖區起平滑碼率波動(dòng)的作用。在編碼端，數據輸入緩沖區的碼率是變化的，而輸出端則取決于碼率控制模式。在恒定碼率模式下，輸出碼率維持不變；在可變碼率模式下，輸出碼率允許在一定的范圍內波動(dòng)。理論上講，當緩沖區無(wú)限大時(shí)，延時(shí)長(cháng)短和緩沖區大小成正比。對實(shí)時(shí)視頻通信系統而言，延時(shí)要求比較苛刻，延時(shí)越小越好。這就是說(shuō)長(cháng)期的碼率波動(dòng)不能通過(guò)加大緩沖區的方式消除。
由于傳輸帶寬和存儲空間的限制，視頻應用對壓縮比有較高的要求。無(wú)損編碼所能提供的壓縮比遠不能滿(mǎn)足實(shí)際視頻應用的需求，但如果我們能夠接受某種程度的失真，高的壓縮比也不難獲得。人眼視覺(jué)系統對高頻信號變化不敏感，部分高頻信息丟失不會(huì )降低主觀(guān)視頻質(zhì)量，主流的視頻編碼算法正是采用了量化方法消除視頻信號的生理視覺(jué)冗余，獲得比無(wú)損壓縮更高的壓縮比而又不會(huì )帶來(lái)視頻質(zhì)量的顯著(zhù)降低。率失真(RateDistortion理論旨在描述編碼失真度(Distortion，重構誤差)和編碼數據速率的關(guān)系。該理論建立在圖像是連續的基礎上，在有限數據速率下，由于存在量化誤差，必然存在失真。盡管率失真理論沒(méi)有給出最優(yōu)編碼器，但它還是給出了容許失真條件下信息壓縮允許的下界。當使用有損編碼方法時(shí)，重構圖像g(x，y)和原始圖像f(x，y)存在差別。一般地，失真度D函數形式可以根據需要任意選取，例如平方代價(jià)函數、絕對代價(jià)函數等。在圖像編碼中，D常用均方差形式表示：
當D=O時(shí)，編碼對應于無(wú)損壓縮，輸入碼率應大于或等于信源熵H(X)；若D一為最大允許失真，則相應碼率下限為R(D一)。典型的率失真曲線(xiàn)R—D如圖3．1所示。R(D’)為D’的凸遞減函數。
率失真優(yōu)化主要用于模式選擇。在H．264視頻標準中，有以下幾種模式：INTRA．4x4，INTRA．16x16，SKIP，INTER—16×16，INTER．16×8，INTER．8×16，INTER．8×8。
假設圖像序列S被分割為K個(gè)不同的塊4，相應的像素用6t來(lái)表示。編碼6t所選擇的編碼模式％分為幀間編碼和幀內編碼。每種編碼模式都包括預測編碼的模式和編碼參數。其中編碼參數包括變換系數和量化參數等。對于幀間模式，編碼參數還包括一個(gè)或多個(gè)運動(dòng)矢量。
在對圖像序列S進(jìn)行基于塊的混和視頻編碼時(shí)，對于每塊選取的編碼模式應該使編碼后的Lagrange代價(jià)函數J(S，II九)達到最小。編碼后比特流的比特率和失真度與時(shí)間和空間有著(zhù)密切聯(lián)系，而不僅僅是和編碼模式有關(guān)，但當且僅當為每個(gè)塊Sk所選定的編碼模式使得代價(jià)函數J(S，IIX)最小時(shí)，編碼器得到最優(yōu)化。
編碼控制模式中，宏塊分割模式的判決與幀間模式運動(dòng)估計的最佳比特分配這兩個(gè)問(wèn)題將會(huì )被分別處理。在Lagrange參數A'MODE與量化參數選定后，H．264／AVC編碼器通過(guò)最小化Lagrange代價(jià)函數實(shí)現對每一個(gè)宏塊編碼模式的選定。對于宏塊St，模式Ik，拉格朗日模型選擇公式為：
對于INTRA模式，失真是重建宏塊s與原始宏塊s的平方差(SSD)，按下式計算：
對于SKIP模式，DReC禾RReC不取決于當前量化參數的值，DReC由當前宏塊與參考以前幀的宏塊的SSD計算得到，RREC約為1bit／宏塊。對于INTER模式，它的拉格朗日代價(jià)函數計算較為復雜，這是由于多種塊模式和多參考幀的運動(dòng)估計。給定拉格朗日常數．t,MOTION，宏塊Si拉格朗日代價(jià)函數
如下式：
其中，M為所有可能的編碼模式，失真按下式計算：
拉格朗日常數的選擇如下：
聯(lián)系客服
