二视频编码基本原理

2.1 原理图

目前常用的视频编码算法基本上都是以运动估计和以块为单位的时-频变换为基础。

运动估计，处理了相邻视频帧中的相同部分。

时-频变换，使得数据块的能量更加集中地分布。常用的时-频变换是DCT变换。

2.2 运动估计

运动估计（Motion Estimation），相邻视频帧之间的内容存在一定的相关性。把图像分成若干块，通过一定的搜索算法，在邻近帧中找到和该块最相似的块，这个过程称为运动估计，二者之间的相对偏移量称为运动矢量。

在编码的过程中，对运动矢量和预测的参差进行编码。通过运动估计减少了帧间的时间冗余。

常用的运动估计的匹配算法有：

常用运动估计的搜索算法有：

1 全匹配法

光栅方式扫描所有像素，找到最匹配的块位置。

2 二维对数法

又称五点搜索，边缘点以原步长继续搜索，中心点或边界点步长减半。

３ 三步搜索

又称８点搜索，每次确定下一步的搜索点，并将步长减半。

４ 领域搜索

根据邻近已编码MB的位置，确定中心的，如果原点最匹配，停止搜索，如果最匹配点是搜索框边缘，继续以该点为中心进行搜索。

５ 其它

菱形搜索

钻石搜索

2.3 DCT

对数据块进行空域到时域的变换，能量更加集中。

转换公式：

对于一个8x8的数据块（表1）经过DCT后转换成表2：

在DCT的转换过程中，当u=0,v=0时，F(0,0)代表了整个8*8图像块的均值，F(0,0)称为直流系数（DC），其余变换后的63个数，称为交流系数（AC）。交流系数距离直流系数越远，交流系数的频率越高。

2.4 量化

量化：目的是使保存数据的比特数降低，手段是把一批输入值对应到一个输出级上，结果降低了数据的精度。

量化示例：

结论：经过量化后的数据，在进行解码还原时势必导致图像的失真。量化的精度，决定了图像还原时的失真程度，精度越高，失真越小，反映在码率上，就是量化精度越高，码率越大。

帧内编码和帧间编码采用的不同量化方式

编码时对量化值进行编码传输。

量化公式：

2.5 Z-Scan

DCT加量化后的数据，能量都集中在左上角，在进行数据保存时采用Z扫描的顺序进行保存。

经过Z扫描后，直流系数和交流系数的低频部分，会排在新数组的前面，而交流系数的高频部分排到后面，而高频中大部分数的值大多都是0，这样我们就把可以得到一长串的“0”的序列，为下一步的编码做好准备。

2.6 熵编码

原理：信息冗余

常用的熵编码有：

RLE：行程长度编码，是针对交流系数进行编码的，它的编码原理是，使用一个字节的高4位表示连续的0的个数，使用它的低4位表示编码下一个非0系数所需要的位数，跟在后面的是非0系数的值。

Huffman：在变长编码中，对出现概率大的符号赋予短码字，对出现概率小的符号赋予长码字。

其它：CAVLC，CABAC

2.7 重构

模拟解码器对已经编码的数据进行解码，解码后的视频数据作为其后编码的视频的参考帧数据。