PC機的MPEG-4編碼原理詳解及實現(xiàn)

1.3 運動編碼

運動編碼對當(dāng)前P-VOP和參考VOP進(jìn)行運動估計與補償，減小幀間的時間相關(guān)性，實現(xiàn)壓縮。

通常采用塊匹配法進(jìn)行運動估計。塊匹配法就是針對當(dāng)前幀中某一特定大小的圖像塊，從參考幀的一定區(qū)域中找出該圖像塊絕對誤差和(Sum of AbsoluteDifference，SAD)的最小匹配塊，利用此匹配塊來預(yù)測當(dāng)前塊。圖像塊的絕對誤差和指兩個大小相同的圖像塊的中像素差的絕對值之和。SAD_16×16函數(shù)實現(xiàn)當(dāng)前宏塊和參考宏塊間的絕對誤差和；SAD_8×8函數(shù)實現(xiàn)當(dāng)前8×8塊與參考8×8塊間的絕對誤差和。

確定了塊匹配準(zhǔn)則后，就要進(jìn)行最優(yōu)匹配點的搜索，MPEG-4校驗?zāi)Ｐ妥詈蟛捎勉@石搜索法(Diamond Search，DS)。鉆石搜索法是一種利用搜索模板的形狀和大小，對運動估計算法速度及精度產(chǎn)生重要影響的快速搜索法。選用了兩種形狀和大小都不相同的搜索模板：一種是大鉆石搜索模板(Large DiamondSearch Pattern，LDSP)，它有9個候選位置：(0，0)，(0，2)，(1，1)，(2，0)，(1，-1)，(0，-2)，(-1，-1)，(-2，0)和(-1，1)。具體模板如圖3所示。一種是小鉆石搜索模板(Small Diamond Search Pattern，SDSP)，它包含5個候選位置：(0，0)，(0，1)，(1，0)，(0，-1)和(-1，0)。具體模板如圖4所示。



鉆石搜索過程如下：以當(dāng)前幀的當(dāng)前宏塊的左上角起點坐標(biāo)為大模板的原點(0，0)，在參考幀的搜索范圍內(nèi)，分別以大模板的(0，0)，(0，2)，(1，1)，(2，0)，(1，-1)，(0，-2)，(-1，-1)，(-2，0)和(-1，1)像素點作為宏塊的左上角起點，將該宏塊和當(dāng)前幀的宏塊做SAD16×16運算，選擇SAD16×16值最小的左上角起點作為暫時的最佳匹配點，此點與當(dāng)前宏塊左上角起點之間的位移就是運動矢量。判斷此運動矢量是否適合特定的規(guī)則，如果不適合，則進(jìn)行新一輪的大鉆石模板搜索，直到找到適合條件的運動矢量。然后再以大鉆石模板搜索的最佳匹配點為中心點(0，0)，用小鉆石搜索模板進(jìn)行(0，1)，(1，0)，(0，-1)和(-1，0)四個參考點的精確搜索，搜索到的SAD16×16值最小點就是最終的最佳匹配點，最佳匹配點與當(dāng)前宏塊的左上角起點之間的位移就是最終的運動矢量。

以上是基于宏塊的全像素搜索，還可以選擇是否進(jìn)行基于8×8塊的全像素搜索。利用已經(jīng)得到的基于宏塊的運動矢量，找到基于宏塊的最佳匹配點。此匹配點為中心(0，0)，其他匹配點為(-1，-1)，(0，-1)，(1，-1)，(-1，0)，(1，0)，(-1，1)，(0，1)，(1，1)，分別以這9個匹配點作為8×8像素塊的左上角起點，將該8×8塊和當(dāng)前幀的8×8塊做絕對差值和的運算，選擇SAD_8×8值最小的左上角起點作為最佳匹配點，以找到最佳運動矢量，得到宏塊內(nèi)每個8×8亮度塊的運動矢量和SAD_8×8值。將4個SAD_8×8的和與SAD_16×16做比較，將較小值按照一定的規(guī)則處理，從而判斷當(dāng)前宏塊的預(yù)測模式為幀內(nèi)或幀間預(yù)測。

如果采用幀間預(yù)測，進(jìn)一步采用半像素搜索。首先對整個參考幀進(jìn)行雙線性差值，則參考幀的面積變?yōu)樵瓉淼?倍，然后在特定的搜索范圍內(nèi)搜索出更精確的運動矢量，最后根據(jù)參考圖像的亮度信息、色度信息和運動矢量做運動補償。

如果采用幀內(nèi)預(yù)測，不再對當(dāng)前宏塊進(jìn)行任何運動估計，相應(yīng)運動補償后的參考宏塊數(shù)值為0。

最后用當(dāng)前幀減去運動補償后參考圖像得到差值，將差值數(shù)據(jù)進(jìn)行紋理編碼；對每個宏塊的運動矢量進(jìn)行預(yù)測并求出差分值，對差分值進(jìn)行位流轉(zhuǎn)換并輸出。

2 編碼器的實現(xiàn)和測試

根據(jù)圖1并結(jié)合MPEG-4編碼器各個模塊的實現(xiàn)原理，進(jìn)行編碼器主函數(shù)的編寫和調(diào)試。初步確定編碼器的主函數(shù)應(yīng)包括以下三部分：

初始化部分由于參考代碼中存在RGB到Y(jié)UV的圖像格式轉(zhuǎn)換函數(shù)(本文未介紹)，則應(yīng)開辟相應(yīng)的存儲BMP和YUV圖像的空間；還要開辟空間存放編碼器生成的壓縮文件；必須設(shè)置編碼器的編碼參數(shù)。

編碼處理部分此部分是通過循環(huán)編碼各幀圖像來實現(xiàn)的，讀入一幀圖像后，判斷是采用I幀還是P幀，然后輸出VOP頭信息，進(jìn)行當(dāng)前VOP的編碼并輸出位流信息到緩沖器中，最后利用fwrite函數(shù)形成磁盤文件。

釋放資源前面兩個階段開辟的內(nèi)存空間必須釋放掉，整個視頻的編碼過程結(jié)束。

結(jié)合參考的編碼主函數(shù)，調(diào)試并運行編碼器，生成divx文件，相應(yīng)地調(diào)試出解碼器。逐一更改編碼器的量化參數(shù)QP、幀率、輸出碼率和I幀間隔參數(shù)，測試出它們對編碼效果的影響，如量化參數(shù)QP、幀率和I幀間隔參數(shù)與壓縮比成正比，輸出碼率與壓縮比成反比。經(jīng)過綜合測試，在保證解碼圖像質(zhì)量的前提下，當(dāng)QP為8，幀率為30 f／s，輸出碼率為400 000 b／s，I幀間隔為3時，壓縮比為58.8，此時達(dá)到最好的壓縮效果。當(dāng)然，如果對解壓后的視覺效果要求不高的話，壓縮倍數(shù)還可以繼續(xù)提高。

3 結(jié)語

所講的MPEG-4是MPEG-4標(biāo)準(zhǔn)的Part2部分，其編解碼器已經(jīng)獲得了許多廠商的支持。目前，作為MPEG-4 Part10的H.264也已經(jīng)推出并發(fā)展，相比MPEG-4 Part2，H.264在同樣質(zhì)量下，其碼率能降低50%左右，說明MPEG-4一直在發(fā)展。隨著基于內(nèi)容的編碼技術(shù)的實用化發(fā)展，MPEG-4將有更為廣泛的應(yīng)用前景。