论文部分内容阅读
当前,数字视频与数字图像处理技术已被广泛应用于通信、电视广播、存储和多媒体娱乐等领域,但是由于视频、图像的数据量巨大,对存储和通信提出了极大的挑战,尤其是在安全、医药、航天等领域,对视频、图像压缩要求无损或者近似无损,这样导致数据量更大,然而,目前的无损压缩技术压缩比不高,所以如何高效的对视频、图像进行无损压缩编码成了一项十分迫切的任务。本文基于高效率视频编码(High Efficiency Video Coding,简称HEVC)框架进行研究,HEVC作为新一代视频编码标准具有比H.264/AVC更加优异的性能。本文在对无损压缩算法进行深入研究的基础上,基于HEVC框架,从帧内预测和帧间预测两个层面来改进视频、图像的无损压缩性能。第一,利用HEVC框架本身,可以实现依据图像平坦程度来自适应的将图像分割成若干编码单元,并决定最佳的分割方案,选择最优的预测模式。利用差分编码等预测器进行初步预测,对于纹理复杂的区域只用差分编码可能会使预测误差较大,因此,对该区域采用误差补偿的方式对预测值进行修正。此外,残差的分布特点和预测模式有很大相关性,根据预测模式决定残差的扫描顺序,可以使熵编码更加有效。通过上述方法的结合,可以提高预测精度,从而提高了压缩效率。另外,我们针对帧内预测还提出了分级预测、模板匹配、自适应预测等多种方法,目的都是为了降低空间冗余以提高编码效率。第二,由于视频中存在大量的时间冗余,因此,通过帧间预测可以很大程度上提高编码效率。然而,在无损压缩中,不存在变换量化模块,于是视频信息中的空间冗余不能有效地去除,所以我们在帧间预测的基础上,增加了空间预测的部分,通过时域和空域的结合,逐像素的选择采用哪种方式预测,并在预测之后,针对预测残差进行再预测,进一步消除冗余,进而达到降低码率的目的。