标签:blank 矩阵 初始化 视频压缩 rip ota pre http post
在前述的几章节的博文/视频中,我们已经了解到熵编码是利用信息的统计冗余进行数据压缩的无损编码方法。而且已经讨论过了熵编码的基本原理、H.264中使用的语法元素解析算法“指数哥伦布编码”的算法与实践:
在我们已经实现的H.264码流结构(如NAL Unit、Slice Header等)的解析中,大多使用定长编码或者指数哥伦布编码实现。而比如预測残差等占领码流大量体积的数据则必须使用压缩率更高的算法,如CAVLC和CABAC等。前者是我们将在本文中讨论的内容。后者将在兴许内容中详述。
我们知道。CAVLC的全称叫做“上下文自适应的变长编码Context-based Adaptive Variable Length Coding”。所谓“上下文自适应”,说明了CAVLC算法不是像指数哥伦布编码那样採用固定的码流-码字映射的编码,而是一种动态编码的算法,因而压缩比远远超过固定变长编码UVLC等算法。
在H.264标准中,CAVLC主要用于预測残差的编码。
在本系列第二篇博文中我们给出了H.264的编码流图,当中可知,熵编码的输入为帧内/帧间预測残差经过变换-量化后的系数矩阵。
以4×4大小的系数矩阵为例,经过变换-量化后,矩阵通常呈现下面特性:
鉴于上述的特性3和4,针对待编码的系数在系数矩阵中不同的位置,以及相邻块的有关信息,在编码时採用不同的码表进行编码。CAVLC的这样的特性。体现了命名中的“上下文自适应”的方法。
在CAVLC中,熵编码不是像哈夫曼编码等算法一样针对某一个码元进行编码,而是针对一个系数矩阵进行。如果我们希望对一个例如以下变换系数块进行CAVLC编码:
{
3, 2, -1, 0,
1, 0, 1, 0,
-1, 0, 0, 0,
0, 0, 0, 0,
}
对于一个4×4大小的变换系数矩阵进行CAVLC编码。首先须要对其进行扫描。将二维矩阵转化为一维数组。
如前一节所讲,扫描依照zig-zag顺序进行。即依照例如以下顺序:
因此,扫描之后变换系数将进行又一次排列,得到的结果为:
[3, 2, 1, -1, 0, -1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
在编码过程中须要注意下面重要的语法元素:
拖尾系数最多不超过3个,若超出则仅仅有最后3个被觉得是拖尾系数,其它被作为普通的非0系数;
设当前块值为nC,上方相邻块非零系数个数为nA。左側相邻块非零系数个数为nB,计算公式为nC = round((nA + nB)/2);对于色度的直流系数,nC = -1;
编码过程依照反序编码。即从最高频率非零系数開始。
在上述各类型数据中,编码非零系数的level相对最为复杂。
其主要过程为:
在上述的系数矩阵中,非零系数个数TotalCoeffs=6,拖尾系数个数TrailingOnes=3,最后一个非零系数之前0的个数TotalZeros=2;如果nC=0。
综上所述。整个4×4系数矩阵经过CAVLC编码之后,输出码流为:0000010001110100010111010。
【H.264/AVC视频编解码技术具体解释】十三、熵编码算法(3):CAVLC原理
标签:blank 矩阵 初始化 视频压缩 rip ota pre http post
原文地址:http://www.cnblogs.com/ljbguanli/p/7358154.html