DC和AC預(yù)測 - PC機(jī)的MPEG-4編碼原理

　　8×8塊經(jīng)過DCT和量化后，系數(shù)排列呈現(xiàn)以下的規(guī)律，即非零系數(shù)集中在左上角，大部分的0系數(shù)集中在偏離DC系數(shù)向右和向下的位置上。特別是DC系數(shù)、第一行和第一列AC系數(shù)，數(shù)值非零且較大，如果能用較小的數(shù)值代替它們，會減少編碼后的位流數(shù)，于是產(chǎn)生DC和AC預(yù)測。

　　在MPEG-4中，通常把一個宏塊分為6個8×8塊進(jìn)行DC和AC預(yù)測。

　　首先對8×8塊進(jìn)行DC預(yù)測。如圖2所示，X表示當(dāng)前的8×8塊;A，B和C表示X的相鄰8×8塊，其位置分別位于X的左邊、左上角和上邊。對X進(jìn)行DC預(yù)測就是采用相鄰塊的DC系數(shù)值預(yù)測X的DC系數(shù)值，關(guān)鍵是選擇哪個相鄰塊的DC系數(shù)。

?

　　程序采用了以下策略選取相鄰塊。定義塊A，B，C，X的DC系數(shù)值分別為DC_A，DC_B，DC_C，DC_X。

　　如果DC_A與DC_B的差小于DC_B與DC_C的差，則DC_A與DC_B在數(shù)值上比較接近，即在垂直方向上的數(shù)值比水平方向上更接近，所以采用DC_C來預(yù)測DC_X;反之，在水平方向的數(shù)值比較接近，即采用DC_A來預(yù)測DC_X。

　　將當(dāng)前塊的DC系數(shù)與用來預(yù)測的相鄰塊的DC系數(shù)，經(jīng)過特定處理后做差，其差存放到當(dāng)前塊的DC位置上，同時記錄此DC系數(shù)的預(yù)測方向。

　　AC預(yù)測主要是針對8×8塊的第一行或者第一列AC系數(shù)，其預(yù)測方向取決于當(dāng)前塊DC系數(shù)的預(yù)測方向。如圖2所示，如果之前DC預(yù)測為水平預(yù)測，則當(dāng)前塊X的第一列AC系數(shù)采用A塊的第一列AC系數(shù)預(yù)測，同時將X的第一列7個AC系數(shù)各自取絕對值后相加到變量S1(S1的初始值為0)上。將當(dāng)前塊第一列AC系數(shù)與用來預(yù)測的相鄰塊A的第一列AC系數(shù)做差，其7個差值存放到當(dāng)前塊的第一列AC系數(shù)的位置上，同時將7個差值各自取絕對值后相加到變量S2(S2的初始值為0)上。如果之前的DC預(yù)測為垂直預(yù)測，則只進(jìn)行當(dāng)前塊X的第一行AC系數(shù)預(yù)測，其預(yù)測步驟同第一列AC系數(shù)的預(yù)測一樣。

　　有時AC預(yù)測會產(chǎn)生較大的預(yù)測誤差，并沒有達(dá)到節(jié)省位流的目的，因此必須判斷AC預(yù)測的有效性。在單個8×8小塊的AC預(yù)測中，用S1記錄了此小塊的第一行或第一列AC系數(shù)的絕對值之和，用S2記錄了第一行或第一列預(yù)測后7個差值的絕對和。以一個宏塊的6個8×8小塊為單位，將各個小塊的S1與S2之差相加，得到值S。如果S非零，則此宏塊進(jìn)行AC預(yù)測，其標(biāo)志ACpred_flag置1，否則此宏塊不進(jìn)行AC預(yù)測，ACpred_flag置0。

　　1.2.2 之字型掃描

　　DC和AC預(yù)測之后，對8×8塊的系數(shù)進(jìn)行之字形掃描，共有Zigzag，Zigzag_v(交替垂直掃描)和Zigzag_h(交替水平掃描)三種掃描方式。采用何種掃描方式由三個要素決定，即幀內(nèi)還是幀間預(yù)測，AC預(yù)測標(biāo)志ACpred_flag的值，DC系數(shù)的預(yù)測方向。

　　對于幀內(nèi)預(yù)測的宏塊，如果AC預(yù)測標(biāo)志ACpredflag為0，則此宏塊中的6個8×8塊都使用Zigzag掃描;如果AC預(yù)測標(biāo)志為1，則此宏塊中的6個8×8塊將根據(jù)各自的DC預(yù)測方向決定AC系數(shù)的掃描方向。如果DC預(yù)測為水平預(yù)測，則此8×8塊使用Zigzag_v掃描方式掃描系數(shù)，否則使用Zigzag_h掃描方式。

　　對于幀間預(yù)測的宏塊，其每個8×8塊統(tǒng)一采用Zigzag掃描方式掃描系數(shù)。

　　8×8的系數(shù)矩陣經(jīng)過之字型掃描后，大部分非零系數(shù)集中在一個一維數(shù)組的前部，大部分零系數(shù)集中在此一維數(shù)組的后面，根據(jù)此特點便產(chǎn)生了游程編碼。

　　1.2.3 游程編碼和熵編碼

　　所謂游程編碼就是對8×8系數(shù)矩陣的AC系數(shù)進(jìn)行特定的處理，使其成為個數(shù)更少的三維矢量(Last，Run，Level)。其中，Level代表非0系數(shù)的大小。Run代表Level前面連續(xù)0的個數(shù)。Last代表終止標(biāo)志：其值為0時，表示Level后還有不為0的系數(shù);其值為1時表示該系數(shù)是最后不為0的數(shù);余下的系數(shù)全為0。游程編碼生成三維矢量，壓縮了數(shù)據(jù)量，然后根據(jù)Last，Run和Level的不同組合作為索引，找到對應(yīng)Huffman編碼表中的碼字，生成碼流。

　　1.3 運(yùn)動編碼

　　運(yùn)動編碼對當(dāng)前P-VOP和參考VOP進(jìn)行運(yùn)動估計與補(bǔ)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(yùn)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。SAD16×16函數(shù)實現(xiàn)當(dāng)前宏塊和參考宏塊間的絕對誤差和;SAD8×8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(yùn)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(yùn)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(yùn)動矢量。判斷此運(yùn)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(yùn)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(yùn)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(yùn)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(yùn)算，選擇SAD8×8值最小的左上角起點作為最佳匹配點，以找到最佳運(yùn)動矢量，得到宏塊內(nèi)每個8×8亮度塊的運(yùn)動矢量和SAD8×8值。將4個SAD8×8的和與SAD16×16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(yùn)動矢量，最后根據(jù)參考圖像的亮度信息、色度信息和運(yùn)動矢量做運(yùn)動補(bǔ)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(yùn)動估計，相應(yīng)運(yùn)動補(bǔ)償后的參考宏塊數(shù)值為0。

　　最后用當(dāng)前幀減去運(yùn)動補(bǔ)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(yùn)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。