视频编码全角度详解 AVS China、H.264/MPEG-4 PART10、HEVC、VP6、DIRAC、VC-1PDF电子书下载

第1章 引言 1

1.1 流行的视频和音频标准 1

1.2 视频的数字表示 12

1.3 视频编解码的基本结构 14

1.4 视频编译码性能比较的衡量标准 16

1.5 音频的数字表示 23

1.6 感知音频编码的基本结构 24

1.7 音频编译码的性能比较测度 26

1.8 总结 30

第2章 视频编码标准和视频格式 31

2.1 前言 31

2.2 复杂度的降低 33

2.3 视频编码标准 33

2.4 MPEG和H.2 6x 34

2.4.1 H.1 20 34

2.4.2 H.2 61 34

2.4.3 MPEG-1 35

2.4.4 H.2 62/MPEG-2 35

2.4.5 H.2 63,H.2 63＋和H.2 63＋＋ 35

2.4.6 MPEG-4 36

2.4.7 H.2 64/MPEG-4第10部分／AVC 36

2.4.8 H.2 65/HEVC 37

2.5 视频格式和质量 37

2.5.1 帧与场 38

2.5.2 颜色空间 38

2.5.3 视频格式 40

2.5.4 质量 41

2.6 总结 42

第3章 AVS China 43

3.1 AVS China 43

3.2 AVS China档次和级别 45

3.2.1 AVS-video的基准档次 46

3.2.2 AVS-video基本档次 46

3.2.3 AVS-video伸展档次 46

3.2.4 AVS-video加强档次 46

3.3 AVS使用的数据格式 47

3.3.1 AVS视频分层结构 47

3.4 AVS视频编码器 49

3.4.1 编码过程概述 50

3.4.2 AVS视频编码器用到的编码工具 50

3.5 AVS视频解码器 57

3.6 AVS视频比特流 57

3.6.1 起始码 57

3.6.2 起始码值 58

3.6.3 帧编码类型 59

3.7 AVS视频流的NAL单元 59

3.7.1 AVS视频流NAL单元的映射 59

3.7.2 NAL单元首部描述 60

3.8 AVS-M简介（AVS第7部分） 61

3.8.1 AVS-M的数据结构 62

3.8.2 AVS-M的体现 65

3.8.3 基本档次的多个级别 66

3.9 块模式预测模式 67

3.9.1 帧内预测 67

3.9.2 帧间预测 69

3.9.3 跳跃模式预测 70

3.9.4 率失真优化 71

3.10 变换、量化和熵编码 71

3.10.1 变换 71

3.10.2 量化 71

3.10.3 熵编码 72

3.10.4 简化的去块效应滤波器 72

3.11 AVS第1部分：系统 74

3.11.1 程序流 75

3.11.2 运输流 78

3.12 IEEE AVS 80

3.12.1 应用 81

3.12.2 档次和级别 81

3.12.3 设计特征概述 81

3.13 总结 81

3.14 专题研究 82

第4章 H.2 64/MPEG-4先进视频编码 83

4.1 概述 83

4.2 H.2 64的档次和级别 84

4.2.1 H.2 64的档次 84

4.2.2 H.2 64的级别 88

4.3 H.2 64编码器 88

4.4 帧内预测 89

4.5 帧间预测 91

4.6 P分片中宏块的帧间预测 91

4.7 亚像素运动矢量 92

4.8 变换与量化 94

4.9 环路去块效应滤波器 95

4.9.1 滤波器强度 96

4.10 B分片与自适应加权预测 97

4.11 熵编码 98

4.12 H.2 64解码器 100

4.13 H.2 64的一些应用 100

4.14 总结 101

4.15 专题研究 102

第5章 高效视频编码（HEVC） 105

5.1 引言 105

5.2 视频编码联合协作团队 105

5.3 HEVC测试模型中编码工具的分析，HM 1.0：帧内预测 111

5.4 HEVC编码器 112

5.4.1 帧内预测 114

5.4.2 变换系数扫描 117

5.4.3 亮度与色度的分数像素内插 118

5.4.4 HM1与HEVC草案9编码工具的比较 119

5.5 扩展到HEVC 119

5.6 档次和级别 121

5.7 HEVC编码器的性能和计算复杂度 122

5.8 HEVC的系统层面集成 122

5.9 HEVC的无损编码与改进 123

5.10 总结 124

5.11 专题研究 125

第6章 VP6视频编码标准 136

6.1 前言 136

6.2 与以前的Flash编译码系统MX相比 136

6.3 VP6算法基础 141

6.4 VP6的编码档次 143

6.5 帧类型 143

6.5.1 黄金帧 144

6.6 宏块模式 145

6.6.1 I帧的宏块模式（帧内模式） 145

6.6.2 P帧的宏块模式（帧间模式与帧内模式） 145

6.7 最近邻块和近邻块 146

6.8 运动矢量 147

6.8.1 编码 147

6.8.2 预测环路滤波 148

6.9 分数像素运动补偿的滤波 148

6.9.1 双线性滤波 148

6.9.2 双三次滤波 149

6.10 对于无约束运动矢量的支持 153

6.11 预测环路滤波 154

6.12 DCT，扫描顺序和系数牌集合 155

6.12.1 扫描顺序 155

6.12.2 DCT编码与系数牌集合 157

6.13 量化 161

6.14 熵编码 162

6.14.1 上下文信息的利用 163

6.14.2 霍夫曼编码器 163

6.14.3 BoolCoder 163

6.15 VP6编码概述 164

6.16 VP6的编码性能 164

6.17 VP6黄金帧 165

6.18 背景／前景分割 166

6.19 上下文预测的熵编码 167

6.20 比特流分割 167

6.21 双模式算术与变长编码 168

6.22 自适应亚像素运动估计 168

6.23 VP6-E和VP6-S编码器档次 168

6.24 设备端口与硬件实现 169

6.25 总结 170

6.26 专题研究 171

第7章 Dirac视频编译码器与H.2 64/MPEG-4第10部分的性能分析和对比 172

7.1 前言 172

7.2 Dirac的体系结构 173

7.2.1 Dirac编码器 173

7.2.2 Dirac解码器 174

7.3 Dirac中的编码和解码阶段 174

7.3.1 小波变换 174

7.3.2 缩放和量化 176

7.3.3 熵编码 177

7.3.4 运动估计 177

7.3.5 运动补偿 179

7.3.6 解码器 180

7.4 实现 180

7.4.1 编码结构概述 181

7.4.2 编码的简明性和相对速度 181

7.5 结果 182

7.5.1 压缩比测试 182

7.5.2 SSIM测试 184

7.5.3 PSNR测试 185

7.6 结论 188

7.7 未来的研究 189

7.8 总结 189

7.9 专题研究 189

第8章 VC-1视频编码 191

8.1 VC-1的结构 191

8.2 整数变换编码 192

8.2.1 逆变换 192

8.2.2 前向变换 193

8.3 运动估计／补偿 195

8.3.1 环路滤波器 196

8.3.2 复杂度 197

8.3.3 档次和级别 197

8.4 简单档次 200

8.4.1 比特流结构 200

8.4.2 基本档次的帧内压缩 201

8.4.3 块大小可变的变换规定 202

8.4.4 重叠变换 204

8.4.5 每个宏块的4个运动矢量 206

8.4.6 Y分量的1/4像素运动补偿 207

8.5 主档次 211

8.5.1 CbCr的1/4像素运动补偿 211

8.5.2 起始码 211

8.5.3 扩展的运动矢量 212

8.5.4 环路滤波器 213

8.5.5 动态分辨率的改变 215

8.5.6 B帧 215

8.5.7 自适应宏块量化 216

8.5.8 亮度补偿 218

8.5.9 范围调节 219

8.6 高级档次 220

8.6.1 比特流结构 220

8.6.2 隔行扫描 220

8.6.3 序列级的用户数据 222

8.6.4 入口点层 223

8.6.5 显示元数据 223

8.7 H.2 64到VC-1的转码 224

8.7.1 帧内编码宏块模式映射 225

8.7.2 帧间编码宏块模式映射方案 226

8.7.3 运动矢量映射 227

8.7.4 参考帧 227

8.7.5 跳过宏块 227

8.8 VC-1的传输 227

8.8.1 传输流中VC-1的数据封装 229

8.8.2 程序流中的VC-1数据封装 230

8.9 VC-2视频压缩 231

8.9.1 前言 232

8.9.2 范围 233

8.10 总结 233

8.11 专题研究 233

附录A 关于Dirac、H.2 64和H.2 65图像质量的调查研究 235

A.1 前言 235

A.2 H.2 65 235

A.3 使用SSIM和FSIM的图像质量评价 236

A.4 结果 241

A.4.1 使用QCIF序列Foreman的结果 241

A.4.2 使用CIF序列Foreman的结果 245

A.4.3 使用QCIF序列Container的结果 245

A.4.4 使用CIF序列Container的结果 252

A.5 结论 256

A.6 专题研究 257

附录B AVSNR软件的PSNR平均值 258

参考文献 258

附录C 通用图像质量指标与SSIM的比较 259

C.1 前言 259

C.1.1 MSE： 259

C.1.2 为什么用MSE？［Q22］ 260

C.1.3 MSE有什么问题？［Q22］ 260

C.1.4 使用MSE的隐含假定 262

C.1.5 主观对客观图像质量测度 262

C.2 通用的图像质量指标 263

C.2.1 质量指标的定义 263

C.2.2 在图像中的应用 264

C.3 结构相似度指标 266

C.4 带有失真的图像 270

C.5 测试结果 274

C.6 结论 276

专题研究C 图像知觉质量评价指标：结构相似度 277

附录D H.2 64中模式相关的DCT/DST实现方案 279

D.1 前言 279

D.2 参考软件中变换的实现方案 280

D.3 提出的方案 281

D.3.1 从帧内预测模式到DCT/DST的映射 281

D.3.2 获得H.2 64的DST矩阵 281

D.3.3 H.2 64/AVC参考软件中DCT/DST的实现 283

D.4 BD-PSNR和BD-比特率的计算 284

D.5 性能分析 284

D.5.1 WQVGA（416×240）序列的测试结果 284

D.5.2 WVGA（832×480）序列的测试结果 287

D.5.3 HD（1920×1080）序列的测试结果 290

D.5.4 高清（1080×720）序列的测试结果 293

D.5.5 用于RaceHorse序列DCT/DST不同组合的测试结果 296

D.6 结论与未来的工作 298

附录E H.2 64的实现软件JM，Intel IPP和x264的性能分析与比较 300

E.1 H.2 64 300

E.2 JM软件 302

E.3 x264 302

E.4 Intel IPP 302

E.5 JM（17.2 ）性能分析 304

E.6 x264性能分析 307

E.7 Intel IPP性能分析 310

E.8 在基本档次、主档次和高档次中JM、x264和Intel IPP软件的SSIM比较 313

E.9 基本档次、主档次和高档次中JM、x264和Intel IPP软件实现的PSNR对比 315

E.10 基本档次、主档次和高档次中JM、x264和Intel IPP软件所用编码时间的对比 317

E.11 基本档次、主档次和高档次中JM、x264和Intel IPP软件实现的压缩比对比 319

E.12 结论 321

E.13 未来的工作 321

附录F 基于H.2 64“只编码I帧”的AIC实现以及与其他静止帧图像编码标准如JPEG、JPEG 2000、JPEG-LS和JPEG-XR的比较 322

F.1 前言 322

F.2 高级图像编码 323

F.3 改进的AIC 327

F.4 H.2 64标准 329

F.4.1 H.2 64/AVC主档次帧内编码 330

F.4.2 H.2 64/AVC FRExt高档次帧内编码 330

F.5 JPEG 331

F.6 JPEG2000 333

F.7 JPEG XR 334

F.8 JPEG-LS 335

F.9 JPEG-LS算法 336

F.10 主要差别 338

F.11 评价方法 339

F.11.1 图像测试序列 339

F.11.2 编译码器的设置 339

F.11.3 主观对客观图像质量测度 341

F.12 结论和未来的工作 342

附录G 面向高清视频编码的更高阶二维整数余弦变换 371

G.1 离散余弦变换与视频压缩 371

G.2 整数余弦变换 372

G.3 简单的2维16阶ICT 374

G.4 改进的2维16阶ICT 378

C.5 基于Loeffler因式分解的二维16阶binDCT 381

G.6 变换编码增益 384

G.7 H.2 64/AVC中的实现方案与性能分析 386

G.8 AVS-Video的实现方案和性能分析 388

G.9 结论和未来的工作 390

参考文献 392