系数|色度_视频编解码—DCT变换和量化

篇首语：本文由编程笔记#小编为大家整理，主要介绍了视频编解码 — DCT变换和量化相关的知识，希望对你有一定的参考价值。

目录

视频编码流程

DCT变换

Hadamard变换

量化

H264中的DCT变换和量化

H264各模式的DCT变换和量化过程

1、亮度16x16帧内预测块

2&＃xff0c;其它模式亮度块

3&＃xff0c;色度块

小结

视频编码流程

DCT变换

        离散余弦变换

        它能将空域信号转换到频率上表示&＃xff0c;并能够比较好的去除相关性。

        对于图像来说&＃xff0c;空域是平时看到的图像&＃xff0c;频率是图像做完DCT变换之后的数据。

        DCT变换是对残差块做的&＃xff0c;通常情况下是在4X4的子块上进行变换的

二维DCT变换公式如下&＃xff0c;f(i,j)是指第&＃xff08;i,j&＃xff09;位置点的信号值&＃xff0c;N是采样点的总个数

        计算公式&＃xff1a;

其中 

        其中       X为4x4 残差块

                        A矩阵如下

        cos函数有小数&＃xff0c;计算速度慢

Hadamard变换

        一定程度上粗略的代替 DCT 变换&＃xff0c;从而用来简化运算。

        计算公式&＃xff1a;

                                ​​​​​​​        ​​​​​​​        

        没有浮点运算&＃xff0c;计算速度快

量化

        将图像块变换到频域后&＃xff0c;AC系数比较多&＃xff0c;一般幅值比较小&＃xff0c;通过去除一些AC系数&＃xff0c;达到压缩的目的。

        量化公式

z是量化后的系数&＃xff1b;y是变换系数&＃xff1b;round函数是四舍五入

QP与QStep之间有转换关系

通常QStep值越大&＃xff0c;DC系数和AC系数被量化成0的概率越大&＃xff0c;压缩程度越大。

值太大会造成一个个块状效应&＃xff0c;严重的时候出现马赛克。

值小的话&＃xff0c;压缩程度比较小&＃xff0c;图像失真比较小&＃xff0c;码流比较大

H264中的DCT变换和量化

H264为了减少这种浮点运算带来的误差&＃xff0c;将DCT变换成整数变化&＃xff0c;DCT变换中的浮点运算和量化过程合并&＃xff0c;这样就只有一次浮点运算过程。

H264的整数变化和量化&＃xff0c;公式如下&＃xff1a;

 将DCT变换一步步修改为整数变换&＃xff0c;最后H264的DCT变换变成了整数变换。

​​​​​​​

量化

         变成        

H264各模式的DCT变换和量化过程

1、亮度16x16帧内预测块

亮度16x16&＃xff0c;首先被划分成16个4x4的小块做整数变化。变化之后将16个4x4小块的DC系数都拿出来&＃xff0c;组成4x4的DC块&＃xff0c;再对这个4x4的DC进行Hadamard变换。然后&＃xff0c;再总体进行量化操作。

2&＃xff0c;其它模式亮度块

对于除亮度16x16帧内预测块之外的其它亮度块&＃xff0c;都是直接划分成4x4的块进行整数变化&＃xff0c;之后再进行量化操作。

3&＃xff0c;色度块

对于YUV420图像&＃xff0c;色度块大小是8x8&＃xff0c;现将8x8色度块划分成4个4x4的小块做整数变换。变换之后将4个小块的DC系数拿出来&＃xff0c;组成2x2的DC块&＃xff0c;再对这个2x2的DC块进行hadamard变换。最后总体进行量化操作。

小结

        DCT变化主要是将图像从空域转换到频域&＃xff0c;并将图像的高频和低频信息分离开来。高频信息数据多&＃xff0c;但是幅值比较小&＃xff0c;在高频信息量化过程中能够比较容易被量化成0&＃xff0c;这样达到压缩的目的。