CN101466035A

CN101466035A - 一种基于h.264的视频图像组比特分配方法

Info

Publication number: CN101466035A
Application number: CN 200710125308
Authority: CN
Inventors: 钟似玢; 曾嘉亮
Original assignee: SHENZHEN RONGHE VISION TECHNOLOGY Co Ltd
Current assignee: Shenzhen Temobi Science and Technology Co Ltd
Priority date: 2007-12-21
Filing date: 2007-12-21
Publication date: 2009-06-24
Anticipated expiration: 2027-12-21
Also published as: CN101466035B

Abstract

一种基于H.264的视频图像组比特分配方法，应用于对实时编码的视频流进行码率控制的视频图像编码器中，包括步骤：A.估算视频流GOP第一帧的量化参数平均值QPm的近似值，设为QPi；B.对视频流GOP中的I帧进行编码；C.统计计算当前输出的码率；D.根据步骤C所计算出的码率，对后继的B帧或P帧调整者QP值；E.对B帧或P帧进行编码；F.视频流未结束时，转而再执行步骤C；G.视频流结束。本发明的方法根据目标码率和图像内容的复杂度，合理地确定一个视频图像组第一帧的量化参数，从而进行图像组的比特分配，在一遍编码的情况下较好地实现率失真优化，图像质量相对平稳。

Description

一种基于H.264的视频图像组比特分配方法

技术领域

本发明涉及视频压缩领域的编解码技术，尤其涉及一种基于H.264的图像组比特分配方法。用于对实时编码的视频流进行码率控制。

背景技术

对视频实时通信而言，由于通信信道带宽有限，需要对视频编码的码率进行控制，以确保视频码流的顺利传输和信道带宽的充分利用。针对不同的应用场合，现有技术中有多种码率控制的策略。所谓码率控制，就是动态地调整编码器的参数，以得到目标比特数。它为视频序列中的视频图像组(GOP：Group Of Picture)、图像或者子图像分配一定的比特。GOP是一组具有较强的时间相关性的图像，一个GOP通常含有I帧、P帧、B帧三种格式的帧，排成形如：

IBBPBBPBBPBBPBBPBBPBBPBBPBBPBBPBBP.........的样式。其中，I帧是一幅原始的图像，P帧和B帧则记录当前帧相对于I帧的变化。整个视频流由多个GOP构成。

现有的支持H.264标准的编码器，主要是通过调整量化参数(QP：Quantisation Parameter)来进行码率控制。事实上，量化参数QP反映了图像细节的压缩情况，若量化参数QP较小，则图像在压缩后其大部分的细节都会被保留，从而使视频码流比较大，码率就高；反之，若量化参数QP较大，视频码流会比较小，码率就低，但图像质量也随之显著下降。也就是说，量化参数QP和码率成反比关系。

在进行码率控制的同时，还需要考虑到率失真优化(RDO：RateDistortion Optimized)的问题。所谓率失真优化，简而言之就是在输出同等码率的情况下，将压缩后的图像质量的失真程度尽可能地降低。

但是现有的问题在于，H.264标准将量化参数QP同时用于码率控制和率失真优化，这就导致了蛋鸡悖论：为了对当前帧进行RDO，需利用当前帧的QP，而当前帧的QP又只能在RDO后才能确定下来。解决的办法无非是进行2遍编码。但是这样做的话，编码器的负荷太重，对于需要实时编码的场合显然是不适用的。

因此，目前现有技术中主流的H.264编码器，在需要实时编码的场合，都是采用一遍编码。这时，码率控制问题的关键就集中在GOP的比特分配上。

比如，目前使用的主流的H.264编码器—x264，在压缩一个GOP时的做法就相当简单：根据用户指定的码率，设置一个较大的QP来编码I帧，然后根据当时码率的超支或盈余情况，对后继各帧的QP进行调节。压缩结果的缺点很明显：图像质量在开始的几秒内有明显的跳变，即前面若干帧图像质量非常差，随后才好转。

从x264的方法中可以看出，在一遍编码过程中要实现码率控制并不难，但是如果在码率控制的同时要兼顾RDO，问题就具有相当的挑战性。在一遍编码的情况下是否是较好地实现RDO及对视频流失真情况的评判，更多是依赖于人眼的主观判断。

经研究，在对视频流的众多主观评价规则中，以图像质量的稳定性最为重要。换句话说，就是观察者对视频帧图像质量时好时坏的变化最为敏感。特别是处于同一个GOP中的图像，由于场景非常相似，图像质量的差别可以马上被人眼捕捉到。

因此，上述的x264编码器码率控制方法的缺点：图像质量在开始的几秒内有明显的跳变，即前面若干帧图像质量非常差，随后才好转，实际上是一个非常致命的弱点。

而为了保证图像质量的连续性和稳定性，对同一GOP的所有帧都使用相同的QP进行压缩的话，也会出现问题，因为帧与帧之间的编码类型、图像内容都各不相同，如果使用相同的QP进行压缩，那么压缩出来的码流大小也会各不相同，这必将导致视频码率失控，图像质量波动更大。

发明内容

本发明的目的是为了填补现有技术的不足之处，提出一种基于H.264的图像组比特分配方法，本发明的方法根据目标码率和图像内容的复杂度，比较合理地确定一个视频图像组(GOP：Group Of Picture)第一帧(I帧)的量化参数，从而实现图像组的比特分配，达到目标码率与图像质量的平衡。

要克服x264的缺点，也就是要保证图像质量的连续性和稳定性。理想的方法是，对同一GOP的所有帧都使用相同的QP进行压缩。事实上这行不通：因为帧与帧之间的编码类型、图像内容都不同，使用同一QP压缩出来的码流大小也不同，这将导致码率失控。

解决此问题的关键在于：能否在压缩一个GOP之前，比较准确地估算出与整个GOP的量化参数的平均值QPm。

实际上，QPm是一个实数。由于实数QP在H.264标准中没有意义，所以本文中的QPm都是指对实数QPm舍入取整后的结果。

对整数QPm的估算值记为QPi。

如果作为GOP第一帧的量化参数的QPi足够接近QPm，并且在编码时根据已经输出码流的码率情况，让每一帧的QP在QPi上下浮动。这样，就既能保证码率受控，又可使帧间的图像质量差别减小。

本专利方法能够准确地计算QPi，从而较好地实现了码率控制与率失真优化的平衡。

本发明通过采用以下的技术方案来实现：

实施一种基于H.264的视频图像组比特分配方法，应用于对实时编码的视频流进行码率控制的视频图像编码器中，尤其是，包括如下步骤：

A、估算视频流GOP第一帧的量化参数平均值QPm的近似值，设为QPi；

B、对视频流GOP中的I帧进行编码；

C、统计计算当前输出的码率；

D、根据步骤C所计算出的码率，对后继的B帧或P帧调整者QP值；

E、对B帧或P帧进行编码；

F、视频流未结束时，转而再执行步骤C；

G、视频流结束。

上述方法中，所述步骤A中的量化参数平均值QPm为对实数舍入取整后的整数值。

上述方法中，所述步骤A通过将GOP的第一帧的量化步长算出，设为Qstepi，继而一一对应求出QPi，步骤如下：

A-1、设用户指定的目标码率为Br，设用户指定的帧率为Fr，计算出每帧的平均字节数值，设为FB，计算公式如下：

A-2、计算GOP第一帧图像的边缘总和ES；

A-3、设量化

A-4、查找H.264标准的关系表，搜索出与QS最接近的量化步长Qstepi。

A-5、使用Qstepi再次查找H.264标准的关系表，得出QPi。

上述方法中，所述在类似视频会议的帧间变化较少的的应用中，C的取值是0.63。

上述方法中，所述边缘总和ES用一阶微分的水平垂直差分法计算。或所述边缘总和ES用二阶微分的水平垂直差分法计算。

上述方法中，所述步骤A-5，是查找H.264标准的关系表，找出Qstepi的索引，进一步得出QPi。

与现有技术相比较，本发明的方法根据目标码率和图像内容的复杂度，合理地确定一个视频图像组第一帧的量化参数，从而进行图像组的比特分配，继而达到目标码率与图像质量的平衡。而现有技术的x264总是将GOP的首帧的QP值设得很高，然后迅速降低，令同一GOP中不同图像的量化步长相差高达数倍，图像剧烈抖动。

本发明的方法既实现了码率控制，同时也在一遍编码的情况下较好地实现率失真优化，图像质量相对平稳。

附图说明

图1为量化参数QP与量化步长QStep的对应关系；

图2是本发明一种基于H.264的图像组比特分配方法的主流程图；

图3是本发明一种基于H.264的图像组比特分配方法的计算QPi详细步骤流程图；

图4是本发明一种基于H.264的图像组比特分配方法压缩bridge_far视频时QP变化的示意图；

图5是现有技术x264压缩bridge_far视频时QP变化的示意图；

图6是本发明一种基于H.264的图像组比特分配方法压缩hall_monitor视频时QP变化的示意图；

图7是现有技术x264压缩hall_monitor视频时QP变化的示意图；

图8是本发明一种基于H.264的图像组比特分配方法压缩paris视频时QP变化的示意图；

图9是现有技术x264压缩paris视频时QP变化的示意图。

具体实施方式

下面结合附图所示的实施例对本发明做进一步详尽的描述。

参照图1～图3，实施一种基于H.264的视频图像组比特分配方法，应用于对实时编码的视频流进行码率控制的视频图像编码器中，包括如下步骤，见图2：

B、对视频流GOP中的I帧进行编码；

C、统计计算当前输出的码率；

E、对B帧或P帧进行编码；

F、视频流未结束时，转而再执行步骤C；

G、视频流结束。

上述实施方法中，所述步骤A中的量化参数平均值QPm为对实数舍入取整后的整数值。

上述步骤的核心是步骤A，即QPm的近似值QPi的算法。详细介绍如下：

在H.264标准中，量化参数QP其实是进行量化时所用步长qstep的一个索引值，也就是说，QP与qstep存在一一对应的关系，在H.264标准中以一个关系表的形式出现。知道QP，就可以查表得到对应的qstep；同理，也可以通过qstep查到QP。本专利方法便是先算出GOP的第一帧的量化步长qstepi，再查表求QPi。

qstepi的值与目标码率、图像内容的复杂度(指细节的丰富程度)和帧间的运动情况三个方面有关。其中，目标码率由编码器的用户指定；图像复杂度可以用图像的边缘总量来代表；而帧间的运动情况则在编码之前无从得知，只能预先确定一个经验系数C。C的值因应用而异，比如：视频会议和电影点播是两种不同应用，视频会议图像的帧间运动较少，因而C值较小；而电影的帧间运动较为频繁和剧烈，C值也相应地较大。

上述实施方法中，所述步骤A通过将GOP的第一帧的量化步长算出，设为Qstepi，继而一一对应求出QPi，步骤如下，见图3：

FB = \frac{Br}{Fr \times 8}

A-2、计算GOP第一帧图像的边缘总和ES；

A-3、设量化

A-5、使用Qstepi再次查找H.264标准的关系表，得出QPi。

其中，br是目标码率，单位是比特/秒(bps)，fr是帧率，单位是帧/秒(fps)。

由数字图像处理的知识可知，图像细节的丰富程度可以由图像的边缘信息来表示。因此我们计算图像的边缘总和ES，用它的大小来表示图像内容的复杂度。

上述实施方法中，所述在类似视频会议的帧间变化较少的的应用中，C的取值是0.63。

上述实施方法中，所述边缘总和ES用一阶微分的水平垂直差分法计算。或是所述边缘总和ES用二阶微分的水平垂直差分法计算。

进一步的，所述步骤A-5，是查找H.264标准的关系表，找出Qstepi的索引，进一步得出QPi。

本专利方法能够较为准确地估计出QPm，不但保证码率受控，而且整个视频流的QP始终在QPm上下浮动，较好地实现了图像质量的稳定性。

为了证明这一点，对本专利方法和x264进行了比对实验：在码率为80kbps，帧率25fps的情况下，选定3个视频文件，帧数均为250帧。

通常，在视频会议应用中，场景变化不太大，这时一个GOP所含的图像数目的典型值是250。分别用本方法(下面统称为new)和x264进行压缩，实验的结果见下表：

对表中的数据进行分析，不难看出两种方法的相似之处：

(1)平均QP相近甚至相同，说明二者都能实现码率控制的目标。

(2)最小QP相近甚至相同，且与平均QP接近，说明二者在编码开始后，经过一段时间的调整，最终都能找到平衡码率和图像质量的QP值。

而二者的不同之处在于：

(1)x264的最大QP值一般比平均值大12左右。new方法的最大QP则最多比平均QP大3。

(2)x264的QP最大值与最小值的距离在13以上，而new的距离则不超过6。

前文已经介绍：QP值越大，图像质量越差。QP值是量化步长的索引，代表的是量化步长的值；在H.264标准中，QP值每相差6，就意味着量化步长相差2倍。可见，在本实验中，x264令同一GOP中不同图像的量化步长相差高达4倍，图像质量的抖动可谓剧烈。

事实上，x264总是将GOP的首帧的QP值设得很高，然后迅速降低，因此压缩后的视频在每个GOP的开始阶段，其图像质量的波动都非常明显。而new则总能令QPi接近QPm，从而在压缩一开始，就实现了码率控制和图像质量稳定性的平衡。

为了更好地说明这一点，下面给出实验录得的每个GOP的QP变化情况。

如图4和图5所示的比较，水平坐标代表GOP中的帧顺序，垂直坐标代表对应帧的QP值。图中的水平直线代表平均量化参数QPm，而QPi则是GOP第一帧亦即I帧的量化参数。在bridge_far视频时，对比两组图形可以看出，x264压缩后的GOP，图像质量总是在开始阶段存在剧烈抖动，而本发明的方法压缩后的GOP，图像质量则相对平稳得多。这主要得益于本专利算法能够较为准确地估计出QPm的值。

如图6和图7所示的比较，水平坐标代表GOP中的帧顺序，垂直坐标代表对应帧的QP值。图中的水平直线代表平均量化参数QPm，而QPi则是GOP第一帧亦即I帧的量化参数。在hall_monitor视频时，对比两组图形可以看出，x264压缩后的GOP，图像质量总是在开始阶段存在剧烈抖动，而本发明的方法压缩后的GOP，图像质量则相对平稳得多。这主要得益于本专利算法能够较为准确地估计出QPm的值。

如图8和图9所示的比较，水平坐标代表GOP中的帧顺序，垂直坐标代表对应帧的QP值。图中的水平直线代表平均量化参数QPm，而QPi则是GOP第一帧亦即I帧的量化参数。在paris视频时，对比两组图形可以看出，x264压缩后的GOP，图像质量总是在开始阶段存在剧烈抖动，而本发明的方法压缩后的GOP，图像质量则相对平稳得多。这主要得益于本专利算法能够较为准确地估计出QPm的值。

毫无疑问，本发明的方法既实现了码率控制，同时也在一遍编码的情况下较好地实现率失真优化。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims

1.一种基于H.264的视频图像组比特分配方法，应用于对实时编码的视频流进行码率控制的视频图像编码器中，其特征在于，包括如下步骤：

B、对视频流GOP中的I帧进行编码；

C、统计计算当前输出的码率；

E、对B帧或P帧进行编码；

F、视频流未结束时，转而再执行步骤C；

G、视频流结束。

2.如权利要求1所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述步骤A中的量化参数平均值QPm为对实数舍入取整后的整数值。

3.如权利要求1所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述步骤A通过将GOP的第一帧的量化步长算出，设为Qstepi，继而一一对应求出QPi，步骤如下：

FB = \frac{Br}{Fr \times 8}

A-2、计算GOP第一帧图像的边缘总和ES；

A-3、设量化

QS = \frac{C \times ES}{FB}

A-5、使用Qstepi再次查找H.264标准的关系表，得出QPi。

4.如权利要求3所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述在类似视频会议的帧间变化较少的的应用中，C的取值是0.63。

5.如权利要求3所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述边缘总和ES用一阶微分的水平垂直差分法计算。

6.如权利要求3所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述边缘总和ES用二阶微分的水平垂直差分法计算。

7.如权利要求3所述的一种基于H.264的视频图像组比特分配方法，其特征在于：所述步骤A-5，是查找H.264标准的关系表，找出Qstepi的索引，进一步得出QPi。