改進的幀級視頻編碼碼率控制算法

范桂真，楊 靜，王 超

(1．上海海事大學 信息工程學院，上海201306;2．浙江工商大學 信息與電子工程學院，浙江杭州310018)

相比于早先的標準，H．264/AVC視頻壓縮標準有了顯著的改進，在相同的視覺質量下能節省約50%的比特率［1］。碼率控制是視頻編碼器的一個重要部分，碼率控制的目的是:通過動態地調整編碼參數，控制單位時間內的編碼視頻流的數據量，在盡可能小的失真度下使產生的碼流匹配當前帶寬。由于視頻序列的運動程度有較大差異、圖像各幀之間復雜度也不盡相同，導致其壓縮解碼后的碼流輸出產生很大波動，因此需要采取適當的碼率控制策略將其限定在合理的范圍內，以滿足實時視頻通信的需要。

目前有各種各樣的碼率控制策略，流行的主要有MPEG－2的 TM5，H．263的TMN8，MPEG－4的VM8以及在這些基礎上發展起來的基于 H．264的 JVT－G012［2］，其他的碼率控制策略主要是對這些模型做一些改進。文獻［3］針對H．264/AVC碼率控制算法沒有采取有效的策略應對場景切換進行了改進。文獻［4］針對H．264/AVC碼率控制算法初始量化參數的計算太過粗略進行了改進。目前也有大量學者對圖像復雜度的度量方式進行了研究，比較經典的有:Zheng在文獻［5］中提出用當前幀MAD與已編碼幀平均MAD的比值作為圖像復雜度度量手段，該方法對于運動程度緩慢的序列表現較好，對于運動劇烈的序列，該比特分配方案效果不是很理想。文獻［6］提出了使用差分直方圖度量圖像復雜度，但對于不同圖像復雜度的序列，閾值的選擇具有不確定性。Jiang在文獻［7］中沿用了文獻［5］的方法并結合PSNR來衡量圖像的復雜度，該方法對于運動劇烈的序列效果也較好，它在分配目標比特分配的時候考慮了已編碼幀和當前幀的信息，目標比特分配更加準確，但該算法在計算PSNR時引入了巨大計算量。文獻［8］提出了基于原始圖像亮度信息的復雜度度量手段，灰度直方圖能夠很好地表示圖像復雜度，但使用幀間直方圖差值作為圖像復雜度度量手段，忽略了其位置信息，對于圖像的局部運動不敏感。因此，本文提出了一種基于線性加權的圖像塊亮度直方圖的復雜度度量手段，對視頻序列的局部運動更加敏感，對圖像的幀復雜度估計更加準確。仿真結果表明，改進算法可以更加精確地控制碼率，序列平均PSNR值比 JVT－G012算法提高0．3 dB，比文獻［8］算法提高 0．22 dB，編碼質量得到明顯提高。

1 JVT－G012碼率控制

JVT－G012碼率控制算法主要分為三部分:1)GoP層碼率控制;2)幀層碼率控制;3)基本單元層碼率控制。從3個層次進行碼率控制，能夠更加準確地控制輸出碼率，獲得高質量平滑的圖像質量。

1.1 GoP層碼率控制

GoP層碼率控制的主要任務是計算每一個GoP中未編碼幀的剩余總比特數，并進一步計算每一個GoP的初始量化參數。

1.2 幀層碼率控制

幀層碼率控制主要分為兩步進行:1)根據圖像組的目標緩沖級別、預定的幀率、實際緩沖占有率以及剩余比特數確定當前幀的目標比特數。2)利用二次R－D模型計算QP并進行率失真優化。因雙向預測(B幀)運算量較大，本文的碼率控制算法不涉及B幀。

首先初始化目標緩存。在編碼第一個P幀后，目標緩存重置為

式中:Bc(2)表示編碼第1個P幀后的實際緩沖占有率。其他幀目標緩存為

式中:Tbl(j)表示編碼第j幀后的目標緩沖;Np是圖像組中P幀總數;Tbl(2)是目標緩沖的初始值;Bs是緩沖區大小。接下來需要計算目標比特數。

當只考慮目標緩沖級別、幀率、帶寬以及實際緩沖占有度時，第j幀的目標比特為

式中:u(j)是信道帶寬;Fr是預定的幀率;Bc(j)表示編碼第j幀后的實際緩沖占有度;γ是常數，一般取0．5。

將剩余比特考慮進去時，目標比特數為

式中:Nr是當前GoP中未編碼的P幀數;Rr(j)為當前GoP中剩余的比特數。最終的目標比特數由式(3)和式(4)的線性加權得到

式中:β是常量，一般取0．5(無B幀的情況)。最后計算量化參數并進行率失真優化。

1.3 基本單元層碼率控制

一個基本單元是由連續的若干個宏塊組成的。基本單元大時，碼率波動大，但得到的圖像質量較平穩，反之，碼率波動小，但幀間圖像質量波動大。因此，在基本單元層碼率控制中，要選擇合適的大小，使得碼率控制精度與圖像質量之間達到一定的平衡。

2 幀層算法改進

2.1 根據復雜度分配目標比特

本文提出一種線性加權的基于圖像塊亮度信息的復雜度度量手段BHOD，它與視頻序列的真實復雜度之間有著很強的線性關系，因此它不像MAD具有預測誤差。BHOD不像一般的基于原始圖像亮度信息的復雜度度量手段，因是基于宏塊的，所以能夠更好地體現幀像素的位置信息。BHOD以塊為單位計算亮度直方圖差值，然后再整幀求和，BHOD表達式為［9］

式中:h(b，i，fn)和h(b，i，fm)分別表示第fn和fm幀中第b個宏塊亮度為i的像素點數;q為圖像的最大灰度級，當亮度值以8比特位量化時，q值為256;為一幀中包含的宏塊數。與文獻［10］相比，它可以兼顧不同復雜度幀，使得低復雜度幀不為0，對高復雜度幀的敏感性增強。為了更直觀地反應圖像復雜度，定義為

式中:BHOD(j)是第j幀的BHOD值;BHOD(l)表示同一GoP中已編碼幀的BHOD平均值。在求已編碼幀的BHOD平均值時采用了直接求平均的方法，當GoP中已編碼幀的復雜度情況類似時，效果較好，但若GoP的圖像復雜度幅度變化較大，效果不那么理想。因此，本文使用加權求和的方法求BHOD平均值，以獲得更加精確的相對復雜度度量因子，進一步定義為

式中BHODC是采用加權的方式求出的BHOD平均值，對局部運動變換劇烈的序列更加準確，其表達式為

式中:ml為加權系數，其值計算如下

用此方法求得的復雜度因子更全面地考慮了圖像的局部復雜度分布，對于局部運動劇烈的視頻序列，計算結果更準確。BHODratio值將作為幀層比特分配的加權系數。

根據以上分析，本文對式(4)中剩余比特分配進行調整，比特分配偽代碼為

其中:Nr和Rr(j)分別表示當前GoP中未編碼的P幀數和剩余的比特數;BHODratio的范圍是通過對大量QCIF測試序列的實驗得到的，將其引入到幀層P幀目標比特的分配，對復雜度較大的幀分配較多的目標比特數，反之，分配較少的目標比特數。通過這一策略，編碼比特得到合理利用。

最終分配的目標比特數f(ni，j)仍由式(5)確定，(j)的值是經過上述比特分配方案調整后的數值。

2.2 量化參數的進一步調整

得到目標比特后，通過二次R－D模型可求得量化參數

式中:a1，a2是模型參數;f(ni，j)是當前幀分配的目標比特數;MADcd是通過線性預測模型得到的預測MAD值;Th(j)是用于頭信息等非紋理編碼所用的比特數。

為得到更加精確的量化參數，本文進一步利用已編碼幀的信息［11］進行量化參數的調整，量化參數調整因子為

式中:b(ni，j－1)和f(ni，j－1)分別為前一幀的實際編碼比特數和分配的目標比特數;Δ值可以反映目標比特分配的準確性，Δ值小于1，說明前一幀分配了過多的目標比特數，后面幀分配的比特數減少，當前幀的目標比特數也減少，因此由二次R－D模型計算的量化級變大，所以此時應該減小當前幀的量化參數。反之，應該增大當前幀的量化參數。

通過大量實驗得到的量化參數調整如下:

1)若是當前GoP的前兩個P幀，因第一個P幀要作為后面的參考幀，并且沒有參與比特的分配，前兩個P幀的量化參數保持不變?。j

2)GoP其他P幀的量化參數調整如下

3 仿真結果與分析

為驗證改進的幀層算法的有效性，在VS2010上基于JM8．6對本文的算法進行了仿真，并與JVT－G012算法和基于圖像亮度直方圖的算法［8］作比較。仿真采用的序列為標準QCIF序列，參數設置如下:mobile序列幀率為15 f/s(幀/秒)，其他序列為30 f/s，目標碼率為64 kbit/s，I幀與第一個P幀的初始QP為28，設置一幀為一個基本單元，不采用B幀，其他參數配置3種算法保持相同。仿真結果見表1和表2。

表1 參考算法與改進算法碼率仿真結果 kbit/s

表2 參考算法與改進算法PSNR及標準差仿真結果

從表1的仿真數據可以看出，與JVT－G012算法和文獻［8］中算法相比，本文算法能夠更精確的控制碼率。本文算法的碼率與目標碼率差值在0．5 kbit/s以內，更接近于目標碼率，在碼率控制精確度上有明顯的優越性。從表2的仿真數據可以看出，本文算法的PSNR平均比 JVT－G012中大約提高0．3 dB，比文獻［8］中算法大約提高0．22 dB，圖像的整體質量得到提高。Y分量的PSNR標準差能夠反映圖像的平滑度，本文算法PSNR值的標準差比參考算法明顯降低，因此，圖像序列更加的平穩，增加了圖像的主觀質量。

圖1至圖4為hall序列和foreman序列每幀圖像在本文算法與參考算法中PSNR和緩沖占有度對比圖。

圖1 hall序列PSNR對比圖

圖2 hall序列緩沖占有度對比圖

從對比圖可以看出，與參考算法相比:

對于圖像紋理較簡單和運動較平緩的hall序列，采用本文提出的內容復雜度度量算法能夠很好地檢測出序列的運動劇烈程度，對局部運動劇烈的序列的復雜度進行了準確估計，圖像的整體質量更加平滑。

對于存在較為快速運動的foreman序列，本文的算法也有很好的效果，圖像每幀緩沖占有度降低，視頻序列的平均PSNR提高，并且平滑度增加，而JVT－G012與文獻［8］算法對序列的運動情況不敏感，對于PSNR值的快速下降沒有有效的控制。此外，在視頻序列的最后幾幀中，JVT－G012算法中圖像編碼失真較大，本文算法在序列結尾幾幀圖像質量明顯改善。

圖3 foreman序列PSNR對比圖

圖4 foreman序列緩沖占有度對比圖

4 結論

碼率控制一直是視頻編碼研究中的熱點問題，在經典的碼率控制基礎上，許多改進的碼率控制算法被提出。本文提出的BHOD復雜度度量手段能夠準確地反映圖像的真實復雜度情況，尤其是對序列的局部信息更加敏感，從而使得實際編碼碼率更接近目標碼率，平均PSNR也得到了明顯提高。此外，本算法不改變H．264碼率控制方案的整體架構，因此基本上沒有增加算法復雜度。通過實驗仿真可以看出，本文算法在視頻圖像質量、碼率控制精度、緩沖區占有度等方面體現了優越性能，能夠更好地實現視頻的高質量實時傳輸。

:

［1］ RICHARDSON I．H．264 and MPEG video compression:video coding for next generation mltimedia［M］．UK:John Wiley ＆ Sons Ltd．，2003．

［2］ LI Z，PAN F，LIM K，et al．Adaptive basic unit layer rate－control for JVT:Document JVT－G012［S］．2003．

［3］ CHEN Xiao，LU Feifei．Adaptive rate control algorithm for H．264/AVC considering scene change［J］．Mathematical Problems in Engineering，2013，2013(6):1－6．

［4］ SU Linghua，GUO Ying，WANG Min，et al．An improved method for initializing quantization parameter in H．264/AVC rate control［C］//Proc．Intelligent Science and Intelligent Data Engineering．［S．l．］:Spring Verlag Berlin，2012:793－744．

［5］ ZHENG Yayu，ZHOU Fan，LUO Juan，et al．A novel rate control method for H．264 based on frame complexity and importance［J］．IEEE Trans．Consumer Electronics，2008，54(2):614－618．

［6］ SU Linghua，GUO Ying．A novel H．264 rate control algorithm for scene transition video［C］//Proc．ACAI 2012．［S．l．］:IEEE Press，2012:220－223．

［7］呂振斌，王惠南．一種H．264基本單元層的碼率控制算法［J］．電視技術，2009，33(1):45－47．

［8］ 韓崢，唐昆，崔慧娟．基于H．264的碼率控制算法［J］．清華大學學報:自然科學版，2008，48(1):59－61．

［9］楊靜．H．264低碼率實時視頻傳輸中的比特優化分配問題研究［D］．上海:上海交通大學，2006．

［10］ XUAN J，CHAU L P．Improved frame level MAD prediction and bit allocation scheme for H．264/AVC rate control［C］//Proc．ISCAS 2007．［S．l．］:IEEE Press，2007:3639－3642．

［11］繆廣忠，林其偉，饒琴．一種簡單有效的幀層碼率控制策略［J］．微計算機應用，2009，30(9):34－38．