文档介绍：摘要/枪实缧帕C薎—凸时曜蓟橹疘/,/捎昧许多不同于以往标准的先进技术,在编解码效率和性能大幅提高的同时,也增加了编解码器的复杂度,限制了在很多领域尤其是实时领域的应用。因此如何在硬件资源有限的嵌入式环境下对视频编解码算法进行优化具有十分重要的理论意义和实用价值。由于处理速度快和资源消耗小两方面的优势,酒诤芏嗔煊蚨加蟹浅出色的表现。敲拦轮菀瞧鞴究7⒌牡诙咝阅艹ぶ噶字结构的定点砥鳎┱沽俗庞糜谑悠担枷翊淼闹噶罴岣吡耸频处理的并行性;在的时钟频率下,姆逯荡硭俣却锏棵氚偻蛱踔噶;哂蟹岣坏钠贤馕Ы涌冢浅J屎匣和无线网络的音视频传输、安全监控等视频/图像处理领域的应用。本论文丰要介绍的是在基于置教宕砥鞯挠布教ㄉ峡发和优化解码器。首先,本文对标准进行了深入的介绍,然后基于平台对选取的解码器代码进行了分析和修改,最后在教ㄉ贤瓿闪私码器的移植和优化。所做的工作包括:对解码器程序进行修改并移植至教上运行;利用优化选项、内联函数、线性’汇编等对程序进行改进,提高代码运行的并行性;根据郊禖的特点对代码进行了优化。本论文的解码器经过重新设计和采用多种优化策略,每秒能够完成帧格式图像的解码,达到了实时解码的要求。关键词:;解码器;灰浦玻挥呕山东大学硕士学位论文
瓵;,虎甀,—.,,;/’疘甀琾珼甌痠瓵,.甌,簍,琲,籺.。’籵
第一章绪论课题背景随着信息技术的高速发展,人们对多媒体的需求越来越多,各种数字视频应用,如数字电视,视频电话,视频会议,视频传输,存储,视频娱乐等,已经广泛地深入到我们的工作和生活中,为人们的日常生活提供了便利。然而,由于视频信号所包含的信息量较大,传输网络所需要的带宽相对较宽。例如,用于可视电话的视频质量较低的格式的视频信号,在帧率为⑽唇惺菅顾的情况下,视频码率仍需要××,而一路高清晰电视信号,不压缩后竟需要痵的传输速度。因此,如何压缩视频数据量成为多媒体技术发展的关键问题,成为降低传输成本和存储成本的一个重要手段。多年来,各国际机构不断致力于先进视频压缩算法的研究和视频标准的制定。由此产牛的各种视频压缩标准为视频数据的压缩和传输提供了解决方案,最新的压缩标准博采众长,以其高效性和开放行得到了广泛的关注,它优异的压缩性能在数字广播电视、视频实时通信、网络视频流媒体传递以及多媒体短信等各个方面发挥了重要的作用。同时,高效的视频压缩标准对多媒体通信的终端提出了更高的要求。多媒体通信终端系统的关键是信号处理,视频信号是信息量最大、数据量最大的部分,由于传输信道带宽的限制,必须对视频信号进行压缩处理以适应信道码率的要求,而视频压缩一般都具有很高的运算复杂度,像运动估计,浠坏龋怂懔糠浅4螅钦加昧硕嗝教逍藕糯碜芰康木蟛糠时问。因此具有较高运算能力的处理器才能作为多媒体通信终端的运算单元。公司的砥骶哂懈叻崞怠⒍嗵趿魉摺⒏卟⑿卸纫约白诺氖频信号处理指令等优点,很适合成为新一代视频压缩标准多媒体处理的硬件平台。.悠当嗦氲幕驹视频图像数据有极强的相关性,也就是说有大量的冗余信息。其中冗余信息可分为空域冗余信息和时域,凡余信息。压缩技术就是将数据中的冗余信息去掉除数据之间的相关性げ獗嗦牒捅浠槐嗦胧堑鼻笆悠当嗦胫凶畛S玫募际酰山东大学硕士学位论文
预测和变换的丰要目的是降低图像原始空间域表示中的相关性,使得预测或变换后的数据矩阵变成弱相关性矩阵,这样可以用标量量化和熵编码来进行有效的压缩。预测编码分为线性预测和非线性预测两种,它既可以在一幅图象内进行内预测编码部梢栽诙喾枷笾浣帧问预测编码Tげ獗嗦胧腔图象的空间和时间冗余特性,用相临的已知象素来预测当前象素的取值,然后再对预测差值进行量化和编码。与预测编码技术相比,消除图象数据空间相关性的一种更有效的方法是进行信号变换,通过变换编码使图象数据在变换域上最大限度地不相关。尽管图象变换本身并不带来数据压缩,但由于变换后系数之间相关性明显降低,图象大部分能量集中到少数几个变换系数上,采用适当的量化和熵编码后可以有效地压缩图象的数据量。常用的变换方法包括正交变换、浠弧变换等。近年来,一些新型编码方法如分形编码⒛P捅嗦托〔ū嗦日鸩匠晌M枷瘢悠当嗦领域的研究热点。分形编码通过消除图像的几何冗余度来压缩数据,对某些具有明显自相似性或统计自相似性的图像具有较高的编码效率,对一般图像的编码效率不是很高,并且它没有考虑人眼的视觉特性,算法也十分复杂。基于模型的图像编码方法以先验模型为基础,通过调整模型参数来实现高效压缩,但模型编码存在建模复杂、恢复图像不够自然等很多问题,应用范围受到很大限制。小波编码是一种基于小波变换的图像编码方法,它拥有传统编码方法的一些优点,能够很好地消除图像数据中的统计冗余;小波变换的多