本發(fā)明涉及視頻編碼領(lǐng)域，具體涉及一種基于hevc視頻編碼的tu樹狀結(jié)構(gòu)抉擇算法。

背景技術(shù)：

hevc視頻編碼中，tu樹狀結(jié)構(gòu)是hevc視頻標準新提出的一種提高編碼效率的編碼工具，tu大小有4x4,8x8,16x16,32x32,對于提高編碼效率有很大作用，但其抉擇算法要求極高的計算復雜度，使得硬件的開銷較大，增加了硬件成本。

比如，hm是jctvc組織的hevc參考編碼器與算法實現(xiàn)。其采用的tu抉擇過程如下:

對所有可能的tu塊(64個4x4塊,16個8x8塊,4個16x16塊,1個32x32塊)，做如下運算過程：

1.變換（transform）->量化(quant)->反量化(dequant)->反變換(inversetransform)->重構(gòu)(reconstruct).

2.計算該tu塊的失真，distortion=sum(原始像素–重構(gòu)像素)^2

3.對量化后的系數(shù)做簡化的cabac，然后算出較為準確的殘差編碼的比特數(shù)bits

4.該tu的rdcost=distortion+lambda*bits，(lambda是基于qp和幀類型而定的常數(shù))。

5.對所有的tu塊的rdcost做遍歷比較，選出最小的tu_rdcost組合，得到tu樹結(jié)構(gòu)。

上述算法中，反變換(inversetransform)和重構(gòu)(reconstruct)的計算復雜度較高，導致硬件的開銷較大，硬件pipeline的級數(shù)較多，因此，硬件的整體性能不高。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于hevc視頻編碼的tu樹狀結(jié)構(gòu)抉擇算法，解決目前的tu樹狀結(jié)構(gòu)抉擇算法的計算復雜度很高，導致硬件成本增加以及硬件性能不高的問題。

本發(fā)明為實現(xiàn)上述目的，采用以下技術(shù)方案實現(xiàn)：

一種基于hevc視頻編碼的tu樹狀結(jié)構(gòu)抉擇算法，包括以下步驟：

（a）對tu的殘差residual進行變換，得到量化前的系數(shù)c0；

（b）對步驟（a）中得到的c0進行量化，得到系數(shù)c1；

（c）采用固定的二進制bin與bits的壓縮比，得到比特數(shù)估計值bits_estimate；

（d）對步驟（b）中得到的c1進行反量化，得到系數(shù)c2；

（e）計算該tu的失真值distortion：distortion=sum(c2-c0)^2；

（f）計算該tu殘差編碼后的率失真代價rdcost=distortion+lambda*bits_estimate，其中，lambda是根據(jù)qp與幀類型而定的常數(shù)；

（g）計算該tu殘差在全部不編碼的情況下的率失真代價rdcost_zero：rdcost_zero=sum(residual)^2；

（h）將步驟（g）得到的rdcost_zero與步驟（f）得到的rdcost進行比較，數(shù)值較小的作為該tu的最優(yōu)代價tu_cost：tu_cost=min(rdcost_zero,rdcost)。

進一步地，作為優(yōu)選技術(shù)方案，所述步驟（c）的具體過程為：

（c1）按照hevc殘差cabac的二進制化過程，得到該tu殘差二進制化過后的bin的總數(shù)；

（c2）將bin/（1.2~1.4）作為該tu殘差部分的比特數(shù)估計值bits_estimate。

進一步地，作為優(yōu)選技術(shù)方案，所述步驟（c2）中，將bin/1.3作為該tu殘差部分的比特數(shù)估計值bits_estimate。

進一步地，作為優(yōu)選技術(shù)方案，所述步驟（h）的具體過程為：

（h1）當tu塊為8x8塊時，比較tu_cost_8x8和4個tu_cost_4x4的和，決定該8x8塊是否分割.

如果tu_cost_8x8較小，則該8x8塊不分割，否則，該8x8塊分割；

該8x8塊的最終最優(yōu)代價tu_best_cost_8x8=min(tu_cost_8x8,sum(tu_cost_4x4))，其中，tu_cost_8x8表示8x8塊的最優(yōu)代價，tu_cost_4x4表示4x4塊的最優(yōu)代價；

（h2）當tu塊為16x16塊時，比較tu_cost_16x16和4個tu_best_cost_8x8的和，決定該16x16塊是否分割；

如果tu_cost_16x16較小，則該16x16塊不分割，否則，該16x16塊分割；

該16x16塊的最終最優(yōu)代價tu_best_cost_16x16=min(tu_cost_16x16,sum(tu_best_cost_8x8))，其中tu_cost_16x16表示16x16塊的最優(yōu)代價，tu_best_cost_8x8表示8x8塊的最終最優(yōu)代價；

（h3）當tu塊為32x32塊時，比較tu_cost_32x32和4個tu_best_cost_16x16的和，決定該32x32塊是否分割.

如果tu_cost_32x32較小，則該32x32塊不分割，否則，該32x32塊分割；

該32x32塊的最終最優(yōu)代價tu_best_cost_32x32=min(tu_cost_32x32,sum(tu_best_cost_16x16))，其中，tu_best_cost_32x32表示32x32塊的最優(yōu)代價，tu_best_cost_16x16表示16x16塊的最終最優(yōu)代價。

本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點及有益效果：

（1）本發(fā)明相較于現(xiàn)有技術(shù)，巧妙地省去了反變換(inversetransform)和重構(gòu)(reconstruct)過程，降低了計算的復雜程度，減少了硬件開銷，同時也減少了硬件pipeline的級數(shù)，同時提高了硬件的性能。

（2）本發(fā)明采用固定的二進制bin與bits的壓縮比估計比特數(shù)，去除了cabac（編碼、解碼）的計算需求，極大降低了實現(xiàn)的復雜度，提高了硬件實現(xiàn)的性能。

（3）本發(fā)明相較于現(xiàn)有的復雜tu算法，只有0.5bd-r的損失，即在相同視頻編碼質(zhì)量下，只增加了0.5%的碼率。

附圖說明

圖1為本發(fā)明的tu塊的率失真計算過程；

圖2為本發(fā)明的tu樹狀結(jié)構(gòu)抉擇過程；

圖3為本發(fā)明的tu樹狀結(jié)構(gòu)結(jié)果示例。

具體實施方式

下面結(jié)合實施例對本發(fā)明作進一步地詳細說明，但本發(fā)明的實施方式不限于此。

實施例：

hevc視頻編碼中，tu樹型結(jié)構(gòu)是hevc視頻標準新提出的一種提高編碼效率的編碼工具，tu大小有4x4、8x8、16x16、32x32，在對tu樹狀結(jié)構(gòu)抉擇時，是對所有的tu塊做rdcost（率失真）計算，tu塊包括64個4x4塊,16個8x8塊,4個16x16塊,1個32x32塊，總共85個塊。

如圖1所示，本實施例所述的一種基于hevc視頻編碼的tu樹狀結(jié)構(gòu)抉擇算法，包括以下步驟：

（a）對tu的殘差residual進行變換，得到量化前的系數(shù)c0；

（b）對步驟（a）中得到的c0進行量化，得到系數(shù)c1；

（c）采用固定的二進制bin與bits的壓縮比，得到比特數(shù)估計值bits_estimate；

（d）對步驟（b）中得到的c1進行反量化，得到系數(shù)c2；

（e）計算該tu的失真值distortion：distortion=sum(c2-c0)^2；

（f）計算該tu殘差編碼后的率失真代價rdcost=distortion+lambda*bits_estimate，其中，lambda是根據(jù)qp與幀類型而定的常數(shù)；

（g）計算該tu殘差在全部不編碼的情況下的率失真代價rdcost_zero：rdcost_zero=sum(residual)^2；

（h）將步驟（g）得到的rdcost_zero與步驟（f）得到的rdcost進行比較，數(shù)值較小的作為該tu的最優(yōu)代價tu_cost：tu_cost=min(rdcost_zero,rdcost)。

通過上述步驟可知，本實施例并未像現(xiàn)有技術(shù)那樣進行反變換(inversetransform)和重構(gòu)(reconstruct)，省去了這兩個步驟，通過基于量化前和反量化后的頻域空間的系數(shù)差異，來估計時域的失真，得到的實際仿真差異并不大，但是這樣做大大簡化了計算的復雜程度。另外采用固定的二進制bin與bits的壓縮比，得到比特數(shù)估計值bits_estimate，不用對bin做基于上下文的二進制算術(shù)編碼過程，極大降低了實現(xiàn)的復雜度，提高了硬件實現(xiàn)的性能。

本實施例可對步驟（c）進行如下細分：

（c1）按照hevc殘差cabac的二進制化過程，得到該tu殘差二進制化過后的bin的總數(shù)；

（c2）將bin/（1.2~1.4）作為該tu殘差部分的比特數(shù)估計值bits_estimate。

優(yōu)選的，步驟（c2）中，將bin/1.3作為該tu殘差部分的比特數(shù)估計值bits_estimate。

本實施例可采用如下的方式對tu樹狀結(jié)構(gòu)進行抉擇：

（h1）當tu塊為8x8塊時，比較tu_cost_8x8和4個tu_cost_4x4的和，決定該8x8塊是否分割.

如果tu_cost_8x8較小，則該8x8塊不分割，否則，該8x8塊分割；

該8x8塊的最終最優(yōu)代價tu_best_cost_8x8=min(tu_cost_8x8,sum(tu_cost_4x4))，其中，tu_cost_8x8表示8x8塊的最優(yōu)代價，tu_cost_4x4表示4x4塊的最優(yōu)代價；

（h2）當tu塊為16x16塊時，比較tu_cost_16x16和4個tu_best_cost_8x8的和，決定該16x16塊是否分割；

如果tu_cost_16x16較小，則該16x16塊不分割，否則，該16x16塊分割；

該16x16塊的最終最優(yōu)代價tu_best_cost_16x16=min(tu_cost_16x16,sum(tu_best_cost_8x8))，其中tu_cost_16x16表示16x16塊的最優(yōu)代價，tu_best_cost_8x8表示8x8塊的最終最優(yōu)代價；

（h3）當tu塊為32x32塊時，比較tu_cost_32x32和4個tu_best_cost_16x16的和，決定該32x32塊是否分割.

如果tu_cost_32x32較小，則該32x32塊不分割，否則，該32x32塊分割；

該32x32塊的最終最優(yōu)代價tu_best_cost_32x32=min(tu_cost_32x32,sum(tu_best_cost_16x16))，其中，tu_best_cost_32x32表示32x32塊的最優(yōu)代價，tu_best_cost_16x16表示16x16塊的最終最優(yōu)代價。

以上所述，僅是本發(fā)明的較佳實施例，并非對本發(fā)明做任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、等同變化，均落入本發(fā)明的保護范圍之內(nèi)。