运动估计与运动补偿的H.263压缩算法分析和优化研究

运动图像远程实时传输系统的网络传输部分架构在Internet之上，而现阶段Internet的状况是带宽小、延迟大、不稳定。所以为了获得良好的实时传输效果，除了改善传输控制机制之外，还需要实现高压缩比、低耗时、能达到实时压缩和解压缩效果的运动图像压缩方法。H.263是国际电信协会－电信标准化部门ITU-T（The International Telecommunications Union-Telecommunication Standardization Sector）于1995年通过的用于低比特率实时传输的视频编解码协议。其设计初衷是满足带宽低于64kbps的低带宽视频应用需求，如视频会议、可视电话等。现在H.263也被应用于运动图像远程实时传输系统中，但原始的H.263在实时性和压缩比等方面还有不少可优化余地。本文针对具体的运动图像远程实时传输系统应用，在大量研究工作基础上提出多个H.263的优化策略，并取得了相当好的效果。

1 H.263压缩算法的分析概要

H.263的输入视频帧格式为QCIF（Quarter Common Intermediate Format，大小为176×144）、CIF（Common Intermediate Format，大小为352×288）等。将每个视频帧分成许多宏块（MB-Micro Block），每个宏块由4个Y亮度块、1个Cb色度块和1个Cr色度块组成。块（Block）的大小为8×8。H.263以宏块为单位进行视频帧的压缩。

H.263使用离散余弦变换DCT（Discrete Cosine Transform）减小空间冗余，使用运动估计和运动补偿（Motion Estimation and Motion Compensation）减小时间冗余。H.263有两种编码方式，一种是Intra方式，帧内编码，产生的帧作为关键帧-I帧；另一种是Inter方式，帧间编码，产生的帧作为非关键帧-P帧。

通过分析，将H.263压缩算法的流程图归纳为如图1所示。

通过分析和测试表明，DCT、运动估计和运动补偿是H.263最重要的部分，同时也是H.263实现中最耗时的运算环节。要提高H.263的运算速度，就要针对这些环节进行优化。

2 转换函数、DCT和运动估计环节的优化

2.1 色彩空间转换函数的优化

CIF格式基于YUV色彩空间，而应用程序中，大多数视频采集程序只提供RGB色彩空间的视频帧，因此需要建立从RGB色彩空间到YUV色彩空间的转换函数。

RGB到YUV的转换函数如下所示，其中Y为YUV色彩空间的亮度值，U（Cb）和V（Cr）为YUV色彩空间的色度值。

Y=0.299×R+0.587×G+0.114×B；

Cr=V=（R-Y）×127/179；

Cb=U=（B-Y）×127/226；

H.263原有的色彩空间转换算法采用浮点运算，但浮点运算会消耗较多的CPU周期。为了加快视频处理速度，采用整型乘法和向右移位来代替浮点乘除，从而有效缩短了转换时间。

优化后的转换函数如下：

Y=（（R×313524）》》20）+（（G×615514）》》20）×（（B×119538）》》20）；

Cr=V=（（R-Y）×743962））》》20；

Cb=U=（（B-Y）×589244））》》20；

2.2 DCT、IDCT算法的优化

二维DCT公式为：

通过分析得出，DCT快速算法的实现可以有两种方式。一种方法是把已有的快速变换算法（如FFT、FHT等）映射到DCT计算中，这种方式多了一个映射环节，增加了计算的复杂度；另一种方法是从DCT变换本身寻找规律进行改进。

在H.263应用中，注意到两条规律：一是能量集中在少部分DCT系数上；二是随着量化步长的增大，被量化为零的DCT系数增多，而且对DCT计算的精度要求降低。于是，采用一种零系数预测策略，即根据量化步长，首先对DCT变换的输入数据分类，对于给定的量化步长，如果输入数据将要被量化为0，那么这些数据就不必做DCT运算，而直接将变换结果置为0。这样只需对部分数据进行DCT变换，因此节省了大量无效运算。另外，利用DCT的局部并行性，使用Intel的多媒体处理指令集－MMX来实现DCT计算，大幅度提高了运算速度。

2.3 运动估计与运动补偿算法的优化

运动估计是指在参考帧中搜索一个与当前帧图像块最相似的图像块，即最佳匹配块，搜索结果用运动向量来表示。运动补偿是指利用参考帧和已求得的运动向量重构当前帧，把重构帧和当前帧的差值作为当前帧的补偿值进行压缩编码。两者互相配合，共同实现压缩效果。

运动估计算法的研究从两方面着手：快速搜索算法和块匹配准则。

最简单的搜索算法是全搜索法（FS），这种算法精度高，但计算量过于庞大。为了加快运算速度，保证精度，人们提出了很多快速搜索算法：三步法（TSS）及基于三步法的改进算法、二维对数法（LOGS）、交叉搜索法（CS）、四步法（4SS）、预测搜索法（PSA）、钻石搜索法（DS）等。钻石搜索法是迄今为止综合性能最优的快速搜索算法之一，用于本次项目研究中。

块匹配准则决定何时找到最佳匹配块，从而终止搜索进程。传统的准则有绝对平均误差函数（MAE）、互相关函数（CCF）、均方误差函数（MSE）、最大误差最小函数（MME）等。由于传统方法没有考虑人眼的视觉特性，所以判断结果和人眼的感知相差较大。实际H.263采用的块匹配准则为MSE的替代准则SAD（绝对差和），两者的公式如下：

其中：F0和F-1分别代表当前帧和重构帧（参考帧）；k，l为待编码宏块在当前帧中的坐标；x，y为重构帧中参考宏块的坐标；N表示宏块的尺寸，此处为16。从公式中可见，SAD用绝对值运算代替了MSE的乘方运算，明显降低了运算量，从而可以加快计算速度。

测试表明，SAD的计算量要比MSE的计算量减少三分之一，而它们的图像效果相当。

此外，还可以利用硬件特性加速块匹配准则的运算速度，Intel的MMX技术提供了这种特性。SAD等块匹配准则主要针对短数据的重复计算，MMX增加了系统单个指令操作数据的数目（SIMD），从而可以在一个指令中完成多组数据的计算，实现并行机制，从而加快运算速度。

3 提高压缩比的选择

H.263提供了许多高级模式来提高视频压缩比。从对压缩效率的贡献角度看，大运动向量模式、高级预测模式、PB帧模式和增强PB帧模式是最重要的4个高级模式。

在大运动向量模式和高级预测模式下，运动向量可以指到图像边界以外，增大了运动向量的表达范围，从而在本质上提高了运动补偿的精度以改善编码效率。

基本PB帧模式下，一个PB帧是一个P帧和一个B帧组成的整体。当前P帧由前一个P帧预测得到，B帧则由前一个P帧和当前P帧预测得到（见图2）。PB帧模式在增加较少比特数的情况下，将帧率提高了近一倍。

增强PB帧模式的主要改进点在于预测方式的增强。基本PB帧模式对B帧图像（或宏块 ）仅允许使用双向预测，而增强的PB帧模式对B帧图像则允许使用前向预测（见图3）、后向预测（见图4）和双向预测（见图2）三种手段。这样，在压缩过程中，有机会选择更合适的预测方法处理B帧图像（或宏块），从而提高B帧的压缩效率。基本PB帧模式的Ｂ帧只能通过双向预测获得，这对慢速运动图像效果较好。当输入运动图像存在快速不规则运动时，B帧质量会急剧恶化，而增强PB帧模式的Ｂ帧有三种预测方式可选，可以解决这一难题。通过分析和测试表明，增强PB帧模式比基本PB帧模式有更强的鲁棒性，更适用于运动图像远程实时传输。

大运动向量模式和高级预测模式由于增大了运动向量的表示范围，可以增强运动补偿的精度，从而提高压缩比；而增强PB帧模式引入B帧，有三种预测方式可以生成B帧，在相同帧率的情况下，将压缩比提高近80%，压缩效果明显。在实际程序设计中，笔者配合传输环境测试模块，在网络带宽较低时实现这三种方式的配合使用，发挥了更大的压缩效率，达到更高的压缩比。

4 实验数据和性能分析

4.1 算法优化测试

分别取100帧三种不同格式（SUB-QCIF：88×72，QCIF：178×144，CIF：352×288）的视频帧，每20帧取1个关键帧，视频帧质量取6000，比较优化前和优化后算法的时间效率，结果如（图5）所示。

纵轴单位为毫秒，表示压缩完成所需时间。可见，要处理的视频帧越大，优化后的算法取得的加速效果越明显。

4.2 增强PB帧模式压缩效果测试

分别取100帧三种不同格式（SUB-QCIF：88×72，QCIF：178×144，CIF：352×288）的视频帧，每20帧取1个关键帧，视频帧质量取6000，比较使用增强PB帧模式前和使用增强PB帧模式后算法的压缩效率，结果如（图6）所示。

纵轴为压缩比。要处理的视频帧越大，冗余信息越多，增强PB帧模式的压缩效果越明显。

责任编辑：gt