王玉清

（山西工程职业技术学院 计算机工程系，太原 030009)

AVS视频压缩标准是国内最新的视频压缩标准，特点是低码率、高清晰度和强抗误码性能［1］，其编码只对预测残差进行。由于残差在量值上小于实际的像素值，因而熵编码后占用的码字也较少，有效地减少了表达一幅图像所需的比特数，达到了压缩的目的［2］。

AVS 8×8块数据经过预测、变换、量化和ZIGZAG扫描后，非零系数主要集中在低频部分，而高频系数大部分是零；DC系数及其附近的非零系数值较大，而高频位置上的非零系数值大部分是＋1和-1［3］。提高DC直流系数编码效率，会大大提高整个编码器编码效率［4］。8×8块预测残差仍具有很强的空间相关性，其经过整数DCT变换后，直流成分也具有很强的空间相关性。目前，AVS标准并没有考虑AVS直流系数的相关性，而是直接对AVS直流系数进行编码。笔者提出利用预测残差直流系数相关性来改进编码效率的方法，不直接对当前块直流系数进行编码，取其与左边块和上边块差值及本身绝对值的最小值，对其最小值对应的差值进行编码。

1 AVS编码算法分析

AVS视频标准采用8×8整数DCT变换，故其变换后的DC系数值较大［5］。量化与变换归一化相结合，同时可以通过乘法和移位来实现，对于量化步长的设计，量化参数每增加8，相应的量化步长扩大1倍［6］。具体的量化公式为：

式中：｜Zij｜为相应的量化值；f为改善图像视觉效果的偏移量，帧内编码时1，帧间编码时2；Mij为Y矩阵中对应元素的缩放系数表；TQP的值是16位的无符号数，在程序中通过查表提前得到。

AVS标准采用ZIG-ZAG扫描，游程和幅值（Run，Level)是把量化后的64个系数按照一定的扫描模式得到的序列对，幅值Level为非零系数的幅度，游程Run为该非零系数前0的个数［7］。AVS采用游程和幅值进行联合编码，并为了适应局部的差异性设计了19个VLC码表［8］。

2 基于直流系数相关性预测算法

DCT整数变换本身并不能进行码率压缩，因为64个样值仍然得到64个系数。只是在经过量化和ZIG-ZAG扫描后，非零系数主要集中在低频部分，而高频系数大部分是零；DC系数及其附近的非零系数值较大，而高频位置上的非零系数值大部分是＋1和-1。因此，提高DC直流系数编码效率，会大大提高整个编码器编码效率。

8×8块预测残差仍具有很强的空间相关性，其经过整数DCT变换后，直流成分也具有很强的空间相关性，可以利用左边块和上边块的DCT变换域的直流系数来预测当前块的直流系数。

假定当前块上边块残差经DCT变换后直流系数为Top0，左边块为Left0，当前块为Cur0。分别计算CT＝Abs（Cur0-Top0)，CL＝Abs（DC-Cur0-DC-Left0)和C0＝Abs（Cur0)，取CT、CL和C0的最小值。不直接对直流系数Cur0进行编码，如果CT最小，将对Cur0-Top0值进行编码；如果CL最小，将对Cur0-Left0值进行编码；如果C0最小，将对Cur0值进行编码。

编码端预测流程如图1所示，仅增加了CT、CL和C0的计算和取三者最小值计算，编码复杂度增加很小。此算法并没有改变编码流程，也不需要改变AVS标准的语法和语义。

图1 编码端预测流程图

解码端预测流程如图2所示，仅增加了CT、CL和C0的计算和取三者最小值计算，解码复杂度增加很小。此算法并没有改变解码流程。

3 实验结果及分析

为了验证本研究基于直流系数相关性AVS预测算法，对典型的试例 Foreman、Akiyo、Children、Bridge-far进行了一系列的测试。图像为CIF格式（352×288)；量化参数 QP分别为20，24，28，32，36，40；编码100帧，Y∶U∶V为4∶2∶0。测试平台为主频1.60GHz的Pentium Dual E2140，内存为1.93 GB的PC机。表1—表4分别为4个测试序列的实验结果。其中，bitrate为使用本文提出算法与AVS工作组官方软件不同QP下，码率下降的百分比。

图2 解码端预测流程图

表1 Foreman序列测试结果

表2 Akiyo序列测试结果

表3 Children序列测试结果

表4 Bridge-far序列测试结果

从表中可以看出，使用笔者提出的算法，对于不同编码序列，编码码率都有下降，平均下降1.09%，最好情况下降2.00%。

4 结论

根据经过整数DCT变换后预测残差的直流成分具有很强的空间相关性，利用左边块和上边块的DCT变换域的直流系数来预测当前块的直流系数。不直接对直流系数进行编码，取其与左边块和上边块差值及本身绝对值的最小值，对其差值进行编码。笔者提出的算法在不影响编码质量的前提下，编码码率降低1.09%。下一步，可考虑直流系数差值的特性，对熵编码码表进行调整，进一步降低编码码率。

［1］GB／T 200090.2-2006信息技术 先进音视频编码，第2部分：视频［S］.2006.

［2］徐士麟，喻莉，朱光喜.基于概率更新机制的自适应混合熵编码［J］.通信学报，2008，29（5)：43-49.

［3］Wang Qiang，Zhao Debin，Gao Wen.Context-Based 2D-VLC Entropy Coder in AVS Video Coding Standard［J］.Journal of Computer Science and Technology，2006，21（3)：315-322.

［4］喻莉，徐士麟，崔春晖，等.AVS1.0中熵编码技术的研究［J］.电视技术，2005（10)：8-10.

［5］刘宇，田晓华.AVS视频标准中块变换系数熵编码器的优化设计［J］.微电子学与计算机，2004（10)：27-31，35.

［6］高文，王强，马思伟.AVS数字音视频编解码标准［J］.中兴通讯技术，2006，12（3)：6-9.

［7］Zhang Cixun，Lou Jian，Yu Lu，et al.The Technique of Pre-Scaled Integer Transform［C］∥Proc of IEEE International Symposon Circuits and Systems（ISCAS 2005)，2005（1)：316-319.

［8］文斌，何明华，黄敏琪.一种新的 AVS指数哥伦布码算法［J］.计算机工程.2011，37（15)：218-220.