王卫坤， 杨秀芝， 陈建

(福州大学物理与信息工程学院， 福建 福州 350108)

0 引言

视频编码联合组(joint collaborative team on video coding, JCT-VC)于2013年正式颁布了高性能视频编码(high efficiency video coding, HEVC)标准[1]， 采用基于块的混合编码框架. 在对变换系数的量化过程中， 高频交流系数的量化失真会在解码图像的强边缘周围产生波纹现象， 称为振铃效应[2]， 严重影响视频的主客观质量. 为削弱振铃效应对视频质量的影响， H.265/HEVC标准中增加了新的环路滤波模块： 样点自适应补偿技术(sample adaptive offset, SAO)[3]. SAO技术从像素域入手， 对每一个像素值进行种类判别， 对于被判定为存在特定种类振铃效应的像素值， 则增加对应的补偿值来削弱振铃效应带来的失真， 从而有效地提高解码视频的主客观质量. 同时， 经过补偿的重构像素更有利于参考， 可以提高预测精度， 减小后续编码图像的预测残差， 从而降低编码码率. 然而， SAO技术自身计算复杂度极高， 给后续视频帧的预测过程带来较大的延时， 严重影响编码效率. 因此， 通过对算法进行优化来减少SAO编码耗时对编码性能的提升具有重大意义.

近年来， 不断有专家学者提出新的观点和方法用于改进SAO技术. 文献[4]利用帧内预测过程中的角度模式信息来预测SAO的最优边界补偿模式, 简化了SAO模式判别过程. 文献[5]在文献[4]的基础上做了进一步的改进， 即利用帧内预测模式信息预判出最优的SAO边界补偿模式之后， 在该SAO模式的信息统计过程中对像素值进行1/2下采样, 有效地减少了SAO编码耗时. 文献[6]提出一种基于……