編解碼基礎-

1、1，你做的是幀內預測，幀間預測。對于預測的話并不一定就說非得是某個塊，任何一個你做的是幀內預測，幀間預測。對于預測的話并不一定就說非得是某個塊，任何一個塊都行，最多可能是預測的準些，和被編碼的塊更相似，殘差小些，壓縮率高些。預塊都行，最多可能是預測的準些，和被編碼的塊更相似，殘差小些，壓縮率高些。預測的不準的話可以是任何一值，只是殘差會大些，壓縮率低些罷了，不影響圖象的質測的不準的話可以是任何一值，只是殘差會大些，壓縮率低些罷了，不影響

2、圖象的質量，或者說圖象仍然能夠看，質量會低一些，但仍然可以看。量，或者說圖象仍然能夠看，質量會低一些，但仍然可以看。要傳輸要傳輸P，預測成（參考）任何，預測成（參考）任何P1，p2，，，，都行，反正發(fā)送的是殘差，最后都能，，，，都行，反正發(fā)送的是殘差，最后都能重構出原來的圖象，只是碼流大小不同。重構出原來的圖象，只是碼流大小不同。幀內的預測是要計算（幀內預測就是實際意義的預測，預測得到的幀內的預測是要計算（幀內預測就是實際意義的預測，預

3、測得到的新塊新塊原先原先不存在，輸入不存在，輸入為相鄰的塊通過一個算法為相鄰的塊通過一個算法f計算出來的計算出來的）。幀間的預測只是搜索從參考幀得到搜索塊（）。幀間的預測只是搜索從參考幀得到搜索塊（原先是存在的，只是去找到它先是存在的，只是去找到它），然后把這些塊構造成一個預測的宏塊（幀間預測實際是搜），然后把這些塊構造成一個預測的宏塊（幀間預測實際是搜索得到搜索塊，再組合成一個宏塊）。索得到搜索塊，再組合成一個宏塊）。幀內預測模式：幀

4、內預測主要是通過利用空間相關性，只有8x8塊。各個8x8塊的模式mode主要是預測模式。相當于利用已經編碼的8x8塊有很多個pred＝f1，f2，f3，f4。。。函數(shù)（自變量就是已經編碼的塊coded_8x8_block），哪一個函數(shù)得到的預測塊pred跟當前編碼的cur_8x8塊最相似，就是那個塊模式，比如f1。幀間預測模式：幀間預測主要是利用時間相關性，模式主要是塊模式16x16。16x8，8x16，8x8，參考那一幀。塊模式主要是

5、模擬物體的形狀。2，GOP是一組圖象序列。一個是一組圖象序列。一個GOP有一個有一個I。GOPstructure：參數(shù)可以自己設定的。15LengthofoneGOPmustbeamultipleof(Bframenumber1)2Numberofreferenceframes(12)2NumberofBframes(012)那么格式是IBBPBBPBBPBBPBBIBBPBBPBBPBBPBBIBBPBBPBBPBBPBB編碼的順序為

6、IPBBPBBPBBPBBIBB，碼流也是以這個順序的，解碼也要以這個順序。判斷那一個幀為I幀，那一個為B幀，那一個為P幀，是根據(jù)幀的順序號NO，和上面的GOPstructure完全確定的。如果是B幀就先不編碼，把整個B幀放到緩沖里面存器來，所以要存兩個B幀。B幀參考前后兩幀可能是前面的I后面的P（GOP開頭），可能是前面的P后面的P，（GOP中間）可能是前面的P后面的I（在GOP尾部）第一個GOP序列的第一個P幀只參考前面的一個I。之

7、后的GOP的第一個P幀可以只參考本GOP的I，只參考一個?；蛘呖梢詤⒖忌蟼€GOP尾部的P和本GOP的I，共兩個參考幀。這個看標準怎么說明。每個GOP的第二個P參考前面的I和第一個P。，后面的P參考前面的兩個P（200－1，300－2，300－3，200－5，200－6，200－3），參考v1，額外發(fā)送1（代表參考v1）（1，0，0，0，0，0）參考v3，額外發(fā)送3（代表參考v3）（0，0，0，1，0，1）參考v3，額外發(fā)送3（代表參考v

8、3）所以傳送的數(shù)據(jù)少了很多。但是傳送v3仍然需要很多bit，這是難免的情況。另外，這樣除了發(fā)送殘差，還要額外的發(fā)送參考那一個（也就是運動矢量MV），上面的序列要額外的發(fā)送的運動矢量MV為0，1，1，3，3，這個MV序列仍然可以上面的預測方法來減少要發(fā)送數(shù)據(jù)值，這個方法就是MVP，假設簡單的MVP函數(shù)就是直接使用上一個矢量的MV的話，要發(fā)送的MVD為0，1，0，2，0。所以數(shù)值又減少了很多，代表發(fā)送的bit流更少了。對于一般的情況，就利用

9、搜索算法不斷的計算不斷的計算得到一個最小的殘差（這個過程很費時間，以sad象素殘差代價＋MVD矢量殘差代價，兩個代價作為選擇的依據(jù)，因為MVD也要傳送的，雖然sad_1小于sad_2，但是如果(sad_1＋MVD_1）(sad_2＋MVD_2)，可能可能第一種情況發(fā)送的bit會更多，說可能是因為只是初步估計。其實最精確的表示發(fā)送的bit數(shù)是采用RDO決策，把sad殘差和MVD最終需要的bit數(shù)全部計算出來選擇，bit最少的，那樣計算量很

10、大。）。另一個問題是怎么發(fā)送殘差呢？？？也即怎么表示下面的殘差雖然數(shù)值很小，但是分布很雜，很不規(guī)則，不好直接表示這個殘差信息?？梢杂肈CT變換把能量集中起來。（1，0，0，0，0，0）DCT作用（1，0，0，0，0，0）（0，0，0，1，0，1）DCT作用（1，1，0，0，0，0）注意：這并不是精確的DCT變換，只是為了說明DCT集中能量的作用。Dct另一個作用也是減少圖象的空間相關性，圖象往往有空間相關（高頻分量少，低頻分量多），變換

11、到頻域后。值也變少了。（1，1，1，1，1，1）變成（4，2，0，0，0，0）比如低頻值往往在左上角。高頻值往往在后面?？梢酝ㄟ^DCT變換來把分散的值（能量）集中到一起。比如在二維的88的DCT變換就可以把能量集中到左上角，數(shù)據(jù)從左上角往右下角逐漸變?。ㄋp）。然后zigzag掃描把88的64個DCT系數(shù)得到從大到小（可能不是精確的絕對從大到小，但是也差不多）順序排列的一串數(shù)（64個），64個由大到小的數(shù)后面的很多值就是0了。然后采用r

12、un－level（run表示個數(shù)，level表示值）編碼表示這些數(shù)。比如zigzag掃描的64個DCT系數(shù)4，4，3，3，3，3，3，3，2，2，2，2，2，1，1，1，1，1，1，1，1，1，1，1，0，0，0，。。。。。也即為2個4，6個3，5個2，11個1，36個0就可以表示為（2，4）（6，3）（5，2）（11，1）（36，0）這樣一來以前的很大的64個原始象素值，變成很小的幾個數(shù)而已（2，4）（6，3）（5，2）（11，1）（