[发明专利]一种H.264码率控制方法

说明书

技术领域

本发明属于视频编码技术领域，涉及一种视频编码控制方法，具体涉及一种低延时的H.264码率控制方法。

技术背景

在多媒体通信中，压缩视频流在带宽需求不一致且变化的网络上传输，为了充分利用提供的网络资源，并保证用户获得最优的感觉质量，视频通信系统需要应用码率控制机制。在视频编码中，码率控制是一项非常开放而又极其重要的技术，不同的码率控制策略不会影响到系统的互通互联，但是其控制策略的好坏则直接影响到压缩视频的品质和对现有网络带宽的有效利用。迄今为止，被国际视频编码标准采纳的公开的码率控制算法主要有MPEG2的TM5模型，H.263的TMN8模型，MPEG4的SRC模型，以及H.264的JVT-G012码率控制方案。

在H.264视频编码器中，率失真优化（RDO）作为提高编码效率的一个基本功能而存在。无论RDO运动估计还是编码模式选择，量化参数QP都是拉格朗日率失真优化公式中的必要参数。现有的码率控制算法都以图像块的复杂性估计为依据，而图像复杂度是运动估计步骤的附带计算结果。这样一来，就造成了码率控制算法和率失真优化技术间互为因果的矛盾局面。为了得到码率控制过程需要的画面活动复杂度参数，JVT-G012方法采用线性预测模型由上一帧已知的复杂度来估计当前帧未知的复杂度，但是对每个宏块（MB）执行线性预测涉及极高的运算量，尤其是在高清视频编码中不能接受。其次，对于诸如视频会议多点控制器中的解码还原视频，由于编码过程过滤掉了高频信息，致使帧间宏块间的差异变小，大量宏块被编码器判别为跳过编码模式，过多跳过编码的宏块损害了线性预测器回归分析的精度和稳定性，从而导致预测的宏块复杂度严重偏离真实的数值。

TMN8码率控制模型是公认的固定比特率应用场合最为精确的模型，随着H323、SIP等多媒体通信系统的普及应用，伴随着H.263标准发展起来的TMN8模型正在发挥重要的用途。本发明以TMN8模型为蓝本，提出了一种适用于视频会议等实时通信系统的低延时H.264码率控制方法。基于本发明方法可以降低视频编码器输出码率的波动性，从而提高实时视频通信的品质；本方法兼具计算快、延时低、控制准、画质好的优点。

发明内容

本发明的目的在于提供一种适用于实时通信的低延时H.264码率控制方法，该方法可以在网络带宽受限的公网通信中，显著提高实时视频的视觉感受。

为达到上述目的，本发明所采用的技术方案为：一种H.264码率控制方法，其特征在于，包括以下步骤：

步骤1：通过执行预运动估计计算图像宏块MB运动复杂度SAD和视觉感知权重；

步骤2：综合所述的图像目标码率，目标帧率和码流缓冲区的填充度计算所述的图像帧级目标比特数；

步骤3：对所述的图像进行帧级码率控制，即通过帧、条带一级的码率控制算法计算出一个量化步长基准值，将它作为每帧、条带TMN8模型量化步长的初始值；

步骤4：对所述的图像进行宏块级码率控制，其码率控制模型根据上述过程获得的宏块MB运动复杂度和帧级目标比特数，为每个宏块MB分配合适的量化参数QP；

步骤5：对所述的图像进行正式运动估计，即将预运动估计阶段产生的运动矢量作为正式运动估计菱形搜索策略的起始点，提高正式运动估计的搜索效率。

作为优选，步骤1中所述的计算图像宏块MB运动复杂度SAD，其具体实现过程为：通过执行预运动估计获得宏块图像MB的运动复杂度SAD，对于第k个宏块MB，其运动复杂度指标其中，SAD_k为预运动估计得到的运动复杂度SAD值。

作为优选，所述的通过执行预运动估计获得宏块图像MB的运动复杂度SAD，其预运动估计阶段计算率失真优化RDO代价的量化参数QP取上一帧的平均量化参数QP。

作为优选，所述的通过执行预运动估计获得宏块图像MB的运动复杂度SAD，只执行16x16的帧间运动搜索和16x16的帧内预测，所述的帧间运动搜索在当前输入帧和前一重建帧之间进行，帧内预测在当前输入帧中进行。

作为优选，步骤1中所述的计算图像宏块MB视觉感知权重，其具体实现过程为：通过引入金字塔视觉感知加权，即加权系数的权值从图像中心到四周满足金字塔型分布，计算第k个宏块MB的视觉感知权重为：