如何在JM8.6编码端提取QDCT?

最新推荐文章于 2023-03-26 16:23:33 发布
最新推荐文章于 2023-03-26 16:23:33 发布
阅读量1w 收藏 9
点赞数 3
分类专栏： s6: 视频研究
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/stpeace/article/details/8118037
版权

         毫无疑问，编码端的QDCT和解码端的QDCT完全相同，下面从编码端提取QDCT. 为简便起见，仅提取第一帧第一个宏块第一个4*4块的QDCT.JM8.6编码器最核心的编码函数是encode_one_macroblock,该函数找到了残差并进行了整数DCT变换及量化，然后Zigzag scan和Run-Level编码. 在write_one_macroblock函数中进行了熵编码和写码流, 故在encode_one_macroblock和write_one_macroblock之间便可以提取QDCT.

 

        首先看到变量img->cofAC[][][][],在global.h中是这么定义的：int ****cofAC;//AC coefficients[8x8block][4x4block][level/run][scan_pos]. 下面来具体探讨一下4个中括号里面内容的意思.img->cofAC[][][][]中第一个中括号中的值可为0,1,2,3,4,5,分别与下图红色标记位置（8*8的块）相对应: （下面数据中的像素值不用管，之所以列出来，是为了说明cofAC数组中各[]的对应位置）

 

====================== Y Data ======================

                         0                                                     1

+----------------+----------------+----------------+----------------+
| 43,216,254,249,|251,254,254,253,|251,252,254,254,|254,254,254,253,|
| 49,198,193,211,|228,205,213,185,|211,207,186,248,|198,203,208,183,|
| 48,194,177,171,|197,173,185,136,|191,195,138,179,|142,176,177,135,|
| 46,214,225,169,|177,189,198,160,|203,208,177,165,|173,196,191,156,|

+----------------+----------------+----------------+----------------+
| 41,185,208,180,|203,228,226,200,|214,226,225,227,|228,225,224,210,|
| 31,130,173,178,|215,230,221,212,|220,229,227,228,|229,227,226,226,|
| 29,119,194,216,|211,213,219,222,|225,223,220,219,|218,218,218,218,|
| 25,126,219,224,|217,224,227,227,|227,226,225,224,|220,220,221,222,|

 

                      2                                                      3
+----------------+----------------+----------------+----------------+
| 26,131,215,223,|226,225,225,225,|225,226,223,219,|221,221,219,220,|
| 30,136,216,226,|223,224,225,225,|224,221,217,221,|222,219,220,226,|
| 30,136,216,227,|224,224,225,223,|221,218,221,216,|211,224,224,211,|
| 29,135,217,225,|222,221,222,222,|221,209,181,155,|186,210,186,164,|
+----------------+----------------+----------------+----------------+
| 29,134,216,224,|226,230,230,227,|206,177,146,113,|149,162,147,150,|
| 29,135,219,231,|225,201,190,185,|163,144,153,140,|127,143,165,184,|
| 30,139,210,192,|165,142,134,133,|143,141,129,138,|150,178,201,207,|
| 30,125,166,145,|144,154,132,111,|118,161,175,180,|204,214,213,209,|
+----------------+----------------+----------------+----------------+

 

====================== U Data ======================

                        4
+----------------+----------------+
|131,136,136,137,|137,136,137,137,|
|133,146,146,146,|146,148,147,147,|
|128,131,132,130,|131,130,128,129,|
|127,125,124,123,|123,121,120,121,|
+----------------+----------------+
|128,125,124,123,|122,120,120,119,|
|128,125,124,122,|117,115,116,114,|
|127,123,119,117,|113,115,118,118,|
|125,119,116,116,|119,120,121,118,|
+----------------+----------------+

====================== V Data ======================

                          5
+----------------+----------------+
|120,106,109,104,|105,107,106,104,|
|115, 80, 81, 78,| 81, 75, 77, 78,|
|125,115,116,115,|116,116,117,115,|
|129,130,131,130,|130,131,131,131,|
+----------------+----------------+
|128,129,130,130,|131,131,131,131,|
|128,129,130,130,|132,132,132,133,|
|128,129,131,131,|133,133,133,133,|
|129,131,132,133,|133,133,133,133,|
+----------------+----------------+

 

img->cofAC[][][][]中第二个中括号中的值可为0,1,2,3,分别对应每个8*8块中的4个4*4的块，对应顺序为：

              0                            1

+----------------+----------------+

| 43,216,254,249,|251,254,254,253,|
| 49,198,193,211,|228,205,213,185,|
| 48,194,177,171,|197,173,185,136,|
| 46,214,225,169,|177,189,198,160,|

              2                           3

+----------------+----------------+

| 41,185,208,180,|203,228,226,200,|
| 31,130,173,178,|215,230,221,212,|
| 29,119,194,216,|211,213,219,222,|
| 25,126,219,224,|217,224,227,227,|

 

       这样通过第一个中括号和第二个中括号的值就可以定位到每一个具体的4*4块. 假设第一个中括号为i,第二个中括号为j,那么下面的循环就能实现对24个4*4块的遍历：

for(i = 0; i < 6; i++)

  for(j = 0; j < 4; j++)

 

       接着看img->cofAC[][][][]的第三个中括号，里面的取值可为0,1.当取值为0的时候，这个数组表示的是Run Level编码中的level,当取值为1的时候，这个数组表示的是Run Level编码中的run.这一部分涉及到游程编码的概念，下面举例说明：

 

       假设这是一个4*4块的QDCT，现在进行zigzag scan后就形成了：

       10  9  0  3  0  1  0  8  2  -1  -3  0  -5  0  0  0

 

       现在进行Run Level编码后得到：

       Level:10  9  3  1  8  2  -1  -3  -5  0  0  0  0  0  0  0

       Run:   0   0  1  1  1  0    0   0   1   0  0  0  0  0  0  0

 

       接着分析img->cofAC[][][][]的第四个中括号.第一个中括号和第二个中括号确定了具体的4*4块的位置，第三个中括号确定了是RunLevel还是Level，那么第四个中括号便是定位分量的具体位置了，其取值范围是0到15. 这样，所有的都一目了然了。

 

       现在要在encode_one_macroblock和write_one_macroblock之间提取第一帧第一个宏块的第一个4*4块的QDCT.显然这是很容易的，只需给出img->cofAC[0][0][0][k]和img->cofAC[0][0][1][k]即可，代码如下：

 

encode_one_macroblock ();
	  
if(1 == controlTimes) // controlTimes是static int型的变量，用于记录函数被调用的次数
{
	for(i = 0; i < 16; i++)
		printf("%-4d", img->cofAC[0][0][0][i]);
	printf("\n\n");

	for(i = 0; i < 16; i++)
		printf("%-4d", img->cofAC[0][0][1][i]);
	printf("\n\n");
}
	  
write_one_macroblock (1);


 

        提取的数据为：（实验发现，从编码端和解码端提取的数据完全一致）

        9   -12 3   3   -3  -11 -5  1   -1  -2  1   0   0   0   0   0

        0    0   0   0    0    0    0   0    0   2   1   0   0   0   0   0

 

        其中上一行为Level值，下一行为Run的值，于是可以得到Run Level编码前的zigzag scan的值，即为：

        9  -12  3  3  -3  -11  -5  1  -1  0  0  -2  0  1  0  0

 

         进一步可以得到zigzag扫描前的值，即为：

         9   -12   -11   -5

         3    -3      1     0 

         3    -1     -2     1

         0     0      0     0

 

          这就是最后的QDCT矩阵， 为了进一步验证这个QDCT矩阵的正确性，我们可以用matlab来进行一个粗略的仿真：

 

          第一帧的第一个宏块的第一个4*4块的原始像素值为：

| 43,216,254,249,|
| 49,198,193,211,|
| 48,194,177,171,|
| 46,214,225,169,|

 

 

         下面用matlab计算QDCT, matlab代码为：

 

clear
clc
org = [43 216 254 249;...
       49 198 193 211;...
       48 194 177 171;...
       46 214 225 169];
res = org - 128; % 残差矩阵

% 下面对残差矩阵进行DCT变换并量化
T = [1 1 1 1 ; 2 1 -1 -2; 1 -1 -1 1; 1 -2 2 -1];
f = T * res * T';
a = 0.5;
b = 0.4 ^ 0.5;
X = [a*a a*b/2 a*a a*b/2;...
    a*b/2 b*b/4 a*b/2 b*b/4;...
    a*a a*b/2 a*a a*b/2;...
    a*b/2 b*b/4 a*b/2 b*b/4];
Y = f .* X / 16  % 从H.264visa查得QP=28，对应的量化步长刚好为16


          所得结果为：

Y =

    9.5156  -12.4021  -10.7031   -5.5340
    2.7373   -2.9750    1.1167   -0.4563
    2.7344   -1.5713   -1.8594    0.9684
   -0.1383   -0.0813    0.0395    0.0063

 

          而JM8.6编码器得到的结果为：

9   -12   -11   -5

3    -3      1     0 

3    -1     -2     1

0     0      0     0

 

           对比结果，不言而喻.

 

 

 

涛歌依旧
关注
专栏目录
H. 264 编解码软件JM8.6 的核心编码函数研究
10-28
关于h.264标准的一个至关重要的函数的解析 encoder_one_marcblock
qdct代码Matlab
05-16
qdct代码Matlab
在JM8.6解码端提取DCT系数和残差并模拟验证itrans函数的功能
热门推荐
认知 行动 坚持
10-29 1万+
如何在JM8.6的解码端提取DCT系数呢？自然而然会想到的问题是：DCT系数从哪里来，要到哪里去，所以，要提取DCT系数，可以看它是哪里产生的，也可以看它要到哪里去，然后在任意一条路上"截击"它，必然能找到DCT系数. 下面找DCT系数的思路是要看DCT系数到哪里去. 很显然，在解码端，DCT系数的下一个动作是进行反DCT变换，所以自然而言找到反DCT变换函数，找了一下，发现itans函数正是反D
QDCT python算法
JHZ03040513的博客
03-23 938
最后，我们通过将逐点的乘积应用于滤波后的结果和原始结果，使用np.abs返回一个全正的结果，并且得到最终重建的目标检测结果。在本文中，我们将介绍如何将QDCT应用于4维信号q（x，y，t），并给出Q（u，v，t）的Python代码。I Q D C T是一种广泛应用于图像和视频处理的变换方法，可以将时域上的信号转换为频域上的信号，并提取出频域上的特征。现在，我们可以很容易地使用上述Python代码来计算给定4维信号q（x，y，t）的频率特征图Q（u，v，t）。首先，我们定义一个函数来计算IQDCT。
JM8.6之参考图像管理
华的专栏
06-23 667
H.264 参考图像管理综述 总体而言，mbuffer.c文件主要的三个函数是init_lists，reorder_lists和store_picture_in_dpb。 其中init_lists和reorder_lists在read_new_slice函数中，主要是将已经存储在dpb.fs_ref和dpb.fs_ltref，即短期和长期参考队列按照一定的排列规律一起存到listX[0
QDCT域中基于马尔可夫特征的图像拼接检测
03-23
图像拼接检测是数字取证领域的一个重要课题，尤其是在图像篡改处理中。近年来，随着数字图像处理技术的迅速发展，图像拼接篡改现象越来越常见，因此，图像拼接检测技术受到了越来越多的关注。 传统的图像拼接检测...
从docker qdct-server中映射/u01/template到linux本地的/u01/template文件夹
09-11
如果要从名为`qdct-server`的Docker容器中将`/u01/template`目录映射到宿主机的`/u01/template`目录，您可以在启动容器时使用`-v`或`--volume`选项指定卷映射。 以下是具体的命令示例，假设您已经有一个名为`qdct-...
从名为qdct-server的docker中中映射/u01/template文件夹到linux本地的/u01/template文件夹
最新发布
09-11
如果您想要将名为qdct-server的Docker容器中的/u01/template文件夹映射到Linux本地的/u01/template文件夹，您可以在运行容器时使用以下命令： ```bash docker run -d --name=qdct-server -v /u01/template:/u01/...
基于量子信息处理的量子零水印算法.docx
11-03
在此基础上，Chen等人开发了基于量子离散余弦变换（qDCT）的量子音频水印算法，利用qDCT的"能量集中"特性在音频的低频部分嵌入水印信息。 【量子音频零水印算法】 本文提出了一种量子音频零水印算法，其创新之处...
H.264测试软件JM8.6
04-07
这是JVT发布的经典的JM8.6源码，用于H.264编码解码原理的理解
红外小目标检测算法QDCT复现（python）
白色涟漪裙
03-17 1776
最近在专研红外弱小目标检测算法，QDCT发表于2019年，算法也比较经典。由于作者只发布了编译后的MATLAB代码，于是决定动手复现一下。话不多说，直接上干货。
QDCT应用
JHZ03040513的博客
03-26 300
这个代码首先读取四象特征向量q(x, y, t)，然后计算QDCT系数，并根据QDCT系数计算频率特征图Q(u, v, t)。接着，通过符号函数提取变换区域的显著区域，并对频率特征图Q(u, v, t)进行逆变换，将逆变换后的频率特征图转换回空间域。最后，对结果进行高斯滤波，并使用S(x, y, t)得到最终重建的目标检测结果。# 使用S(x, y, t)得到最终重建的目标检测结果。# 对频率特征图Q(u, v, t)进行逆变换。# 计算频率特征图Q(u, v, t)# 提取变换区域的显著区域。
H.264/AVC视频编解码技术详解
07-29
H.264/AVC是目前业界应用为广泛的视频压缩编码标准，包含了先进而且较为成熟的视频编码技术。本课程将从原理、标准和实现等多个角度，详细讲述了H.264/AVC视频编码标准的整体架构与技术细节，不但讲解了H.264/AVC标准协议文档中的内容，还通过实际的H.264码流分析/解码程序的开发来帮助观众更深入地理解H.264编码标准的原理。
HM修改QDCT/QDST系数经验
杨酬勤的博客
05-24 460
1、修改的位置：在预测阶段的量化之后反量化之前这个时候。 以HM 12.0为例，在TEncSearch.cpp::xIntraCodingLumaBlk()函数中 // 变换（连同量化一起） m_pcTrQuant->transformNxN ( pcCU, piResi, uiStride, pcCoeff, #if ADAPTIVE_QP_SELECTION pcArlCoeff, #endif uiWidth, uiHeight, uiAbsSum, TEXT_LUMA,
VS 2010平台下运行JM8.6代码
宁静致远
11-27 1192
M代码网址：http://iphome.hhi.de/suehring/tml/download/old_jm/ 选择下载JM8.6版本，用VS 2010打开tml.sln，如下图所示： 其中，“lencod”用于视频编码，“ldecod”用于视频解码，“rtpdump”暂时不用管。 接下来需要搭建环境，首先针对“lencod”进行配置：
JM代码分析（二）
上官宏竹的专栏
05-16 4546
JM模型I帧帧内预测流程：JM模型I帧帧内预测流程 I帧只存在帧内编码，没有帧间运动估计，不用参考其他的帧，所以I帧具有同步作用，.付出的代价就是效率稍差，不过也十分必要的。 I帧帧内编码分为亮度编码和色度编码，需要完成预测，计算RD代价，来判别宏块分块模式. I帧亮度度分块模式分为16X16,8X8,4X4三种模式，色度分块模式只有一种8X8模式， 每种分块模式，又有不同的预测方式,在
DCT matlab实现
DXT的博客
06-26 4122
function DCT(Imgname1,Imgname2) I = imread(Imgname1); % I = imresize(I,[512,512]); dctgrayImage=dct2(I); figure imshow((abs(dctgrayImage))), title('DCT变换灰度图像'), colormap(g...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值