H.264半象素插值

 

H.264半象素插值

(2011-07-25 11:11:51)

转载▼

标签： 杂谈

分类： AVS/X264

H.264提出了半象素预测的概念，这主要是针对整象素插值的不精确性进行的改善。比如对某个4x4块进行运动估计，在其参考帧中，整数象素的4x4块并不能更好的将参差减小（达不到预期的效果）。众所周知，图象的存储与表达都是基于整象素的，如果想进行半象素的预测等操作，首先要进行的就是半象素插值。也就是人为的将半象素补齐，这样就可以比较在整象素中间的象素值。

很明显，这个值是介于其邻近的两个（或几个整数象素）值，那么究竟如何算得呢？H.264为我们提供了很好的方法，当然，我不知道他们是怎么搞出来的。但最起码，他们的测试效果是很好的，别人也很乐于使用他们提供的方法来计算。我们以水平为例，在H.264中说明有：

b=round(e-5f+20g+20H-5i+j)/32，其中他们在图中的关系是：e  f  g b h  i  j。也就是b位于gh中间的二分之一位置，那么它的象素值就是与之相邻的六个整数象素的一个滤波。H.264中用这样的话来说明：The six-tap interpolation filter is relatively complex but produces an accurate fit to the integer-sample data and hence good
motion compensation performance.（这六个周围插值滤波相对比较复杂，但是它产生了一个精确的整数采样，这就是使得在运动补偿中获得了很好的性能）。

而在T264中的相关代码为（注释为相对标准的说明）：

void
interpolate_halfpel_h_c(uint8_t* src, int32_t src_stride, uint8_t* dst, int32_t dst_stride, int32_t width, int32_t height)
{         
    int32_t i, j;
    int32_t tmp;

    for (i = 0 ; i < height ; i ++)
    {
        for (j = 0 ; j < width ; j ++)
        {
            tmp = (tapfilter_h(src + j) + 16) >> 5;  //四舍五入算法的实现。
            dst[j] = CLIP1(tmp);
        }
        src += src_stride;
        dst += dst_stride;
    }
}

static __inline int32_t
tapfilter_h(uint8_t* p)
{
    return p[-2] - 5 * p[-1] + 20 * p[0] + 20 * p[1] - 5 * p[2] + p[3];
}

#define CLIP1(x) (x & ~255) ? (-x >> 31) : x    

这样对照标准，在对照源码，就很好理解了半象素插值。上个学期看了很长时间的x264始终没抓住重点，近几天调试线性汇编，才发现这个法门。我想学习H.264就是要标准对照源码才能事半功倍。

其后的四分之一象素，以及垂直方向的插值，也是类似的，就是复杂性稍微多一点。在此就不再详述了。