H.264压缩技术之帧间预测（P Frame）——Matlab源码解析

Composer_LM

已于 2022-04-25 12:11:21 修改

阅读量3k

点赞数 4

分类专栏：视频编码文章标签： matlab 视频编解码算法图像处理音视频

于 2022-04-25 12:06:04 首次发布

本文链接：https://blog.csdn.net/lmboss/article/details/124399645

版权

视频编码专栏收录该内容

4 篇文章 13 订阅

订阅专栏

前言

今天翻看日历，发现距离上一次的I帧编码的博客已经搁了一个月了…，今天把这个坑填上。
另外注意：这里的子目录，代表进入了函数中。例如：3.main()，那么3.1就是main{ code }

前文回顾:强烈建议回顾一下Overview部分。
H.264压缩技术之总览（Overview）——Matlab源码解析.
H.264压缩技术之视频基础（foundation of learning video）——Matlab源码解析.
H.264压缩技术之帧内预测（I Frame）——Matlab源码解析.

1.环境初始化

这里主要是做了四件事：

拿出参考帧（第一帧是I帧，所以一定是存在参考帧的）
设置初始分块大小 bs
设置运动向量的搜索范围 mr
创建运动向量容器 mvm

Seq(:,:,2)=double(VideoSeq_input(:,:,k))  %%k代表是第几帧
X（:,:,2）=Seq(:,:,2);%%注意X（:,:,1）中保留的就是参考帧！！！I帧编码部分已经保存过了
[Seq_r(:,:,2),bits] = encode_p_frame(X,Quant(q),ext,block_size);
%%开始对这一帧进行P帧编码，其实X中包含了要编码的帧和前一个参考帧
%%ext不用管就是一个标志
%Quant代表量化因子
%%当然在前面已经gobal了全局变量 mvm mr bs

2.开始模式决定

进入encode_p_frame函数——>开始模式决定（mode_decision）

mode_decision(bs,mr,i,j);
%%这里出现了i,j就代表已经进行分块处理了

从我们需要操作的帧中，按bs大小开始取块，并进行如下四种预测。

注：每个块都得经理如下四种模式，但是这里只介绍第一种完全预测，其他的都是类似的，由读者自行探索。
在这里插入图片描述上述四种模式在源码中的函数分别为：

motion_comp_full
motion_comp_vert
motion_comp_horz
motion_comp_quad

2.1进行完全预测（motion_comp_full）

我们从mode_decision函数进入后，里面进入完全预测模式。
你可以看到输入的变量和上面的模式决定所输入的变量是一样的。
在这里插入图片描述

2.1.1 进行块运动补偿

这里调用了一个窗函数swr，需要我们知道的是，这个swr操作之后生成的变量中，包含了参考帧的像素信息（可以理解为卷积操作，但不是卷积）。
并且获取需要操作的块的位置curr.
在这里插入图片描述

2.1.1.1 完全模式的运动向量预测find_median_mv_pred(bs,i,j,mvm)

多说一嘴：程序如何判断这个块是完全模式，还是对角模式呢？
其实我们前面有一个标记，来表示这个块当前的模式：

switch mvp_mode
    case 'm'  %%这里的m就代表的是我要进行完全模式的向量预测
        [mvxp,mvyp] = find_median_mv_pred(i,j,bsx);
    case 'a'
        [mvxp,mvyp] = find_mv_pred_a(i,j,bsx);
    case 'b'
        [mvxp,mvyp] = find_mv_pred_b(i,j,bsx);
    case 'c'
        [mvxp,mvyp] = find_mv_pred_c(i,j,bsx);
end

好我们进入find_median_mv_pred.
初始化的mvm容器中因为没有运动向量，所以里面一开始全部都是inf.
这个函数的核心就是计算出mvp 用来更新mvm和后续的运动向量mvpx,mvpy的计算。
在这里插入图片描述

mvxp = mvp(1);
%%简单粗暴的将算出来的mvp赋值给mvxp，代表这个块的完全模式下的x方向的运动向量为mvxp
mvyp = mvp(2);

2.1.1.2 进行运动补偿

注：区别于2.1.1的块运动补偿，这里是具体的运动补偿的操作部分。上面只是这个主函数名字。
这一步的工作其实还挺多的，我们一步一步的来细细分析：

通过函数fun，来实现了对搜索窗口的扩充（镜像填充），暂时理解为扩充即可。
计算编码mvp所需的比特数mvr，如何计算呢？通过比较Mvp值得大小。比如下图的两个箭头，可以看到左边的箭头要比右边的长，那么左边所需的比特数就比右边的多。
计算当前块和候选块的绝对误差sad。这里解释一下fun2函数，这相当于是预测出的一个块，通过swr。然后与真实的块curr进行一个减法，算出残差。
计算失真代价J，J值得大小就用来评判这个预测适不适合这种模式。我没有了两个值，一个mvr,sad，这两个值就来评判，我们这个预测到底好不好，把他丢进fun3函数计算即可。(fun3函数具体参见代码，就是一个带拉格朗日乘子加成操作)

既然我们确定了要找到J尽可能小的预测模式，但是对于完整的大分块下，这种J就是最小的吗？是不是要进行更微观的搜索呢？
答案是：Yes，进行亚像素搜索！
这个思想类似显微镜调节时，先调粗准焦，再调细准焦一样。
重点看右下角的图，假设我们一开始确定J最小的块是蓝色的块，通过亚像素搜索看看其他四色的块是不是J更小呢。
在这里插入图片描述

2.1.2 计算代价

当我们完成上述的亚像素搜索后，已经基本确定了当前模式（完全模式）下的最佳预测块pred和其运动向量x’,y’.那么我们就可以来开始计算代价了。
如下图，好不容易motion_comp_block返回了结果就是上面的pred,x’,y’。
现在我们拿着这些东西来算代价。
具体计算规则和I帧编码一致请读者参考I帧编码。
在这里插入图片描述