HEVC学习-帧内预测-亮度分量预测主函数

最新推荐文章于 2023-03-31 14:43:47 发布
最新推荐文章于 2023-03-31 14:43:47 发布
阅读量1k 收藏 3
点赞数 1
分类专栏： HM代码 文章标签： HEVC 帧内预测

QP的详解：https://blog.csdn.net/liangjiubujiu/article/details/80569391
代码部分：https://blog.csdn.net/HEVC_CJL/article/details/8200793
PU的帧内预测部分（MPM）：https://www.cnblogs.com/DwyaneTalk/p/5711342.html
率失真优化方法部分：新一代高效视频编码H.265/HEVC：原理、标准与实现——万帅 杨付正 编著——电子工业出版社

一、QP的详解
Quantizer Parameter（量化参数），反映了空间细节压缩情况。值越小，量化越精细，图像质量越高，产生的码流也越长。如QP小，大部分的细节都会被保留；QP增大，一些细节丢失，码率降低，但图像失真加强和质量下降。
量化参数QP是量化步长Qstep的序号。对于亮度（Luma）编码而言，量化步长Qstep共有52个值，QP取值0—51，对于色度（Chroma）编码，Q的取值0—39。
QP取最小值0 时，表示量化最精细；相反，QP取最大值51时，表示量化是最粗糙的。QP和Qstep具有线性相关性，Qstep随着QP的增加而增加，每当QP值增加6，Qstep便增加一倍。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
（QP应该有52个值，我也不太懂这里为啥原博只有50个，不过可以根据关系推算）
二、MPM确定策略：
对于luma CU：有35个可选的帧内预测方向（Plannar(0)、DC(1)和方向预测(2~34)），对于mininum size的luma CB，可以平均划分成4个方形的subblocks，对于每个subblock进行独立的帧内预测，有独立的intra prediction mode。也就是说对于帧内预测的CU，可以进行2Nx2N和NxN两种PU划分模式，且NxN模式只有对mininum size CB可以使用。
一个帧内luma PU块，预测模式确定之后，需要对预测模式进行编码。HEVC中在进行帧内预测模式编码时，先为每个intra PU确定3个最可能模式（MPM），假设为S=｛M1，M2，M3｝。然后通过判断luma PU的帧内预测模式是否在S中，如果在S中，则需要2bit编码预测模式在S中的索引，否则需要5bit编码预测模式在另外32种模式中的索引。
对于luma PU，确定最可能3个预测模式是根据当前PU左边和上边的预测模式，假设左边和上边的预测模式分别是A和B，如果左边或上边PU不是帧内预测模式或是PCM模式，则A或B为DC；另外，如果上边PU块不在当前CTU内，那么B也为DC。确定好A和B之后：
当A=B时，如果A，B都大于2，即A和B都不是Planar或DC，那么：
M1=A；
M2=2+（（A-2-1+32）%32）
M3=2+（（A-2+1）%32）
当A=B时，如果A，B至少有一个小于2，即A或B是Planar或DC，那么：
M1=Planar，M2=DC，M3=26（竖直方向预测）
当A！=B时，M1=A，M2=B，对于M3按照下面规则决定：
如果A和B都不是Planar，那么M3=Planar；
如果A和B都不是DC，那么M3=DC；
否则，说明｛A，B｝=｛Planar，DC｝，那么M3=26。
当candModeList（即为上述的S）建立好了之后，可以利用该列表对当前的PU模式信息进行编码，具体如下：
（1）若当前PU的最优模式（记为Mode C，下同）在candModeList中出现，则只需要编码ModeC在candModeList中出现的位置即可；
（2）若ModeC未在candModeList中出现，则按照以下步骤编码ModeC
1）将candModeList中的候选模式按照从小到大重新排列；
2）遍历重新排列后的三个候选模式，分别于ModeC进行比较，若
ModeC>=candModeList[i]
ModeC自减一，遍历结束后对ModeC的最终值进行编码。

三、RD（Rate Distortion）率失真的优化方法
CTU是H.265/HEVC的基本编码单元，每一个CTU可以被划分为不同的编码单元CU，每个CU可以使用不同的PU模式和TU模式，每个PU又可以选择不同的预测模式。因此，可以把CTU编码参数的优化过程分成：CTU层主要选择不同的CU划分模式，CU层主要选择不同的PU模式和TU模式，PU层主要选择不同的预测模式。由于主要编码参数属于CTU及其以下层，只关注CTU及其以下层编码单元编码参数的优化过程。
1、CTU优化方法
H.265/HEVC参考模型HM采用拉格朗日优化方法为每个CTU确定除量化参数外的编码参数，主要包括CU划分模式、CU的PU模式和TU模式、PU的预测参数等。一个CTU包含大量的编码参数组合，采用分级的方式对不同层的编码参数进行确定，主要步骤如下：
（1）遍历所有的CU划分模式进行编码，按照（11-11）确定最优CU划分模式。
在这里插入图片描述
（2）对其中的每个CU，遍历所有的PU模式和TU模式组合，按照（11-12）确定最优的PU和TU模式。
在这里插入图片描述
（3）对其中的每个PU，遍历所有的预测模式，按照（11-13）或（11-14）确定最优的预测模式。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2.快速模式判决策略
在这里插入图片描述
在这里插入图片描述
3.CTU编码参数优化流程
（实在是太多了，在HEVC那本书的第337页）
四、代码部分

Void
TEncSearch::estIntraPredQT(TComDataCU* pcCU,//指向当前CU块
	TComYuv*    pcOrgYuv,//指向原始YUV样本序列
	TComYuv*    pcPredYuv,//指向预测YUV样本序列
	TComYuv*    pcResiYuv,//指向剩余YUV样本序列
	TComYuv*    pcRecoYuv,//指向重建YUV样本序列
	UInt&       ruiDistC,
	Bool        bLumaOnly)
{
	UInt    uiDepth = pcCU->getDepth(0); //!< 当前CU的深度
	UInt    uiNumPU = pcCU->getNumPartInter(); //!< 当前CU的分割模式，(SIZE_2Nx2N:1, SIZE_2NxN:2, SIZE_Nx2N:2, SIZE_NxN:4 ... )
	UInt    uiInitTrDepth = pcCU->getPartitionSize(0) == SIZE_2Nx2N ? 0 : 1; //!< 用于计算变换的深度，实际深度为该值+uiDepth
	UInt    uiWidth = pcCU->getWidth(0) >> uiInitTrDepth; //!< 当前PU的宽度，如果又分成4个子块，则宽度除以2
	UInt    uiHeight = pcCU->getHeight(0) >> uiInitTrDepth; //!< 当前PU的高度，如果又分成4个子块，则高度除以2
	UInt    uiQNumParts = pcCU->getTotalNumPart() >> 2; // 最小的分区是4x4大小的块，这里计算出以该4x4块为单位的分割数，这么做便于计算当前CU的Zorder坐标
	UInt    uiWidthBit = pcCU->getIntraSizeIdx(0);
	UInt    uiOverallDistY = 0;
	UInt    uiOverallDistC = 0;
	UInt    CandNum;//记录一记录候选模式数量，
	Double  CandCostList[FAST_UDI_MAX_RDMODE_NUM];//CandCostList计算每种候选模式代价的变量；FAST_UDI_MAX_RDMODE_NUM=在快速udi估计循环中进行RD比较的最大次数        

	//===== set QP and clear Cbf =====设置QP和清空Cbf（cbf是code-block-flag标志）
	if (pcCU->getSlice()->getPPS()->getUseDQP() == true)
	{
		pcCU->setQPSubParts(pcCU->getQP(0), 0, uiDepth);
	}
	else
	{
		pcCU->setQPSubParts(pcCU->getSlice()->getSliceQp(), 0, uiDepth);
	}

	//===== loop over partitions =====遍历分区
	UInt uiPartOffset = 0; //!< 用于记录当前PU的Zorder坐标
	for (UInt uiPU = 0; uiPU < uiNumPU; uiPU++, uiPartOffset += uiQNumParts) //!< 对当前CU中的每个PU进行遍历
	{
		//===== init pattern for luma prediction =====用于luma预测的init模式
		Bool bAboveAvail = false;
		Bool bLeftAvail = false;
		pcCU->getPattern()->initPattern(pcCU, uiInitTrDepth, uiPartOffset); // set parameters from CU data for accessing neighbouring pixels从CU数据中设置参数来访问邻近的像素
																			// set luma parameters from CU data for accessing ADI data //!< 主要获取当前PU的邻域可用性，对参考样点进行设置及滤波
		pcCU->getPattern()->initAdiPattern(pcCU, uiPartOffset, uiInitTrDepth, m_piYuvExt, m_iYuvExtStride, m_iYuvExtHeight, bAboveAvail, bLeftAvail);

		//===== determine set of modes to be tested (using prediction signal only) =====确定要测试的模式集(仅使用预测信号)
		Int numModesAvailable = 35; //total number of Intra modes帧内预测模式的总数
		Pel* piOrg = pcOrgYuv->getLumaAddr(uiPU, uiWidth);
		Pel* piPred = pcPredYuv->getLumaAddr(uiPU, uiWidth);
		UInt uiStride = pcPredYuv->getStride();
		UInt uiRdModeList[FAST_UDI_MAX_RDMODE_NUM];//FAST_UDI_MAX_RDMODE_NUM=在快速udi估计循环中进行RD比较的最大次数
		Int numModesForFullRD = g_aucIntraModeNumFast[uiWidthBit]; //!< MPM数目
																   //!< g_aucIntraModeNumFast[] = {3, 8, 8, 3, 3, 3, 3}; 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128
		Bool doFastSearch = (numModesForFullRD != numModesAvailable); //!< 此处doFastSearch恒为真，MPM为3，帧内模式为35
		if (doFastSearch)
		{
			assert(numModesForFullRD < numModesAvailable);

			for (Int i = 0; i < numModesForFullRD; i++)
			{
				CandCostList[i] = MAX_DOUBLE;// ///< max. value of Double-type value

			}
			CandNum = 0;

			for (Int modeIdx = 0; modeIdx < numModesAvailable; modeIdx++) //!< 遍历35种帧内预测模式
			{
				UInt uiMode = modeIdx;
				//! 调用亮度帧内预测函数
				predIntraLumaAng(pcCU->getPattern(), uiMode, piPred, uiStride, uiWidth, uiHeight, pcCU, bAboveAvail, bLeftAvail);

				// use hadamard transform here在这里使用hadamard变换
				UInt uiSad = m_pcRdCost->calcHAD(piOrg, uiStride, piPred, uiStride, uiWidth, uiHeight);

				UInt   iModeBits = xModeBitsIntra(pcCU, uiMode, uiPU, uiPartOffset, uiDepth, uiInitTrDepth);
				Double cost = (Double)uiSad + (Double)iModeBits * m_pcRdCost->getSqrtLambda();

				CandNum += xUpdateCandList(uiMode, cost, numModesForFullRD, uiRdModeList, CandCostList);
			}

#if FAST_UDI_USE_MPM // UDI---Unified Directional Intra统一定向帧内
			Int uiPreds[3] = { -1, -1, -1 };
			Int iMode = -1;  //!< 如果三个MPMs的前两个相同，则iMode=1，否则iMode=2
			Int numCand = pcCU->getIntraDirLumaPredictor(uiPartOffset, uiPreds, &iMode); //!< 获取亮度帧内预测模式的三个MPM:most probable mode
			if (iMode >= 0) //!< iMode = 1 or 2，因此，numCand会被重新赋值为iMode
			{
				numCand = iMode;
			}

			for (Int j = 0; j < numCand; j++)

			{
				Bool mostProbableModeIncluded = false;
				Int mostProbableMode = uiPreds[j]; //!< 取出MPM

				for (Int i = 0; i < numModesForFullRD; i++)
				{
					mostProbableModeIncluded |= (mostProbableMode == uiRdModeList[i]); //!< 检查MPMs是否被uiRdModeList所包含
				}
				if (!mostProbableModeIncluded)  //!< 如果没被包含，则将该MPM包含到uiRdModeList里
				{
					uiRdModeList[numModesForFullRD++] = mostProbableMode;
				}
			}
#endif // FAST_UDI_USE_MPM
		} //!< if (doFastSearch)
		else
		{
			for (Int i = 0; i < numModesForFullRD; i++)
			{
				uiRdModeList[i] = i;
			}
		}

		//===== check modes (using r-d costs) =====RD（Rate Distortion）率失真、RD costs率失真代价
		//! 帧内预测模式最佳值的确定主要有以下几个步骤：1. 对numModesForFullRD种预测模式进行遍历，即对每种模式计算出
		//! 对应的RD costs，但该步骤中，并不会把一个CU的所有分割都算一遍，而仅仅对于至多深度为1的分割进行遍历，这么做
		//! 大大减少了运算量，提高速度；2. 在第1个步骤中，会粗略得到最佳预测模式（在HM9.0中会得到包括次优解在内的两个
		//! 预测模式），存储下来，以供第3步使用；3. 在第2步的基础上，对最佳（及次优）预测模式的所有分割模式遍历一遍，
		//! 得到最终的最佳结果
#if HHI_RQT_INTRA_SPEEDUP_MOD
		UInt   uiSecondBestMode = MAX_UINT;
		Double dSecondBestPUCost = MAX_DOUBLE;
#endif

		UInt    uiBestPUMode = 0; //!< 存放最佳预测模式
		UInt    uiBestPUDistY = 0; //!< 存放最佳预测模式对应的亮度失真值
		UInt    uiBestPUDistC = 0; //!< 存放最佳预测模式对应的色度失真值
		Double  dBestPUCost = MAX_DOUBLE;  //!< 存放最佳预测模式对应的总代价
		for (UInt uiMode = 0; uiMode < numModesForFullRD; uiMode++) //!< 遍历存储在uiRdModeList里的模式
		{
			// set luma prediction mode设置luma预测模式
			UInt uiOrgMode = uiRdModeList[uiMode];

			pcCU->setLumaIntraDirSubParts(uiOrgMode, uiPartOffset, uiDepth + uiInitTrDepth);

			// set context models设置上下文模型
			if (m_bUseSBACRD)
			{
				m_pcRDGoOnSbacCoder->load(m_pppcRDSbacCoder[uiDepth][CI_CURR_BEST]);
			}

			// determine residual for partition确定分区的剩余值
			UInt   uiPUDistY = 0;  //!< 存放当前预测模式对应的亮度失真值
			UInt   uiPUDistC = 0;  //!< 存放当前预测模式对应的色度失真值
			Double dPUCost = 0.0; //!< 存放当前预测模式对应的代价
#if HHI_RQT_INTRA_SPEEDUP //! 注意这个函数倒数第二个参数，此时为true，仅仅对当前深度的失真值进行计算
			xRecurIntraCodingQT(pcCU, uiInitTrDepth, uiPartOffset, bLumaOnly, pcOrgYuv, pcPredYuv, pcResiYuv, uiPUDistY, uiPUDistC, true, dPUCost);//重点就在倒数第二个参数上，它控制着函数中bCheckSplit的值，如果该值为ture，则TU只进行当前深度的计算，如果该值为false，则TU进行所有深度的计算。
#else
			xRecurIntraCodingQT(pcCU, uiInitTrDepth, uiPartOffset, bLumaOnly, pcOrgYuv, pcPredYuv, pcResiYuv, uiPUDistY, uiPUDistC, dPUCost);
#endif

			// check r-d cost检查RD代价
			if (dPUCost < dBestPUCost) //!< 更新最佳预测模式相关参数，如果当前PU的预测模式的cost要比最佳模式的cost小，则做如下工作：
			{
#if HHI_RQT_INTRA_SPEEDUP_MOD
				uiSecondBestMode = uiBestPUMode;//首先把最佳模式和最佳模式代价付给第二佳模式和第二佳模式代价
				dSecondBestPUCost = dBestPUCost;
#endif
				uiBestPUMode = uiOrgMode;
				uiBestPUDistY = uiPUDistY;
				uiBestPUDistC = uiPUDistC;
				dBestPUCost = dPUCost;//将当前的模式的各个参数赋给最佳模式

				xSetIntraResultQT(pcCU, uiInitTrDepth, uiPartOffset, bLumaOnly, pcRecoYuv);

				UInt uiQPartNum = pcCU->getPic()->getNumPartInCU() >> ((pcCU->getDepth(0) + uiInitTrDepth) << 1);
				::memcpy(m_puhQTTempTrIdx, pcCU->getTransformIdx() + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[0], pcCU->getCbf(TEXT_LUMA) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[1], pcCU->getCbf(TEXT_CHROMA_U) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[2], pcCU->getCbf(TEXT_CHROMA_V) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[0], pcCU->getTransformSkip(TEXT_LUMA) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[1], pcCU->getTransformSkip(TEXT_CHROMA_U) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[2], pcCU->getTransformSkip(TEXT_CHROMA_V) + uiPartOffset, uiQPartNum * sizeof(UChar));
			}
#if HHI_RQT_INTRA_SPEEDUP_MOD
			else if (dPUCost < dSecondBestPUCost)//如果当前PU的预测模式的cost要比第二佳模式的cost要小，则把当前模式的各个参数赋给第二佳模式
			{
				uiSecondBestMode = uiOrgMode;
				dSecondBestPUCost = dPUCost;
			}
#endif
		} // Mode loop

#if HHI_RQT_INTRA_SPEEDUP        //   1     tests one best mode with full rqt   测试一个最佳模式的所有rqt（我也不知道这个rqt是什么鬼。。。哭）
#if HHI_RQT_INTRA_SPEEDUP_MOD//   0     tests two best mode with full rqt      测试两个最佳模式的所有rqt
		for (UInt ui = 0; ui < 2; ++ui)
#endif
		{
#if HHI_RQT_INTRA_SPEEDUP_MOD
			UInt uiOrgMode = ui ? uiSecondBestMode : uiBestPUMode;
			if (uiOrgMode == MAX_UINT)
			{
				break;//如果是两种最佳模式，取最佳模式赋给uiOrgMode
			}
#else
			UInt uiOrgMode = uiBestPUMode; //!<　如果是一种最佳模式，设置uiOrgMode模式为最佳预测模式
#endif

			pcCU->setLumaIntraDirSubParts(uiOrgMode, uiPartOffset, uiDepth + uiInitTrDepth);

			// set context models 设置上下文模型
			if (m_bUseSBACRD)
			{
				m_pcRDGoOnSbacCoder->load(m_pppcRDSbacCoder[uiDepth][CI_CURR_BEST]);
			}

			// determine residual for partition 确定用来划分的残差
			UInt   uiPUDistY = 0;  //!< 存放当前预测模式对应的亮度失真值
			UInt   uiPUDistC = 0;  //!< 存放当前预测模式对应的色度失真值
			Double dPUCost = 0.0; //!< 存放当前预测模式对应的代价
			//! 注意这个函数倒数第二个参数，此时为false，对所有深度的失真值进行计算
			xRecurIntraCodingQT(pcCU, uiInitTrDepth, uiPartOffset, bLumaOnly, pcOrgYuv, pcPredYuv, pcResiYuv, uiPUDistY, uiPUDistC, false, dPUCost);

			// check r-d cost检查r-d cost
			if (dPUCost < dBestPUCost)//如果模式的PU的代价小于最佳模式的PU代价，则用当前的模式代替最佳模式
			{
				uiBestPUMode = uiOrgMode;
				uiBestPUDistY = uiPUDistY;
				uiBestPUDistC = uiPUDistC;
				dBestPUCost = dPUCost;

				xSetIntraResultQT(pcCU, uiInitTrDepth, uiPartOffset, bLumaOnly, pcRecoYuv);

				UInt uiQPartNum = pcCU->getPic()->getNumPartInCU() >> ((pcCU->getDepth(0) + uiInitTrDepth) << 1);
				::memcpy(m_puhQTTempTrIdx, pcCU->getTransformIdx() + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[0], pcCU->getCbf(TEXT_LUMA) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[1], pcCU->getCbf(TEXT_CHROMA_U) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempCbf[2], pcCU->getCbf(TEXT_CHROMA_V) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[0], pcCU->getTransformSkip(TEXT_LUMA) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[1], pcCU->getTransformSkip(TEXT_CHROMA_U) + uiPartOffset, uiQPartNum * sizeof(UChar));
				::memcpy(m_puhQTTempTransformSkipFlag[2], pcCU->getTransformSkip(TEXT_CHROMA_V) + uiPartOffset, uiQPartNum * sizeof(UChar));
			}
		} // Mode loop 遍历了所有的模式
#endif

		  //--- update overall distortion ---更新所有的失真
		uiOverallDistY += uiBestPUDistY;
		uiOverallDistC += uiBestPUDistC;

		//--- update transform index and cbf ---更新传输索引和cbf
		UInt uiQPartNum = pcCU->getPic()->getNumPartInCU() >> ((pcCU->getDepth(0) + uiInitTrDepth) << 1);
		::memcpy(pcCU->getTransformIdx() + uiPartOffset, m_puhQTTempTrIdx, uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getCbf(TEXT_LUMA) + uiPartOffset, m_puhQTTempCbf[0], uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getCbf(TEXT_CHROMA_U) + uiPartOffset, m_puhQTTempCbf[1], uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getCbf(TEXT_CHROMA_V) + uiPartOffset, m_puhQTTempCbf[2], uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getTransformSkip(TEXT_LUMA) + uiPartOffset, m_puhQTTempTransformSkipFlag[0], uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getTransformSkip(TEXT_CHROMA_U) + uiPartOffset, m_puhQTTempTransformSkipFlag[1], uiQPartNum * sizeof(UChar));
		::memcpy(pcCU->getTransformSkip(TEXT_CHROMA_V) + uiPartOffset, m_puhQTTempTransformSkipFlag[2], uiQPartNum * sizeof(UChar));
		//--- set reconstruction for next intra prediction blocks ---设置下个帧内预测块的重建
		if (uiPU != uiNumPU - 1)
		{
			Bool bSkipChroma = false;
			Bool bChromaSame = false;
			UInt uiLog2TrSize = g_aucConvertToBit[pcCU->getSlice()->getSPS()->getMaxCUWidth() >> (pcCU->getDepth(0) + uiInitTrDepth)] + 2;
			if (!bLumaOnly && uiLog2TrSize == 2)
			{
				assert(uiInitTrDepth  > 0);
				bSkipChroma = (uiPU != 0);
				bChromaSame = true;
			}

			UInt    uiCompWidth = pcCU->getWidth(0) >> uiInitTrDepth;
			UInt    uiCompHeight = pcCU->getHeight(0) >> uiInitTrDepth;
			UInt    uiZOrder = pcCU->getZorderIdxInCU() + uiPartOffset;
			Pel*    piDes = pcCU->getPic()->getPicYuvRec()->getLumaAddr(pcCU->getAddr(), uiZOrder);
			UInt    uiDesStride = pcCU->getPic()->getPicYuvRec()->getStride();
			Pel*    piSrc = pcRecoYuv->getLumaAddr(uiPartOffset);
			UInt    uiSrcStride = pcRecoYuv->getStride();
			for (UInt uiY = 0; uiY < uiCompHeight; uiY++, piSrc += uiSrcStride, piDes += uiDesStride)
			{
				for (UInt uiX = 0; uiX < uiCompWidth; uiX++)
				{
					piDes[uiX] = piSrc[uiX];
				}
			}
			if (!bLumaOnly && !bSkipChroma)
			{
				if (!bChromaSame)
				{
					uiCompWidth >>= 1;
					uiCompHeight >>= 1;
				}
				piDes = pcCU->getPic()->getPicYuvRec()->getCbAddr(pcCU->getAddr(), uiZOrder);
				uiDesStride = pcCU->getPic()->getPicYuvRec()->getCStride();
				piSrc = pcRecoYuv->getCbAddr(uiPartOffset);
				uiSrcStride = pcRecoYuv->getCStride();
				for (UInt uiY = 0; uiY < uiCompHeight; uiY++, piSrc += uiSrcStride, piDes += uiDesStride)
				{
					for (UInt uiX = 0; uiX < uiCompWidth; uiX++)
					{
						piDes[uiX] = piSrc[uiX];
					}
				}
				piDes = pcCU->getPic()->getPicYuvRec()->getCrAddr(pcCU->getAddr(), uiZOrder);
				piSrc = pcRecoYuv->getCrAddr(uiPartOffset);
				for (UInt uiY = 0; uiY < uiCompHeight; uiY++, piSrc += uiSrcStride, piDes += uiDesStride)
				{
					for (UInt uiX = 0; uiX < uiCompWidth; uiX++)
					{
						piDes[uiX] = piSrc[uiX];
					}
				}
			}
		}

		//=== update PU data ====更新PU数据
		pcCU->setLumaIntraDirSubParts(uiBestPUMode, uiPartOffset, uiDepth + uiInitTrDepth);
		pcCU->copyToPic(uiDepth, uiPU, uiInitTrDepth);
	} // PU loop


	if (uiNumPU > 1)
	{ // set Cbf for all blocks对于所有块设置cbf
		UInt uiCombCbfY = 0;
		UInt uiCombCbfU = 0;
		UInt uiCombCbfV = 0;
		UInt uiPartIdx = 0;
		for (UInt uiPart = 0; uiPart < 4; uiPart++, uiPartIdx += uiQNumParts)
		{
			uiCombCbfY |= pcCU->getCbf(uiPartIdx, TEXT_LUMA, 1);
			uiCombCbfU |= pcCU->getCbf(uiPartIdx, TEXT_CHROMA_U, 1);
			uiCombCbfV |= pcCU->getCbf(uiPartIdx, TEXT_CHROMA_V, 1);
		}
		for (UInt uiOffs = 0; uiOffs < 4 * uiQNumParts; uiOffs++)
		{
			pcCU->getCbf(TEXT_LUMA)[uiOffs] |= uiCombCbfY;
			pcCU->getCbf(TEXT_CHROMA_U)[uiOffs] |= uiCombCbfU;
			pcCU->getCbf(TEXT_CHROMA_V)[uiOffs] |= uiCombCbfV;
		}
	}

	//===== reset context models =====重新设置上下文模式
	if (m_bUseSBACRD)
	{
		m_pcRDGoOnSbacCoder->load(m_pppcRDSbacCoder[uiDepth][CI_CURR_BEST]);
	}

	//===== set distortion (rate and r-d costs are determined later) =====速率和r-d失真确定之后的失真设置
	ruiDistC = uiOverallDistC;
	pcCU->getTotalDistortion() = uiOverallDistY + uiOverallDistC;
}
醉生梦死的七楼
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
HEVC代码分析-xPredIntraPlanar
01-07
该函数实现帧内planar预测模式，由重建像素生成当前块的planar模式预测块。 Void TComPrediction::xPredIntraPlanar( const Pel* pSrc, Int srcStride, Pel* rpDst, Int dstStride, UInt width, UInt height ) { // 参数分别为重建像素数组，参考像素stride，预测像素数组，预测像素stride，预测块宽，预测块高 // pSrc和rpDst分别都指向当前块的左上角位置，即（0，0）处 assert(width &lt;= height); // 定义需
H.266中关于I帧亮度色度QTBT结构独立的原因
小小柴的博客
03-19 2158
在H.266中，对于I slice,支持亮度和色度采用不同的QTBT结构，对于B 和P slice，亮度和色度才采取相同的QTBT结构，具体体现在代码中为(删除了无关代码)：Void TEncCu::compressCtu( TComDataCU* pCtu ){//函数刚开始就将分量类型设定为亮度分量，这样在第一次调用xCompressCU里的xCheckRDCostIntra时，如果是I sl...
HEVC中的帧内预测模式选择（Intra prediction mode selection in HEVC）
Bill's Space
08-02 7134
在HEVC的test model HM10.0中
8-HEVC视频编码技术
bcs_01的专栏
12-09 1342
成功运行HM10.0后，下面开始进入真正对HEVC标准采用的编码技术的讨论。参考文献选用IEEE TCSVT 201212期的Overview of HEVC。 同H.264等前代的视频编码标准类似，HEVC依然采用了混合编码框架，利用帧间预测去除时域相关，利用帧内预测去除空间相关，利用变换、熵编码去除统计相关性。同前代技术相比，HEVC并未采用革命性的创新技术，而是针对现有技术进行小步快跑的改
HEVC帧内预测
07-10
HEVC是新一代视频编解码标准，帧内预测时期中关键技术之一也是我们优化的算法的关键环节，所以了解帧内预测是非常重要。
论文研究-基于统计的HEVC帧内预测模式选择快速算法 .pdf
08-22
基于统计的HEVC帧内预测模式选择快速算法，李金洋，孙松林，2009年，由ITU-T视频专家组VCEG和ISO/IEC的运动专家组MPEG联合组成的视频编码联合工作组(Joint Collaborative Team on Video Coding，JCT-VC)研究下一代视
基于帧内预测模式调制的HEVC信息隐藏方法
01-20
为了进一步提高HEVC信息隐藏过程中的嵌入效率，提出了一种HEVC帧内预测模式调制的信息隐藏方法。该方法根据密钥生成每个CTU的空间点阵维数N(N=2,3,4)，利用帧内预测模式选取规则选出N个顶角处的帧内预测模式，通过...
3D-HEVC中深度图帧内预测模式判决过程的改进
10-16
原始的HEVC帧内预测模式包括平面模式、直流模式和33种角度模式，通过哈达玛变换的粗选过程，对不同大小的编码块选择一定数量的模式进行率失真代价计算，选取最优模式。DMM1和DMM4作为新加入的帧内预测模式，也被纳入...
基于机器学习的HEVC快速帧内预测算法研究进展.pdf
09-24
基于机器学习的HEVC快速帧内预测算法研究进展 机器学习在HEVC快速帧内预测算法中的应用研究进展 随着高清视频在应用中的普及，高效视频编码标准（High Efficiency Video Coding，HEVC）应运而生，提供了更高的视频...
H.266/VVC代码学习：xCheckRDCostIntra函数
BigDream123的博客
11-17 2419
xCheckRDCostIntra函数主要是选出最佳帧内模式和变换类型。 其中通过调用estIntraPredLumaQT函数遍历所有的亮度帧内预测模式选出最佳亮度帧内预测模式，通过调用estIntraPredChromaQT函数选出最佳色度帧内预测模式。 xCheckRDCostIntra函数是遍历了所有的变换模式并计算相应的RD Cost。 主要分为两个阶段 阶段1：mts_flag标...
H.264视频编解码的FPGA源码分析（二）帧内预测1
weixin_39584176的博客
03-13 6570
目录帧内预测算法原理基于论文的普通介绍硬件实现 前述文章链接在此~~ 帧内预测算法原理 基于论文的普通介绍 目的：提高I帧压缩性能 核心思想：利用图像内部特别是图像平滑部分相邻像素间的相关性来降低编码码率，也就是通过减少空间冗余来实现压缩 使用当前编码的宏块上方以及左方的宏块，计算当前宏块的预测值，再将预测值与实际的像素值相减得到预测残差，编码的时候只对预测残差进行编码（有点像残差神经网络的思想...
HEVC Intra流程
视频编解码算法，专注HEVC/AVC算法研究、实现及其优化
08-23 7642
HEVC标准中CU和TU采用的是四叉树的划分方式，HM的代码中采用的是4叉树的深度遍历，如下图所示 trace HM8.0的代码可以得到下面的图，每一层前面两个- TEncCu::xCompressCU -- TEncCu::xCompressCU ---- TEncCu::xCompressCU ------ TEncCu::xCompressCU ------ TEncCu::
HEVC混合编码方法引入的亮点
Ant for life.
03-29 2661
HEVC混合编码方法引入的亮点：(翻译能力有限，不当之处，欢迎指正，谢谢） 1）             编码树单元（CTU,coding tree units）和编码树块(CTB,coding tree block)结构 以前标准编码层的核心是宏块，通常是4:2:0格式，包含一个16x16亮度采样块和两个相应的8x8色度采样块。然而，HEVC中类似的结构是CTU，它的大小由编码器决定，并且它
HEVC名词解释
shayashi的博客
09-24 969
标注一下HEVC（High Efficiency Video Coding）中出现的英文单词缩写。 PSNR：Peak signal to Noise Ratio峰值信噪比 ME：montion estimation运动估计 MV：motion vector运动向量 MC：motion compensation运动补偿 CTU：Coding tree unit编码树单元 CTB：Coding tr...
[VTM19.0代码阅读] xCheckRDCostMerge2Nx2N
最新发布
stylexf的博客
03-31 315
【代码】[VTM19.0代码阅读] xCheckRDCostMerge2Nx2N。
视频编解码发展历程（从AVC到HEVC再到VVC）（一）
sheldonma的博客
10-12 1万+
视频编解码发展历程（从AVC到HEVC再到VVC）（一）概述视频编码标准介绍 概述 在过去的17年里，自2003年确定现在仍占主导地位的 H.264/运动图像专家组 (MPEG-4) 高级视频编码 (AVC) 标准的第一个版本以来，已经又开发了两个主要的新一代视频编码标准，即称为高效视频编码标准(HEVC) 和多功能视频编码 (VVC)标准。与AVC一样保持了10年的开发周期，HEVC于2013年完成，并且与AVC相比，HEVC完成了约50%的比特率降低。 VVC 项目的周期缩短了三年，该项目于2020年7
图像色彩编码YUV（YCbCr）的基本知识
热门推荐
老王的技术博客
05-30 1万+
参考地址 https://www.cnblogs.com/lifan3a/articles/4930182.html YUV与YCbCr的定义 YCbCr是DVD、摄像机、数字电视等消费类视频产品中，常用的色彩编码方案。YCbCr 有时会称为 YCC。YCbCr 在模拟分量视频（analog component video）中也常被称为 YPbPr。YCbCr不是一种绝对色彩空间，是YUV压...
Chroma from Luma 预测方法总结
yue huang的视频编解码专栏
09-09 1929
Glossary 术语 【AV1】 CfL：Chroma from luma 【HM-Rext】 CCP：Cross component predition 【JEM/BMS】 CCLM：Cross-component linear model prediction 背景 技术 代码
HEVC帧内预测：编码框架与优化策略详解
帧内预测作为HEVC的重要组成部分，是帧内编码的关键环节，它在无参考帧的情况下进行，对视频质量有直接影响。帧内预测主要涉及编码单元（CU）的划分、预测模式的选择以及参考像素的利用。 首先，HEVC的编码框架是...
评论
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