环路滤波

去块效应滤波滤波

产生原因

  1. 各个块变换量化过程相对独立,因此引入的量化误差大小及其分布特性相互独立,导致相邻块边界的不连续;
  2. 运动补偿中,相邻块的预测值可能来自不同图像的不同位置,导致预测残差信号在块边界产生数值不连续。

边界强度

首先对边界强度进行判断,假设两个相邻块为p、q,判断规则如下表:

条件 Bs(边界强度)
p或q是帧内预测,且边界为宏块边界 Bs=4,强滤波
p或q是帧内预测,且边界不是宏块边界 Bs=3
p和q都不是帧内预测;p或q包含残差系数 Bs=2
p和q都不是帧内预测;p和q都不包含残差系数;
p和q有不同的参考帧或者不同数量的参考帧或者不同的运动矢量值
Bs=1
p和q都不是帧内预测;p和q都不包含残差系数;
p和q有相同的参考帧和相等的运动矢量
Bs=0,不进行滤波

滤波决策

只有样点集(p2,p1,p0,q0,q1,q2)满足下列条件时,才会进行滤波:

  1. Bs > 0
  2. |p0-q0| < \alpha, |p1-p0| < \beta, |q1-q0| < \beta, 其中\alpha\beta在标准中定义。阈值\alpha\beta会随着p、q两个块的平均QP而增加。这样做的目的是:当原始图像本身在块边界有显著的变化或梯度时,通过滤波决策可以将滤波器关掉。QP越大,则越有可能触发滤波。

样点自适应补偿(SAO)

振铃效应:对于图像里的强边缘,由于高频交流系数的量化失真,解码后在边缘周围产生的波纹现象。

H.265/HEVC标准中的SAO以CTB为基本单位,通过选择合适的分类器将重建像素划分类别,然后对不同类别像素使用不同的补偿值,可以有效的提高视频的主客观质量。其主要分为边界补偿(Edge Offset,EO)和边带补偿(Band Offset,BO)两类。

边界补偿

边界补偿分为水平方向(EO_0)、垂直方向(EO_1)、135度方向(EO_2)、45度方向(EO_3)四种模式,在任意一种模式下,根据一定条件将重构像素分为5个不同种类,不同种类的像素才用不同的补偿值,同一种类必须采用相同的补偿值。

同时,补偿值的符号与其种类强相关,所以按照不同种类对补偿值的符号进行了限制:种类1、2补偿值大于等于0,种类3、4小于等于0。

边带补偿

边带补偿技术根据像素强度值对归类,将像素范围等分成32条边带。

一般同一个CTB中大多数像素属于少数几个边带,标准规定一个CTB只能选择4条连续的边带,并只对属于这4个边带的像素进行补偿。选择哪4条边带可以通过率失真优化方法确定。

SAO参数融合

参数融合(Merge)是指对于一个CTB块,其SAO参数直接使用相邻块的SAO参数。如果使用参数融合,亮度和色度分量必须同时使用同一个相邻块(同时使用左相邻块或同时使用上相邻块)的补偿参数。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 226,074评论 6 523
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 97,181评论 3 410
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 173,579评论 0 370
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 61,741评论 1 304
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 70,675评论 6 404
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 54,144评论 1 316
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 42,344评论 3 433
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 41,429评论 0 282
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 47,984评论 1 328
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 39,960评论 3 351
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 42,057评论 1 359
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 37,658评论 5 352
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 43,349评论 3 342
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 33,757评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 34,943评论 1 278
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 50,670评论 3 384
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 47,116评论 2 368

推荐阅读更多精彩内容