beidoubushixing的博客

一、运动估计定义这里指的是基于块的运动估计，基本思想是将图像序列的每一帧分成许多互不重叠的块，并认为块内所有像素的位移量都相同，然后对每个宏块到参考帧某一给定特定搜索范围内根据一定的块匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量。二、分类运动估计计算法可分为两大类，即基于非参数运动模型的运动估计和基于参数模型的运动估计。非参数运动估计需要显式的边界条件才能获取物体的运动信息，比如光流场方程和随机场法。参数模型运动估计假设每一个图像块都做刚体运动，并且可以用一组参数来描

1.为什么要变换？变换可以去除图像像素之间的空间相关性。变换是一种线性运算，可以将图像从空间域转换到变换域或者频率域。空间域图像的能量往往分布相对比较均匀 ，经过变换后，变换域中图像的变换系数间近似是统计独立 的， 基本去除了相关’性，并且能量集中在直流和低频率 的变换系数， 高频率变换系数的能量很小， 甚至大部分高拟系数能量接近于零。所以，在变换域进行滤波、进行与视觉特性相匹配的量化及熵编码，可以实现图像数据的有效压缩。变换的核心点是找到一个完美的正交矩阵，那什么样的正交变换矩阵才算是完美的呢？最

一、编码原始数字图像YUV输入到编码器后，进行视频预处理，分析复杂度，检测场景切换，确定GOP结构和帧类型，或者图像序列去噪。分割成或不重叠的宏块X，进入以宏块为编码单元的编码回路中。然后根据帧类型采用帧内预测或者帧间预测获得当前X的预测块Xp。差分编码的到预测误差图像△X。误差图像进行8x8或者4x4块级DCT变换，量化得到量化系数，经游程编码，可变长编码，熵编码产生量化系数对应的的编码比特。同时量化块经过逆量化，逆变换得到含有量化失真的误差图像△X’，与预测图像Xp相加重构出解码图像。解码图像一

当我们用手机或者电脑打开一个电影视频或者一首音频歌曲的时候，不论是在线流量还是离线本地播放，通常设备上的音视频播放器都可以将音视频文件中的画面和声音给到我们的视觉和听觉器官，这是我们习以为常的东西。但不知你是否有考虑过，播放器底层究竟是如何处理音视频文件的呢？如果你对音视频有一些基础和了解，应该知道通常播放一段音视频的基本流程是：解协议 → 解封装 → 解码 → 视音频同步这几大步骤。这里的解协议通常对应的是网络流媒体传输音视频，比如RTMP协议，RTSP协议，HTTP协议等。解完协议之后我们得到的是采用

一、控制架构二、QP计算步骤第一步：计算当前帧的模糊复杂度对当前帧图像做抽样滤波，得到分辨率是原来一半的小图，在小图上做半像素精度预测，与原图相减得到残差Xd，再对Xd做hadamond变换并求绝对和得到SATD，然后：第二步：根据速率控制公式计算感知编码//rceq = rc estimated qscale其中qcomp为线性量化控制参数，0为固定码率即CBR模式，为1固定QP，默认值是0.6。第三步：计算rate_factorwanted_bits_window表示已编码帧的目标

1. FILE信息file type : PSvideo stream type : AVC/H.264resolution : 1920x1080profile:level : Main:4.2aspect ratio : 16x9(unspecified)interlaced :

main()main_internal():x264_threading_init():parse():Parse command line datasigint_handler():设置b_ctrl_c = 1;encode():x264_encoder_open():x264_threading_init():validate_parameters():x264_cqm_parse_file():x264_reduce_fraction():x264_sps_init():根据输入

By Loren Merritt*Historical note: This document is outdated, but a significant part of it is still accurate. Here are some important ways ratecontrol has changed since the authoring of this document:By default, MB-tree is used instead of qcomp for weig

1.为什么预测编码可以消除图像的时空域的冗余？2.为什么预测编码后的码流，解码器可以保证完全恢复？3.为什么预测编码要分为帧内编码和帧间编码？关于第一个问题：我们知道，预测编码处理的时候，我们不直接传送图像像素值到后面模块，比如量化编码模块，而是对图像像素实际值和它的预测值做差，再对差值进行编码。如果将差值进行量化再熵编码，这种预测编码方式我们叫做差分脉冲编码调制，DPCM（differential pulse code modulation）。从统计学上看，预测误差的取值范围通常在0附近的小范围