模拟
H.264／AVC中量化的Verilog实现
时间：2010-01-08 11:47:05
手机看文章
扫描二维码
随时随地手机看文章
[导读]介绍了H.264的量化算法，并用Modelsim进行了仿真，结果与理论完全一致。分析了在FPGA开发板上的资源的消耗。由此可知，完全可以用FPGA实现H.264的量化。
0 引 言
H.264作为新一代的视频压缩标准，是由ITU-T的视频编码专家组和ISO／IEC的MPEG(运动图像编码专家组)成立的联合视频小组共同开发的。它优异的压缩性能也将在数字电视广播、视频实时通信、网络视频流媒体传递以及多媒体通信等各个方面发挥重要的作用。
在核心技术上，H.264／AVC采用各种有效的技术，如统一的VLC符号编码、1／4像素精度的运动估计、多模式运动估计、基于4×4块的整数变换、分层编码语法等。由于采用了整数变换，计算不会出现浮点数，而且精度高等。这些措施使得H.264算法具有很高的编码效率。在量化方面，量化步长采用52个，下面将主要分析量化。在此，提出量化的Verilog实现，将变换后的数据作为输入，以量化后的码流作为输出，达到量化的目的。
1量化的功能介绍
取样后的脉冲信号在时间上是离散的，但在幅值和空间上仍是连续的，即其可能取的值有无限多个，这就需要对它采用四舍五入的方法，将其可能的幅值数由无限多个变为有限个值。这种将信号幅值由连续量变成离散量的过程称为量化。
在不降低视觉效果的前提下，量化过程可减少图像编码长度，减少视觉恢复中不必要的信息。H.264采用标量量化技术，将每个图像样点编码映射成较小的数值。一般标量量化器的原理为：
式中：y为输入样本点编码；QP为量化步长；FQ为y的量化值；round()取整函数(其输出与输入实数最近的整数)。
2量化的算法介绍
在H.264中，量化步长Qstep共有52个值。如表1所示。其中，QP是量化参数，是量化步长的序号。当QP取最小值0时，代表最精细的量化；当QP取最大值51时，代表最粗糙的量化。QP每增加6，Qstep增加1倍。应用时可以在这个较宽的量化步长范围根据实际需要灵活选择。对于色度编码，一般使用与亮度编码同样的量化步长。为了避免在较高量化步长时出现颜色量化人工效应，现在的H.264草案把色度的QP最大值大约限制在亮度QP最大值的80％范围内。最后的H.264草案规定，亮度QP的最大值是51；色度QP的最大值是39。
在H.264中，量化过程是对DCT的结果进行操作：
式中：Yij是矩阵Y中的转换系数；Zij是输出的量化系数；Qstep是量化步长。
H.264量化过程还要同时完成DCT变换中“Ef”乘法运算，它可以表述为：
式中：Wij是矩阵W中的转换系数；PF是矩阵EF中的元素。根据样本点在图像中的位置(i，j)取值如表2所示。
利用量化步长随量化参数每增加6而增加1倍的性质，可以进一步简化计算，即：
式中：floor()为取整函数(其输出不大于输入实数的最大整数)。式(3)可以写为：
这样，MF可以取整数。表3给出对应QP值为0～5的MF值。对于QP值大于5的情况，只是qbits值随QP值每增加6而增加1，而对应的MF值不变。这样，量化过程为整数运算，可以避免使用除法，确保用16位算法来处理数据，在没有PSNR性能恶化的情况下，实现最小的运算复杂度如表3所示。
具体量化过程的运算为：
式中：“》”为右移运算，右移1次完成整数除以2；sign()为符号函数；f为偏移量。f的作用是改善恢复图像的视觉效果，如对帧内预测图像块f取2qbits／3；对帧间预测图像块厂取2qbits／6。
3具体实现
在该文中，用Verilog语言实现H.264的量化；运用Modelsim进行仿真；用QuartusⅡ进行综合。
根据Verilog编程，Modelsim仿真如图1所示。
输入的矩阵是[140，-1，-6，7，-19，-39，7，-92，22，17，8，31，-27，-32，-59，-21]，最后量化的结果为[17，0，-1，0，-1，-2，0，-5，3，1，1，2，-2，-1，-5，-1]。由此可知，这与Iain E.G.Richardson给出的结果相符合。所用的开发板是红色飓风第三代开发板，FPGA芯片是Altra EP2C35F484C8。从综合后的报告可以看出，消耗的资源不到1％，如图2所示。综合后的RTL图如图3所示。
4结 语
介绍了H.264的量化算法，并用Modelsim进行了仿真，结果与理论完全一致。分析了在FPGA开发板上的资源的消耗。由此可知，完全可以用FPGA实现H.264的量化。
H.264作为新一代的视频压缩标准，是由ITU-T的视频编码专家组和ISO／IEC的MPEG(运动图像编码专家组)成立的联合视频小组共同开发的。它优异的压缩性能也将在数字电视广播、视频实时通信、网络视频流媒体传递以及多媒体通信等各个方面发挥重要的作用。
在核心技术上，H.264／AVC采用各种有效的技术，如统一的VLC符号编码、1／4像素精度的运动估计、多模式运动估计、基于4×4块的整数变换、分层编码语法等。由于采用了整数变换，计算不会出现浮点数，而且精度高等。这些措施使得H.264算法具有很高的编码效率。在量化方面，量化步长采用52个，下面将主要分析量化。在此，提出量化的Verilog实现，将变换后的数据作为输入，以量化后的码流作为输出，达到量化的目的。
1量化的功能介绍
取样后的脉冲信号在时间上是离散的，但在幅值和空间上仍是连续的，即其可能取的值有无限多个，这就需要对它采用四舍五入的方法，将其可能的幅值数由无限多个变为有限个值。这种将信号幅值由连续量变成离散量的过程称为量化。
在不降低视觉效果的前提下，量化过程可减少图像编码长度，减少视觉恢复中不必要的信息。H.264采用标量量化技术，将每个图像样点编码映射成较小的数值。一般标量量化器的原理为：
式中：y为输入样本点编码；QP为量化步长；FQ为y的量化值；round()取整函数(其输出与输入实数最近的整数)。
2量化的算法介绍
在H.264中，量化步长Qstep共有52个值。如表1所示。其中，QP是量化参数，是量化步长的序号。当QP取最小值0时，代表最精细的量化；当QP取最大值51时，代表最粗糙的量化。QP每增加6，Qstep增加1倍。应用时可以在这个较宽的量化步长范围根据实际需要灵活选择。对于色度编码，一般使用与亮度编码同样的量化步长。为了避免在较高量化步长时出现颜色量化人工效应，现在的H.264草案把色度的QP最大值大约限制在亮度QP最大值的80％范围内。最后的H.264草案规定，亮度QP的最大值是51；色度QP的最大值是39。
在H.264中，量化过程是对DCT的结果进行操作：
式中：Yij是矩阵Y中的转换系数；Zij是输出的量化系数；Qstep是量化步长。
H.264量化过程还要同时完成DCT变换中“Ef”乘法运算，它可以表述为：
式中：Wij是矩阵W中的转换系数；PF是矩阵EF中的元素。根据样本点在图像中的位置(i，j)取值如表2所示。
利用量化步长随量化参数每增加6而增加1倍的性质，可以进一步简化计算，即：
式中：floor()为取整函数(其输出不大于输入实数的最大整数)。式(3)可以写为：
这样，MF可以取整数。表3给出对应QP值为0～5的MF值。对于QP值大于5的情况，只是qbits值随QP值每增加6而增加1，而对应的MF值不变。这样，量化过程为整数运算，可以避免使用除法，确保用16位算法来处理数据，在没有PSNR性能恶化的情况下，实现最小的运算复杂度如表3所示。
具体量化过程的运算为：
式中：“》”为右移运算，右移1次完成整数除以2；sign()为符号函数；f为偏移量。f的作用是改善恢复图像的视觉效果，如对帧内预测图像块f取2qbits／3；对帧间预测图像块厂取2qbits／6。
3具体实现
在该文中，用Verilog语言实现H.264的量化；运用Modelsim进行仿真；用QuartusⅡ进行综合。
根据Verilog编程，Modelsim仿真如图1所示。
输入的矩阵是[140，-1，-6，7，-19，-39，7，-92，22，17，8，31，-27，-32，-59，-21]，最后量化的结果为[17，0，-1，0，-1，-2，0，-5，3，1，1，2，-2，-1，-5，-1]。由此可知，这与Iain E.G.Richardson给出的结果相符合。所用的开发板是红色飓风第三代开发板，FPGA芯片是Altra EP2C35F484C8。从综合后的报告可以看出，消耗的资源不到1％，如图2所示。综合后的RTL图如图3所示。
4结 语
介绍了H.264的量化算法，并用Modelsim进行了仿真，结果与理论完全一致。分析了在FPGA开发板上的资源的消耗。由此可知，完全可以用FPGA实现H.264的量化。
下载文档本站声明： 本文章由作者或相关机构授权发布，目的在于传递更多信息，并不代表本站赞同其观点，本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者，如若文章内容侵犯您的权益，请及时联系本站删除。
换一批
延伸阅读
