毕业论文移动版

（2）残差叠加

对 DCT 残差数据进行反变换，获得残差像素数据，综合之前得到的熵解 码得出的数据，最终推导出 YUV 图像。 首先讨论对于帧内预测的宏块解码

帧内预测的原理就是通过对宏块左边和上边的边界像素值进行演算，用演算的 结果对宏块内部的像素赋值，图像经过变换的结果如下图 2。3 所示。很明显经 过叠加残差的画面跟原图相比很不清晰，需要进一步处理。

图 2。3 原图像 帧内预测后的图像

解码基本流程：

（1）先判断需要解码的宏块类型，如果是 4x4 帧内预测类型，则： 循环遍历 16 个块，并读取帧内预测方法，之后根据帧内预测方法调用 汇编函数进行帧内预测，最后调用汇编函数对 DCT 残差数据进行反变换； 在 DCT 系数中不包含 AC 系数的情况下，则调用另一个会变速度更快的 汇编函数对残差数据进行 4x4DCT 反变换，得到图像数据。

（2）判断需要解码的宏块类型的时候，如果是 16x16 帧内预测类型，那么： 首先获得帧内预测方法，然后根据帧内预测方法调用汇编函数进行帧内 预测，最后调用汇编函数对 16 个小块的 DC 系数进行 Hadamard 反变换， 得到更为真实的图像数据。

执行到这一步的时候，4x4 的宏块实际上已经完成了“帧内预测+DCT 反变 换”的流程；而 16x16 的宏块仅仅完成了“帧内预测+Hadamard 反变换”的流 程，而并未进行“DCT 反变换”的步骤，解码并没有完成，这一步骤需要在后 续步骤中完成。论文网

2。3。5 环路滤波

经过解码器解码的数据常常会因为 DCT 变换后的量化造成误差和运动补偿而出现 方块效应。

使用环路滤波器，通过对相邻的“块”边缘上的像素值进行运算，来对图像上的 像素重新赋值，就可以有效地减少这种块效应对图片造成的视觉上的模糊感。下面图 2。4 显示了环路滤波的效果。可以明显地观察到，经过环路滤波后，图像相当于进行 了锐化，清晰了很多。

图 2。4 未实现环路滤波 实现环路滤波

从滤波的强度为出发点考虑，环路滤波器有为两种：

（1）普通滤波器。针对边界的 Bs（边界强度）为 1、2、3 的滤波器。在这种情 况下，环路滤波需要处理方块边界两边各 3 个点：p2，p1，p0，q0，q1，q2。边界两 边各 2 个点应该被重新赋值，只以 p 点为例：

p0’ = p0 + (((q0 - p0 ) << 2) + (p1 - q1) + 4) >> 3 p1’ = ( p2 + ( ( p0 + q0 + 1 ) >> 1) – 2p1 ) >> 1

（2）强滤波器。针对边界的 Bs（边界强度）为 4 的滤波器。在这种情况下，环 路滤波需要处理方块边界两边各 4 个点：p3，p2，p1，p0，q0，q1，q2，q3。边界两 边各 3 个点应该被重新赋值，只以 p 点为例：

p0’ = ( p2 + 2*p1 + 2*p0 + 2*q0 + q1 + 4 ) >> 3 p1’ = ( p2 + p1 + p0 + q0 + 2 ) >> 2

p2’ = ( 2*p3 + 3*p2 + p1 + p0 + q0 + 4 ) >> 3

边界强度 Bs 的判定方式如下表 2。1

表 2。1 边界强度 Bs 的判定

从上表可以看出，与空域预测相关的宏块的边界强度 Bs 相对比较大；与之相对的， 与时间域预测相关的宏块的边界强度 Bs 比较小。

为了对一个宏块进行环路滤波，第一步我们读取 QP 等几个参数，用于推导门限值。 如果是帧内宏块（Intra），那么就要按照首先对水平的边界，然后垂直的边界的顺 序进行滤波。 (责任编辑：qin)