率失真理论的基本问题是对于已知统计特性的信源，给定目标失真度D，如何获得最小码率R。或是其逆问题，即在码率限制下寻求失真度的可达限。而在实际的视频编码优化中，通常通过控制编码参数来进行率失真优化。对于给定编码器及待压缩信源，通过不同的编码参数组合可得到一组R—D点，从而形成了一条率失真工作点曲线。优化目标是，在码率RC 限制下，找到某个编码参数组合，使得总体失真D 最小。这种约束优化问题可用下述公式说明：25456
           min D
           subject to : R≤RC                                                       （公式1-1）
传统视频编码中的率失真模型仅是考虑了信源编码的量化失真，码率由诸如编码模式、运动矢量和量化步长之类的编码参数所决定。而有噪信道，特别是因特网和无线信道环境下引入了相当大的信道失真。除了信源编码器本身的编码参数外，视频流的打包机制、信道编码器的性能、网络状态和接收端的错误隐藏方法都会影响最终的视频重建质量。由于有噪信道的随机性，端到端失真以随机变量的形式存在。因此，在考虑各种影响因素的前提下，需要计算其期望值，即：
           E{D}= f {S ,N,C}                           （公式1-2）
其中，S表示包含视频图像序列特性及编码参数的信源特性，N表示信道状态，C表示解码器采用的错误隐藏方法。显然，由于视频编码的特殊性及导致的时空错误积累，
这三种因素的影响并不能相互独立。论文网
    建立准确的端到端失真估计模型是实现全局优化的前提，也是难点。现有的估计失真的方法大致可分为两类：一类是基于像素的公式展开法，另一类方法是基于模型的方法，失真估计公式有着较明确的物理意义。
容错编码的设计目的是在编码器中引入一定的冗余度，通过牺牲编码效率来换取良好的容错性能。在传统的混合视频编码中，编码模式、运动矢量和量化步长是主要的编码参数。
    一类基于率失真优化的技术针对基于混合视频编码框架的标准。其中，基于率失真优化的错误隔离技术是研究较早也较广泛的技术。帧内编码块刷新技术是阻止时域错误积累的一种有效方法。但增加帧内编码块的数目同时又会降低编码效率。另一类基于率失真优化的容错编码技术是在新的编码框架中引入基于率失真的优化。分层编码是一种信源编码的策略，是指编码码流可以不同码率解码。为避免错误积累，增强层可选择只用基本层的帧作为预测的参考，这会降低预测增益和编码效率。
    虽然已有大量关于率失真理论指导下的容错编码技术研究，但目前仍然存在着一些问题。首先，在新一代的视频编码标准H.264 和AVS 中采用了更为复杂的帧内/帧间预测和环路滤波技术，这使得在有噪环境中的误差积累路径更加复杂。目前已有的端到端失真估计模型或是建立复杂的模型，通过探试得到模型的参数；或是将信道仿真引入编码器，得到统计数据后获得所估计的端到端失真。其次，现有的研究大多集中于基于拉格朗日率失真优化的模式选择和运动矢量决策算法，很少有研究者考虑各种编码参数对于端到端率失真函数的影响趋势并进行整体优化。此外，在视频编码传输中，多种不同的容错工具可以分别实现某种程度的差错控制，但其联合实现往往达不到预期的目的。 率失真模型研究现状:http://www.youerw.com/yanjiu/lunwen_19262.html