【一】VVC理论知识之图像块划分

一、VVC中的CTU：

H.266/VVC 中将每帧图像划分为一系列的 CTU，CTU 的概念和 HEVC 中一致。一帧图像通常分为 3 个采样阵列（一个亮度图像和两个色度图像），一个 CTU 也包含了一个 N*N 的亮度采样块和两个对应大小的色度块。下图图是一帧图像划分为 CTUs 的示例：

注意：目前允许的最大亮度块的尺寸为 128 * 128 像素，但是允许的最大亮度变换块的尺寸为 64 * 64 像素。

二、VVC中块划分与HEVC中块划分的区别

• 在 HEVC 中，一个 CTU 使用树结构划分为编码单元（coding units，CUs）。具体地，使用四叉树结构划分一个 CTU，以适应各种各样的图像局部特征。将 CU 作为叶子节点时，判断使用帧内预测编码还是帧间预测编码。在预测时，叶子 CU 节点又可以分为 1 个，2 个或者 4 个预测单元（prediction units，PUs），每个 PU 内部使用相同的预测过程并发送给解码端。当获取到残差块时，叶子 CU 节点又划分为变换单元（transform units，TUs）进行处理。所以 HEVC 的一个显著特征就是拥有多个划分的概念，即 CU，PU 和 TU。

• 在 VVC 中，取消了复杂的 CU，PU 和 TU 的概念区分，在编码树结构中，一个CU 既可以是方形的，也可以是矩形的。在划分过程中，CTU 先划分为四叉树，然后四叉树的子节点可以继续进行不同的树划分，如下图所示，目前新引入了水平二叉树划分，垂直二叉树划分，水平三叉树[40]划分和垂直三叉树划分。将这样产生的叶子节点称为 CU，在当前划分使得 CU 大小满足限制条件的情况下，就可以对当前CU进行预测和变换过程，而不用再进行额外的划分。需要注意的是，所谓的三叉树划分，并不是均匀化为三等分，而是按照 1:2:1 的比例划分。

注意：由于目前使用了二叉树划分和三叉树划分，使得块划分的灵活性大大增加，但正是由于使用了多种划分方式，可能导致不同的块划分形式的最终划分结果相同，如下图所示。这就产生了划分冗余，为了避免冗余的产生，在VVC中规定了一些划分禁止类型，具体可以参考博客《VVC中编码块的划分结构》。

由上图 可以看出a、c 图在划分的过程划分为了 4 个相同大小的块，b、d 图表示一种冗余抑制的过程：如果使用三叉树划分，那么对于中间块不再进行对应的二叉树划分。

• 下图给出一个 CTU 完整的划分结果，粗线表示的是四叉树的划分，细线表示的是二叉树和三叉树的划分，具体使用哪种划分是基于图像内容自适应决定的。划分后 CU 亮度分量的尺寸最大可以为 CTU 的尺寸，最小可以为 4 * 4 像素；使用 4:2:0 的色度格式时，色度分量的最大尺寸为 64 * 64 像素，最小为 2*2 像素。

---

更多关于视频编码的知识和资源，更精致的文章排版，欢迎关注博主微信公众号，一起交流、学习、进步！！！