JM、H.264中一些参数的设置和含义

一·参数说明  这一节阐述的是encoder.cfg 中的参数对编码过程的影响  要注意的是encoder.cfg 中的参数跟input 结构体中的变量是一一对应的     StartFrame：从视频流的第几帧开始编码    FramesToBeEncoded：指明了除去 B帧后将要被编码的帧数  input->no_frames = FramesToBeEncoded    FrameSkip：指明了编码过程中跳过的帧数，中间有 B 帧也算跳过一帧。     NumberBFrames：相邻 I、P帧或相邻的 P帧之间的 B 帧个数，必须有  NumberBFrames< FrameSkip  input->successive_Bframe = NumberBFrames     IntraPeriod：I 帧出现的频率。若 IntraPeriod="3"，则每 3 帧（不含 B 帧）中有一 I 帧；  IntraPeriod="0" 时只有第一帧是 I 帧。     IDRIntraEnable：此值为1时每个 I帧都是 IDR，否则只有第一个 I帧是 IDR。  举例：在 StartFrame="0"  FramesToBeEncoded="5"  FrameSkip="3"  NumberBFrames="2"  IntraPeriod="3"  IDRIntraEnable="1"  的情况下编码情况如下，其中红色代表 IDR 帧   表 1  视频流  0  1  2  3  4  5 6 7 8 9 10 11 12 13 14  15  16  17 编码流  I  B  B    P  B B   P B B   I B B    P    编码顺序  0  2  3    1  5 6   4 8 9   7 11 12    10    二·pic_order_cnt_type 为 0 的情况  这种情况下显式的计算 POC  （1）  编码端 I 帧或 P 帧 toppoc 的计算  这个过程在 main()函数的组循环  “for (img->number=0; img->number < input->no_frames; img->number++){ }”  中实现  z  IntraPeriod或 IDRIntraEnable 为零时  这种情况下只有第一个 I 帧是 IDR 帧，比较简单。对于 I帧或 P 帧，其顶场的 POC 为  (img->number) * (2*(input->successive_Bframe+1)) z  IntraPeriod和 IDRIntraEnable 都不为零时  这种情况下每个 I 帧都是 IDR 帧，其 POC 必须设置为零， I帧出现的频率为 IntraPeriod， 故其 toppoc为  (img->number % input->intra_period) * (2*(input->successive_Bframe+1))  z  说明：  原程序中使用了宏定义 IMG_NUMBER  “#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”  通过搜start_frame_no_in_this_IGOP可知这个变量在NumberOfFrameInSecondIGOP为0 （encoder_main.cfg 中就是这样设置的）时恒为 0，故有  IMG_NUMBER = img->number  （2）  编码端 B帧 POC 的计算  由表一可知，在编完一 I 帧或 P 帧之后才开始对它前面的 B帧进行编码  for (img->number=0; img->number < input->no_frames; img->number++)  {  ……I，P 帧编码……  if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))    {  ……  for(img->b_frame_to_code=1; img->b_frame_to_code<=input->successive_Bframe;     img->b_frame_to_code++)  {  }  z  IntraPeriod或 IDRIntraEnable 为零时toppoc 等于  2+(img->number-1) * (2*(input->successive_Bframe+1))   +2* (img->b_frame_to_code-1)  a)  第一个 2 指得是 IDR 的两个场;  b)  img->number要减一是因为要对当前帧(img->number)前面的 B帧进行编码；  z  IntraPeriod和 IDRIntraEnable 都不为零时 toppoc等于  2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))  +2* (img->b_frame_to_code-1)  IDR 帧前面  （3）  toppoc 到 pic_order_cnt_lsb 的转化  img->pic_order_cnt_lsb  =img->toppoc &  ~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))  z  (unsigned int)(-1)的十六进制形式是 0xffffffff，即它的每一位都是 1；  z  log2_max_pic_order_cnt_lsb_minus4+4是图象数目（包括 B 帧）最大值的位数 z  当 toppoc >0时，img->pic_order_cnt_lsb=img->toppoc  当 toppoc <0时，img->pic_order_cnt_lsb= max_pic_order_cnt+ img->toppoc  其中 max_pic_order_cnt=1<<( log2_max_pic_order_cnt_lsb_minus4+4)  z  疑问：  不知道 toppoc 到 pic_order_cnt_lsb 这个过程有什么意义；  POC 的值会从 0 变到很大，为什么不对它进行熵编码；  （4）  解码端 toppoc 的恢复  此过程在函数 decode_poc 中执行。其思想是对于 IDR 前的 B 帧  Toppoc = pic_order_cnt_lsb - max_pic_order_cnt  否则   Toppoc = pic_order_cnt_lsb  是否减去 max_pic_order_cnt 由变量 PicOrderCntMsb 决定，对于 IDR 前的 B 帧  PicOrderCntMsb = (– max_pic_order_cnt)  否则  PicOrderCntMsb = 0  到这就不难理解 PicOrderCntMsb 的含义了， PicOrderCntMsb 反映了 toppoc的值是否小于 0。 至于另外两个参数：PrevPicOrderCntMsb 总是为 0；PrevPicOrderCntLsb 在当前图象是 IDR 或 IDR 前（视频流中）的 B 帧时为0，否则等于前一图象（编码序列中）的 PicOrderCntLsb。   三·pic_order_cnt_type 为 1 的情况  这种情况下通过 frame_num来计算 POC  （1）frame_num 简介  参考《毕厚杰》7.3.4 节中 frame_num 条款的解释，对于表 1 中的图象序列，其 frame_num       的值参考如下：  表 2  视频流  0  1  2  4  5 6 8 9 10 12 13 14  16  编码流  I  B  B  P  B B P B B I B B P  编码顺序  0  2  3  1  5 6 4 8 9  7 11 12  10  frame_num  0  2  2  1  3 3 2 1 1  0 2 2 1  poc  0  2  4  6  8 10 12 -4 -2 0 2 4 6  （2）算法思想以及其解码端的实现  z  对于 IDR 帧，poc = 0；  z  对于 I 帧或P 帧  poc = frame_num*2*(input->successive_Bframe+1)  或    poc = 2*(input->successive_Bframe+1)  + (frame_num – 1)*2*(input->successive_Bframe+1) 解码端实现  poc = img->ExpectedPicOrderCnt  + img->delta_pic_order_cnt[0]   (在 I，P 帧下为 0)  z  对于 I 帧或P 帧之前的 B 帧（视频流中）  poc = (frame_num – 1)*2*(input->successive_Bframe+1)  – 2*(input->successive_Bframe+1 – img->b_frame_to_code)  或  poc = 2*(input->successive_Bframe+1)  + (frame_num – 1 – 1)*2*(input->successive_Bframe+1)  + 2*( img->b_frame_to_code – 1)  – 2*input->successive_Bframe  解码端的实现  poc = img->ExpectedPicOrderCnt  + img->delta_pic_order_cnt[0]  + active_sps->offset_for_non_ref_pic  z  变量说明  a)  其中 img->b_frame_to_code请参见标题一·（2）  b)  img->disposable_flag = (nalu->nal_reference_idc = = 0)，而 nal_reference_idc 只在 B 帧时 为0，即img->disposable_flag只在B帧时为1。这也是在B帧情况下img->AbsFrameNum 要比 I 帧或P 帧多减去一个 1 的原因。  c)  其它变量参见下面小题；  （3）编码端参数设置  a)  img->num_ref_frames_in_pic_order_cnt_cycle：  这个参数在 init_poc( )函数中设置为 1 后就再没改动过；  b)  img->offset_for_ref_frame[0]  ：  在 StoredBPictures为0 时等于 2*(input->successive_Bframe+1)；  c)  img->offset_for_ref_frame[1]  ：  没什么用，264 头文件中不会保存此变量；  d)  img->delta_pic_order_cnt[0]  ：  这个变量只对 B 帧有用，等于 2*(img->b_frame_to_code –1)；  对于 I 帧或 P 帧，    其值为 0；  e)  active_sps->offset_for_non_ref_pic：  只对 B 帧有用，在 StoredBPictures 为0 时等于–2*input->successive_Bframe,  / (1) 文件操作参数:#Files  InputFile ="silent.yuv" #输入序列,YUV 4:2:0  FramesToBeEncoded = 30  #编码图象帧数  SourceWidth = 352       #图象宽度,必须是16像素的倍数  SourceHeight = 288      #图象高度,必须是16像素的倍数  TraceFile = "silent_enc2.txt" #跟踪文件  ReconFile = "silent_rec_RD2.yuv" #恢复文件  OutFile = "silent.26l" #输出文件  (2) 编码控制参数: #Encoder Control  IntraPeriod = 0 #I帧的周期(0=只有第一帧为I帧)  QPFirstFrame = 15 #第一帧量化步长(0-31)  QPRemainingFrame = 25 #其它帧量化步长(0-31)  FrameSkip = 0 #输出图象采样间隔(如2表示每三帧取一帧)  MVResolution = 1 #运动矢量精度:0:1/4像素精度，1:1/8像素精度  UseHamard = 0 #Hadamard变换（0=无效，１=有效)  SearchRange = 16 #最大搜索范围  NumberRefereceFrames = 1 #用于帧间预测的参考帧数(1-5)  MbLineIntraUpdate　= 0 #错误鲁棒性0:无效,N:每Ｎ帧进行一次帧内编码GOB  InterSearch16x16 = 1 #帧间搜索块16x16大小（0=无效，1=有效)  InterSearch16x8 = 1 #帧间搜索块16x8大小（0=无效，1=有效)  InterSearch8x16 = 1 #帧间搜索块8x16大小（0=无效，1=有效)  InterSearch8x8 = 1 #帧间搜索块8x8大小（0=无效，1=有效)  InterSearch8x4 = 1 #帧间搜索块8x4大小（0=无效，1=有效)  InterSearch4x8 = 1 #帧间搜索块4x8大小（0=无效，1=有效)  InterSearch4x4 = 1 #帧间搜索块4x4大小（0=无效，1=有效)  (3) 定义输入参数结构体InputParameters  typedef struct  {  int no_frames; //编码帧数  int qp0; //第一帧量化步长  int qpN; //其余帧量化步长  int jumpd; //输出图象采样间隔(如２表示每三帧取一帧)  int mv_res; //运动矢量精度:0:1/4像素精度1:1/8像素精度  int hadamard; //0:普通1:利用４x4Ｈadamard变换，计算绝对变换误差  int search_range; //搜索范围　－　基于16x16块整像素搜索，搜索窗是以预测矢量为中心，对于8x8和4x4块的搜索范围是基于16x16块的1/2  int no_multpred; //1:仅以前一帧做参考,2:以前一帧或大前帧，最多５个参考帧  int img_width; //图象宽度  int img_height; //图象高度  int yuv_format; //YUV采样比(0=4:0:0,1=4:2:0,2=4:2:2,3=4:4:4)  int color_depth; //每个像素所需的位数，一般为8bit/pel  int intra_upd; //错误鲁棒性(0:无效，N:每N帧进行一次帧内编码GOB)  int blc_size[8][2]; //帧间搜索的不同大小块数组  int slice_mode; //片编码模式  int UseConstrainedIntraPred; //0:帧间宏块采用帧内预测 1:无效  int infile_header; //输出文件的头信息长度  char infile[100]; //YUV4：2:0输入文件  char outfile[100]; //H26L压缩输出码流  char ReconFile[100]; //重建图象文件  char TraceFile[100]; //跟踪输出文件  int intra_period; //帧内编码周期  //B pictures  int successive_Bframe; //B帧编码数目  int pqB; //B帧编码量化步长  //SP Pictures  int sp_periodicity; //SP帧周期  int qpsp; //SP帧预测误差量化步长  int qpsp_psed; //SP帧预测量化步长  int InterSearch16x16; //搜索块大小  int InterSearch16x8;  int InterSearch8x16;  int InterSearch8x8;  int InterSearch8x4;  int InterSearch4x8;  int InterSearch4x4;  }InputParameters;