虚拟网络计算中图像编码的优化

重庆邮电大学通信学院 吴 建 钱 浩 张由明

虚拟网络计算中图像编码的优化

重庆邮电大学通信学院 吴 建 钱 浩 张由明

为了能进行实时有效的VNC图像传输,提出了将H.264视频压缩技术应用到VNC的编码模块中。为了进一步提高系统的图像传输速度，对H.264进一步优化。将视频帧预测模式按照在实际的模式选择中所占比例高低以及宏块间的相似性分成四类，从实际选择中所占比例高的模式优先开始搜索，代替原来的树状全搜索模式以便缩短帧预测的时间，从而提高系统的图像传输速度。实验结果表明，该算法与其他编码算法相比，运算速度较快，有效的提高了图像编码的速度，满足实时传输的需求。

H.264；虚拟网络计算；图像编码；帧间预测

1.引言

近年来，计算机科学和计算机应用的快速发展，云计算的发展随之加快。虚拟化技术的研究和应用也随着桌面云的发展逐步深入。更多的用户利用桌面云进行远程会议，办公教学等业务处理。桌面的图像压缩和图像传输是桌面云的核心技术，由于桌面图像的信息量巨大，因此，要进行有效的实时传输，对桌面图像进行有效的图像压缩就显得尤为重要。

虚拟网络计算(Virtual Network Computing)[1]是一种远程控制软件。VNC的编码方法是基于块的无损压缩编码。具体为首先把桌面分割成16×16块，然后根据块内的不同的颜色信息选择相应的编码方法。VNC的编码算法主要有RRE、CoRRE,ZRLE和Hextile等。上述几种编码算法的特点是编码和解码的速度较快，但对于多媒体图像的压缩率较低。为了提高桌面图像的压缩效率，有人提出了混合图像压缩算法，将8×8的块分文为图像块和文本，分别采用动态的JPEG压缩和JPEG-LS压缩[2]；也有人采用基于图像编码的方法，并针对文本和自然图像的差别进行改进。但当该算法对于实时传输系统来说，编码速度较慢，处理的帧数较低。另外，以上算法在处理高清视频时，压缩率较低导致实时性较差。对此，本文提出将H.264视频压缩技术应用到虚拟网络计算中。

2.H.264视频压缩技术及优化

2.1H.264 算法的介绍

H.264是一种视频高压缩技术，是由国际电信标准化部门 (ITUT) 和动态图像专家组（MPEG）联合视频组(JVT)共同提出的数字视频编解码器的标准。H.264编码具有很高的编码效率，并且H.264具有很强的网络适应性，能更好的适应无线网络的应用。H.264算法的核心是预测编码，预测编码包括帧内预测和帧间预测。帧内预测的作用主要是消除时间冗余，帧间预测的作用主要是消除空间冗余。帧间预测划分模式是根据树状结构进行划分，主要采用全搜索算法进行搜索，全搜索就是为了选择最优的预测模式把运动搜索范围内的所以可能的位置全搜索一遍。这种方法的算法复杂度很高并且编码效率较低。帧间模式在编码过程中占用了大量的时间，因此，为了提高虚拟网络计算的实时性，对帧间预测编码的模式选择进行优化就尤为重要。为了降低算法的计算复杂度，提高编码的效率，本文将针对模式搜索进行优化。本文为了选择最优的预测模式对模式分类，然后再判定选择帧内预测还是帧间预测。

2.2H.264像素块预测编码算法的优化

预测编码包括帧内预测和帧间预测。视频编码的冗余主要是时间冗余，其次是空间冗余。帧间预测的作用主要是消除时间冗余。它是利用视频图像帧间的相关性来进行图像压缩。帧间预测就是时域预测，就是根据之前编码过的图像来预测要编码的图像。帧间预测在进行预测时会采用树状划分模式对所有的模式进行运动估计，选出最佳预测模式来作运动补偿。

本文选择把所有的模式分成4个模式集合M0、M1、M2和M3。M0包括SKIP模式；M1和M2均是帧间分割模式，M1包含了3个帧间分割模式，M2包含了4个较小的帧间分割模式，M3包含了Intra 16×16和Intra 4×4两种帧内模式。模式具体的分类如下所示：

首先搜索M0集合，一旦满足SKIP模式，就可以避免其他模式的判断。从而可以降低计算复杂度，减少预测编码时间。根据平均绝对差值(MAD)来判定是否使用帧内模式；如果不使用帧内模式，再继续搜索帧间模式集合M1，若有最佳模式则停止搜索；否则继续搜索模式M2，直至找到最佳模式。首先判定模式M0是否为当前宏块的最佳模式计算。具体方法是判断SKIP模式的率失真代价J和预定阈值U。当预定阈值大于J(SKIP)时，则确定模式M0为当前的最佳模式。若满足模式M0，选择过程即可终止，避免了其他模式的判断。阈值的公式如(1)。

然后，去除mx和my两个宏块的均值，如式(2)。式中的K表示宏块大小，xij和yij分别是宏块中像素的亮度值。平均绝对差值MAD为常用的匹配准则，它结合公式(1)可以判定P帧在模式选择时是选择帧内模式还是帧间模式。判断方法如公式(3)。如果：

就要求P帧选择帧内模式，即模式M3。当小于等于U时P帧选择帧间模式。由于模式M1在实际的模式选择中所占比例较大[5]，若确定M1是否为最佳模式，则可以降低计算复杂度，所以本文先在模式M1中搜索最优模式。若M1模式集合中没有最优模式，那么就继续搜索M2模式集合，直到找到最优模式为止。

3.实验结果

为了验证算法的有效性，本文用开源的 X264代码进行测试。本文采用的测试序列为foreman和news，在对测试序列进行压缩和解压缩后的结果如下。由表1可以看出，经过优化后的算法叫优化前编码时间有明显的缩短。尽管表2显示峰值信噪比有所下降，但是不会影响到图像质量。因此，本文算法对帧间预测有了明显的优化。

表1　优化后的算法与X.264编码时间的对比（ms）

表2　优化后的算法与X.264峰值信噪比的对比(db)

本文选取了另外的3种编码方法与本算法进行了比较及分析。三种方法包括：VNC中的Hextile无损压缩算法；Jpeg有损压缩算法；Dynamic混合压缩算法。用四种压缩算法对同一图像（原始图像为1407KB）进行压缩和解压缩。实验结果如表3、表4所示。

表3　各算法的编码解码时间(ms)

表4　各算法的峰值信噪比(db)

通过实验结果的比较分析，本文算法相对于其他的方法，信噪比有明显的提高，运算速度也较快，完全满足系统实时性的要求。

4.结语

本文将H.264视频压缩技术应用到VNC的编码模块，并且为了提高图像编码效率，对H.264的预测编码进行优化。首先分析了影响编码效率的原因，并针对帧间预测中全搜索算法的进行优化，即对H.264帧间宏块模式选择算法进行分析，优化选择，通过预定阈值和平均绝对差值计算宏块间的相似性来判断是帧内预测或者帧间预测，避免了对所有模式进行遍历。通过对测试序列进行测试，验证了算法在没有影响到图像质量的情况下，压缩效率有了明显的提高并能够满足VNC的实时性。

[1]VNC 介绍.http://baike.baidu.com/view/160932.htm.

[2]SAID A.Compression of compound images and video for enabling rich media in embedded systems[C].International Conference on Visual Communication and Images Processing.San Jose,CA:SPIE,2004:69-82.

[3]梁飞碟,李锦涛,史红周.虚拟网络计算(VNC)协议中的编码方法[J].计算机应用,2004,24(6):1-3.

[4]金磊,谢伟凯,林艺等.基于H.264的屏幕视频实时编码器优化[J].计算机工程,2012,38(16):18-22.

[5]陈政,何卫锋.基于方向信息的帧内预测快速模式选择算法[J].微计算机信息,2012,28(9):344-345.

[6]张哲,赵磊,于潇等.基于H.264的嵌入式视频监控系统的设计与实现[J].山东理工大学学报:自然科学版,2011,25(5):71-74.

吴建（1970—），四川人，硕士，高级工程师，现就职于重庆邮电大学。

钱浩【通讯作者】（1990—），山东枣庄人，硕士研究生。