图像的帧内预测编码
图像的帧内预测编码
设计内容：对一幅彩色或者灰度图像二维帧内预测编码，采用4阶线性预测器，根据最小均方误差原则（MMSE）设计预测器系数，并对预测误差进行量化处理，根据量化后的误差得到解码图像。
设计目的：掌握图像的预测编解码的原理。
课题要求：对任意大小的输入图像进行二维帧内预测编码，设计最佳预测器系数，比较不同图像预测器系数的共同点和不同点。
对预测误差进行量化处理后，根据误差图像接到解码图像，对比图像质量，计算信噪比。
以下是从网上找的
clc;
clear all;
close all;
I2=imread('D:\MATLAB7\tuxiang\messi.bmp');%读入图片
I=double(I2);%设定I是double类型
fid=fopen('mydata.dat','w');
[m,n]=size(I);
J=ones(m,n);
J(1:m,1)=I(1:m,1);
J(1,1:n)=I(1,1:n);
J(1:m,n)=I(1:m,n);%把I(1,1)赋值给J（1,1）
J(m,1:n)=I(m,1:n);
for k=2:m-1
for l=2:n-1
J(k,l)=I(k,l)-(I(k,l-1)/2+I(k-1,l)/4+I(k-1,l-1)/8+I(k-1,l+1)/8);%前值预测，J为要拿来编码传输的误差
end
end
J=round(J)
cont=fwrite(fid,J,'int8'); %解码
cc=fclose(fid);
fid=fopen('mydata.dat','r');
I1=fread(fid,cont,'int8');
tt=1;
B=ones(m,n)
for l=1:n
for k=1:m
B(k,l)=I1(tt);
tt=tt+1;
end
end
B=double(B);
A=ones(m,n);
A(1:m,1)=B(1:m,1);
A(1,1:n)=B(1,1:n);
A(1:m,n)=B(1:m,n);
A(m,1:n)=B(m,1:n);
for k=2:m-1
for l=2:n-1
A(k,l)=B(k,l)+(I(k,l-1)/2+I(k-1,1)/4+I(k-1,l-1)/8+I(k-1,l+1)/8);% end
end
cc=fclose(fid);
A=uint8(A);
subplot(2,2,1),imshow(I2);
subplot(2,2,2),imshow(A);
subplot(2,2,3),imshow(mat2gray(A)
量化
[m,n]=size(J);
a=max(max(J)); %求出这个矩阵的最大数字
b=min(min(J)); %求出矩阵最小数字
c=20; %量化层数
t=round((a-b)/c); %量化间隔
for z=b:t:a
for p=1:m
for q=1:n
if((J(p,q)>z) & (J(p,q)<=(z+t)))
J(p,q)=(2*z+t)/2;
end
end
end
end
信噪比
%Matlab计算信噪比，程序如下
function snr=SNR(I,In)
% 计算信号噪声比函数
% by Qulei
% I :original signal
% In:noisy signal(ie. original signal + noise signal)
% snr=10*log10(sigma2(I2)/sigma2(I2-I1))
[row,col,nchannel]=size(I);
snr=0;
if nchannel==1%gray image
Ps=sum(sum((I-mean(mean(I))).^2));%signal power
Pn=sum(sum((I-In).^2));%noise power
snr=10*log10(Ps/Pn);
elseif nchannel==3%color image
for i=1:3
Ps=sum(sum((I(:,:,i)-mean(mean(I(:,:,i)))).^2));%signal power
Pn=sum(sum((I(:,:,i)-In(:,:,i)).^2));%noise power
snr=snr+10*log10(Ps/Pn);
end
snr=snr/3;
end
,。
HEVC帧内预测编码
HEVC帧内预测编码（一）帧内预测编码原理1、HEVC的基本编码框架如图2.1所示,其核心编码模块包括:帧内/间预测、变换和量化、炮编码、环内滤波等等。
编码器控制模块根据视频顿中不同图像块的局部特性,选择该图像块所釆用的编码模式。
（1）对帧内预测编码的块进行频域或空域预测；（2）对帧间预测编码的块进行运动补偿预测；（3）预测的残差再通过变换和量化处理形成残差系数,最后通过熵编码器生成最终的码流。
HEVC的基本编码框架图1、基本概念（1）编码是以尺寸为]6 x 16的宏块(MB)为单位进行的。
一个宏块由一个尺寸为16 X 16的亮度像素块和两个尺寸为8x8的色度像素块Cb和Cr组成。
根据预测模式的不同,一个宏块可以划分为多个子块进行预测。
（2）编码单元（CU）：每个CU包含着与之相关联的预测单元（PU）和变换单元（TU）。
3、帧内预测模式（1）帧内预测是指通过当前帖中已编码块的重构图像预测当前块。
HEVC—共定义了35种帧内预测模式。
HEVC帧内预测模式（2）参考像素的选择设当前块的左上角第一个像素为坐标原点,(x,y)为坐标值,,R x y 表示参考像素,P(x,y)表示当前块的预测像素。
（3）模式选择利用拉格朗日率失真优化模型（RDO ）：J =D +R λ⋅选择最合适的帧内预测模式。
（4）模式编码（a ）建立一个帧内预测候选列表candModeList,表中有三种候选预测模式，用于存储相邻PU 的预测模式；（b ）candModeList 建立完成后，可利用该列表对当前PU 模式信息进行编码。
4、帧内预测过程理论上，HEVC 的帧内预测可以分为三个步骤：1、判断当前TU 相邻参考像素是否可用，获取相邻参考像素；2、对参考像素进行滤波；3、根据滤波后的参考像素以及预测模式，计算当前TU 的预测像素值。
在代码实现中，这几部分分别对应，如以下的流程图所示：（二）源代码：1、fillReferenceSamples 函数它主要功能是在真正进行帧内预测之前，使用重建后的Yuv 图像对当前PU 的相邻样点进行赋值，为接下来进行的角度预测提供参考样点值。
预测编码
4.4预测编码1．预测编码的基本原理预测编码（Prediction Coding）是根据某一种模型，利用以前的（已收到）一个或几个样值，对当前的（正在接收的）样本值进行预测，将样本实际值和预测值之差进行编码。
如果模型足够好，图像样本时间上相关性很强，一定可以获得较高的压缩比。
具体来说，从相邻像素之间有很强的相关性特点考虑，比如当前像素的灰度或颜色信号，数值上与其相邻像素总是比较接近，除非处于边界状态。
那么，当前像素的灰度或颜色信号的数值，可用前面已出现的像素的值，进行预测（估计），得到一个预测值（估计值），将实际值与预测值求差，对这个差值信号进行编码、传送，这种编码方法称为预测编码方法。
预测编码的基本思想建立一个数学模型利用以往的样本数据对新样本值进行预测将预测值与实际值相减对其差值进行编码，这时差值很少，可以减少编码码位。
2．预测编码的分类最佳预测编码：在均方误差最小的准则下，使其误差最小的方法。
线性预测：利用线性方程计算预测值的编码方法。
非线性预测：利用非线性方程计算预测值的编码方法。
线性预测编码方法，也称差值脉冲编码调制法（Differention Pulse Code Modulation，DPCM）。
如果根据同一帧样本进行预测的编码方法叫帧内预测编码。
根据不同帧样本进行预测的编码方法叫帧间预测编码。
如果预测器和量化器参数按图像局部特性进行调整，称为自适应预测编码（ADPCM）在帧间预测编码中，若帧间对应像素样本值超过某一阈值就保留，否则不传或不存，恢复时就用上一帧对应像素样本值来代替，称为条件补充帧间预测编码。
在活动图像预测编码中，根据画面运动情况，对图像加以补偿再进行帧间预测的方法称为运动补偿预测编码方法。
3．DPCM编码算法一幅二维静止图像，设空间坐标(i,j)像素点的实际样本为f(i,j)，是预测器根据传输的相邻的样本值对该点估算得到的预测（估计）值。
编码时不是对每个样本值进行量化，而是预测下一个样本值后，量化实际值与预测值之间的差。
H.264帧内预测数据用于图像分析的可行性探索
Ｈ ２４帧 内预测 数据 用于 图像 分 析 的 可行性 探 索 ．６
王原 丽 ， 熊 玮
（ 武汉理工 大学 信息工程学院 ， 湖北 武汉 ４ ０７ ） ３０ ０
摘
要 ： ２ ４视 频编码 中的帧 内预 测 能对 当前 帧 的像 素 信 息进 行 高精度 的预 测 ， 而 以极 Ｈ．６ 从
少的 残差数据传 输 图像信 息。探 索使 用 Ｈ ２ ４编码 过 程 中帧 内预 测后 的数 据 对 当前 帧 进行 ＿６
１ １ Ｆ． ６ ． Ｉ２４帧 内预测 为 了更 适 应 在 网络 环 境 下 的 信息 传 输 ， ２ ４ Ｈ． ６
定 的加权算法来进行求取 ， 取各种模式 中使得残差
数 据最 小 的那 种作为 当前 ４× ４块 的预测模 式 ；６× １
１ ４种预 测模 式 为模 式 ０到 模 式 ３ 分 别是 垂 直 ６的 ， 预测 、 平预测 、 Ｃ预测 和 Ｐａｅ预测 ， 面 ３种方 水 Ｄ ｌｎ 前 式 和 ４× ４块 的预测方 式 相 同 ， Ｐａ ｅ预 测将 得 到 而 ｌｎ 从 左上 角 向右 下角 的灰度 渐 变 的预 测 值 ， 使 用 在 会
为该宏 块 的预测模 式 。
似 真实值 的结果 ， 样 只需 将 预测 差 值 和预 测 方式 这 进行 传输就 可 以在 接 收端 得 到完 整 的图像 ， 这些 而 信息 比原始 的图像信 息的数 据量要小 得多 。 帧 内预 测是依靠 图像 的空间相 似度使用 当前 帧 中已编码像 素 的灰度 值对未 编码像 素进行 预测并求 取相 对 于原 始值 的残 差数据 的过程 ， Ｈ．６ 是 ２４标准
８ ｌ
灰度变 化平缓 的 区域 ， 然 选择 残 差数 据 最少 的模 仍 式使 用 。完成 当前宏块 的各种 预测之后 再 比较 所有
预测编码
4.4预测编码1．预测编码的基本原理预测编码（Prediction Coding）是根据某一种模型，利用以前的（已收到）一个或几个样值，对当前的（正在接收的）样本值进行预测，将样本实际值和预测值之差进行编码。
如果模型足够好，图像样本时间上相关性很强，一定可以获得较高的压缩比。
具体来说，从相邻像素之间有很强的相关性特点考虑，比如当前像素的灰度或颜色信号，数值上与其相邻像素总是比较接近，除非处于边界状态。
那么，当前像素的灰度或颜色信号的数值，可用前面已出现的像素的值，进行预测（估计），得到一个预测值（估计值），将实际值与预测值求差，对这个差值信号进行编码、传送，这种编码方法称为预测编码方法。
预测编码的基本思想建立一个数学模型利用以往的样本数据对新样本值进行预测将预测值与实际值相减对其差值进行编码，这时差值很少，可以减少编码码位。
2．预测编码的分类最佳预测编码：在均方误差最小的准则下，使其误差最小的方法。
线性预测：利用线性方程计算预测值的编码方法。
非线性预测：利用非线性方程计算预测值的编码方法。
线性预测编码方法，也称差值脉冲编码调制法（Differention Pulse Code Modulation，DPCM）。
如果根据同一帧样本进行预测的编码方法叫帧内预测编码。
根据不同帧样本进行预测的编码方法叫帧间预测编码。
如果预测器和量化器参数按图像局部特性进行调整，称为自适应预测编码（ADPCM）在帧间预测编码中，若帧间对应像素样本值超过某一阈值就保留，否则不传或不存，恢复时就用上一帧对应像素样本值来代替，称为条件补充帧间预测编码。
在活动图像预测编码中，根据画面运动情况，对图像加以补偿再进行帧间预测的方法称为运动补偿预测编码方法。
3．DPCM编码算法一幅二维静止图像，设空间坐标(i,j)像素点的实际样本为f(i,j)，是预测器根据传输的相邻的样本值对该点估算得到的预测（估计）值。
编码时不是对每个样本值进行量化，而是预测下一个样本值后，量化实际值与预测值之间的差。
图像编码中的错误恢复技术介绍(七)
图像编码是一种将图像数据转化为较小数据量的压缩技术。
在图像编码过程中，常常会出现一些错误，导致图像无法还原或者带有噪点。
为了解决这一问题，研究人员开发了错误恢复技术，旨在降低误码率，提高图像的完整性和质量。
本文将介绍图像编码中常用的错误恢复技术，包括前向错误纠正、可逆压缩以及差错保护与纠错码等。
一、前向错误纠正前向错误纠正是一种在图像编码过程中检测和纠正错误的技术。
常见的前向错误纠正方法包括帧内预测、帧间预测和帧内插值等。
1. 帧内预测帧内预测是一种基于当前帧内像素预测未来像素值的方法。
其原理是利用图像的空间相关性，通过参考图像中的相邻区块来预测当前区块的像素值。
如果预测错误，可以使用差值来纠正错误，以减少编码位数和数据量。
在错误恢复方面，帧内预测可以通过重新构建预测像素值来提高图像的完整性。
2. 帧间预测帧间预测是一种利用前后帧像素的相关性来预测当前帧像素值的方法。
在视频编码中，帧间预测可以减少冗余信息，提高压缩比。
对于错误恢复，帧间预测可以通过重新计算预测像素值来减少错误传播，从而改善图像质量。
3. 帧内插值帧内插值是一种基于图像中已知像素值来估算未知像素值的方法。
常见的插值算法有最近邻插值、双线性插值和双三次插值等。
在错误恢复方面，帧内插值可以通过重新估算像素值来修复部分丢失的像素，提高图像的连续性和完整性。
二、可逆压缩可逆压缩是一种不丢失原始信息的压缩技术，其主要应用于对数据完整性要求较高的场景，例如医学影像和卫星图像等。
通过采用无损编码方法，可逆压缩可以保证图像的像素值不受损失，并且能够还原原始图像。
常见的可逆压缩算法有无损预测编码、无损变换编码和无损运动补偿编码等。
这些算法通过提取图像的统计特性和冗余信息来实现图像的压缩，并且可以在解码阶段还原图像的像素值。
在错误恢复方面，可逆压缩算法能够对被破坏的数据进行处理，以保证恢复的图像仍然是完整的。
三、差错保护与纠错码差错保护是一种通过添加冗余信息来检测和纠正传输中的错误的技术。
视频编码与HEVC中帧内编码的简要介绍
3）变换与量化：H.264 本质上是一种有损压缩格式， 比特率编码上存在不足问题，并在两个关键问题上实现了
·56·
数 码 设 计 ＰＥＡＫ ＤＡＴＡ ＳＣＩＥＮＣＥ
DOI：10.19551/ki.issn1672-9129.2019.09.014
多媒体与教学
视频编码与 HEVC 中帧内编码的简要介绍
李晨曦
（西南石油大学 计算机科学学院，四川成都，610500）
摘要：视频编码又称视频压缩。随着多媒体时代与网络时代的到来，用户对数字媒体的要求越发提高。由于未经压缩的
视频数据过于庞大，视频压缩技术应运而生并随着软硬件设备的迭代而逐渐进化。本文以 H.264/AVC 编码器原理为基础
简单介绍了视频编码的基本原理，并与新一代视频编码标准 H.255/HEVC 的帧内编码模块进行了码
中图分类号：TP13
文献标识码：A
H.265/HEVC 的出现旨在提高视频分辨率的同时，增加针对 并行处理架构的支持[3]。
ITU-T ISO
H.261
H.263
H.263++
H.263+
MPEG-1
MPEG-4
MPEG-2
H.264
HEVC (H.265)
SMPTE
VC 1
On2/Google 1990
图1
1993
1996
VP3
VP6
作者简介：李晨曦（1992-）, 男, 贵州省凯里市人,西南石油大学计算机科学学院硕士研究生, 主要研究领域为计算机图形图像。
多媒体与教学
数 码 设 计 ＰＥＡＫ ＤＡＴＡ ＳＣＩＥＮＣＥ
·57·
需要大量的资源，尤其是选择较小的分区时。
广播电视工程中的数字电视编码与解码技术
广播电视工程中的数字电视编码与解码技术在当今数字化的时代，广播电视工程发生了翻天覆地的变化。
其中，数字电视编码与解码技术扮演着至关重要的角色，它们的发展和应用极大地提升了电视节目的质量和传输效率，为观众带来了更加清晰、丰富和精彩的视听体验。
数字电视编码技术，简单来说，就是将原始的电视信号转化为数字形式，并进行压缩和处理，以便于存储和传输。
在这个过程中，需要对图像、声音和其他相关数据进行采样、量化和编码。
图像编码是数字电视编码中的关键环节之一。
常见的图像编码标准有 MPEG-2、MPEG-4 和 H264 等。
以 H264 为例，它采用了一系列先进的编码技术，如帧内预测、帧间预测、变换编码和熵编码等。
帧内预测通过利用图像内部的空间相关性，减少了图像的冗余信息；帧间预测则基于相邻帧之间的时间相关性，进一步提高了压缩效率。
变换编码将图像从空间域转换到频域，使得能量更加集中，便于后续的压缩处理。
熵编码则对编码后的符号进行无损压缩，进一步减少数据量。
声音编码在数字电视中也不可或缺。
常见的声音编码标准包括 AC-3 和 AAC 等。
这些编码技术能够有效地降低声音数据的码率，同时保持较好的音质。
例如，AC-3 采用了基于心理声学模型的编码方法，去除了人耳难以感知的声音信息，从而实现了高效的压缩。
除了图像和声音编码，数字电视还需要对其他相关数据进行编码，如字幕、节目信息等。
这些数据的编码也需要遵循一定的标准和规范，以确保在接收端能够正确解码和显示。
数字电视编码完成后，就需要通过各种传输渠道进行传输。
常见的传输方式包括卫星传输、有线传输和地面无线传输等。
在传输过程中，由于信号可能会受到干扰和衰减，因此需要采取一系列的纠错和保护措施，以保证数据的准确性和完整性。
当数字电视信号到达接收端后，就需要进行解码操作。
解码的过程实际上是编码的逆过程，即将接收到的数字信号还原为原始的图像、声音和其他相关数据。
在解码过程中，首先需要对接收的信号进行解调和解码，获取编码后的数据流。
基于区域最大概率准则的帧内预测模式编码算法
模式 的使用 概 率 ，然 后根 据 预测模 式使 用概 率 的大 小来计 算 当前块 的最 可 能编码 模 式 。实验 结果表 明：与 Ｈ ２ ４参考 ．６ 模型 Ｊ ６相 比 ，该 算法 可 以显著 提高 当前 图像 块 的最优 预测 模式 和最 可 能预测 模式 的 匹配概 率 ，使预 测模 式信 息编 Ｍ８
文献 标识 码 ；Ａ
１
引 言
Ｉ Ｕ Ｔ 的视 频 编 码 专 家 组 （ Ｅ Ｔ ＶＣ Ｇ）和 ＩＯ／ Ｃ 的活 动 图像 专 家 组 （ Ｅ Ｓ Ｉ Ｅ ＭＰ Ｇ）共 同组 建 的联 合 视 频
专 家 组 （ ｖＴ）联 合 制 定 了新 一 代 视 频 编 码 标 准 Ｈ．６ 【 。在 保 证 相 同 编码 质 量 的 前 提 下 ，其 压 缩 效 率 Ｊ ２ ４ｌ Ｊ 是 Ｈ．６ ＋ ＭＰ Ｇ ２的 ２ ３倍 ［ ，并 且 增 强 了抗 误 码 特 性 和 网络 友 好 性 。可 以广 泛 应 用基 于无 线 和 Ｉ ２３ 及 Ｅ 一 － ２ ］ Ｐ
Ｏｃｏ ｅ ， ２ ０ ｔ ｂ ｒ ０ ８
基 于 区域 最 大 概 率 准 则 的 帧 内预 测 模 式 编 码 算 法
黄辉 ， 张雄伟 ， 曹铁 勇
（ 放 军理 工 大 学 通 信 工程 学 院 ，江 苏 南 京 ２ ０ ０ ） 解 １０ ７
摘 要 ；Ｈ．６ ２ ４标 准 中亮度 分 量的 ９种帧 内预 测模 式 的序。
显 著 的 提 高 了 当 前 图 像 块 的 最 优 预 测 模 式 （ｂ ｓ ｐ ｅ ｉｔ ｎ ｍｏ ｅ） 和 最 可 能 预 测 模 式 ｅ ｔ ｒｄｃｉ ｄ ｏ （ ｓ ｐ ｏ ａ ｌ ｄ ）的 匹配 概 率 ，减 少 了表 示 宏 块 模 式 信 息 所 需 要 的 比特 数 ，从 而 使输 出码 率 也 ｍｏｔ ｒｂ ｂｅ ｍｏ ｅ
图像编码中的运动补偿技术解析(一)
图像编码是一项重要的技术，它将图像数据进行压缩，以减少存储空间和传输带宽的需求。
在图像编码中，运动补偿技术是一种广泛应用的方法，它对图像中的运动进行建模和预测，从而减少冗余信息的传输。
本文将对图像编码中的运动补偿技术进行解析，让读者对该技术有更深入的了解。
一、运动补偿技术的基本原理运动补偿技术利用了图像序列之间的时间相关性，通过利用先前的图像帧作为参考来预测当前的图像帧。
其基本原理是，图像中的物体通常会在连续的帧之间进行平移、旋转、缩放等运动，因此可以通过在参考帧中寻找与当前帧中相似的图像块，来进行预测。
具体而言，对于当前帧中的每个图像块，在参考帧中搜索与之相似的块，并计算它们之间的像素差异。
然后，通过将差异的信息进行编码，并将编码结果与参考帧的信息一起传输，从而实现图像的压缩。
二、全搜索法全搜索法是一种最简单且直观的运动估计方法。
它将参考帧中的每个图像块与当前帧中的所有可能位置进行比较，并选择与之最相似的块作为预测。
然而，由于全搜索法需要计算大量的像素差异，这种方法在计算复杂度方面存在着很大的问题，尤其是在高分辨率图像上。
因此，为了降低计算复杂度，人们提出了各种改进的算法。
例如，区域搜索法将参考帧和当前帧划分为多个区域，只在其中的一个区域内进行搜索。
这样可以减少计算量，但会导致搜索范围的减小，从而可能产生较大的估计误差。
三、运动向量估计与编码在运动补偿技术中，运动向量是一个关键的概念。
它用于描述当前帧中的图像块相对于参考帧的运动情况。
运动向量通常由两个分量表示，即水平方向和垂直方向的运动量。
运动向量的估计是指在参考帧中搜索与当前图像块相似的块，并确定它们之间的运动向量。
而运动向量的编码则是将它们的信息进行压缩，以便存储和传输。
四、运动补偿的预测模式为了更准确地预测当前帧中的图像块，运动补偿技术采用了多种预测模式。
常用的预测模式包括帧内预测和帧间预测。
帧内预测是指根据参考帧中的邻近像素来预测当前帧中的像素值。
高效率视频编码帧内预测编码单元划分快速算法
高效率视频编码帧内预测编码单元划分快速算法齐美彬;陈秀丽;杨艳芳;蒋建国;金玉龙;张俊杰【摘要】高效率视频编码(HEVC)采用基于编码单元(CU)的四叉树块分区结构，能灵活地适应各种图像的纹理特征，显著提高编码效率，但编码复杂度大大增加，该文提出一种缩小深度范围且提前终止CU划分的快速CU划分算法。
首先，在学习帧中，基于Sobel边缘检测算子计算一帧中各深度边缘点阈值，缩小后面若干帧中CU遍历的深度范围；同时，统计该帧中各CU划分为各深度的率失真(RD)代价，计算各深度的RD代价阈值。
然后，在后续视频帧中，利用RD代价阈值在缩小的深度范围内提前终止CU划分。
为了符合视频内容的变化特性，统计参数是周期性更新的。
经测试，在平均比特率增加仅1.2%时，算法时间平均减少约59%，有效提高了编码效率。
%High Efficiency Video Coding (HEVC) adopts a quadtree-based Coding Unit (CU) block partitioning structure which is flexible to adapt to various texture characteristics of images and can improve the coding efficiency significantly;however, it also introduces a great computation complexity. This paper proposes a fast CU splitting algorithm which can narrow CU depth range and early terminate the CU splitting. Firstly, in learning frame, based on the Sobel edge detection operator, this study obtains edge point threshold at each CU depth level to narrow the CU traversal depth range in the next several frames. Meanwhile, this paper introduces the statistical of Rate-Distortion (RD) cost of CU in the frame and calculates RD threshold of each depth level. Then, in the subsequent video frames, RD threshold is utilized to terminate early the CU splitting in the narrow depth range. The statistical parameters are periodicallyupdated to cope with varying video content characteristics. The experimental results show that the proposed algorithm is able to save 59%encoding time on average with only 1.2%increasing on bit-rate which can observably improve the coding efficiency.【期刊名称】《电子与信息学报》【年(卷),期】2014(000)007【总页数】7页(P1699-1705)【关键词】高效率视频编码(HEVC);帧内预测;Sobel算子;率失真代价【作者】齐美彬;陈秀丽;杨艳芳;蒋建国;金玉龙;张俊杰【作者单位】合肥工业大学计算机与信息学院合肥 230009; 教育部安全关键工业测控技术工程研究中心合肥 230009;合肥工业大学计算机与信息学院合肥230009;合肥工业大学电子科学与应用物理学院合肥 230009;合肥工业大学计算机与信息学院合肥 230009; 教育部安全关键工业测控技术工程研究中心合肥230009;合肥工业大学计算机与信息学院合肥 230009;合肥工业大学计算机与信息学院合肥 230009【正文语种】中文【中图分类】TN919.8高效率视频编码(High Efficiency Video Coding, HEVC)是目前最新的视频编码标准[1]，其编码效率大大优于以前的标准。