嵌入无损编码的海量视频数据存储系统设计

陈亭玉，钱　慧

(福州大学 物理与信息工程学院，福建 福州 350100)

嵌入无损编码的海量视频数据存储系统设计

陈亭玉，钱慧

(福州大学 物理与信息工程学院，福建 福州 350100)

摘要:随着当代视频显示分辨率的不断提升，视频显示系统需要实时缓存的数据量越来越大。DDR等实时存储设备受到自刷新率等存储模式的限制，难以满足视频显示系统实时稳定存储的需要。海量视频数据的实时存储成为显示系统亟待解决的关键问题。根据高清视频单帧图像内像素间的空间相关性高的特点，提出了一种内嵌算术编码及哈夫曼编码的嵌入式混合压缩数据存储方法。在传统的视频高速DDR存储控制系统中，首先对单帧视频进行压缩，通过直接减少系统的实时存储量，解决海量视频存储瓶颈的问题。经过试验测试证明，该混合压缩数据存储方法不仅减少了所需存储的数据量，且其数据还原与经典的熵编码比较压缩还原后PSNR值平均高出1～2 dB。

关键词:视频显示系统；存储控制系统；帧；编码

人对外界信息的接收可以通过视觉、嗅觉，听觉等等多方面，而人对多媒体技术信息的接收70%来至视觉和听觉感知[1]。视频处理系统作为最重要的人类视听供给设备，已经成为社会生活中不可获缺的一部分。视频显示系统作为人对图像质量最直观的感受终端，是多媒体系统必不可分的一部分。当前，高清乃至超高清的视频显示已成为主流多媒体设备。高清或超高清显示设备已广泛应用于医疗手术、交通监控乃至户外大屏显示等众多邻域之中，具有重要的研究价值和广泛应用前景[2-5]。

随着社会需求范围加大质量要求的提升，在高清或超高清显示系统中，视频帧对画质有效数据更是达到“零丢弃”要求，这就意味着一个高性能的外部存储器对显示设备的支持是必不可少的。然而现有视频显示系统的现状是外部存储器带宽发展速度远不及显示屏在高像素显示时所需的带宽更新速度[6]。以高清1 080p系统为例，显示其需要的外部带宽约2.13Gbit/s,但是对于系统时钟200MHz，且位宽为64Gbit/s的高端嵌入式系统来说在总线利用率百分百的情况下其吞吐量仅达到1.6Gbit/s[7]。这就意味着高清显示设备多需要一个高效的视频数据存储系统。然而当前的高速缓存受到自刷新率的影响，系统的平均吞吐量不足。因此可以硬件设计实现时在外部存储控制中嵌入一种高效编解码算法来减少视频存取时所需的数据量。

为了有效地减少视频数据量，更具现有视频编解码对像素处理主要分为基于行和基于块两种。但是基于行为像素基本处理单元的编解码更易于显示的特点，本文对基于行为像素的最基本处理单元的经典熵编码进行改进。经过仿真分析发现，该算法不仅压缩率可以达到60%左右(近似甚至高于基于块的编解码算法)，且与改进前的熵编码算法相比不仅压缩率高且与经典的字典编码相比还原后图像质量PSNR值平均高出1～2dB。

1存储器控制框架

本文提出的方法是在存储控制器中嵌入一种高效的编解码算法，来减少视频流在存取时需要的数据量。对应的存储改进后的显示系统框架如图1所示。

图1　改进存储控制架构图

图1中，虚线框是改进部分的存储控制整体，可以明显看出与传统的存储控制区别在于在存储控制中嵌入了编解码算法。接下来将重点介绍编解码嵌入模块的架构设计实现。

1.1嵌入模块

该嵌入的算法部分采用的是混合统计编解码设计实现，其根据水平相邻的像素之间的差值系数分布图显示可知其是以0点为中心对称地分布在坐标轴两侧[8-9]。而哈弗曼编码可以有效对差值进行进一步压缩，本文结合了字典编码和哈弗曼编码来有效提高压缩率。与此同时，随着字典像素的越来越大，所需要的存储空间也将越多，因此本文根据像素二进制表示之间的特点提出了一种自适应截断像素长度的方法，在降低影响像素压缩比的情况下减少了存储空间需求。

1.2嵌入模块详细框图

从算法整体的设计流程框图(图2)可以看出，该算法设计时所要预测的参数对于算法后续的运行具有至关重要的作用，具体参数估计如图2所示。

图2　压缩算法的流程图

1.2.1关键参数统计

在本文所提的算法中要估计的主要参数有DTH(字典像素的差值阈值)、GBL(最优的自适应截断长度)和GPS(算法每次压缩时最优的像素个数)。

在进行压缩前，首先要对每一帧图像压缩时需要的关键参数进行统计预测。由于字典越大所需的字典像素存储空间越大，但不是字典越大越好，所以需要预测一个DTH使得字典压缩达到最优值。确定DTH值大小是根据DTH取不同值时相应的可字典编码像素的个数cout1和不可字典编码像素的个数cout2,对于概率计算式如下

(1)

其相应集合为PCDTH={PDTH1，PDTH2，…，PDTHn}。

取PCDTH中最大的一个值对应的DTH为该帧像素的阈值。

为进一步对不可字典编码像素进行自适应截断长度压缩，需要统计GBL得到GBL-1，GBL，GBL+1相应的以便在自适应截断长度压缩进行最优的截断长度筛选进行进一步压缩。

由于自适应截断长度压缩是对不可字典编码的像素进行压缩，所以应对不可字典编码的像素进行分析，把它们转换为相应的二进制数，并根据相邻像素对应二进制值的相同位的个数进行统计。例如：0和108对应的二进制分别为00000000和01101100则LMP=1，然后统计LMP=0，1，2…时对应的百分比，即

avgbit=A%×(8-N+1)+B%×(8+1)

(2)

式中：A是可截断长度的百分比；B为不可截断长度的百分比。比较取最小的avgbit值时的截断长度为GBL。当LMP≥GBL时Pabpt=Pi，反之Pfail=Pi。

同时还需要预测的一个重要参数为GPS，即每一帧图像中每一次最适合处理的像素的个数，为了实现自适应可变长度的处理像素个数，需要对GPS参数估计，其中GPS=100/Pfail1，其中Pfail1是像素Pfail所占的百分比。

1.2.2压缩步骤

输入：每个像素依次为Pi。

输出：码流为stream。

初始化：字典像素为Ψ[1，2，3，4，5]，对应的索引集为W=[W-DTH，W-DTH+1，…，W0，WDTH-1，WDTH]。

具体步骤为：

1) 输入第一个像素判断是否可以进行字典编码。若满足，则进行字典编码，执行2)；若不满足，则标记为不可字典编码Pdic_miss,执行3)。

2)像素[Pi-1，Pi-1±1，Pi-1±2，…，Pi-1±DTH]在字典像素中，输入像素Pi，把Pi-1=Pi对字典像素依次进行更新。如果Pi-1等于Pi则输出对应索引集码字符号CWi，否则输出{CWmiss,Pi}。

3) 根据像素二进制之间相似度，比较相邻的两个像素之间从左到右相同的位数个数，计算Pdic_miss的二进制相同位数个数LMPdic_miss。

4)对不可字典编码的像素进行进一步的自适应可截断长度编码：Pdic_miss转化为二进制，依次让截断长度TL等于GBL，GBL-1和GBL+1，相对应的具体索引为“00，01，11”，表示Pdic_miss都不可压缩。最后统计截断后的二进制个数，取最小位数时的截断长度TL赋值给bestTL(其中如果LMP≥bestTL时 Pabpt=Pdic_miss，如果不能够截断那么Pfail=Pdic_miss。

5)现在像素已经分为3类符号：可截断长度码字CWabpt、不可压缩码字CWfail和{CW-DTH，CW-DTH+1，…，CW0，…，CWDTH-1，CWDTH}可字典编码码字。其中前2DTH+1项是可字典编码部分，倒数第二项是部分可截断像素码字，最后一下完全不可压缩码字，此时对相应的码字进行赋值。

6)截取头码，将每一个码字的一位进行提取，余下的为尾码，判断是否连续为1或0的个数(≥3)。如果连续n位全1则用01表示，如果连续n位全0则用00表示，如果连续n位不全一个数则用这串数字前加一个1表示。若连续为1或0的个数小于3时就不进行任何处理，码流存入hc。

7)输出最终码流：stream={bestTL，hc,tail,Pdicmiss[7-BTL:0]andPfail}。其中bestTL为最佳截断长度的值的索引，hc为头码，Pdic_miss[7-BTL:0]，tail为尾码，Pfail是截断后余下的像素或者完全不可压缩的码字。

2仿真结果及分析

运行算法的硬件平台为主频20GHz的双核CPU计算机，软件平台为64位Windows7操作系统和MATLABR2014a仿真软件。本实验选取标准视频序列1 080p格式的sunflowerridgesailboat分析了前50帧图像压缩比，并和之前的算法进行比较其压缩性能，具体分析如下。

其中不同研究法的压缩比如图3所示，表示基于块或基于帧为最小像素处理单元时对应的压缩比。其中前3个柱条显示的是基于帧为基本处理单元的压缩算法的压缩比值[10-14]，而后3个柱条显示的是基于块为基本处理单元的压缩算法的压缩比值。

图3　不同研究法的压缩比

显而易见基于帧的压缩百分比基本都小于60%，基于块的压缩百分比大多可以达到60%。基于块为处理单元的像素压缩比基本都大于基于帧的像素。而本文算法结合哈弗曼编码和字典算法的同时增加了3种改进方法后，压缩百分比明显增加。

图4　不同视频源压缩比

图4显示了flowersridgesailboat标准视频源经过基于帧为最基本处理单元的两种不同算法压缩后的压缩百分比。可见本文算法的压缩效果,显著高于另外一个算法，而压缩比都大于60%，可以和基于块为基本单元的处理算法的压缩比值相媲美，甚至高于它们。

具体对视频序列sunflowers第6帧压缩重建后质量效果分析如图5a到图5c所示。其中图5a是原图，图5b是由Yang[11]处理得到，图5c是由本文算法处理后的效果，可以很明显地发现本文算法的清晰度接近于原图，而图5b图像质量有所损失，其中物像边缘虚化明显，图中已经用红线框出突出部分。所以文本算法的提出将可应用于高清乃至超高清显示，且本文算法在结构上是基于帧压缩的，这样对于以一行行依次显示的显示终端设备来说，可以更易于实现高速流畅的显示。

a　sunflower原图

b　sunflower由Yang[11]处理

c　sunflower由本文算法处理图5　实验效果

图6为仿真结果图，是根据PSNR和帧压缩比之间的关系作为衡量编码效果的指标。可以直观地看出，当压缩比小于0.3时，图像效果都较差，随着压缩比的增大，PSNR值都有了明显的提高。当压缩比大于0.3时，本文算法相对于Yang[11]算法，PSNR值平均高出1～2dB。

图6　仿真结果

3小结

针对现今高速缓存设备受自刷新率等影响，带宽不足以支持高清乃至超高清等高吞吐量设备的问题。提出了在显示系统与其外部存储设备之间嵌入一种基于熵编码改进的嵌入式编码。该编码利用显示设备显示视频数据的特点，基于帧为像素最基本的处理单元，使得视频数据易于显示，然后根据相邻像素之间的相似性将其分成三类逐步进行压缩。实验结果表明在显示系统中引用该嵌入式编码机制可以有效地降低视频数据存储量，从而减少了系统与外部存储间的数据交互频率。

参考文献：

[1]路锦正.MPEG-4/H.264视频编解码工程实践[M].北京：电子工业出版社,2011.

[2]毕厚杰 .《新一代视频压缩编码标准——H.264/AVC》[M]. 2版.北京：人民邮电出版社，2009.

[3]张亮.高清晰度电视转播车原理与应用的研究[D].天津：天津大学，2006.

[4]刘连喜.央视高清电视发展的实践与思考[J].电视研究，2011(9)：34-35.

[5]范洁.美国、英国高清电视发展现状及启示意义[J].广播与电视技术，2010(8)：36.

[6]高红莉，杨华中.面向数字视频解码器的存储管理方法研究[D].北京：清华大学，2010.

[7]KIMG,KIMJ,KYUNGCM.Alowcostsingle-passfractionalmotionestimationarchitectureusingbitclippingforH.264videocodec.[C]// 2012IEEEInternationalConferenceonMultimediaandExpo. [S.l.]：IEEE, 2010:661-666.

[8]KIMJ，KIMJ，KYUNGCM.Alosslessembeddedcompressionalgorithmforhighdefinitionvideocoding[C]//Proc. 2009IEEEInternationalConferenceonMultimediaandExpo.[S.l.]：IEEE，2009：193-196.

[9]MERHAVN,SEROUSSIG,WEINBERGERMJ.Optimalprefixcodesforsourceswithtwo-sidedgeometricdistributions[J].IEEEtransactionsoninformationtheory，1999，46(1)：121-135.

[10]SONCH,PARKSM,KIMYM.AnembeddedcompressionalgorithmintegratedwithmotionJPEG2000systemforreductionofoff-chipvideomemorybandwidth[C]//Proc. 8thIEEEInternationalConferenceonComputerandInformationTechnology. [S.l.]：IEEE，2008：571-576.

[11]YANGHT，CHENJW，KUOHC,etal.Aneffectivedictionary-baseddisplayframecompressor[C]//Proc.IEEE/ACM/IFIP7thWorkshoponEmbeddedSystemsforReal-TimeMultimedia. [S.l.]：IEEE，2009：28-34.

[12]LEESH,CHUNGMK,PARKSM,etal.Losslessframememoryrecompressionforvideocodecpreservingrandomaccessibilityofcodingunit[J].IEEEtransactionsonconsumerelectronics, 2009，55(4)：2105-2113.

[13]YNGTB,LEEBG,YOOH.Alowcomplexityandlosslessframememorycompressionfordisplaydevices[J].IEEEtransactionsonconsumerelectronics, 2008，54(3)：1453-1458.

[14]OHIRAH,NONMEMBERSFK.AmemoryreductionapproachforMPEGdecodingsystem[J].IEICEtransactionsonfundamentalsofelectronicscommunications&computerences，1999(8)：1588-1591.

Massivevideodatastoragesystemdesignwithembeddedlosslessencoded

CHENTingyu,QIANHui

(Department of Physics and Information Engineering, Fuzhou University, Fuzhou 350100,China)

Abstract:Contemporary, With the rising video display resolution, the real-time data of video display systems need to cache is growing. At the same time, DDR or other real-time storage device is limited by the refresh rate and other storage modes, so it’s hard to meet the real-time video display system stable storage. To store amounts of data is a key issue to be solved, in a real-time video display system. According to pixels high correlation of the spatial definition video within a single frame of the image, this paper gives an embedded arithmetic mix the coding and Huffman coding embedded compressed data storage method.In the traditional high-speed video DDR storage control system, a single frame of video is compressed by directly reducing the amount of real-time storage systems. It could solve the bottlenecks of massive video storage. The test proves that the mixed compressed data storage approach not only reduces the amount of data needed to store and restore its data compared with the classical entropy coding compression reducing PSNR value by an average of 1～2 dB.

Key words:video display system; storage control system; frame; coding

中图分类号:TN873

文献标志码:B

DOI：10.16280/j.videoe.2016.04.011

基金项目：可重构的多格式超清视频转换数字显示系统项目(2013-G-85)；福建省教育厅专项(WL2013-31)

作者简介：

陈亭玉(1985— )，女，硕士生，主研显示系统的存储控制；

钱慧(1979— )，博士生导师，主要研究方向为高清乃至超高清视频系统研究、压缩感知以及图像处等。

责任编辑：许盈

收稿日期：2015-11-11

文献引用格式：陈亭玉，钱慧. 嵌入无损编码的海量视频数据存储系统设计[J].电视技术，2016，40(4)：52-55.

CHENTY，QIANH.Massivevideodatastoragesystemdesignwithembeddedlosslessencoded[J].Videoengineering，2016，40(4)：52-55.