CN104702974A - 基于模糊逻辑的码率控制方法及视频编码方法 - Google Patents

Abstract

本发明提供一种基于模糊逻辑的码率控制方法及视频编码方法。本发明通过对表征输出比特R与量化参数Q的指数关系特性的R-Q模型进行变形，从而动态地计算出缓冲区误差对应的误差区间与缓冲区误差变化对应的误差变化区间，为码率控制与模糊控制的结合提供了基础。本发明的有益效果是，提供统一接口，支持恒定/可变比特率控制，码率控制能力强。

Description

基于模糊逻辑的码率控制方法及视频编码方法

技术领域

本发明涉及视频编码技术与模糊控制技术。

背景技术

随着网络视频实时通信需求的高速增长和网络流媒体点播的广泛普及，囿于相对有限且实时可变的网络带宽，服务质量和播放效果常常不尽如人意。码率控制(Rate Control，RC)在视频图像压缩技术和网络传输领域的重要性愈加突显。

码率控制是视频图像编码器一端的集成模块，它基于网络可用带宽严格控制信道上输出的视频比特流速率，实现稳定的视频图像传输和播放，同时获得视觉质量和可用带宽之间的最佳平衡。为了获得视觉质量和带宽之间的最佳平衡，通常码率控制器通过设置假想参考解码缓冲区的容量反馈数值来计算和分配编码输出比特，尽可能地保持平稳的视频输出流，并在有限的通信带宽下提供最小失真的视频图像解码视觉质量。码率控制是视频编码器中重要的功能组成部分，在现有的各种视频编码标准和实际应用中都存在实际的解决方案。

随着视频点播、视频电话通信、网络视频监控等视频应用的兴起，视频图像的及时高质量传输及服务保障成为当前比较迫切的技术需求，适用于多种视频编解码标准的低延迟码率控制系统具有强烈的现实意义。

视频图像的分辨率在编码开始前即被给定，以像素点宽W和高H的乘积形式表示。目标比特率TBR在编码开始时被设置，单位为比特每秒bps，在编码过程中的任意时刻都可以被改写。当TBR初始设置后，不被改写的情况称为恒定比特率CBR，被改写一次或一次以上的情况称为可变比特率VBR。在不引起混淆的情况下，TBR被认为是可以变动的输入参数，当TBR取值在编码过程中保持不变，则认为是CBR模式，当TBR取值在编码过程中发生改变，则认为是VBR模式。帧率F即每秒播放的帧的数量，单位帧每秒fps。受图像采样的限制，信源帧率F_s在视频编码前被给定。实际编码帧率F_C通常被初始设置为与F_s保持一致，但也可以被设置为与F_s不相等。视频编码码率可以由每像素点比特bpp来进行指标统一，那么，可以将目标比特率规范化为像素点目标比特Tbpp，由公式(1)计算获得。

$\mathrm{Tbpp}=\frac{\mathrm{TBR}}{W\·H\·F_C}---\left(1\right)$

其中，TBR和F_C在编码过程中可能值有变化，W和H的值为固定。

编码输入量化参数(QP)用Q表示，是一个非负整数。在MPEG-1、MPEG-2、MPEG-4、H.261、H.263、WMV1、WMV2、RV10、RV20等编码器中其合理取值范围为[2,31]，在H.264/AVC、H.264/SVC、HEVC等编码器中其合理取值范围为[0,51]。在AVS-2中其合理取值范围为[0,79]。

解码视频的失真一般以原始图像和编码后恢复图像的像素点平均方差MSE来刻画。通常以峰值信噪比PSNR为评价标准，其计算过程如公式(2)所示。

$\mathrm{PSNR}=10\·\lg \frac{{(2^K-1)}^2}{\mathrm{MSE}}---\left(2\right)$

其中，K表示像素点灰度值用二进制表示时的位数，通常K的取值为8。

帧编码输出比特用R表示，R_t-1表示t-1时刻缓冲区容量。设置假想参考解码缓冲区(后简称缓冲区)，用B_t表示当前t时刻缓冲区容量，单位都为每像素点比特bpp。其初始值和目标值都固定设置为0，即B₀＝0。在每一帧编码过后，缓冲区容量将被更新，如公式(3)所示。

B_t＝B_t-1+R_t-1-Tbpp   (3)

对于公式(3)，当B_t>0时，表示过度使用比特；当B_t<0时，表示使用比特不足。码率控制的目标就是尽可能地使B_t接近目标值0。

另一方面，模糊控制，是采用由模糊数学语言描述的控制律(控制规则)来操纵系统工作的控制方式。按照模糊控制律组成的控制装置称为模糊控制器。在一般控制问题上，输入变量有误差E和误差变化EC，根据输入变量，模糊控制将产生一个输出控制量U作为下一个状态的输入，以达到反馈控制的效果。模糊化即为将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，根据适合的语言值求该值相对的隶属度，此口语化变量称为模糊子集合。再运用模糊推理规则得到模糊控制量，最后将模糊控制转换为明确的控制讯号，作为系统的输入值。

7级模糊变量词集为：{负大，负中，负小，零，正小，正中，正大}，用英文缩写可定义为如式(4)所示。

W＝{NB,NM,NS,ZO,PS,PM,PB}   (4)

选取模糊控制量的原则是，当误差大或较大时，选择大的控制量以尽快消除误差。当误差较小时，选择小的控制量以防止超调，保证系统的稳定性。根据经验设计模糊控制器控制规则。

定义模糊子集论域S和隶属函数曲线。本实施例采用论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}、“三角形”隶属函数曲线。将确定的隶属函数曲线离散化，就得到了有限个点的隶属度，构成了相应的模糊变量子集，定义模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}。7级模糊变量对应的模糊子集论域中有13个元素。

隶属函数曲线表示了模糊子集论域S和隶属度μ的关系。根据隶属函数曲线，则可建立模糊变量不同等级W的隶属度值μ(S,W)表。不同的隶属函数曲线将构造出不同的隶属度值表。上述隶属度值表也可根据不同的隶属函数曲线做出改变或调整。利用模糊控制规则与隶属函数，计算得到模糊关系。

7级模糊变量的隶属度值表包括行表头、列表头和单元格，列表头对应模糊子集论域中的13个元素，行表头对应7级模糊变量，共有13×7个单元格对应的隶属度值。

定义模糊子集，实际上就是要确定模糊子集隶属函数曲线的形状。将确定的隶属函数曲线离散化，就得到了有限个点的隶属度，构成了相应的模糊变量子集。取误差和误差变化的模糊论域中的所有元素，按隶属度最大原则得到对应的模糊子集。根据模糊推理规则，计算得到控制量的模糊子集。

7级模糊变量的模糊控制器具有7×7＝49条规则，得到满足49条规则的模糊关系，再根据模糊推理规则计算输出的控制量U的模糊子集，最终得到模糊控制查询表，模糊控制查询表包括行表头、列表头和单元格，列表头对应误差E量化至模糊子集论域中的13个元素，行表头对应误差变化EC量化至模糊子集论域中的13个元素，共有13×13个单元格对应的控制量。

发明内容

本发明所要解决的技术问题是，提供一种基于模糊逻辑的通用码率控制方法以及使用该方法的编码方法。

本发明为解决上述技术问题所采样的技术方案是，基于模糊逻辑的码率控制方法，包括以下步骤：

1)计算当前帧像素点目标比特值Tbpp；

2)更新当前时刻t的缓冲区容量B_t，当前时刻t＝0时，B_t＝0，当前时刻t≥1时，B_t＝B_t-1+R_t-1-Tbpp；B_t-1为上一时刻t-1的缓冲区容量，R_t-1为上一时刻t-1帧编码输出比特；

3)计算当前时刻t的缓冲区误差E_t，E_t＝B_t，缓冲区误差变化EC_t＝E_t-E_t-1，E_t-1为上一时刻的缓冲区误差；计算当前时刻t的缓冲区误差E_t对应的误差区间[a_E,b_E]，缓冲区误差变化EC_t对应的误差变化区间[a_EC,b_EC]；

$[a_E,b_E]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2];$

$[a_{\mathrm{EC}},b_{\mathrm{EC}}]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4];$

其中， 为当前时刻t的平滑输出比特率；ρ为平滑系数，取值范围是0至1；β为先验的R-Q模型参数，取值范围为0.08至0.10；R_t-1为上一时刻t-1帧编码输出比特，为上一时刻t-1的平滑输出比特率；

4)计算缓冲区误差E_t的量化参数将缓冲区误差变化EC_t的量化参数

$E_t^{*}=\left[\frac{12\&CenterDot;(E_t-\frac{a_E+b_E}{2})}{b_E-a_E}\right],{\mathrm{EC}}_t^{*}=\left[\frac{12\&CenterDot;({\mathrm{EC}}_t-\frac{a_{\mathrm{EC}}+b_{\mathrm{EC}}}{2})}{b_{\mathrm{EC}}-a_{\mathrm{EC}}}\right];$

5)将缓冲区误差量化参数进行边界绑定至模糊子集论域得到对应的元素e为： $e=\max \{-6,\min \{E_t^{*},+6\left\}\right\};$

将缓冲区误差变化量化参数进行边界绑定至模糊子集论域得到对应的元素ec为： $\mathrm{ec}=\max \{-6,\min \{E_t^{*},+6\left\}\right\};$

6)利用元素e和元素ec查询模糊控制查询表得到当前时刻t的调节量u；所述模糊控制查询表的列表头对应误差E量化至模糊子集论域中的13个元素，行表头对应误差变化EC量化至模糊子集论域中的13个元素，13×13个单元格对应13×13个控制量，模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}；

7)计算真实控制量u^*，u^*＝[u·K_u]，K_u为量化因子，量化因子为编码输入量化参数变化的最大变化量与调节量u的理论最大值的比值；

8)利用真实控制量u^*计算当前时刻t的编码输入量化参数值Q_t，Q_t＝max{Q_min,min{Q_max,Q_t-1+u^*}}；其中，Q_min为量化参数最小值，Q_max为量化参数最大值，Q_t-1为上一时刻t-1的编码输入量化参数值。

基于模糊逻辑码率控制的视频编码方法，包括以下步骤：

1)初始化步骤：

1-1)编码初始化：设置视频图像编码标准、码率控制参数、数据封装格式；

1-2)模糊控制初始化：设置7级模糊变量、模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}和隶属函数曲线，得到模糊控制查询表，模糊控制查询表的列表头对应误差E量化至模糊子集论域中的13个元素，行表头对应误差变化EC量化至模糊子集论域中的13个元素，13×13个单元格对应13×13个控制量；

2)利用上述基于模糊逻辑的码率控制方法得到当前时刻t用于帧级码率控制的编码输入量化参数值Q_t后，进入步骤3)；

3)根据计算的编码输入量化参数值Q_t进行一帧编码，编码完成后进行数据封装，数据封装后的长度为当前时刻t的帧编码输出比特，判断编码是否完成，如是，则结束，否则，更新时间变量t＝t+1，进行下一帧编码，返回步骤2)。

本发明通过对表征输出比特R与量化参数Q的指数关系特性的R-Q模型进行变形，从而动态地计算出缓冲区误差E_t对应的误差区间与缓冲区误差变化对应的误差变化区间，为码率控制与模糊控制的结合提供了基础。

本发明的有益效果是，提供统一接口，支持恒定/可变比特率控制，码率控制能力强。

附图说明

图1为视频编码步骤流程图。

图2为基于模糊逻辑的码率控制架构图。

图3为模糊控制器原理图。

图4为AI配置下模糊逻辑码率控制缓冲区状态。(a)视频序列名称为BasketballPass，视频分辨率格式为WQVGA，编码器及版本为：RD9.2，QP值测点为：QP 27,32,38,45；(b)Racehorse WVGA,RD9.2QP 27,32,38,45；(c)Vidyo1720p,RD9.2QP 27,32,38,45；(d)Cactus 1080p,RD9.2QP 27,32,38,45；(e)pku_girls UHD,RD9.2QP 27,32,38,45。

图5为LDP配置下模糊逻辑码率控制缓冲区状态。(a)BQSquare WQVGA,RD9.2QP27,32,38,45；(b)BasketballDrill WVGA,RD9.2QP 27,32,38,45；(c)Vidyo1720p,RD9.2QP27,32,38,45；(d)Cactus 1080p,RD9.2QP 27,32,38,45；(e)Traffic UHD,RD9.2QP27,32,38,45。

图6为RA配置下模糊逻辑码率控制缓冲区状态。(a)BQSquare WQVGA,RD9.2QP27,32,38,45；(b)PartyScene WVGA,RD9.2QP 27,32,38,45；(c)Vidyo1720p,RD9.2QP27,32,38,45；(d)Cactus 1080p,RD9.2QP 27,32,38,45；(e)pku_parkwalk UHD,RD9.2QP27,32,38,45。

具体实施方式

本发明为了快速响应误差的变化，选用模糊控制器来修正B_t。

定义模糊变量词集W为：W＝{负大，负中，负小，零，正小，正中，正大}＝{NB,NM,NS,ZO,PS,PM,PB}

二维模糊控制器控制规则可写为条件语句形式，如公式(5)所示。

if(E＝E_iand EC＝EC_j)thenU＝U_i,j   (5)

其中i,j下标的取值范围为1至7，对应公式(4)词集中的7个元素。E_i，EC_j，U_i,j是分别定义在为：误差、误差变化和控制量论域上的模糊子集。本实施例采用的模糊控制规则表如表1所示，可根据不同的经验做调整。

表1 模糊控制规则表

定义模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}。定义模糊子集，实际上就是要确定模糊子集隶属函数曲线的形状。将确定的隶属函数曲线离散化，就得到了有限个点的隶属度，构成了相应的模糊变量子集。隶属函数曲线表示了模糊子集论域S和隶属度μ的关系。根据隶属函数曲线，则可建立模糊变量不同等级的隶属度值表，如表2所示。

表2 模糊变量不同等级的隶属度值表

不同的隶属函数曲线将构造出不同的隶属度值表。本发明采用简单经典的三角形曲线构造。明显地，上述隶属度值表也可根据不同的隶属函数曲线做出改变或调整。模糊控制器中常见的连续型隶属度函数还有吊钟形函数与题型函数。

为了求得模糊关系矩阵R_i,j，需要利用直乘(笛卡尔乘积)运算求出D_i,j(x,y)，如公式(6)所示。

$\begin{array}{c}{D}_{i,j}{(x,y)}_{13\&times;13}=E_i\left(x\right)\&times;{\mathrm{EC}}_j\left(y\right)=E_i^T\left(x\right)\&CenterDot;{\mathrm{EC}}_j\left(y\right)\\ =\{(x_i\&And;y_j)/x_i\&Element;x,y_i\&Element;y\}\end{array}---\left(6\right)$

其中，∧表示取小操作，×表示矩阵直乘运算，即对应元素相乘时隶属度取小。E_i和EC_j是模糊子集，其中i,j＝1,2...7。x为E_i的隶属度值，y为EC_j的隶属度值。它们的具体值E_i(x)和EC_j(y)可以根据E_i和EC_j的档次查询相应的隶属度值表获得。将D_i,j(x,y)_13×13变为一维列向量，即D_i,j′(x,y)_169×1。

求每条规则的模糊关系R_i,j，根据Mamdani模糊推理算法，对公式(5)中所示的模糊规则可构造模糊关系R_i,j如公式(7)所示。

R_i,j(x,y,z)＝E_i(x)×EC_j(y)×U_i,j(z)   (7)

结合公式(6)和公式(7)，可以转化获得公式(8)。

R_i,j(x,y,z)_169×13＝D_i,j(x,y)×U_i,j(z)＝D_i,j′(x,y)_169×1·U_i,j(z)_1×13   (8)

根据公式(8)，可以得到一条规则的模糊关系，本发明采用的模糊控制器具有7×7＝49条规则，采用公式(9)对49个模糊关系进行求并运算，按矩阵加法规则，对应元素相加时，隶属度取大。将隶属度关系作求并运算，得到总的满足7×7＝49条规则的模糊关系。

${\hat{R}}_{i,j}{(x,y,z)}_{169\&times;13}=\underset{i,j=1}{\overset{i,j=7}{\&cup;}}{R}_{i,j}{(x,y,z)}_{169\&times;13}---\left(9\right)$

取误差和误差变化在模糊子集论域中对应的值，按隶属度最大原则得到对应的模糊子集。即由E＝x,x∈[-6,6]查E的隶属函数表得到E_i(x)，同理，由EC＝y,y∈[-6,6]查EC的隶属函数表得到E_j(y)。同样，根据公式(6)可以求得D_i,j′(x,y)。根据模糊推理规则，输出的控制量U的隶属向量V为如公式(10)所示。

公式(10)中，z表示模糊决策模糊集，这是通过运算得来的，z是向量由13个元素构成，z恰好对应-6到6的13个模糊子集。ο表示合成运算，即先取小，再取大。∨表示取大操作。经过合成运算求出的V_ij，即为执行量的模糊子集。

为了获得输出控制量u，根据加权平均原则，输出控制量u由公式(11)给出。

$u_{x,y}={\frac{\underset{i\&Element;S}{\mathrm{\&Sigma;}}{\mathrm{\&mu;}}_V\left(u_i\right)\&CenterDot;u_i}{\underset{i\&Element;S}{\mathrm{\&Sigma;}}{\mathrm{\&mu;}}_V\left(u_i\right)}|}_{x\&Element;S,y\&Element;S}---\left(11\right)$

即生成了如表3给出的模糊控制查询表。

表3 模糊控制查询表

用误差E_t表示B_t与目标缓冲区的误差，即E_t＝B_t。用EC_t表示误差变化，即EC_t＝E_t-E_t-1。其基本论域分别定义为[a_E,b_E]和[a_EC,b_EC]，反应的是码率控制所能调控的合理范围。本发明采用R-Q率-失真模型计算获得。

通过经验可以得到R-Q模型呈现非常明显的指数函数关系特性，如公式(12)所示。

R＝α·e^-β·Q   (12)其中α和β为模型参数。

对不同编码器进行通测可以获得不同编码器、不同序列及不同档次下的比特率R和QP的关系，通过拟合曲线，可得到相应的α和β。

对公式(12)所示的R-Q模型进行一阶微分，如公式(13)所示。

$\frac{\mathrm{dR}}{\mathrm{dQ}}=\mathrm{\&alpha;}\&CenterDot;e^{-\mathrm{\&beta;}\&CenterDot;Q}\&CenterDot;(-\mathrm{\&beta;})=-\mathrm{\&beta;}\&CenterDot;R---\left(13\right)$

不失一般性，在较小的编码输入量化参数值变化范围，用△R≈dR，△Q≈dQ，那么编码输入量化参数值变化幅度为±2时，比特率的误差E_t的范围即为帧编码比特变化的一阶变化值范围，由公式(14)给出。

[a_E,b_E]＝[-△R,△R]＝[-β·R·2,β·R·2]   (14)其中β取值由不同结构下计算获得R-Q模型均值得到。比特率R值由已编码图像的比特率均值表示，本发明采用指数平滑法获得，如公式(15)所示。

R＝ρ·R_t-1+(1-ρ)·R_t   (15)其中，ρ为平滑系数，取值为典型值0.3。

误差的变化EC_t的范围需要考虑到两次叠加极大编码输入量化参数变化量。因此，在误差变化范围区间[a_E,b_E]基础上扩展max{|△Q|}＝2倍。公式(16)给出了误差变化区间的计算。

[a_EC,b_EC]＝[-△R·max{|△Q|},△R·max{|△Q|}]   (16)

不失一般性，实际输入的精确量(误差和误差变化)是连续量，通过模糊化处理把连续量离散到[-6,6]的有限整数区间，如公式(17)所示。

$E_t^{*}=\left[\frac{12\&CenterDot;(E_t-\frac{a_E+b_E}{2})}{b_E-a_E}\right],{\mathrm{EC}}_t^{*}=\left[\frac{12\&CenterDot;({\mathrm{EC}}_t-\frac{a_{\mathrm{EC}}+b_{\mathrm{EC}}}{2})}{b_{\mathrm{EC}}-a_{\mathrm{EC}}}\right]---\left(17\right)$

将误差E_t和误差变化EC_t带入公式(17)后即可获得量化后的参数和而后再进行边界绑定至模糊子集论域[-6,6]的范围内，如公式(18)所示。

$\left\{\begin{array}{c}e=\max \{-6,\min \{E_t^{*},+6\left\}\right\}\\ \mathrm{ec}=\max \{-6,\min \{{\mathrm{EC}}_t^{*},+6\left\}\right\}\end{array}\right.---\left(18\right)$

输入e和ec查询模糊控制查询表3即可获得调节量u，再通过量化输出将查表获得的调节量u进行量化和清晰化操作得到真实的控制量u^*，如公式(19)所示。

u^*＝[u·K_u]   (19)其中量化比例因子K_u用于将控制规则表中的论域折算到实际需要调节参数的论域，由公式(20)计算获得。

$K_u=\max \left\{\mathrm{\&Delta;Q}\right\}/\underset{u\&Element;S}{\max }\left\{\right|u\left|\right\}---\left(20\right)$

如公式(21)所示，利用真实控制量u^*对编码输入量化参数Q编码输入量化参数进行修改，再利用公式(22)进行边界绑定，即获得当前编码时刻t的Q。

Q_t′＝Q_t-1+u^*   (21)

Q_t＝max{Q_min,min{Q_max,Q_t′}}   (22)

图1是编码流程图，包括：

步骤101：选择/确定编码器。视频图像编码标准有很多，常见的有：MPEG-1、MPEG-2、MPEG-4、H.261、H.263、WMV1、WMV2、RV10、RV20、H.264/SVC、HEVC、AVS-1、AVS-2等。本实施例采用AVS-2编码标准。

步骤102：初始化码率控制参数。读取码流封装格式，从配置文件中输入码率控制的目标比特率，视频信源的帧率、分辨率、GOP预设长度等。根据指定文件封装格式，建立编码后输出文件接口。

步骤103：生成模糊控制查询表。根据模糊控制原理生成模糊控制查询表。

步骤104：循环编码开始，读取信源视频的帧数据。依赖实际编码帧率从信源视频文件或数据流中取得一帧视频原始数据。

步骤105：模糊帧级码率控制，得到当前的编码量化参数。

步骤106：编码器进行编码。根据码率控制器给出的编码参数包含帧类型、编码输入量化参数值等关键参数，对步骤104中取得的原始视频数据进行一帧的视频编码。

步骤107：NAL打包。将步骤106中编码获得的流进行NAL打包操作，即将NAL流写入预先设定文件格式中。统计NAL长度即比特数，统计编码后的客观视觉质量失真PSNR。

步骤108：循环判断编码是否完成。编码结束的情况可能有信源视频结束和预设编码帧数达到预期这两种。当上述两种可能任一条为真时，结束循环，否则跳转到步骤104继续进行一下帧编码。

其中，步骤103所述生成模糊控制查询表具体步骤如下：

步骤103a：定义模糊变量词集为：{负大，负中，负小，零，正小，正中，正大},根据经验设计模糊控制器控制规则，本实施例采用的控制规则如表1所述。

步骤103b：定义模糊子集论域S和隶属函数曲线。本实施例采用论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}、“三角形”隶属函数曲线。将确定的隶属函数曲线离散化，就得到了有限个点的隶属度，构成了相应的模糊变量子集，如表2所示。

步骤103c：利用步骤103a所述模糊控制规则与步骤103b所述隶属函数，计算得到模糊关系R_i,j。

R_i,j(x,y,z)_169×13＝D_i,j(x,y)×U_i,j(z)＝D_i,j′(x,y)_169×1·U_i,j(z)_1×13

步骤103d：取误差和误差变化的模糊论域中的所有元素，按隶属度最大原则得到对应的模糊子集。根据模糊推理规则，计算得到执行量的模糊子集V_ij。

步骤103e：根据加权平均原则，计算获得输出控制量u，生成如表3给出的模糊控制查询表。

图2给出了本发明的码率控制器架构图。具体实施步骤有：

步骤201：利用步骤102得到的初始化参数，计算当前帧像素点目标比特值Tbpp。

$\mathrm{Tbpp}=\frac{\mathrm{TBR}}{W\&CenterDot;H\&CenterDot;F_C}$

其中，目标比特率TBR在编码过程中可能被改写，这里采用最新最近的数值。

步骤202：帧级编码的比特分配在额定的Tbpp基础上必须考虑到B_t的反馈，根据已编码比特，对缓冲区进行更新：

$\left\{\begin{array}{cc}{B}_0=0& (t=0)\\ B_t=B_{t-1}+R_{t-1}-\mathrm{Tbpp}& (t\&GreaterEqual;1)\end{array}\right.,$

用模糊控制器来修正缓冲区大小。

步骤203：用误差E_t表示B_t与目标缓冲区的误差，即E_t＝B_t。用EC_t表示误差变化，即EC_t＝E_t-E_t-1。其基本论域分别定义为[a_E,b_E]和[a_EC,b_EC]。

对AVS编码器进行通测可以获得不同序列及档次下的比特率和编码输入量化参数值关系，建立指数R-Q模型R＝α·e^-β·Q。计算获得参数α和β，及卡尔·皮尔森相关系数值，比特率单位为mbps。本发明采用的β值为所列表中β均值0.10，编码输入量化参数值变化幅度设为±2。

利用指数平滑法计算得到比特率R值，

$R={\stackrel{\&OverBar;}{R}}_t=\mathrm{\&rho;}\&CenterDot;R_{t-1}+(1-\mathrm{\&rho;})\&CenterDot;{\stackrel{\&OverBar;}{R}}_{t-1}$

其中，为当前时刻t的平滑输出比特率；ρ为平滑系数，取值范围是0至1，此处平滑系数ρ取典型值0.3；β为先验的R-Q模型参数，取值范围为0.08至0.10；R_t-1为上一时刻t-1帧编码输出比特，为上一时刻t-1的平滑输出比特率；

[a_E,b_E]＝[-△R,△R]＝[-β·R·2,β·R·2]

[a_EC,b_EC]＝[-△R·max{|△Q|},△R·max{|△Q|}]＝[-β·R·4,β·R·4]

计算获得[a_E,b_E]和[a_EC,b_EC]。

步骤204：利用模糊控制器计算得到控制量u^*。

步骤205：最后，利用真实控制量u^*对编码输入量化参数值进行修改，Q_t＝Q_t-1+u^*，再对其进行边界绑定，Q_t＝max{Q_min,min{Q_max,Q_t}}，获得当前编码时刻t的编码输入量化参数值,进行一帧编码。

图3展现了模糊控制的基本原理，具体流程如下：

步骤301：输入参数误差E_t和误差变化EC_t。利用公式进行量化处理获得量化后的参数和

$E_t^{*}=\left[\frac{12\&CenterDot;(E_t-\frac{a_E+b_E}{2})}{b_E-a_E}\right],{\mathrm{EC}}_t^{*}=\left[\frac{12\&CenterDot;({\mathrm{EC}}_t-\frac{a_{\mathrm{EC}}+b_{\mathrm{EC}}}{2})}{b_{\mathrm{EC}}-a_{\mathrm{EC}}}\right]$

再进行边界绑定至模糊子集论域[-6,6]的范围内得到e和ec。

$\left\{\begin{array}{c}e=\max \{-6,\min \{E_t^{*},+6\left\}\right\}\\ \mathrm{ec}=\max \{-6,\min \{{\mathrm{EC}}_t^{*},+6\left\}\right\}\end{array}\right.$

步骤302：利用e和ec查询表3所示的模糊控制查询表，得到调节量u。

步骤303：通过公式u^*＝[u·K_u]将查表获得的调节量u进行清晰化操作得到真实的控制量u^*。其中量化因子K_u的值为编码输入量化参数变化的最大变化量与调节量u的理论最大值的比值。

本发明已实现集成并以动态链接的方式提供接口。为了说明本发明的整体性能，以AVS-2(9.2版本)编码器为例，可以直接调用本发明接口，实现统一的模糊逻辑码率控制器。

按照AVS-2制定的通测条件，测试序列如表4所示：

表4 AVS-2通测序列及帧数

本发明的码率控制算法在RA、LDP、AI三种典型的配置下实施。码率控制的目标比特率设定为RA、LDP、AI在27、32、38、45四个测点下标准配置测试后的比特率结果。码率控制的初始化编码输入量化参数值即为上述四个测点编码输入量化参数值。测试结果如表5所示：

表5 测试性能比较

单元格中百分比数值为BD-Rate，BD-Rate表示比特率与失真之间的关系，其值为负表示达到相同的视觉质量，比特率节省的比例，为正表示比特率过多消耗的比例。从表5中可以看出，本发明的码率控制功能开启后，BD-Rate在RA、LDP、AI三种编码结构下都获得明显增益，比特率控制精度非常高。

如图4、图5、图6所示分别为AI、LDP、RA配置下测试结果。视频分辨率格式为：WQVGA为416x240，QVGA为832x480，720P为1280x720，1080p为1920x1080，UHD为2560x1600X-轴坐标表示视频图像播放的时间刻度，Y-轴表示不同初始编码输入量化参数设置下的缓冲区高度值。可以看到缓冲区曲线在目标缓冲区高度附近呈现紧密围绕并频繁绕动，表明本发明的码率控制能力强。

Claims (2)

1.基于模糊逻辑的码率控制方法，其特征在于，包括以下步骤：

1)计算当前帧像素点目标比特值Tbpp；

2)更新当前时刻t的缓冲区容量B_t，当前时刻t＝0时，B_t＝0，当前时刻t≥1时，B_t＝B_t-1+R_t-1-Tbpp；B_t-1为上一时刻t-1的缓冲区容量，R_t-1为上一时刻t-1帧编码输出比特；

3)计算当前时刻t的缓冲区误差E_t，E_t＝B_t，缓冲区误差变化EC_t＝E_t-E_t-1，E_t-1为上一时刻的缓冲区误差；计算当前时刻t的缓冲区误差E_t对应的误差区间[a_E,b_E]，缓冲区误差变化EC_t对应的误差变化区间[a_EC,b_EC]；

$[a_E,b_E]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2];$

$[a_{\mathrm{EC}},b_{\mathrm{EC}}]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4];$

其中， 为当前时刻t的平滑输出比特率；ρ为平滑系数，取值范围是0至1；β为先验的R-Q模型参数，取值范围为0.08至0.10；R_t-1为上一时刻t-1帧编码输出比特，为上一时刻t-1的平滑输出比特率；

4)计算缓冲区误差E_t的量化参数将缓冲区误差变化EC_t的量化参数

$\begin{array}{cc}{E}_t^{*}=\left[\frac{12\&CenterDot;(E_t-\frac{a_E+b_E}{2})}{b_E-a_E}\right]& {\mathrm{EC}}_t^{*}=\left[\frac{12\&CenterDot;({\mathrm{EC}}_t-\frac{a_{\mathrm{EC}}+b_{\mathrm{EC}}}{2})}{b_{\mathrm{EC}}-a_{\mathrm{EC}}}\right]\end{array};$

5)将缓冲区误差量化参数进行边界绑定至模糊子集论域得到对应的元素e为： $e=\max \{-6,\min \{E{C}_t^{*},+6\left\}\right\};$

将缓冲区误差变化量化参数进行边界绑定至模糊子集论域得到对应的元素ec为： $\mathrm{ec}=\max \{-6,\min \{E{C}_t^{*},+6\left\}\right\};$

6)利用元素e和元素ec查询模糊控制查询表得到当前时刻t的调节量u；所述模糊控制查询表的列表头对应误差E量化至模糊子集论域中的13个元素，行表头对应误差变化EC量化至模糊子集论域中的13个元素，13×13个单元格对应13×13个控制量，模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}；

7)计算真实控制量u^*，u^*＝[u·K_u]，K_u为量化因子，量化因子为编码输入量化参数变化的最大变化量与调节量u的理论最大值的比值；

8)利用真实控制量u^*计算当前时刻t的编码输入量化参数值Q_t，Q_t＝max{Q_min,min{Q_max,Q_t-1+u^*}}；其中，Q_min为量化参数最小值，Q_max为量化参数最大值，Q_t-1为上一时刻t-1的编码输入量化参数值。

2.基于模糊逻辑码率控制的视频编码方法，特征在于，包括以下步骤：

1)初始化步骤：

1-1)编码初始化：设置视频图像编码标准、码率控制参数、数据封装格式；

1-2)模糊控制初始化：设置7级模糊变量、模糊子集论域S＝{-6,-5,-4-3,-2,-1,0,+1,+2,+3,+4,+5,+6}和隶属函数曲线，得到模糊控制查询表，模糊控制查询表的列表头对应误差E量化至模糊子集论域中的13个元素，行表头对应误差变化EC量化至模糊子集论域中的13个元素，13×13个单元格对应13×13个控制量；

2)帧级码率控制步骤：

2-1)计算当前帧像素点目标比特值Tbpp；

2-2)更新当前时刻t的缓冲区容量B_t，当前时刻t＝0时，B_t＝0，当前时刻t≥1时，B_t＝B_t-1+R_t-1-Tbpp；B_t-1为上一时刻t-1的缓冲区容量，R_t-1为上一时刻t-1帧编码输出比特；

2-3)计算当前时刻t的缓冲区误差E_t，E_t＝B_t，缓冲区误差变化EC_t＝E_t-E_t-1，E_t-1为上一时刻的缓冲区误差；计算当前时刻t的缓冲区误差E_t对应的误差区间[a_E,b_E]，缓冲区误差变化EC_t对应的误差变化区间[a_EC,b_EC]；

$[a_E,b_E]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;2];$

$[a_{\mathrm{EC}},b_{\mathrm{EC}}]=[-\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4,\mathrm{\&beta;}\&CenterDot;{\stackrel{\&OverBar;}{R}}_t\&CenterDot;4];$

其中， 为当前时刻t的平滑输出比特率；ρ为平滑系数，取值范围是0至1；β为先验的R-Q模型参数，取值范围为0.08至0.10；R_t-1为上一时刻t-1帧编码输出比特，为上一时刻t-1的平滑输出比特率；

2-4)计算缓冲区误差E_t的量化参数将缓冲区误差变化EC_t的量化参数

$\begin{array}{cc}{E}_t^{*}=\left[\frac{12\&CenterDot;(E_t-\frac{a_E+b_E}{2})}{b_E-a_E}\right]& {\mathrm{EC}}_t^{*}=\left[\frac{12\&CenterDot;({\mathrm{EC}}_t-\frac{a_{\mathrm{EC}}+b_{\mathrm{EC}}}{2})}{b_{\mathrm{EC}}-a_{\mathrm{EC}}}\right]\end{array};$

2-5)将缓冲区误差量化参数进行边界绑定至模糊子集论域得到对应的元素e为： $e=\max \{-6,\min \{E{C}_t^{*},+6\left\}\right\};$

将缓冲区误差变化量化参数进行边界绑定至模糊子集论域得到对应的元素ec为： $\mathrm{ec}=\max \{-6,\min \{E{C}_t^{*},+6\left\}\right\};$

2-6)利用元素e和元素ec查询模糊控制查询表得到当前时刻t的调节量u；

2-7)计算真实控制量u^*，u^*＝[u·K_u]，K_u为量化因子，量化因子为编码输入量化参数变化的最大变化量与调节量u的理论最大值的比值；

2-8)利用真实控制量u^*计算当前时刻t的编码输入量化参数值Q_t，进入步骤3)；Q_t＝max{Q_min,min{Q_max,Q_t-1+u^*}}；其中，Q_min为量化参数最小值，Q_max为量化参数最大值，Q_t-1为上一时刻t-1的编码输入量化参数值；

3)根据计算当前时刻t的编码输入量化参数值Q_t对当前读取的一帧数据进行编码，编码完成后进行数据封装，数据封装后的长度为当前时刻t的帧编码输出比特R_t，判断编码是否完成，如是，则结束，否则，更新时间变量t＝t+1，进行下一帧编码，返回步骤2)。