HEVC标准的低复杂度算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本论文的研究内容 | 第11-12页 |
| 1.4 本论文的章节安排 | 第12-13页 |
| 第二章 HEVC标准及图像分析方法简介 | 第13-21页 |
| 2.1 HEVC视频编码标准简介 | 第13-19页 |
| 2.1.1 HEVC的编码框架 | 第13-14页 |
| 2.1.2 HEVC的编码结构 | 第14-16页 |
| 2.1.3 帧内预测 | 第16-17页 |
| 2.1.4 变换与量化 | 第17-18页 |
| 2.1.5 其它关键技术 | 第18-19页 |
| 2.2 CU分析方法 | 第19-21页 |
| 2.2.1 纹理特征 | 第19-20页 |
| 2.2.2 边界信息 | 第20-21页 |
| 第三章 基于图像内容的CU划分快速算法 | 第21-34页 |
| 3.1 算法思路 | 第21页 |
| 3.2 图像内容研究 | 第21-23页 |
| 3.2.1 像素类型数 | 第22页 |
| 3.2.2 信息熵 | 第22-23页 |
| 3.2.3 纹理反差 | 第23页 |
| 3.3 自适应阈值迭代过程 | 第23-28页 |
| 3.3.1 阈值的初值设定 | 第24-26页 |
| 3.3.2 取样块 | 第26-27页 |
| 3.3.3 量化 | 第27页 |
| 3.3.4 阈值迭代 | 第27-28页 |
| 3.3.5 自适应迭代过程的中止 | 第28页 |
| 3.4 CU划分的判断过程 | 第28-30页 |
| 3.5 实验结果分析 | 第30-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于边界信息的CU划分快速算法 | 第34-44页 |
| 4.1 算法思路 | 第34页 |
| 4.2 边界信息研究 | 第34-36页 |
| 4.2.1 相邻CU信息 | 第34-35页 |
| 4.2.2 边界像素值 | 第35-36页 |
| 4.3 CU划分的粗略判断 | 第36-37页 |
| 4.4 CU划分的精确判断 | 第37-42页 |
| 4.4.1 边界像素的灰度值 | 第38-39页 |
| 4.4.2 边界像素的信息熵 | 第39-40页 |
| 4.4.3 边界像素差 | 第40-41页 |
| 4.4.4 CU划分的精确判断过程 | 第41-42页 |
| 4.5 实验结果 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 结论与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 在学期间的研究成果 | 第49-50页 |
| 致谢 | 第50页 |
