​ H.265/HEVC 仍然采用基于块的混合编码框架，方块效应、振铃效应、颜色偏差以及图像模糊等失真效应仍存在。为降低这类失真对视频的影响，H.265/HEVC采用环路滤波技术，包括去方块滤波（Deblocking Filter）和像素自适应补偿（Sample Adaptive Offset）两个模块。去方块滤波用于降低方块效应，像素自适应补偿用于改善振铃效应。如图所示可以看出，经过滤波的重构像素才能作为后续编码像素参考使用。环路滤波处理后的重建图像更有利于参考，进一步减小后续编码像素的预测残差，可有效地提高视频的主观质量。

环路滤波

块效应

块效应是指图像中编码块编解不连续，如图所示，压缩重建图像有明显的方块效应，严重影响主观质量。

img

块效应产生原因

  • 各个块变换量化编码过程独立，相当于对各个块使用了不同参数的滤波器分别滤波，因此各块引入的量化误差大小及其分布特征相互独立，导致相邻编解的不连续。
  • 运动补偿预测过程中，相邻块的预测值可能来自不同图像的不同位置，这样就导致预测残差信号在块的边界产生数值不连续。
  • 时域预测技术使得参考图像中窜在的边界不连续可能会传递到后续编码图像

去方块滤波技术

​ 滤波的主要工作就是判断块边界是否需要进行滤波，并且决定采用的滤波强度（大白话就是对边界多少个像素进行平滑，即取均值）。过强的滤波会造成图像细节不必要的平滑，而缺乏滤波则会造成块效应。

  • 确定滤波边界
  • 计算边界强度
  • 对亮度分量进行滤波开关决策、滤波强弱选择
  • 滤波

振铃效应

所谓“振铃”，就是指输出图像的灰度剧烈变化处产生的震荡，就好像钟被敲击后产生的空气震荡。

振铃效应

振铃效应产生原因

  • H.265/HEVC 采用基于块的DCT变换，并在频域对变换系数进行量化。对于强边缘，由于高频系数的量化失真，解码后会在边缘周围产生波纹现象，造成此现象的根本原因是高频信息丢失。如图所示，实线中的高频信息丢失后变成了虚线（实线表示原始像素值，虚线表示重构像素值）。可以看出重构像素值在边缘两侧上下波动。

    振铃效应

像素自适应补偿

像素值原来是平坦区，因为量化丢弃了部分高频分量，形成了某些像素值得偏移，使得原来相对平坦的像素值关系或多或少地形成局部峰点、谷点或拐点。那么，像素自适应补偿就是人为地对这些飘逸的像素加上一个适当的相反的补偿量，以抵消编码造成的偏移。

img

参考链接