H．264解码器中CAVLC码表查找算法的分析与优化

0 引 言
近年来，随着信息技术飞速发展和互联网的日益普及，尤其是以视频为信息主要来源的多媒体领域越来越受到人们的关注。H．264是ITU-T的视频编码专家组(VCEG)和ISO／IEC的活动图像编码专家组(MPEG)的联合视频组(Joint Video Tearn，JVT)开发的一个新的数字视频编码标准，它既是ITU-T的H．264，又是ISO／IEC的MPEG-4的一部分。H．264和以前的标准一样，也是DPCM加变换编码的混合编码模式。H．264标准可分为三档：基本档次(其简单版本，应用面广)；主要档次(采用了多项提高图像质量和增加压缩比的技术措施，可用于SDTV、HDTV和DVD等)；扩展档次(可用于各种网络的视频流传输)。
H．264／AVC的编解码框架的基本结构与早期的编码标准(H．263、MPEG4等)相似，都是由运动估计、变换、量化、熵编码、环路去块效应滤波器等功能单元组成的。H．264视频编码框架的主要变化包括：引入了环内去块效应滤波器，去块效应处理后的宏块被保存在内存中用于对后续宏块的预侧；采用了多参考帧运动估计，需要在内存中保留多个参考视频帧；引入了帧内预测机制，可以通过同一帧内的宏块进行预测；采用了新的整型变换方式，取代了以前的离散余弦变换(DCT)；H．264与以前视频标准在运动估计的模式上也有了较大的变化，H．264支持7种模式的可变块运动估计。此外，在熵编码中还引入了上下文自适应的变长编码(CAVLC)和二进制算术编码(CABAC)。
在熵编码方面，H．264使用了CABAC和CAVLC两种不同的编码方式。CABAC熵编码是一种基于区间划分的算术编码方式。这种编码方式的效率很高，接近信息熵值，但算法相对复杂，编解码速度较慢。CAVLC是一种可变长编码，它根据已编码语法元素的情况动态调整编码中使用的码表，在编码过程中有些语法元素是组合编码的，当对这些元素进行查找时就会耗费很长的时间。因此对CAVLC的优化显得格外重要。

1 原码表查找算法
原码表的存储结构为二维表结构。存储的内容为码字，二维坐标分别代表解码后的两个语法元素。对于二维表结构。若通过坐标查找内容是很容易的；而通过内容查找坐标，就需要对整个表进行遍历。JM中的码表查找算法就是通过遍历整个码表实现的，步骤如下：
(1)取码表的中的一个码字；
(2)根据码字长度从码流中取出相应长度的bit；
(3)比较此码字和bit串，若相同则查找成功，否则若码表中还有码字，回步骤(1)，否则查找失败。

2 算法的优化分析
2．1 基于前缀零分组子表搜索算法
基于上下文自适应的变长编码的解码算法需要不断的读取码流，判断，直到在码表中找到该码字，如此反复，直至解码整个块。由此可见该过程的时间空间复杂度都是相当高的。由于变长码为霍夫曼前缀码，所以可以根据码表的特性，按照码字长度将原来的一个码表，按照码字长度对原码表进行分割，以Coeff_token码表为例，原码表如表1所示，表中NC=-1。

在参考模型中，搜索码表算法过程如下：
(1)从最短码长开始，读出该长度二进制数据流对应的码字；
(2)遍历码表，如找到该码字进行步骤(4)，否则进入(3)；
(3)码字长度加1，重定位指针位置，重复步骤(2)；
(4)读取该码字对应值，更新指针位置。
从上面过程中不难发现，码字长度的不确定性使得在读取字节流时只能一次次的试探，导致了效率的下降。如果可以将变长码的读取采取固定的策略，一次读取固定的长度，之后再做判断，再读取一定长度，这样将判断的次数也固定，从理论上可以降低不断搜索和重定位指针带来的时间和空间复杂性。利用可以利用码表中码字前缀零数目的不同，将表1拆分为两个子表，如表2，表3所示NC为-1。

改进后的码表搜索算法如下：
(1)读取最大码字长度的二进制流；
(2)根据不同的前缀零位数、右移位、判零以确定码字所在子表；
(3)直接根据码值读取对应值，更新指针位置。
新的搜索过程不但避免了不确定性，而且无需遍历码表，这样可以在一定程度上提高变长解码的效率。

按照改进的算法步骤，解码时，首先从字节流中读取8位码字，由于前缀零个数分为大于3和小于3的两种情形，所以右移5位，若为零，则查找表2，否则查找表1，根据码值直接解码出±1个数，非零系数数目。此外在设计代码时，还可利用二叉搜索树的特性，设计搜索过程，提高解码效率。
2．2 二叉树一子表混合法
拆分成子表后建立的数组中存在冗余现象。如当0≤N2且Pre-Zeros6时，一共有13个码字。为了保留原先的查表方式以TC和Tls为矩阵下标的特点，必须要用4×7矩阵，多余位置零。由于实际搜索的对象是矩阵，怎么确定Pre-Zeros值，以保证在分块数一定的情况下，使用的矩阵较小，成为提高搜索效率的关键。从表中可以看到，对不同的N值对应的列，子表之间的Pre-zeros的分界点选取了不同的阈值。按照表2中的分块方法，矩阵的平均大小为4×6．5。相比JM中使用一个4×17矩阵，搜索效率理论上可以提高(17-6．5)／6．5=1．615倍(假设每张子表的使用概率相同)。以0≤N2的一张VLC表为例，共分成4张子表。从查找一个码字的比较次数来看。