引言

avc/h.264 标准为新一代全球性互操作标准奠定了技术基础，得到了广播、电信、移动通信和流媒体等领域的广泛关注，在低码率传输中尤其表现突出。为了消除方块效应以获得最佳的主观视觉效果，h. 264标准引入了去方块滤波器。它是一种自适应滤波器，不会将真正的图像轮廓弄得模糊不清，同样也比普通的fir滤波器要复杂很多。首先需要确定方块是什么原因造成的，粗燥的量化、相异的运动矢量还是真实轮廓。然后根据决策器选择不同类型的滤波器来维持真实轮廓的清晰度而减少方块效应产生的锐化效果。其中抽头个数，滤波器系数的设置以及阈值都是随编码方式的不同而各异的。

方块效应产生的原因

目前，基于块变换的编解码器已广泛应用于静态及动态图像的压缩技术中。在这些编解码器中，将图像像素分割成互不重叠的小方块，然后使用离散dct变换对这些小方块的数据从空间域转换到频域，然后将所得的dct系数进行量化、可变长编码。bdct变换原理是利用图像的空间相关性，但是由于像素方块是当作单个整体并分别编码的，因此编码过程中并没有考虑到相邻块之间的相关性，从而在重建的图像中可能会看到方块边界。粗燥的量化也是造成方块效应的原因之一。尤其是当量化步长比较大时，有可能将原来相邻像素之灰度的连续变化演变成“台阶”变化，看起来就有“伪边界”的方块现象，影响人们的主观视觉感受。

通过消除或减少方块现象，图像质量可以大幅度改善。当然增加传输带宽或提高码率可以获得更佳的图像质量，但是其代价比较昂贵。另一种方法就是提高退化图像的主观质量。为了获得高压缩率而使用bdct变换，但必须减少随之产生的伪边界现象对人们主观感受的影响。这一过程就是“去除方块效应”（deblocking）。去方块效应就是在尽量使图像总能量保持不变的条件下，把这些“台阶”很高的阶跃型变化重新变成“台阶”很小或者近似连续的变化。

算法

在h.264/avc编解码器中，去方块滤波器所处的位置是在反dct变换之后。dct变换采用的方块大小是4 4，运动估计时采用的最小块大小也是4 4，所以去方块效应滤波同样应用于大小为4 4的方块边缘。根据h.264/avc，滤波顺序是按照宏块（microblock）顺序进行的，各个宏块的亮度、色度数据都要进行滤波。先从左至右对竖直边界进行滤波，随后从上至下对水平边界进行滤波，如图1所示。

消除竖直边界上的伪边界现象时，参与滤波的有当前宏块的数据、其左侧宏块中与当前宏块相邻的四小块数据。同样的，消除水平边界上的伪边界现象时，参与滤波的有当前宏块的数据、其上方宏块中与当前宏块相邻的四小块数据。

滤波过程是可选的，边缘强度（boundary strength，bs）的可能值为0、1、2、3、4。图2是用于确定 bs 的判决树。

从边缘强度判决树的结构可以发现强度的大小主要取决于编码中产生的残差大小。帧内编码时由于帧内预测所涉及的参考像素相对较少，产生的残差通常比帧间编码要大。因此对残差变换量化后产生的误差就比较大，块边缘就有可能存在较强的虚假边界。此时 bs = 4 或3。而帧间预测相对比较准确，残差较小，所以边缘强度也较小。当运动搜索的时候找到完全一样的参考块时，残差的变换系数为0，此时相邻两个像素块如果使用的参考块在同一帧内并且也相邻，在解码后边界上就不会出现不连续的现象，因此不需要滤波，也就是 bs = 0 的情况。参考块不相邻则 bs=1。如果参考块和当前块并不完全相同时，变换系数不为 0，则bs = 0。色度块的边缘强度与亮度宏块中相应位置的边缘强度一致。

图3是跨块边界像素图。对于每次滤波操作，位于边界两侧的八个像素 (p0,p1,p2,p3 及 q0,q1,q2,q3) 将输入到滤波器。

只有当位于块边界两侧的采样数据同时满足以下四个条件时才进行滤波处理：其中 、 是与量化参数qp有关的阈值。当bs确定后，主要有两种类型的滤波处理过程。当0< bs <4时，一般情况下都会修改 p0、q0的值，而亮度块中的p1、q1可能会更改。当bs = 4时，滤波器可能是三抽头、四抽头或五抽头的。同时根据八个采样数据以及跟qp有关的一些参数，对不同位置上的像素分别应用不同抽头的滤波器。

结构设计

图4中，我们将整个宏块分割成大小为4 4的方块，亮度部分有16个，色度部分共有8个。并且整个宏块的所有数据（亮度、色度部分）分成三大部分，第一部分（i）是亮度模块的0-7块数据，第二部分（ii）是亮度部分模块中的8-15块数据，第三部分