2．3 仿真結果

　　為了驗證提出的碼率控制算法，本文采用圖3中兩個序列進行驗證。一個是CNN新聞摘要中一段序列(QCIF，277幀共9處場景切換)，另一個為將23幀grandma、38幀foreman、27幀news、41幀sales、33幀silent和29幀table合成為一個測試序列(QCIF，191幀共有5處場景切換)。采用本文提出的快速場景切換檢測算法，2個序列共14處場景切換可以全部被檢測出，其中2個參數tTH1和tTH2分別設為0．1和10。采用JM8．6平臺，測試序列編碼采取IPPP結構，默認GOP長度為10。

　　通過對本文提出的算法和JM8．6算法進行仿真比較可知，采用本文的算法，可以有效降低場景切換對后續幀編碼質量的影響，且更合理地分配碼率資源，使編碼后的視頻圖像質量更平穩，同時也可以從整體上提升了視頻序列的編碼質量。表1列出了

　　采用本文算法與JM8．6算法時，測試序列各場景切換點前后10幀Y分量PSNR均值變化情況，從中可以看出采用本文算法可以有效提高場景切換點后續幀的編碼質量；圖4給出了2種算法下測試序列3個分量PSNR值變化曲線，從圖中可以看出，采用本文的算法，重建視頻質量更加平穩，同時也提高了整個序列的平均編碼質量，仿真結果表明當給定碼率為80 kb/s，量化參數Qp初始值為32時，序列3個分量的PSNR值平均可以提高0．36 dB、0．42dB、0．37 dB。對CNN視頻序列進行仿真，也可以得到與表1和圖4相似的結果，在碼率為80 kb／s，初始Qp值為32時序列編碼質量可以提高0．3 dB。實驗結果表明，本文的算法可以有效地將碼率控制在給定碼率，誤差在3％以內。

　　在編碼時間上，本文的算法避免了由于場景切換導致的無效的運動搜索，節省了場景切換幀的編碼時間，而算法本身引入的額外運算量可以忽略不計，因而節省了整個序列的編碼時間。仿真結果也表明，對于含有5個場景切換的P幀的測試序列(191

　　幀)，編碼時間節省了2％～3％。很顯然，隨著序列中場景切換的P幀數量占序列總幀數的比例增大，節省的編碼時間的比例也會增大。

　　3 結 論

　　 本文分析了場景切換對于視頻序列編碼帶來的影響，并提出了一種基于快速場景切換檢測的自適應碼率控制算法，有效地降低了場景切換對后續幀編碼質量的影響。結合H．264／AVC編碼器的實驗研究表明，采用本文的算法，可以更合理地分配碼率資源，使編碼后的視頻圖像質量更平穩，也可以從整體上提升視頻序列的編碼質量。同時，本文的算法也降低了場景切換幀的編碼時間，且自身算法復雜度低，可以有效節省頻繁場景切換的視頻序列的編碼時間。該算法可有效地應用于如新聞摘要和電視短廣告等有頻繁場景切換的視頻序列編碼，有效地提高其編碼質量和降低編碼時間。