首页 > 代码库 > HM代码介绍
HM代码介绍
我对HM代码结构理解的启蒙文章，转自实验室前辈朱师兄的博客：http://blog.csdn.net/spark19851210/article/details/8964559
1. 环境配置
这个文档描述的版本是HM6.0
运行的方法如下可参考之前的文章：
2. 编码端主函数的调用
主函数中会调用create函数，但是这里面是空函数，所以不做任何操作
encode是非常重要的函数，负责了实际的编码工作，在里面调用m_cTEncTop的encode
函数对每个GOP进行编码，并对每个GOP调用compressGOP。GOP的概念在HEVC中规定的并没有H.264/AVC那么严格，在H.264/AVC中，GOP是以I slice开始，而HEVC中并没有这样的规定，相当于弱化了HEVC中GOP的概念。
3. GOP划分为Slice
GOP进而会划分为slice，有raster顺序的划分和tile的划分方式，对每个slice会调用
compressSlice来的对其选出最优的参数。然后调用encodeSlice来对其进行实际的熵编码工作。
4. Slice的划分（Slice到LCU）
到Slice层面后，会划分等大的LCU，对每个CU进行compress和encode的工作，调用的函数分别为compressCU和encodeCU。而在CompressSlice和EncoderSlice中都会调用encodeCU，是为了保证后续计算码率的准确性，重点在于保证了cabac的状态是准确的。下面将介绍compressCU和encodeCU，由于RDO的时候会编码CU的信息，所以着重介绍compressCU
5. compressCU
把一个slice内部的图像划分为K个LCU,同时这K个LCU是以raster的顺序来进行扫描的。LCU的尺寸默认为64x64，可以通过配置文件中的MaxCUWidth，MaxCUHeight来进行设置。而每个LCU会调用如下的compressCU函数去决定编码的参数。 而LCU是采用四叉树的表示结构，每个LCU会被递归的划分为4个子CU，并根据RD代价来确定是否进行划分，而每个LCU相当于树的第1层，所以他会调用xCompressCU。且在xCompressCU中会对每个子CU递归的调用xCompressCU，如下图所示，当然子CU的尺寸是当前CU的四分之一。
然而在每次xCompressCU时，会对当前CU进行intra模式的测试，如果是B或Pslice，还对其进行merge和inter模式的测试。下面分别介绍intra，inter和merge相关的代码
5.1 帧内
intra的调用流程如下：
estIntraPredQT主要做模式选择的工作，负责选出对于当前PU的最优模式，如DC，或方向性，或planar。estIntraPredChromaQT做了类似的工作，不过是针对于色度。xRecurIntraCodingQT和xRecurIntraChromaCodingQT函数是依据给定的候选模式进行PU的分割，进而依据TU进行重建estIntraPredQT。
5.1.1 estIntraPredQT
在这里面首先对N个候选模式进行粗粒度筛选
代价函数为，从M个模式选出N个最可能的候选模式。所涉及的函数：
l predIntraLumaAng： 算出当前PU的预测值
l calcHAD： 计算SATD代价
l xModeBitsIntra： 计算当前模式所耗费的比特数目
l xUpdateCandList： 更新模式的代价，保持前N个模式的代价最小
在选出N个模式后，这N个模式会进入xRecurIntraCodingQT函数从而进行TU的分割
5.1.2 xRecurIntraCodingQT
为了加速RQT过程，这个函数会被调用两次：
第一次的调用不进行PU分割为TU的过程，PU直接转换为TU，只为算出N个模式的RD代价，从而选出一个最优的，在这个最优的模式被选出后，会第二次调用这个函数，再对这个最优的模式进行PU的分割。区分第一次和第二次调用的变量是bCheckFirst。这个过程所涉及的函数有：
l xIntraCodingLumaBlk： 进行对当前TU进行求残差，对残差变换，量化，反量化，反变换，重建当前TU等一系列编码工作，并求得失真
l xGetIntraBitsQT： 求出当前模式的所有信息进行熵编码会产生的比特数
l calcRdCos：根据xIntraCodingLumaBlk得到的失真和xGetIntraBitsQT产生的比特数目进行RD代价的计算，从而比较各模式的优劣
l xSetIntraResultQT：保存最优模式的数据
5.1.3 estIntraPredChromaQT
estIntraPredChromaQT会决定当前PU采用哪个色度模型对色度分量进行编码，其中涉及的函数如下：
l getAllowedChromaDir：获得可用的色度
l xRecurIntraChromaCodingQT：进行当前PU的色度分量的一系列编码工作，并求得失真
l xGetIntraBitsQT：进行当前PU的色度分量的熵编码工作，并得到产生的比特数
l calcRdCost：根据失真和码率进行率失真代价的计算
l xSetIntraResultChromaQT：保存当前色度最优模式的信息
5.1.4 xRecurIntraChromaCodingQT
这个函数是求PU的色度分量的残差，首先会对PU进行分割，分割的层数与亮度完全一致。涉及的函数如下：
l xIntraCodingChromaBlk：对当前TU进行色度信息的编码工作，如求残差，变换，量化，反量化，反变换，重建等一系列工作
5.2 帧间
帧间按默认的配置文件设置有两种：inter模式和merge模式
5.2.1 inter模式和merge模式的流程
主要调用流程：
Inter流程
Merge流程
流程中涉及的函数：
l predInterSearch进行的是ME和MC的过程，当然会测试各种情况
l Motioncompensation进行的是MC的工作，由于merge模式没有ME的过程，是将已有的MV信息直接代替当前PU的MV，所以直接进行MC
l encodeResAndCalcRdInterCU是对得到预测值后求出的残差进行TU的划分及RD代价的计算
5.2.2 encodeResAndCalcRdInterCU
涉及的主要函数：
l encodeSkipFlag：编码SKIP模式的flag
l encodeMergeIndex：编码选用哪套运动参数的索引
xEstimateResidualQT：在非SKIP模式的时候要进行RQT的决定，即PU分割为什么样的TU在这个函数里面确定
l xAddSymbolBitsInter：计算当前CU的信息在进行熵编码时所产生的比特数
l xSetResidualQTData：保存当前CU的最优的残差信息
6. 一些其他常用的函数说明：
6.1 预测
6.1.1 帧内
l initPattern：判断周围块的存在性
l initAdiPattern：获取周围像素的值当做生成预测值的像素，并开辟出一片缓存 区存储经过多种滤波类型的预测值
l getPredictorPtr:根据不同模式选择经过不同类型滤波的预测集
l predIntraLumaAng： 对亮度信号进行预测，里面会调用xPredIntraPlanar，xPredIntraAng以及xDCPredFiltering
l predIntraChromaAng： 对色度信号进行预测，里面会调用xPredIntraPlanar和xPredIntraAng
l xPredIntraPlanar： planar模式的预测
l xPredIntraAng： 角度的方向性预测
l xDCPredFiltering： 对DC的预测值进行滤波
l getLumaRecPixels： 获取亮度的重建值，为进行LM模式的预测做准备
l predLMIntraChroma：对LM模式进行预测，即利用亮度的相关性，对色度进行预测
6.1.2 帧间
l getInterMergeCandidates： 获取merge的候选运动参数集
l motionCompensation：进行运动补偿
l xMotionEstimation：进行运动估计
l xEstimateMvPredAMVP：选出代价最小的MVP
l xCheckBestMVP：在知道MV的情况下比较各个MVP的优劣，并保存最优的
l xMergeEstimation：在inter模式时也可以使用merge模式的运动估计方法，这个函数用于计算这种情况时的代价
6.2 变换
l transformNxN：会调用xT和xQuant函数
l invtransformNxN：会调用xDeQuant和xIT函数
l xT： 对残差信号进行变换
l xQuant：对变换系数进行量化
l xDeQuant：反量化
l xIT：反变换
6.3 熵编码
在这节中主要介绍编码端为算RD代价而设计的熵编码函数，实际的熵编码函数在后面的章节中进行介绍
主要函数：
6.3.1 帧内熵编码
l xEncIntraHeader：编码intra的一些头部信息，主要包括：模式号，PU的分割类型，PCM标志，如果是B或P slice，还包括skip的标志位和编码模式的类型
l xEncSubdivCbfQT：会编码Cbf和TU分割的标志位
l xEncCoeffQT：编码每个TU的系数
l encodeCoeffNxN：调用codeCoeffNxN来编码每个TU的残差系数
l encodeTransformSubdivFlag：调用codeTransformSubdivFlag来编码TU分割的标志，是否继续分割
l encodeQtCbf：编码cbf标志位，检查是否有非零的系数
l encodePredMode：编码所采用的编码模式
l encodePartSize：编码PU的分割类型
l encodeIntraDirModeLuma：编码PU的亮度模式号，这里引入了3MPM的机制，具体可参考提案H0238
l encodeIntraDirModeChroma：编码PU的色度模式号
6.3.2 帧间熵编码
l encodePredMode：编码CU所采用的模式，主要决定是inter还是intra
l encodePartSize：编码PU的分割类型
l encodePredInfo:编码运动参数
（1） merge的标志位来区别是否采用merge模式，具体函数：encodeMergeFlag
然后分（2）和（3）两种情况。
（2） merge模式：只需传输运动候选集的索引，具体函数：encodeMergeIndex
（3） 正常的inter模式
A. encodeInterDirPU：编码帧间的预测方向，前向，后向，或多方向
B. encodeRefFrmIdxPU： 编码参考帧索引
C. encodeMvdPU：编码MV的残差MVD
D. encodeMVPIdxPU： 编码MVP的索引
7. EncoderCU
HEVC以LCU为基本单位，所以在进行熵编码时也是以LCU为单位进行的EncodeCU会调用从而对每个CU进行编码，如下图所示，在xEncodeCU中会调用如下几个函数：
encodeSkipFlag编码是否是skip模式
encodeMergeIndex如果是skip模式会编码选用哪套MVP的参数
encodePredMode编码CU的模式，是intra还是inter
encodePartSize编码CU中的PU的类型
encodeIPCMInfo 如果选用了PCM模式会编码PCM模式的信息
encodePredInfo编码预测的信息，如果是帧内，编码模式号，如果是帧间，则编码运动信息
encodeCoeff编码残差系数
encodeCoeff中会编码TU的分割标志位，cbf和残差系数的信息
而具体的信息可以参照3.3节
8. 一些主要变量和数据结构的说明：
8.1 TComDataCU：LCU及其子CU的数据结构，存储了一个LCU所有的相关信息，里面重要的数据结构包括：
l m_uiCUAddr:一个LCU在slice中的位置
l m_uiAbsIdxInLCU：当前CU在LCU中的位置，位置用Z扫描顺序
l m_puhWidth： CU的宽度
l m_puhHeight：CU的高度
l m_puhDepth： CU所处的深度
l m_pePartSize： PU的类型
l m_pePredMode:编码模式
l m_pcTrCoeffY，m_pcTrCoeffCb，m_pcTrCoeffCr：量化后的系数
l m_puhLumaIntraDir：亮度的模式信息
l m_puhChromaIntraDir：色度的模式信息
l m_puhInterDir：帧间的预测方向
l m_apiMVPIdx：MVP索引
l m_apiMVPNum：MVP的候选数
以上的数据结构都是以动态存储来分配空间，一般只有一维，这一维具体取值的含义就是CU里面的每个对应的4x4的小块的信息，而开辟的数目就是CU所包含的4x4的数目，而在实际编码时也是编码了这些信息。
需要着重说明2点
(1) m_uiCUAddr是一个LCU在slice中的位置，是raster的扫描顺序
(2) m_uiAbsIdxInLCU是表明CU在LCU中的位置，Z扫描顺序，最小单位为1，代表
其中的一个4x4子块，Z扫描顺序如下图所示
(3) Z扫描转换，如下图所示，展示了一个CU内部的Z扫描的顺序，在hevc中，Z扫描顺序是以4x4为基本单位的，一个具有默认尺寸的LCU，具有256个基本单元
8.2 RDO时所用到的主要临时变量
l m_ppcQTTempCoeffY，m_ppcQTTempCoeffCb，m_ppcQTTempCoeffCr：RQT时每层的量化系数，都保存在此，是为了确定最终分割后可以很容易的获取最优值
l m_pcQTTempCoeffY，m_pcQTTempCoeffCb，m_pcQTTempCoeffCr：CU层的量化系数暂存地，只有帧间编码时才会用到，是中间变量
l m_pcQTTempTComYuv： 重建视频的暂存缓冲区
l m_puhQTTempCbf： cbf的暂存
l m_puhQTTempTrIdx：变换层数的暂存
l m_ppcBestCU：存储每层最优（RD代价最小）的CU的信息
l m_ppcTempCU： 存储每层CU的信息的临时变量
l m_ppcPredYuvBest： 存储每层最优的预测值
l m_ppcResiYuvBest：存储每层最优的残差值
l m_ppcRecoYuvBest：存储每层最优的重建值
l m_ppcPredYuvTemp：存储每层预测值的临时变量
l m_ppcResiYuvTemp：存储每层残差值的临时变量
l m_ppcRecoYuvTemp：存储每层重建值的临时变量
l m_ppcOrigYuv：：存储每层对应的原始值
8.3 yuv的存储的关系
8.3.1 TComYuv数据结构
由m_apiBufY，m_apiBufU以及m_apiBufV三个buffer组成，通用的yuv数据结构，存储是yuv的亮度和色度信息
8.3.2 TComPicYuv数据结构
图像层级的yuv数据结构，存储的是一帧的yuv信息，主要用于ALF和去方块滤波等处理的过程中
TComYuv的类型的变量存储的是RDO时的值，最优的信息要存在TComPicYuv中，便于输出和进行全局处理
9. 解码端的简单说明
9.1 xDecodeCU： 与xEncodeCU类似，进行LCU的读取码流并存至变量的工作，可以理解为与xEncodeCU的逆过程。涉及的函数如下：
l decodeSkipFlag：解码skip的flag，看是不是skip模式
l decodePredMode：解码编码模式
l decodePartSize： 解码PU分割的类型
l decodePredInfo：解码预测信息，帧内就是解码模式信息，帧间是解码运动信息
l decodeCoeff：解码量化系数
9.2 xDecompressCU： 具体的任务为重建这个LCU，涉及的函数如下：
9.2.1 xReconInter
负责inter部分的重建，主要函数如下：
l xDecodeInterTexture：分别对YUV分量调用invRecurTransformNxN
l invRecurTransformNxN：对特定分量进行TU的反量化和反变换
l addClip：得到残差后会加上预测值形成重建指
l copyPartToPartYuv：如果系数全是零，则直接将重构值赋值为预测值
9.2.2 xReconIntraQT
负责intra部分的重建
xIntraLumaRecQT：亮度信息的重建,会对每个TU调用xIntraRecLumaBlk
xIntraRecLumaBlk：TU的亮度信息反量化及重建工作
xIntraChromaRecQT：色度信息的重建,会对每个TU调用xIntraRecChromaBlk：TU的色度信息反量化及重建工作
HM代码介绍