1、选择低噪声的图像传感器
图像传感器是获取视频信号的源头，选择高信噪比的低噪声传感器是必须的，这为后续处理提供了基础条件。
2、注重降噪的图像处理过程(ISP)
清晰而且低噪声的图像是获得低码率视频的首要条件, 图像噪声混入到图像细节特征中,会大大增加后续编码过程的信息量，从而增加码流。所以首先要获取清晰而且低噪声的图像，这对图像处理过程(ISP)提出了一些要求。ISP主要包括demosaic、滤波、锐化、白平衡、曝光控制、gamma校正等处理过程，其中滤波和锐化处理对噪声影响****。滤波算法很多，我们需要选择能保持边缘信息的滤波算法，这样才不会降低清晰度;应用3D滤波也是一个不错的选择，它可以利用到帧间信息。滤波和锐化共同作用的结果，才能获得低噪声的清晰图像，然后进行下一步的视频编码处理。
3、选择高压缩率的视频编码器
H.264作为一个成熟的视频编码标准，已经广泛使用在网络摄像机中，而且也被智能手机普遍支持。基于这个原因，如同其他摄像机厂商一样，我们也同样选择H.264视频编码器来进行视频编码。再进一步，我们选择了Main Profile，理由是可以使用B帧和CABAC编码。这两个功能对降低码率有很大的作用，B帧可以进行双向预测，使得预测更加准确，可以减少码流;同时还可以设置解码后的B帧不再做为参考帧，这样就可以把量化造成的误差局限在本帧范围内而不继续扩散，因此可以适当增大B帧的量化参数，减少码流的同时而不对视频质量造成明显损害。相对于CAVLC编码，在相同编码信息源数据的情况下，CABAC编码可以节约10%左右的码流，这个差距足以令CABAC成为我们的不二的选择。
4、优化视频编码码流
H.264编码中存在I帧，P帧和B帧。其中I帧是帧内预测编码，尽可能实现全部帧内预测方式，这样可以提高预测准确性，减少残差数据量，从而降低码流。 在一个GOP中，P帧和B帧的数量远远大于I帧，所以这两种帧编码是决定视频码流大小的主要因素。对于P帧和B帧编码，帧间预测的准确性直接决定了残差信息量，因此必须尽可能提高预测准确性，手段包括增加参考帧和扩大搜索范围;受硬件资源的制约，在摄像机中实现全像素搜索是不现实的，但是搜索点数太少会严重影响搜索精度，因此应该尽可能增加搜索点数，获得高的搜索精度，最后再用1/2像素和1/4像素匹配****位置。
5、根据像素信息重要性分配宏块QP
量化参数QP直接决定了画面质量，同时对码率大小也有极大影响。增加QP,量化误差增大，画面细节丢失，码率变小;减小QP则会产生相反的影响;这就为选择合适的QP值带来困惑。理想的解决方式是：画面中包含重要信息的部分需要细节，这些部分应该使用较小的QP值;画面的其他部分则不需要过多细节，这些地方可以使用相对较大的QP值。通过这种变化QP的方式，可以大大减少画面中不关注细节部分的编码码流，同时又不会危害到画面中的监控对象画面，这是降低码流的一个重要环节。
6、实施智能分析
智能分析是指对图像进行分析，主要有两个功能：运动分析和图像区域分析。运动分析是为了获得视频中的运动物体，如人和车辆等物体，分析结果可以进一步用于入侵检测等告警规则;图像区域分析是实现QP分配的基础条件，分析结果是获得运动区域和静止区域的分布，通常静止区域都是一些背景区域，这些区域可以在H.264编码过程中应用较大的QP值，达到减小码率的目的。
7、应用码率智能自适应控制
3G网络的实时有效带宽处于一个不断变化的波动状态，及时有效地匹配视频输出码率和实时可用带宽，可以提高网络传输效率，从而在相同条件下为客户端提供更好质量的视频码流。网络实时带宽是不可预知因素，考虑到瞬间的带宽抖动不会对通信造成实质影响，我们只需要针对作用时间较长的慢速抖动进行处理，可以预设一个基本带宽参数，然后检测码流发送过程中的TCP的拥塞状态，据此进行修正，作为实时带宽的近似值。
场景内容(包括环境光线条件)的变化是引起码率主动变化的主要因素，而码率适应过程则是需要动态调整若干参数，这些参数包括：视频帧率、量化参数QP、视频滤波强度、图像锐化强度和图像分析灵敏度等，分别分布在ISP、智能分析、H.264编码等多个处理环节。每个参数对码率的影响不同，需要调整哪些参数，以及调整的幅度，需要一个比较复杂的控制策略来实现，这个过程就是码率智能自适应控制。码率自适应控制需要较高的实时性;另外，为了保证码率变化的平滑过渡，参数调整过程也需要进行渐变过渡，这样才能获得较佳的视觉效果。
|
