基于時(shí)域相關(guān)性的自適應(yīng)采樣值補(bǔ)償算法

羅麗冬，王永芳，2，王宇兵，石亞文，張兆楊，2

(1.上海大學(xué) 通信與信息工程學(xué)院，上海 200072；2.新型顯示技術(shù)及應(yīng)用集成教育部重點(diǎn)實(shí)驗(yàn)室，上海200072)

?

基于時(shí)域相關(guān)性的自適應(yīng)采樣值補(bǔ)償算法

羅麗冬1，王永芳1，2，王宇兵1，石亞文1，張兆楊1，2

(1.上海大學(xué) 通信與信息工程學(xué)院，上海 200072；2.新型顯示技術(shù)及應(yīng)用集成教育部重點(diǎn)實(shí)驗(yàn)室，上海200072)

雖然自適應(yīng)采樣值補(bǔ)償(SAO)濾波器能有效提高視頻的主客觀質(zhì)量，但是SAO編碼參數(shù)存在大量冗余，導(dǎo)致其不能適用于低比特率環(huán)境。因此，提出了一種基于時(shí)域相關(guān)性的自適應(yīng)采樣值補(bǔ)償算法。通過率失真代價(jià)來選擇當(dāng)前幀是否復(fù)用最近已編碼幀的SAO編碼參數(shù)，并為每一幀設(shè)置一個(gè)標(biāo)志位來標(biāo)識是否復(fù)用。實(shí)驗(yàn)結(jié)果表明，與HTM原始SAO濾波器算法相比，該算法在主觀質(zhì)量和復(fù)雜度基本不變的情況下，3個(gè)視頻分量的BD-rate平均分別減少1.06%、1.10%和0.99%。因此，所提出的算法能很好地改善SAO的性能。

SAO；時(shí)域相關(guān)性；HTM

3D視頻因能提供更加真實(shí)和自然的視覺體驗(yàn)，能夠更加生動(dòng)地再現(xiàn)場景而備受人們青睞。為了更好地支持3D視頻的應(yīng)用，滿足用戶對高清視頻的需要，MPEG和ITU-T兩組織成立視頻聯(lián)合開發(fā)小組(Joint Collaborative Team on 3D Video Coding Extension Development，JCT-3V)開發(fā)基于H.264/AVC或HEVC的新3D視頻壓縮標(biāo)準(zhǔn)[1]，并提供了3D-HEVC的測試模型HTM(HEVC-Based Test Model)。

雖然HTM大幅提高了多視點(diǎn)加深度(Multi-view Video Plus Depth，MVD)格式的視頻編碼效率，但是由于采用基于塊的預(yù)測和變換的混合編碼方式，塊狀效應(yīng)、振鈴效應(yīng)、模糊效應(yīng)和色彩偏差[2]等失真在HTM編解碼視頻中依然存在。為了減小上述失真對視頻帶來的影響，HTM在H.264/AVC原有的去塊濾波(De-blocking Filter，DF)模塊后新增加了自適應(yīng)采樣值補(bǔ)償技術(shù)(Sample Adaptive Offset，SAO)[3]。SAO濾波器可以有效降低視頻中的振鈴效應(yīng)，從而提高視頻的主客觀質(zhì)量。

在JCT-VC(Joint Collaborative Team on Video Coding)會(huì)議上，有很多學(xué)者提出了很好的關(guān)于SAO濾波器的算法。文獻(xiàn)[4]提出了極端值修正(Extreme-value Correction，EXC)算法和帶狀修正(Band Correction，BDC)算法。這兩種算法都是對像素進(jìn)行分類，然后為每個(gè)像素增加相應(yīng)的補(bǔ)償值。它們之間的區(qū)別是：EXC是根據(jù)當(dāng)前像素值與相鄰像素值之間的關(guān)系進(jìn)行分類；BDC則是根據(jù)像素灰度值進(jìn)行分類。文獻(xiàn)[5]和文獻(xiàn)[6]提出將EXC和BDC兩種算法同時(shí)作用于當(dāng)前編碼樹塊(Coding Tree Block，CTB)，并根據(jù)率失真代價(jià)為CTB選擇最佳的算法。文獻(xiàn)[7]認(rèn)為邊界補(bǔ)償算法不能有效去除所有方向的振鈴效應(yīng)，而提出了垂直方向和水平方向相結(jié)合的算法。文獻(xiàn)[8]認(rèn)為帶狀補(bǔ)償算法不能適用于所有的視頻區(qū)域，而提出了根據(jù)不同的視頻特性選擇不同的帶狀補(bǔ)償算法。為了降低解碼復(fù)雜度，SAO編碼參數(shù)需要寫入碼流供解碼使用，從而增加了編碼傳輸?shù)谋忍芈省１娝苤灰朁c(diǎn)中相鄰編碼幀內(nèi)容具有很大的相關(guān)性[9]，因此，本文提出一種復(fù)用前一幀的SAO編碼參數(shù)的算法來減小時(shí)域上SAO編碼參數(shù)冗余，從而提高SAO濾波器的性能。

1 HTM自適應(yīng)采樣值補(bǔ)償算法

在HTM中，SAO濾波器位于編碼環(huán)路之內(nèi)并在DF之后。SAO濾波器的關(guān)鍵思路是為每個(gè)像素增加一個(gè)補(bǔ)償值來減小重建幀與原始幀之間的失真度。SAO濾波器設(shè)計(jì)的難點(diǎn)在于如何對像素進(jìn)行分類及如何為不同分類選擇相應(yīng)的補(bǔ)償值。目前，SAO濾波器采用兩種算法來解決上述難點(diǎn)：邊界補(bǔ)償(Edge Offset，EO)算法和帶狀補(bǔ)償(Band Offset，BO)算法。

1.1 EO算法

根據(jù)相鄰像素之間的位置關(guān)系，EO可以分成4類：水平方向(SAO_EO_0)、垂直方向(SAO_EO_1)、135°對角線方向(SAO_EO_2)和45°對角線方向(SAO_EO_3)，如圖1所示。在編碼端，每個(gè)CTB根據(jù)率失真代價(jià)選擇最佳的EO類型，并將選擇的EO類型寫入碼流中去。

圖1 4種不同EO類型

對于每個(gè)EO類型，根據(jù)相鄰像素值之間的關(guān)系，可以將CTB中像素分為5類，具體分類標(biāo)準(zhǔn)如表1所示。EO算法通過為當(dāng)前像素增加一個(gè)補(bǔ)償值來減小重建幀與原始幀之間的失真度，但是錯(cuò)誤的補(bǔ)償值會(huì)產(chǎn)生明顯的塊狀效應(yīng)，最終導(dǎo)致視頻失真更厲害。為了避免上述情況，文獻(xiàn)[10]提出像素分類標(biāo)準(zhǔn)1和2的補(bǔ)償值不能為負(fù)數(shù)，如果為負(fù)數(shù)，則相應(yīng)的補(bǔ)償值設(shè)為0；標(biāo)準(zhǔn)3和4的補(bǔ)償值不能為正數(shù)，如果為正數(shù)，同樣將對應(yīng)的補(bǔ)償值設(shè)為0，從而減小視頻的失真度。

表1 EO類型的像素分類標(biāo)準(zhǔn)

1.2 BO算法

BO算法直接根據(jù)像素的灰度值將像素分布在32條帶中。如果像素采用8 bit進(jìn)行編碼，則灰度值的范圍是0～255。如果當(dāng)前像素的灰度屬于k×8 ～k×8 + 7之間，則當(dāng)前像素屬于第k條帶，其中k的取值范圍為0，1，2，…，31。EO像素最多分為4種，然而BO可以將像素分成32種。但是一幀圖片，特別是一個(gè)CTB，像素的大小基本很接近，波動(dòng)范圍一般不會(huì)是0～255。為了減小對線性內(nèi)存的需要，根據(jù)率失真代價(jià)選擇最佳的4條連續(xù)的帶作為BO像素的分類[11-12]。與EO不同的是，BO算法的補(bǔ)償值可以為任意值。

2 基于時(shí)域相關(guān)性的SAO算法

每個(gè)CTB都有自己的SAO編碼參數(shù)，并且每個(gè)視頻分量都有單獨(dú)的SAO編碼參數(shù)[11]。 每個(gè)CTB可以選擇的SAO濾波器類型有3種：不需要SAO濾波器處理、EO或者BO。并根據(jù)率失真代價(jià)來選擇最佳的類型。如果選擇不需要SAO濾波器處理，只需傳輸一個(gè)標(biāo)志位即可；選擇EO，需要將EO類型和4種補(bǔ)償值等信息寫入碼流；選擇BO，需要將4條連續(xù)帶的起始位置和4種補(bǔ)償值等信息寫入碼流。然而，無論CTB最終選擇何種類型，或多或少都需要一些比特?cái)?shù)對SAO編碼參數(shù)進(jìn)行編碼。EO算法根據(jù)4個(gè)不同的一維方向可以有效減少細(xì)節(jié)區(qū)域的振鈴效應(yīng)；BO算法可以減少平坦區(qū)域的振鈴效應(yīng)。雖然SAO濾波器可以提高視頻的主客觀質(zhì)量，代價(jià)是增加了編碼傳輸?shù)谋忍芈省?/p>

2.1 時(shí)域相關(guān)性

相鄰視頻幀內(nèi)容具有很強(qiáng)的相關(guān)性，都采用相似的量化參數(shù)(Quantization Parameter，QP)。因此，相鄰幀SAO編碼參數(shù)可能具有很強(qiáng)的相似性。

表2～表4分別統(tǒng)計(jì)了view 0，view 1和view 2中相鄰幀SAO編碼參數(shù)的相關(guān)性，即根據(jù)率失真代價(jià)，當(dāng)前幀復(fù)用前一幀SAO編碼參數(shù)所占的比例。從表2～表4可以看出，view 0，view 1和view 2當(dāng)前幀復(fù)用前一幀SAO編碼參數(shù)所占的比例分別高達(dá)78%，86%和85%。特別是Kendo序列，在QP值為40的情況下，view 0，view 1和view 2復(fù)用所占的比例高達(dá)92%，99%和99%。并且在不同的QP值情況下，7個(gè)標(biāo)準(zhǔn)序列復(fù)用最低都超過50%以上。因此，表2～表4很好地證明了視頻幀與幀之間SAO編碼參數(shù)具有很強(qiáng)的相似性，可以通過復(fù)用前一幀的SAO編碼參數(shù)來減小編碼傳輸?shù)谋忍芈省?/p>

2.2 所提出的算法

為了充分利用SAO編碼參數(shù)的時(shí)域相關(guān)性，通過復(fù)用前一幀傳輸?shù)乃蠸AO編碼參數(shù)，包括SAO濾波器類型，4個(gè)偏移值等參數(shù)，以減小時(shí)域上SAO編碼參數(shù)所用的比特?cái)?shù)。當(dāng)前幀所有SAO編碼參數(shù)用Param1表示，前一幀所有SAO編碼參數(shù)用Param2表示。根據(jù)率失真代價(jià)從Param1和Param2中為當(dāng)前幀選擇最佳的SAO編碼參數(shù)。因此，每幀需要增加一個(gè)標(biāo)志位F，自適應(yīng)標(biāo)志當(dāng)前幀SAO編碼參數(shù)是采用Param1還是Param2。F為0表示當(dāng)前幀SAO編碼參數(shù)采用Param1；否則采用Param2。

表2 view 0當(dāng)前幀復(fù)用前一幀SAO編碼參數(shù)所占的比例 %

表3 view 1當(dāng)前幀復(fù)用前一幀SAO編碼參數(shù)所占的比例 %

表4 view 2當(dāng)前幀復(fù)用前一幀SAO編碼參數(shù)所占的比例 %

本文提出的算法實(shí)施步驟如下：判斷當(dāng)前幀是否是第一幀，如果是第一幀，則采用原始SAO濾波器處理過程，當(dāng)前幀標(biāo)志位F設(shè)為0，設(shè)置Param2的值，并將當(dāng)前幀SAO參數(shù)Param2及標(biāo)志位F寫入碼流；如果不是第一幀，則首先根據(jù)原始SAO濾波器處理過程得出Param1的值。然后根據(jù)率失真代價(jià)為當(dāng)前幀選擇最佳的SAO編碼參數(shù)。如果最終選擇Param1，則用Param1的值更新Param2，并設(shè)當(dāng)前幀的標(biāo)志位F為0，同樣將當(dāng)前最佳SAO編碼參數(shù)Param2及標(biāo)志位F寫入碼流；否則設(shè)置當(dāng)前幀標(biāo)志位F為1，Param2的值不變，此時(shí)，只需將標(biāo)志位F寫入碼流，因?yàn)楫?dāng)前幀是復(fù)用前一幀SAO編碼參數(shù)，而前一幀SAO編碼參數(shù)已寫入碼流。view 0，view 1和view 2都采用上述算法。

3 實(shí)驗(yàn)結(jié)果與分析

本文實(shí)驗(yàn)在CPU酷睿3雙核，主頻3.3 GHz，內(nèi)存4 Gbyte，操作系統(tǒng)Windows 7環(huán)境下實(shí)現(xiàn)。以HTM 6.1為測試平臺，測試序列為Balloons，Kendo，Newspaper，GhostTownFly，Poznan_Hall2，Poznan_Street和Undo_Dancer。其中前3個(gè)序列分辨率為1 024×768，后4個(gè)序列為1 920×1 088，所有序列同時(shí)編碼3個(gè)視點(diǎn)。量化參數(shù)QP為25，30，35和40。表5給出了實(shí)驗(yàn)測試條件。客觀質(zhì)量評價(jià)標(biāo)準(zhǔn)采用文獻(xiàn)[13]提出的BD-rate。

表5 測試條件

3.1 客觀質(zhì)量比較

表6～表8分別統(tǒng)計(jì)了view 0，view 1和view 2采用不同算法的性能比較結(jié)果，SAO On，SAO Off和Proposed分別表示采用原始SAO算法，關(guān)閉原始SAO算法和采用本文提出的SAO算法。其中SAO On和Proposed都是與SAO Off進(jìn)行實(shí)驗(yàn)數(shù)據(jù)比較。Differences表示Proposed與SAO On進(jìn)行實(shí)驗(yàn)數(shù)據(jù)比較。從表6～表8中可以清楚地看出，所提出的算法在不同的視點(diǎn)及不同的視頻分量上性能都要優(yōu)于HTM原始SAO算法。所提出的算法與HTM原始SAO算法相比，亮度Y，色度U和V的BD-rate平均分別減少1.06%，1.10%和0.99%。與HTM SAO Off相比，Y，U和V的BD-rate平均減少1.74%，7.68%和6.18%。從表2～表4可以得出，雖然SAO On能很好地改善視頻的客觀質(zhì)量，但是SAO編碼參數(shù)在視頻間存在大量冗余。并通過表6～表8可知，通過復(fù)用前一幀SAO算法，可以很好地改善SAO的性能。

圖2～圖5給出了4個(gè)不同序列的率失真曲線圖。從圖2～圖5中可以很清晰地看出，所提出的算法在相同的比特率下，客觀質(zhì)量要明顯優(yōu)于SAO Off的客觀質(zhì)量，并且要略好于原始SAO On的客觀質(zhì)量。因此，本文的算法很好地改善了視頻的客觀質(zhì)量。

表6 view 0 不同算法的性能比較

表7 view 1不同算法的性能比較

表8 view 2不同算法的性能比較

圖2 GhostTownFly率失真曲線圖

圖3 Balloons率失真曲線圖

圖4 Poznan_Street率失真曲線圖

圖5 Kendo率失真曲線圖

3.2 復(fù)雜度分析

表9給出了不同SAO算法實(shí)施在HTM平臺上的編碼復(fù)雜度對比。所提出的算法實(shí)施在HTM平臺上的復(fù)雜度比原始SAO濾波算法實(shí)施在HTM平臺上的編碼復(fù)雜度平均增加0.34%，然而所提出的算法比沒有加SAO算法的編碼復(fù)雜度反而平均降低0.41%。這是由于SAO提高了編碼性能，即提高了預(yù)測性能，減少了殘差，從而導(dǎo)致BD-rate減小，總體上出現(xiàn)編碼時(shí)間的下降。由以上分析可知，本文所提出的算法并沒有增加HTM的編碼時(shí)間，因此結(jié)合復(fù)雜度與客觀質(zhì)量，本文所提出的算法要優(yōu)于原始SAO算法。

表9 不同算法實(shí)施在HTM上的編碼時(shí)間比較

3.2 主觀質(zhì)量分析

圖6和圖7分別給出了Balloons序列和GhostTownFly序列在不同算法處理后的主觀質(zhì)量對比圖。從圖6和圖7并結(jié)合PSNR可以得知，所提出的視頻的主觀質(zhì)量要明顯好于SAO Off的視頻質(zhì)量，并與原始的SAO算法的主觀質(zhì)量相當(dāng)。

圖6 Balloons序列的主觀質(zhì)量對比圖

圖7 GhostTownFly序列的主觀質(zhì)量對比圖

4 小結(jié)

本文分析了HTM 6.1原始SAO濾波算法，并針對SAO編碼參數(shù)存在大量冗余，提出了一種基于時(shí)域相關(guān)性的SAO算法。該算法通過率失真代價(jià)來判斷當(dāng)前幀是否復(fù)用前一幀的SAO編碼參數(shù)，從而減小編碼傳輸?shù)谋忍芈省?shí)驗(yàn)結(jié)果表明，與原始SAO算法相比，所提出的算法在主觀質(zhì)量和復(fù)雜度基本不變的情況下，能很好地通過減小視頻不同分量的BD-rate來提高視頻的客觀質(zhì)量，從而改善了原始SAO算法的性能。

[1]JCT3V-C1001，3D-AVC draft text 5[S].2013.

[2]YUEN M，WU H R.A survey of hybrid MC/DPCM/DC video coding distortions[J].J.Signal Process，1998，70(3)： 247-278.

[3]FU C， ALSHINA E， HUANG Y，et al.Sample adaptive offset in the HEVC standard [J].IEEE Trans.Circuits and Systems for Video Technology，2012，22(12)： 1755-1764.

[4]JCTVC-A124，Samsung’s response to call for proposals on video compression technology[S].2010.

[5]JCTVC-C147，TE 10 Subtest 3：Quadtree adaptive offset[S]. 2010.

[6]JCTVC-D122，CE 8 Subtest 3：Picture adaptive offset[S]. 2011.

[7]ZHANG H，OSCAR C A，SHI Y F，et al.Improved sample adaptive offset for HEVC[C]//Proc.Signal and Information Processing Association Annual Summit and Conference (APSIPA 2013).Kaohsiung：IEEE Press，2013：1-4.

[8]LUO Bingji，GUO Xiaoqiang，CHENG Gong，et al.A new SAO based on histogram analysis in HEVC[C]//Proc.Picture Coding Symposium (PCS).San Jose，CA： IEEE Press，2013：49-52.

[9]趙文強(qiáng)，沈禮權(quán)，張兆楊.HEVC幀內(nèi)預(yù)測算法的優(yōu)化[J].電視技術(shù)，2012，36(8)：31-33.

[10]KIM W S， KWON D K.Improve sample adaptive offset for HEVC[C]//Proc.IEEE International Conference on Acoustics，Speech and Signal Processing (ICASSP 2013).Vancouver，BC：IEEE Press，2013：1700-1703.

[11]JCTVC-G246，On additional SAO band offset classifications[S].2011.

[12]JCTVC-H0406，F(xiàn)lexible band offset mode in SAO[S].2011.

[13]JCTVC-F057，Sample adaptive offset for Chroma[S].2011.

[14]VCEG-M33，Calculation of average PSNR differences between RD-curves[S].2001.

羅麗冬，碩士生，主研多視點(diǎn)視頻編解碼中濾波技術(shù)研究；

王永芳，女，副教授，碩導(dǎo)，主研3D視頻編碼和無線多媒體通信；

張兆楊，教授，博導(dǎo)，主研視頻處理和多媒體通信。

責(zé)任編輯：時(shí) 雯

我國首部《移動(dòng)互聯(lián)網(wǎng)廣告標(biāo)準(zhǔn)》發(fā)布施行

近日，我國第一部規(guī)范移動(dòng)互聯(lián)網(wǎng)廣告的行業(yè)標(biāo)準(zhǔn)《移動(dòng)互聯(lián)網(wǎng)廣告標(biāo)準(zhǔn)》(以下簡稱標(biāo)準(zhǔn))正式發(fā)布，并于3月15日起正式施行。

據(jù)介紹，該標(biāo)準(zhǔn)為我國第一部規(guī)范移動(dòng)互聯(lián)網(wǎng)廣告的行業(yè)標(biāo)準(zhǔn)，由中國廣告協(xié)會(huì)網(wǎng)絡(luò)互動(dòng)分會(huì)主持、互動(dòng)廣告標(biāo)準(zhǔn)委員會(huì)牽頭制定。標(biāo)準(zhǔn)的制定和發(fā)布，旨在解決移動(dòng)互聯(lián)網(wǎng)廣告接口不統(tǒng)一及術(shù)語、定義、技術(shù)標(biāo)準(zhǔn)不規(guī)范等問題，為移動(dòng)互聯(lián)網(wǎng)廣告監(jiān)管提供統(tǒng)一的技術(shù)接口和監(jiān)管標(biāo)準(zhǔn)，使從事移動(dòng)互聯(lián)網(wǎng)廣告相關(guān)產(chǎn)業(yè)的公司有可遵循的行業(yè)標(biāo)準(zhǔn)和參照，保證移動(dòng)互聯(lián)網(wǎng)廣告運(yùn)作模式的規(guī)范性，提高移動(dòng)互聯(lián)網(wǎng)廣告的用戶體驗(yàn)，以推動(dòng)中國移動(dòng)互聯(lián)網(wǎng)廣告未來的健康快速發(fā)展。

據(jù)悉，該標(biāo)準(zhǔn)由《互聯(lián)網(wǎng)數(shù)字廣告基礎(chǔ)標(biāo)準(zhǔn)》、《移動(dòng)互聯(lián)網(wǎng)廣告監(jiān)測標(biāo)準(zhǔn)》和《移動(dòng)系統(tǒng)對接標(biāo)準(zhǔn)》3部分構(gòu)成。以移動(dòng)廣告端為基礎(chǔ)，覆蓋了部分PC系統(tǒng)和數(shù)字視頻、APP系統(tǒng)，并且實(shí)現(xiàn)了全網(wǎng)統(tǒng)一接口標(biāo)準(zhǔn)，為互聯(lián)網(wǎng)廣告監(jiān)管和網(wǎng)絡(luò)安全保障統(tǒng)一了接入通道。該標(biāo)準(zhǔn)由多家主流互聯(lián)網(wǎng)企業(yè)、品牌廣告主、網(wǎng)絡(luò)廣告公司及第三方監(jiān)測技術(shù)公司等市場主體參與研制完成。

中國廣告協(xié)會(huì)互動(dòng)網(wǎng)絡(luò)分會(huì)秘書長陳永表示，該標(biāo)準(zhǔn)將作為行業(yè)標(biāo)準(zhǔn)試行，此后將嘗試申請成為國家標(biāo)準(zhǔn)。同時(shí)，隨著移動(dòng)互聯(lián)網(wǎng)的多元化發(fā)展，移動(dòng)互聯(lián)網(wǎng)廣告的標(biāo)準(zhǔn)將每半年做一次修訂，以便應(yīng)對不斷出現(xiàn)的新問題。

Sample Adaptive Offset Algorithm Based on Temporal Correlation

LUO Lidong1，WANG Yongfang1，2，WANG Yubing1，SHI Yawen1，ZHANG Zhaoyang1，2

(1.SchoolofCommunicationandInformationEngineering，ShanghaiUniversity，Shanghai200072，China；2.KeyLaboratoryofAdvancedDisplayandSystemApplication，MinistryofEducation，Shanghai200072，China)

Although the subjective and objective quality of video can be improved effectively by adopting sample adaptive offset (SAO) filter， it’s not suitable for the real-time application for the large amount of parameters in SAO filter.Therefore， a simple but effective algorithm based on temporal correlation is proposed.In coding process， rate distortion (RD) cost is calculated to determine whether the parameters of former coding frame can be used directly by current coding frame， and then a flag bit is used to mark the result.Experimental results demonstrate that the proposed method can reduce 1.06%，1.10% and 0.99% for YUV components respectively in BD-rate as compared with HEVC-based test model 6.1 (HTM 6.1) anchor， with almost the same subjective quality and computational complexity， which can verify the effectiveness of the proposed approach.

SAO；temporal correlation；HTM

上海市自然科學(xué)基金項(xiàng)目(13ZR1416500)；國家自然科學(xué)基金項(xiàng)目(60972137；61301113)

TN919.81

A

10.16280/j.videoe.2015.07.001

2014-07-16

【本文獻(xiàn)信息】羅麗冬，王永芳，王宇兵，等.基于時(shí)域相關(guān)性的自適應(yīng)采樣值補(bǔ)償算法[J].電視技術(shù),2015，39(7).