3. H265/HEVC核心概念

在无人机图传与视频编码链路中，H.265/HEVC 是当前主流的高压缩比编码标准。相比 H.264/AVC，它并不是简单“升级版”，而是在编码结构、块划分方式和预测机制上做了系统性重构。理解这些核心概念，才能解释为什么同样码率下 H.265 能提供更清晰的画面，也才能在实际链路调优时知道该动哪些参数。

一、H.265 与 H.264 的关键差异

H.264 以宏块（Macroblock）为基本处理单位，固定为 16×16 像素，块尺寸相对单一。H.265 则引入了编码树单元（CTU，Coding Tree Unit），最大可达 64×64，并允许通过四叉树递归划分成更小的编码单元（CU）。这种“大块起步、按需细分”的机制，使 H.265 能同时兼顾平坦区域的高效压缩和复杂区域的细节保留。

此外，H.265 在帧内预测方向、变换尺寸、环路滤波和并行处理工具上都做了扩展。例如帧内预测方向从 H.264 的 9 种增加到 35 种，变换块最大支持 32×32，并引入样点自适应偏移（SAO）等工具。这些改进共同带来了约 40%～50% 的码率节省，代价是编码复杂度明显上升。

二、编码单元 CU、预测单元 PU、变换单元 TU

H.265 将编码过程拆分为三个相互关联的单元：CU、PU 和 TU。CU 是编码的基本单位，承载编码模式、量化参数等信息；PU 是预测的基本单位，决定采用帧内还是帧间预测以及具体的预测方向或运动信息；TU 是变换和量化的基本单位，负责将残差转换到频域。

一个 CU 可以划分为一个或多个 PU，也可以划分为多个 TU。PU 的划分方式与预测类型有关：帧内预测通常使用 2N×2N 或 N×N；帧间预测则支持 2N×2N、2N×N、N×2N、N×N 以及非对称划分（如 2N×nU、2N×nD）。TU 则通过四叉树从 CU 继续划分，形成 4×4 到 32×32 的变换块。

三、四叉树划分：从 CTU 到 CU 的递归细分

四叉树划分是 H.265 最核心的结构特征。一个 CTU 可以看成一棵树的根节点，每个节点可以选择不再划分，也可以一分为四，形成四个子节点。编码器通过率失真优化（RDO）比较不同划分深度下的代价，最终选择最优的划分方式。

在无人机航拍场景中，天空、云层等平坦区域通常使用较大的 CU，减少划分带来的额外信息；而地面建筑、树木、道路边缘等纹理复杂区域，则会递归划分到较小的 CU，以保留细节。这种自适应划分正是 H.265 在复杂场景下仍能保持高压缩比的关键。

四、帧内预测与帧间预测

帧内预测利用同一帧内已重建的相邻像素来预测当前块，适合关键帧和场景切换。H.265 提供 35 种预测方向，包括平面模式和 DC 模式，能更精细地拟合边缘方向。在无人机图传中，帧内帧通常用于周期性刷新，防止误码扩散。

帧间预测则利用前后帧之间的时间相关性，通过运动估计和运动补偿来消除冗余。H.265 支持更灵活的运动矢量预测和合并模式，并引入 AMVP（高级运动矢量预测）机制。对于无人机这种运动轨迹相对平滑的场景，帧间预测能大幅降低码率，但快速旋转或剧烈抖动时，运动估计难度会上升，需要适当调整搜索范围或参考帧数量。

五、案例与常见误区

以某无人机航拍链路为例：原始 1080p30 视频采用 H.264 编码，码率 8 Mbps 时画面尚可；切换到 H.265 后，同样 8 Mbps 下细节明显更清晰，尤其在草地、屋顶等纹理区域。原因就在于 H.265 通过更大的 CTU 和更灵活的 CU 划分，减少了块效应和冗余信息。

常见误区之一是“H.265 一定比 H.264 好”。实际上，H.265 的优势建立在编码器实现和参数配置合理的基础上。如果编码器未开启四叉树深度优化，或帧内预测方向被裁剪，压缩效率可能反而不如成熟的 H.264 实现。另一个误区是“CU 越小越好”。CU 越小，预测越精细，但划分信息、预测信息和变换信息的开销也会增加，最终可能得不偿失。

# 典型 H.265 编码参数示例（x265）
x265 --input drone.yuv \
     --fps 30 \
     --bitrate 8000 \
     --ctu 64 \
     --max-tu-size 32 \
     --rd 4 \
     --keyint 60 \
     --min-keyint 30 \
     --scenecut 40 \
     --output drone.hevc

复盘来看，理解 CU、PU、TU 和四叉树划分，不是为了记住定义，而是为了在码率、延迟和画质之间找到平衡点。无人机图传的链路优化，最终都要落到这些基本单元的决策上：哪里该分、哪里该合、哪里该预测、哪里该变换。