胶片颗粒、雨丝、慢速平移的墙面，这几类画面是编码器最容易露馅的地方。做实时视频的人大概都见过这样的场景：码率压到 2 Mbps，分辨率 1080p25，画面里人一走过去，背景墙面就浮出一格一格的方块，方块内部还带着细密波纹，安静的时候又看着还行。绝大多数人第一反应是去调 CRF 或者换预设，但真正的第一现场其实在HEVC 环路滤波这一环——去块滤波（DBF）和样点自适应补偿（SAO）这两级滤波决定了重建帧在被送去参考帧队列之前，脸上的这些"疤"有没有被抹平。
这篇是系列的第一篇，只聊环路滤波。我会把它拆成几块：先讲清楚"环内"这两个字为什么不能省，再分别拆 DBF 的三层判决逻辑和 SAO 的两套分类器，然后落到实际参数怎么配、配完怎么验证，最后给一条完整的排查链路。适合已经能跑通 HEVC 编解码、但对着块效应和振铃束手无策的人；也适合刚接触这块、想搞清楚标准里那几个 β、tc、bS 到底在干什么的读者。文中出现的数值有一部分是量级示意，凡涉及标准精确定义的，我都会明确标出来，实现时请以标准文本为准。
1. 先搞清楚"环内"两个字：滤波器修的是参考帧，不只是显示帧
1.1 解码器视角的滤波链路顺序
HEVC 的解码链路是固定顺序的：熵解码 → 反量化反变换 → 帧内/帧间预测补偿相加得到重建块 →去块滤波→SAO→ 输出并放入解码图像缓存（DPB）。这个顺序不是随手定的，先 DBF 后 SAO 有硬性理由，后面第 3.4 节会专门讲。
关键点在于，滤波后的图像有两个去处：一个是送显示（或者送后处理链路），另一个是放进 DPB 当作后续帧的参考。这两个去处用的是同一份数据，中间没有第二条路径。所以只要滤波器改变了像素值，参考帧就跟着变，后续帧的预测也就建立在这份"被修过"的图像上。
这一点和很多人的直觉相反。做过图像后处理的人容易把滤波当成"最后一道美颜"，觉得它只影响观感，不影响编码效率。实际上 HEVC 里这两级滤波器是编码环路的一部分，它同时承担了两个任务：改善当前帧的客观和主观质量，以及让参考帧变得更"干净"以提高后续帧的预测精度。第二个任务往往比第一个更重要，尤其在低码率下。
1.2 环内和环外的差别：漂移是怎么产生的
为了把这件事说透，可以做一个思想实验。假设有个编码器在编码端做了滤波，但只把滤波结果送显示，参考帧缓存里放的还是滤波前的原始重建块。解码端则老老实实按标准做环内滤波，参考帧用的是滤波后的版本。那么从第二帧开始，编码端和解码端的参考帧内容就不一致了，预测残差会越滚越大，画面逐渐变糊、发灰、块状结构扩散——这就是典型的漂移（drift）。
现实中不会有人这么写，但等价的错误很容易犯。比如为了省时间，编码器在 RDO 搜索阶段用一种近似实现算重建块，真正写码流时又用另一种实现；或者为了加速，在某条快速路径上跳过了跨 tile 边界的滤波，而标准要求处理。这些都会造成编码端重建与解码端重建出现细微差异，短序列看不出来，长序列或者多参考帧场景下就会累积成可见的偏差。
所以从业者心里要有一条铁律：环路滤波的任何实现都必须严格对齐标准，包括运算顺序、裁剪范围、中间精度和查表方式。这不是"差不多就行"的模块。
1.3 一级还是两级：HEVC 主体标准里没有 ALF
经常有人在讨论里把 ALF（自适应环路滤波）当成 HEVC 的标配，这是一个流传很广的误解。HEVC 主体标准（也就是大家平时说的 H.265）的环路滤波只有两级：DBF 和 SAO。ALF 在 HEVC 的标准化过程中被讨论过，但最终没有进入主体标准，后来在继承 HEVC 技术路线的下一代编码框架里才作为正式工具出现。
这个区别在实操上很重要。如果你在某个编码器的参数列表里看到 ALF 相关的开关，那大概率是某个实验性分支或者后续框架的实现，不是 HEVC 主体标准的东西；反过来，如果你在排查一个 HEVC 码流的滤波问题时去翻 ALF 的文档，方向就跑偏了。
把两级滤波的定位分清楚，后面所有细节才有落脚点：
| 模块 | 处理对象 | 主要针对的失真 | 决策粒度 | 参数代价 |
|---|---|---|---|---|
| DBF | 块边界上的若干行/列像素 | 块效应（阶梯状不连续） | 边界级（8x8 网格上的每条边） | 几乎为零，参数由 QP 推导 |
| SAO | CTB 内所有像素 | 振铃、灰度偏移、带状失真 | CTB 级 | 每 CTB 若干比特，可 merge |
表里"参数代价"这一列值得多看一眼。DBF 的 β 和 tc 是从 QP 查表得来的，只需要在图像级或条带级传两个很小的偏移量，开销可以忽略；SAO 则要为每个 CTB 单独传类型和偏移量，虽然可以用 merge 压缩，仍然是实打实的比特。这个不对称性直接决定了两者的调参策略完全不同：DBF 可以放心大胆地开，SAO 则要考虑"花了这些比特，省下的残差比特够不够本"。
2. 去块滤波的判决链条：从 bS 到 β/tc 再到强滤波分叉
2.1 bS 只有 0/1/2 三档，但决定了"滤不滤"
去块滤波的第一个问题不是"怎么滤"，而是"这条边要不要滤"。HEVC 用边界强度 bS 来做这个初筛，取值只有三档，比上一代标准精简了很多：
- bS = 2：边界任意一侧的块使用了帧内预测。帧内预测的重建块与邻块相关性弱，边界处的不连续最明显，必须滤。
- bS = 1：两侧都是帧间预测，但至少一侧存在非零变换系数，也就是这个块确实编码了残差。残差量化会引入块内均匀的偏移，边界处容易出现台阶。
- bS = 0：两侧都是帧间预测且都没有残差。这种情况下块的内容完全来自预测，边界通常已经足够平滑，直接跳过，一个像素都不动。
这套规则背后的逻辑很朴素：块效应的根源是"相邻块用了不同的预测方式和不同的量化误差"，如果两个块都是帧间预测且都没有残差，那么它们的内容都由运动补偿决定，连续性天然较好。bS = 0 的比例在低码率下相当高，这是 DBF 能够做到计算可控的重要原因。
顺带说一个实操中容易忽略的点：bS 的判定依赖"是否有非零变换系数"，而这个信息在编码器里是现成的（量化后的系数块是否全零），在解码器里则需要先完成系数解析。所以去块滤波必须排在反变换之后，这个顺序在任何实现里都没有调整空间。
2.2 β 和 tc 是从 QP 查出来的两把尺子
bS 决定"滤不滤"，接下来要决定"滤多狠"。HEVC 用两个从 QP 查表得到的参数来控制力度：
- β：判断边界附近是否存在真实图像边缘的门限。如果边界两侧的像素变化幅度小于 β，认为这是量化噪声造成的假边缘，可以滤；如果大于 β，说明这里本来就是真实的纹理或物体轮廓，不能动。
- tc：滤波时允许修改像素的最大幅度，相当于"最大修正量"。
两个参数都随 QP 单调增加，也就是说量化越粗、块效应越严重，滤波力度越大。这个设计非常合理：QP 高的时候编码器本身就制造了更大的失真，滤波器的"手术权限"也应该相应放大。
β 的增长比 tc 陡得多。以 8 bit 为例，QP 在 51 时 β 已经达到数百的量级，而 tc 只是几十的量级。这个差异反映了两者的不同职责：β 是"判断门限"，需要覆盖足够大的范围才能区分真假边缘；tc 是"修正幅度"，必须保守，否则会把真实细节抹掉。
| QP（8 bit） | β 量级 | tc 量级 | 直观感受 |
|---|---|---|---|
| 0 ~ 10 | 0 ~ 十几 | 0 ~ 2 | 几乎不滤，高保真 |
| 20 左右 | 几十 | 5 上下 | 轻微平滑 |
| 30 左右 | 接近 100 | 10 上下 | 明显可见的平滑 |
| 40 以上 | 一百多到数百 | 十几到二十几 | 强平滑，细节有风险 |
注意：上表只是量级示意，帮助建立直觉。β 和 tc 的精确取值由标准中的查表定义给出，且当编码位深大于 8 bit 时，查表结果需要按位深差左移。自己实现时不要凭记忆写常数。
QP 的取法也有讲究。一条边界两侧的两个块可能用了不同的 QP（比如开了自适应量化或者 CU 级 QP 调整），此时参与查表的是两侧亮度 QP 的平均值，再叠加图像级或条带级的 β/tc 偏移量。这意味着QP 的局部波动会直接改变滤波强度，这一点在第 4 节会展开讲。
2.3 强滤波的额外门槛与四个像素的修改范围
通过 bS 和 β 的初筛之后，还有一层分叉：普通滤波还是强滤波。两者的差别在于能修改多少个像素、修改幅度多大。
普通滤波只动边界两侧各两个像素（p1、p0、q0、q1），修正量是一个带裁剪的加权组合，权重大致围绕着"离边界越远、修正越小"来分配。它会同时参考 p2、q2 的值来估计边界附近的变化趋势，但不会修改 p2、q2。裁剪范围是 ±tc，防止修正过头。
强滤波则激进得多，亮度方向上会修改边界两侧各三个像素（p2、p1、p0 和 q0、q1、q2），而且用的是平滑滤波的形式，本质上是把这几个像素往它们与邻域像素的加权平均值上拉。裁剪范围放宽到 ±2tc。
强滤波不是随便能用的，必须满足额外的条件。粗略地说有三条：边界两侧的梯度总量要小于 β；跨越边界的远端像素（p3 与 p0、q0 与 q3）之间的落差要小于 β 的一个更小的分档；还有边界处 p0 与 q0 的直接差值要小于一个由 tc 构造的门限。三条件同时满足才允许强滤波。
这三条条件的用意值得体会一下。第一条保证边界附近没有强纹理，第二条保证边界不是一条真实的锐利轮廓（真实轮廓的远端像素差会很大），第三条保证边界上的跳变本身足够小。换句话说，强滤波只在"确实是量化噪声"的情况下才被放行，一旦边界附近有真实内容，就直接退回普通滤波甚至不滤。这种保守设计是 HEVC 相比上一代在细节保留上明显更好的原因之一。
实操提示：如果你在调试自己的实现，发现某段序列的高频细节丢失严重，可以先把强滤波的第三条判据单独打日志，看看是不是 tc 门限算得太宽松导致大量本该普通滤波的边界被升级成了强滤波。这个错误在做定点优化时特别容易引入。
2.4 色度走的是简化通道
亮度和色度在去块滤波里不是同一套逻辑，这一点常常被忽略。色度通道的处理明显简化：没有强滤波模式，只做普通滤波；参与判定的像素范围更窄；判决门限用的是经过映射的色度 QP，而不是亮度 QP。
为什么要简化？一方面是色度的人眼敏感度低于亮度，投入同样的计算量收益不明显；另一方面是色度分辨率通常是亮度的一半（4:2:0 格式），一条色度边界对应的实际画面范围是亮度边界的两倍，块效应的表现形态本身就不一样，硬套亮度那套强滤波反而容易造成色度平面的过度平滑，出现色彩渗透。
这个简化带来一个副作用：在极低码率下，色度平面的块效应往往比亮度更明显，尤其是大面积纯色背景上的色度块。这种情况下调大 β/tc 偏移量能缓解，但代价是亮度侧的细节也会被一起削掉，因为偏移量是亮度色度共用的。我在调低码率监控类内容时遇到过这个问题，最后的解决方案不是继续加大偏移，而是从量化策略上入手——给色度单独设置 QP 偏移，让色度量化更细一些，从源头减少色度块效应。这个思路比在滤波器上硬扛有效得多。
2.5 先竖后横：一个为并行流水线让路的顺序约定
HEVC 规定去块滤波的处理顺序是：先对所有 CTB 的垂直边界做滤波，再对所有水平边界做滤波。这个约定看起来只是个实现细节，实际上影响很大。
如果允许按任意顺序处理边界，那么一条水平边界的滤波结果可能会用到已经被垂直边界滤波修改过的像素，反过来也一样，最终结果就依赖于遍历顺序，不同的实现会得到不同的重建帧，解码端一致性直接崩掉。把垂直和水平严格分成两个阶段，每个阶段内部各条边界互不影响（同一阶段处理的边界不共享待修改像素），就保证了结果与遍历顺序无关。
这个设计还有一个副产品：整个图像的垂直边界滤波阶段天然可以并行，只要按 CTB 划分任务就行。水平边界阶段也一样。这让硬件实现和多核软件实现都能做得很规整。
关于跨边界的处理，还有几个开关需要留意：图像边界默认不滤；条带边界和 tile 边界是否滤波由码流中的标志位控制，编码器可以选择"不跨边界滤波"来保证各个 tile 能独立解码。做分布式编码或者分块并行的时候，这些标志位的选择会直接影响到拼接处的观感。
3. SAO 的两套分类器：边缘方向、灰度区间，以及 merge 省下来的那点比特
3.1 EO 用三邻域比较把像素分成五类
DBF 只管边界上的几行像素，块内部的失真它碰不到。SAO 补的就是这块：它以 CTB 为单位，对块内每一个像素做一次查表式修正，加一个正偏移、负偏移或者不加。
边缘偏移（EO）模式的思路是：先在一维方向上取当前像素和左右两个邻居，比较三者的相对大小关系，把像素分成五类，其中四类可以加偏移，一类（平坦）不加。四个可加偏移的类别分别是局部极小值、局部极大值，以及两种"一侧相等"的角点情况。
这个分类方式有个很聪明的设计：它不关心差值的绝对大小，只关心大小关系的方向。因为量化误差在平坦区域造成的偏移是双向的——有的像素被抬高，有的被压低——用方向分类就能区分"这个像素是被量化抬高造成的孤峰"还是"它本来就是个亮点"。局部极大值对应的偏移通常是负的（把它压回去），局部极小值对应的偏移通常是正的（把它提上来），这样就把振铃和蚊式噪声压下去了。
方向有四个：水平、垂直、45 度、135 度。每个 CTB 独立选择用哪个方向，外加每个方向对应的一组偏移量。四个方向的设计是为了适配不同走向的图像边缘，斜向纹理多的区域选 45 或 135 度收益更明显。
3.2 BO 的 32 个带里只认连续 4 个
带偏移（BO）模式走的是另一条路：把像素灰度值范围等分成 32 个带，每个 CTB 选择一段连续的 4 个带，对这 4 个带内的像素分别施加偏移。
这个"只允许连续 4 个带"的限制初看很奇怪——为什么不干脆给 32 个带都配偏移量？答案是信令开销。如果每个 CTB 都要传 32 个偏移值，比特数会失控。限制成连续 4 个之后，只需要传一个起始带位置（5 bit）和 4 个偏移值，开销小得多。
这个限制也隐含了一个先验假设：需要修正的灰度偏移通常集中在某个窄区间内。比如某块整体偏暗，那么暗部对应的几个带需要正偏移，亮部不需要。选择连续 4 个带正好覆盖这个窄区间。如果一块图像同时需要修正暗部和亮部，BO 就无能为力了，这时候编码器会在 RD 决策里放弃 BO 或者改用 EO。
实际使用中，BO 对整体亮度偏移、渐变色带（banding）的修正效果比 EO 好；EO 对边缘附近的振铃更有效。编码器在每个 CTB 上做 RDO，比较不滤波、EO 四方向、BO 各种起始位置的代价，选代价最小的那个。
3.3 每 CTB 一套参数，merge 标志是信令层面的救命稻草
SAO 的信令设计里最值得学的是 merge 机制。每个 CTB 在传自己的 SAO 参数之前，可以先传一个标志，表示"我和左边那个 CTB 用同一套参数"或者"我和上边那个 CTB 用同一套参数"。如果 merge 成功，后续的参数就全省了。
这在实践中非常有效。自然图像里相邻 CTB 的内容高度相关，纹理方向和灰度分布往往接近，选择相同 SAO 参数的概率很高。开了 merge 之后，SAO 的平均每 CTB 开销能从十几个 bit 降到几个 bit，在低码率下这个比例不算小。
代价是编码器需要多做一层决策：是花几个 bit 传一套更贴合本 CTB 的参数，还是省掉这些 bit 但用邻居的参数。这本质上是个率失真优化问题，x265 这类编码器在 RD 阶段会同时计算两种选择的代价。有些实现为了降速会跳过这个比较，直接固定用某一种策略，这时候码率会有可观测的上升。
3.4 为什么 SAO 一定要排在 DBF 后面
顺序问题在第 1.1 节埋了个伏笔，这里收一下。EO 模式依赖对像素邻域的相对大小比较来分类，这个比较对噪声非常敏感。如果先做 SAO 再做 DBF，那么 SAO 面对的输入是带块效应的重建帧，块边界附近的像素存在明显的人为跳变，EO 会把这些跳变误判成"边缘"，从而加上错误的偏移。更糟的是，DBF 随后又会修改这些像素，把 SAO 的效果部分抵消掉。
反过来，先 DBF 后 SAO，SAO 拿到的是块效应已经被压平的图像，EO 的分类结果更接近真实内容，偏移量也更有意义。这就是标准把顺序定死的原因，实现时没有调整余地。
有一个容易踩的坑：某些快速实现为了省一次内存往返，把 DBF 和 SAO 融合成一个 pass，在 CTB 内部交替处理。这在数学上不等价于"先全图 DBF 再全图 SAO"，因为 SAO 处理某个像素时会读到相邻 CTB 的像素，而那些像素可能还没被 DBF 处理。跨 CTB 边界处会出现细微差异，累积起来可能造成编解码不一致。做优化的时候这条边界一定要守住。
4. 参数怎么落到命令行：开关层级、选项组合与实际取舍
4.1 从 SPS 一路覆盖到 CTB 的四层开关
HEVC 的滤波开关是分层设计的，理解这个层级关系是调参的前提。从高到低大致是四层：
| 层级 | 控制内容 | 说明 |
|---|---|---|
| 序列参数集 | SAO 是否启用 | 整个序列的总开关，关闭后所有帧都没有 SAO |
| 图像参数集 | 去块滤波是否存在覆盖控制、默认偏移量、跨条带是否滤波 | 决定默认行为 |
| 条带头 | 本 slice 的 SAO 亮度/色度开关、去块滤波禁用标志、β/tc 偏移量 | 逐 slice 可覆盖 PPS |
| CTB | SAO 类型、偏移量、merge 标志 | 最细粒度 |
这个层级设计在实际编码里很有用。比如你可以让序列开启 SAO，但在某些 slice 上临时关闭（比如画面里有大量细密纹理、SAO 反而会糊掉细节的段落），代价只是几个 bit。
需要特别注意的是"去块滤波禁用"这个标志的语义。它不是"关闭滤波器"，而是"本 slice 不做去块滤波"。这个区别在拼接码流时很关键：如果一段码流的某个 slice 被标记为禁用滤波，解码器就真的跳过，跨 slice 边界处会保留原始块效应，和相邻 slice 的处理不一致，观感上会出现一条明显的"缝"。
4.2 x265 里真正影响结果的几个选项
以常用的开源编码器 x265 为例，和环路滤波相关的选项其实不多，但每一个都会明显改变结果：
--deblock <betaOffset:tcOffset>：默认0:0，范围 -6 到 6。这是最直接的旋钮，负值减少滤波强度，正值加强。很多人以为它调的是 QP，其实不是，它直接偏移的是查表后的 β 和 tc，效果上等价于"假装 QP 更高/更低"。--no-deblock：完全关闭去块滤波。除非你在做对比实验，否则不建议在生产环境用。--sao/--no-sao：SAO 开关，默认开启。--limit-sao：限制 SAO 的搜索范围，用启发式规则提前终止部分 CTB 的 SAO 计算。默认关闭，打开后编码速度有提升，码率会略微上升。--selective-sao <0-4>：只对前 N 个 slice 启用 SAO，后面的 slice 全部不用。这是个偏门但实用的选项，适合"开头几帧质量重要、后面可以牺牲"的场景。--tskip：变换跳过。严格说它不是滤波参数，但开启后会明显加剧 4x4 块级别的块效应，因为残差直接在像素域量化，误差呈块状分布。开 tskip 的时候通常需要配合更强的去块滤波。
经验上，--deblock是最值得先动的参数。在低码率（比如 1080p 下 1~2 Mbps）场景，把偏移量调到-2:-2或者-3:-3往往能明显改善块效应观感，代价是高频细节会损失一点。这个"损失"在自然风光类内容上比较明显，在人脸、室内场景上几乎看不出来。
4.3 三类场景的推荐组合
不同内容对滤波的诉求差别很大，给三组我实际用下来比较稳的起点配置。这些只是起点，具体还要按内容做微调。
| 场景 | deblock | SAO | 其他 | 理由 |
|---|---|---|---|---|
| 低码率实时回传（1080p，1~2 Mbps） | -2:-2到-3:-3 | 开 | 关 tskip，AQ 适度 | 块效应是主要矛盾，需要加强滤波 |
| 影视类高保真转码（CRF 18~22） | 0:0或-1:-1 | 开 | 保留 tskip | 细节优先，滤波只做必要修正 |
| 屏幕内容 / 图文（高对比度边缘多） | 0:0 | 谨慎，可关 | 开 tskip 视情况 | SAO 的 EO 容易把文字边缘判错 |
屏幕内容这一类要单独说。图文内容有大量锐利的水平垂直线条，SAO 的 EO 分类器在这种内容上容易出错：文字笔画的端点会被判成局部极值，然后被加上一个反向偏移，结果笔画边缘出现毛刺或者轻微的重影。这时候关掉 SAO 或者用--limit-sao减少它的作用范围，观感反而更干净。
4.4 打开 SAO 反而更糊？先看 RD 决策和 QP 波动
有一类现象很反直觉：把 SAO 打开，某些场景的主观质量反而下降。这不是错觉，原因通常有两个。
第一个是 RD 决策的局部最优问题。SAO 的偏移量是逐 CTB 在率失真意义下选出来的，它优化的目标是"这个 CTB 的失真加上信令比特"，而不是"整帧的主观质量"。在平坦渐变区域，SAO 可能为了省几个比特而选择一个次优的偏移，结果在 CTB 边界处形成可见的灰度台阶。相邻 CTB 选到不同的偏移时，这种台阶会更明显，表现为一条条横向或纵向的淡色带。
第二个是 QP 的局部波动。如果开了自适应量化，不同 CTB 的 QP 可能相差好几个档位，而 DBF 的 β/tc 用的是边界两侧 QP 的均值。当高低 QP 的块相邻时，均值落在中间，滤波力度对高 QP 那一侧来说偏弱，对低 QP 那一侧来说偏强。结果就是高 QP 块的块效应没被完全压住，低 QP 块的细节又被过度平滑。这个问题的根源不在滤波器，而在量化策略，解决办法是减小 AQ 的强度或者把 AQ 的模式换成更温和的那一档。
我在一个模拟项目里遇到过第二种情况：素材是室内固定机位，画面大面积平坦墙面，开了较强强度的 AQ 之后墙面出现规律的明暗格，一开始以为是去块滤波的问题，把--deblock调到-4:-4反而更糟（因为低 QP 区域的细节被过度平滑，和高 QP 区域的对比更明显）。最后是把 AQ 强度降下来，--deblock回到-1:-1，问题消失。
5. 一次块效应排查的完整链路：从现象到标志位到参数
5.1 先分类：是块效应、振铃还是 SAO 造成的假边缘
看到画质问题就动手调参数，是效率最低的做法。第一步应该是把现象归类，因为三类问题的处理方向完全不同。
块效应的判据是规律性：把某一帧截出来放大，看瑕疵是不是严格对齐到 4 或 8 的倍数网格。如果每一个瑕疵单元的大小都一样、位置都落在网格上，那就是块效应，问题出在 DBF 或者量化。这类瑕疵在平滑区域最明显，因为平滑区域没有纹理可以掩盖它。
振铃的判据是围绕强边缘的细密波纹，形态像水波，宽度不定，通常出现在高对比度边缘（比如白墙和深色家具的交界）附近。振铃的根源是变换域的高频系数被量化成零，时域上表现为吉布斯现象。DBF 对此无能为力，SAO 的 EO 模式能缓解一部分，但根本上要靠降低量化强度或者调整变换策略。
SAO 造成的假边缘判据是成块状的灰度跳变，边界对齐到 CTB 网格（通常是 64x64 或 32x32，比块效应的网格大得多）。这是最容易误判的一类，因为它看起来像块效应，但网格尺寸不对。如果瑕疵的边界间隔是 64 像素，那基本可以确定是 SAO 的 CTB 级决策导致的，而不是 DBF。
用网格尺寸来区分这三类问题，是我觉得最实用的一个技巧。因为块效应的网格是变换单元尺寸，SAO 的网格是 CTB 尺寸，两者差了一个数量级，肉眼很容易分辨。
5.2 从码流里确认滤波开关状态
归类之后，下一步是确认码流里滤波到底有没有生效。有时候问题根本不在参数，而是开关被某处覆盖了——比如 PPS 里禁用了，或者某个 slice 头里写了禁用标志。
最直接的办法是把码流的头部信息打出来。如果手边有 ffmpeg，可以用trace_headers这个 bitstream filter：
ffmpeg -i input.265 -c copy -bsf:v trace_headers -f null - 2>&1 | grep -Ei "sao|deblock|loop_filter"这条命令会把码流里的语法元素逐条打印出来，重点看这几个字段：
- 序列参数集里的
sample_adaptive_offset_enabled_flag，为 0 说明整个序列没有 SAO。 - 图像参数集里的
deblocking_filter_control_present_flag、deblocking_filter_override_enabled_flag、pps_deblocking_filter_disabled_flag，还有pps_beta_offset_div2和pps_tc_offset_div2两个默认偏移。 - 条带头里的
slice_sao_luma_flag、slice_sao_chroma_flag、slice_deblocking_filter_disabled_flag，以及条带级的 β/tc 偏移。 - 如果开了跨条带/tile 滤波的控制标志，也一并确认。
这一步做完，通常能排除掉一半的"假故障"。我见过好几次这样的情况：编码参数里明明写了--deblock -3:-3，但实际码流里pps_deblocking_filter_disabled_flag是 1，滤波压根没跑，查了半天参数完全南辕北辙。
5.3 模拟项目A 的排查记录
这里用一个模拟场景把整个链路串一遍。以下参数是按常见配置复原的量级，不代表任何真实项目，只用来演示排查思路。
现象：1080p25 室内固定机位素材，目标码率 2 Mbps，编码后墙面出现规则的方格，同时人物轮廓周围有细密波纹。主观评分明显低于同码率的预期。
第一步，分类。截图放大后发现方格严格对齐 8 像素网格，判定为块效应；人物轮廓周围的波纹宽度不规则，判定为振铃。两类问题同时存在，说明不是单一模块的问题。
第二步，查开关。用上面的命令打印头部，确认sample_adaptive_offset_enabled_flag为 1、pps_deblocking_filter_disabled_flag为 0，两级滤波都在跑。排除"没开"的可能性。
第三步，看实际滤波强度。把--deblock从默认0:0依次调到-2:-2、-4:-4，对比同码率下的主观质量。结果-2:-2明显改善，-4:-4反而变差（墙面变糊、家具纹理丢失）。说明默认强度偏弱，但加强过头会损失细节，最优区间在中间。
第四步，查 QP 分布。把每帧的 CTB 级 QP 打出来，发现平坦墙面区域的 QP 反而比人物区域高出一截，而且相邻 CTB 之间 QP 相差 4~6 档。这就解释了为什么加强滤波会两头不讨好：高 QP 块需要更强的滤波，低 QP 块需要更弱的滤波，同一个 β/tc 满足不了两边。
第五步，回归到量化策略。把自适应量化的强度降一档，重新测。QP 的局部波动收敛到 2~3 档以内，墙面方格基本消失，人物轮廓的振铃也减轻了（因为量化误差变小，高频系数被保留得更多）。最终配置是--deblock -1:-1、AQ 降档、SAO 保持开启，同码率下主观质量提升明显。
这个案例的关键教训是：环路滤波的很多问题，根子不在滤波器上。滤波器只能修正已经产生的失真，如果失真本身超出了它的修正能力（比如 QP 波动过大导致局部失真过强），再怎么调参都是拆东墙补西墙。
5.4 编码端和解码端的一致性检查清单
最后给一份自检清单，适用于自己实现或者修改滤波模块的场景。这里面的每一条，我都在不同场合见过踩坑的实例。
- 中间精度是否统一？亮度的滤波运算中间结果需要用比像素位深更宽的位宽，最终输出前统一裁剪到像素范围。不同实现之间位宽不一致是最常见的不一致来源。
- 位深缩放有没有遗漏？位深大于 8 bit 时，β 和 tc 的查表结果必须按位深差左移，裁剪范围也跟着变。忘记缩放会导致 10 bit 内容滤波严重不足。
- 裁剪顺序是否正确？是先算修正量再裁剪到 ±tc，还是先和原像素相加再裁剪到像素范围，这两个操作的顺序会影响结果，标准里有明确规定。
- 跨边界条件是否对齐？图像边界、条带边界、tile 边界是否滤波，必须严格按码流里的标志位执行，不能"为了好看"一律滤或者一律不滤。
- SAO 的输入是否真的是 DBF 的输出？不要图省事跳过中间缓存，融合实现时要保证跨 CTB 边界的像素已经完成了 DBF。
- 强滤波的判据是否完整？三条附加条件缺一不可，少一条会显著改变重建结果。
- 色度 QP 的映射表用对了吗？色度用的是经过映射的 QP，不是直接拿亮度 QP 用。
这套清单的价值在于，它把"看起来功能对了"和"真的和标准一致"区分开了。环路滤波的很多错误不会导致解码失败或者明显的花屏，只会在长序列里慢慢积累成可观测的质量下降，靠肉眼看是很难定位的。
我个人在做这类模块时的习惯是：先写一个逐像素比对的回归脚本，用参考实现的输出作为基准，随机生成若干组覆盖各种边界的测试图（包括全零残差、全非零残差、帧内帧间混合、不同 QP 组合），跑出来的差异一旦超过零就停下来查。环路滤波这种东西，靠肉眼看着"差不多"是靠不住的，必须用工具把差异逼到零。
后续如果继续往下写这个系列，下一步自然是帧内预测和变换量化这两块，因为它们是块效应的源头，也是调参时最需要配合滤波一起考虑的环节。 фильтр这个模块本身反而不复杂，难的是搞清楚它和上下游之间的相互影响。
