2.1 QTMT块划分机制拆解

2.1 QTMT块划分机制拆解

本节摘要：QTMT（四叉树加多类型树）是VVC最底层也最重要的结构创新。本节拆解它的三层语法——QT如何打底、BT与TT如何接力、约束条件如何防止划分失控；再用一棵真实划分树推演"细长条块为什么值钱"。掌握本节，后面所有预测与残差工具才有几何载体。

上一章说过，VVC给内容的"布料"裁剪自由远超HEVC。本节就来看这把剪刀的完整走法：先四叉树均分，再多类型树顺着内容方向切。2.2节会把镜头拉远，看整帧图像怎么组织这些块。

为什么划分自由度是第一杠杆

混合编码框架里，块的形状决定了预测的精度上限。人脸的发际线是水平走向的细长结构，文字行也是，跑道、栏杆、楼群边缘都是。如果编码块只能是正方形或近方形（HEVC的四叉树时代基本如此），这些细长结构必然被切进多个块里，每块都要独立预测、独立传残差——边缘两侧的高对比像素互相污染，残差能量居高不下。

一条朴素的账：把一个64×64块沿水平边缘切成64×16与64×48，边缘附近的预测难度骤降，残差系数大量归零，熵编码的比特直接省下来。划分自由度是用"多传几个划分标志"换"少传一大片残差"，这笔交换在细长结构丰富的内容上稳赚。JVET测试中，QTMT相对纯四叉树是VVC收益最大的单项工具之一（与帧间预测改进合力构成主要增益来源）。

划分树的三层语法

QTMT不是一种树，是两种树的接力。以一个128×128的CTU为例，划分决策按如下顺序进行：

第一层：QT打底。CTU先走四叉树，每次一分为四，尺寸128→64→32→16。QT的优势是语法极省（一个split标志切四块）、规整、天然并行。QT可以递归到最小16×16（亮度）。

第二层：MTT接力。QT的任何一个叶子都可以宣布"我不再四分，转入多类型树"，然后在内部继续二分（BT，水平或垂直各一刀）或三分（TT，居中留一份）。关键规则有三条：

• BT与TT互斥：同一节点一旦用过TT，其子树内不再允许TT（防语法膨胀与组合爆炸）；
• 尺寸离散集约束：所有划分结果必须落在允许的尺寸集合内（亮度块最小4×4或4×8/8×4，最大不超CTU尺寸）；
• 深度上限：划分深度受标准限制，防止产生不可解码的碎片。

第三层：叶子即CU。划分树叶子上挂的就是CU——预测与残差编码的基本单位。VVC相对HEVC的一处重要简化在这里：CU内部直接用语法描述预测划分与变换划分，不再有独立实体化的PU和TU（1.2节术语表提过这一点）。

一棵划分树的推演（128x128 CTU 覆盖"桌面+横向文件边缘"场景）：

CTU 128x128
├─ QT split → 4 个 64x64
│   ├─ 64x64 [左上：墙面平坦] → QT split
│   │   ├─ 32x32 → QT split → 4 个 16x16 → CU（平坦，小块帧内DC即可）
│   │   └─ 32x32 → CU
│   ├─ 64x64 [右上：含文档横向边缘] → 转MTT
│   │   ├─ 水平BT → 64x32（上：桌面）+ 64x32（下：文档区）
│   │   │   └─ 下 64x32 → 水平BT → 64x16 + 64x16 → CU（贴边细条）
│   │   └─ （BT后禁止TT的规则在此生效）
│   ├─ 64x64 [左下：键盘纹理] → QT split 一次 → 4 个 32x32 → CU
│   └─ 64x64 [右下：细横线阴影] → 转MTT → 垂直BT
│       └─ 32x64 + 32x64 → 右块再垂直TT → 10x64 + 12x64 + 10x64
│           （三分块精确包住三条阴影带）
​

这棵树说明了QTMT的全部性格：平坦区域走QT快速收兵（语法省）；边缘区域转MTT顺着结构切；规则条纹用TT一刀三段。编码器的任务是在率失真意义下搜出这棵树——这也是VVC编码复杂度爆炸的第一源头（第9.3节展开）。

划分约束：自由的安全绳

没有约束的自由会毁掉解码器，标准文本里布满了"刹车片"：

这些约束每一件都对应着第9.3节里的一笔硬件账。标准制定时，划分自由度与实现代价的拉锯战持续了整个标准化周期——最终的QTMT是两边都能接受的成交价。

细长条块的收益从哪来

用一个可复算的思维实验收束本节。设想一段"演示文稿滚动"的屏幕内容：整屏背景恒定，只有一行文字从下往上移动。

• 方形块策略（HEVC式）：文字行横穿多个16×16方块，每个方块都同时含有"动"与"不动"两种像素，帧间预测残差不为零，数十个块都要传残差；
• 细长条策略（VVC）：一个128×8的横条CU恰好罩住文字行，整条统一运动矢量搬运，残差几乎全零，几个比特即可收工。

图解：同一内容的两种裁法

💡 一个反直觉的事实：VVC允许的4×16、16×4这类极端长条块，单独看几乎不会出现在自然视频的最优划分里，但在屏幕内容（文字行、表格线、代码高亮条）里命中率极高——这正是第7章SCC工具与QTMT的配合关系。工具集不是孤立卖点，是成套的班组作战。

一问一答：编码器怎么在划分树上"聪明地偷懒"

exhaustive搜索最优划分树在算力上不可行，生产编码器的剪枝手艺决定了速度档的差距（9.3节伏笔）。公开可见的三板斧：粗筛——先按像素统计（方差、边缘密度）预判区域复杂度，平坦区直接锁死浅划分；早停——RD代价随划分加深单调恶化时停止下探（叶子代价已高于父块就不递归）；复用——相邻CTU的划分树作为搜索起点（空间相关性的又一 exploitation）。理解这三招，你就能读懂编码器文档里"快档效率略降"到底降在哪里——降的就是剪枝的激进程度。

本节要点回顾

• QTMT是两种树的接力：QT打底省语法，MTT（BT/TT）接力贴内容，叶子即CU；
• 细长条块是QTMT的招牌：用几比特划分标志换一整片归零残差，屏幕内容上收益最大；
• 约束是自由的安全绳：最小尺寸、BT/TT互斥、深度上限，每一件都对应硬件实现代价；
• PU/TU实体取消：VVC把预测与变换划分收进CU内部语法，术语更少、决策更耦合；
• 复杂度代价埋下伏笔：划分搜索是编码复杂度的第一来源，第9.3节正式算账。