節(jié)自適應(yīng)差分脈碼調(diào)制

1、會(huì)計(jì)學(xué)1節(jié)自適應(yīng)差分脈碼調(diào)制節(jié)自適應(yīng)差分脈碼調(diào)制 ( )( )( )( )( )( )( )( )( )( )( )ereqrqd kS kS kS kS kd ke kS kS kd kd k22( )( )qSNRE dkE e k1( )()NeiriS ka S ki1( )1NiiiD za z 11( ) 1( )1NiiiH zD zaz A/D 信號(hào) 變換 壓縮編碼 輸出 語音編碼器波形編碼器參量編碼器頻域時(shí)域非差分子帶編碼自適應(yīng)變換域編碼差分PCMDPCMM連續(xù)可變斜率MADPCMAPC線性預(yù)測編碼聲碼器信道聲碼器共振峰聲碼器倒頻譜聲碼器語音激勵(lì)聲碼器多脈沖激勵(lì)LPC碼本激勵(lì)

2、LPC矢量和激勵(lì)LPC周期基音周期濁音聲帶振動(dòng)語音波形三角形周期脈沖波，含豐富諧波清音聲帶不振動(dòng)類似白噪聲周期脈沖發(fā)生器隨機(jī)噪聲發(fā)生器G時(shí)變數(shù)字濾波器)(nu清/濁音開關(guān)聲道參數(shù))(ns基音周期111()()()1( )()( )( )()( )( )( )NkkkNkkNkkS ZGH ZU Za ZS na S nkG u nS na S nke nS nS n時(shí)變?yōu)V波器：預(yù)測器：誤差：.261DFTDCTHJPEGWTHTSlant靜止二維預(yù)測變換利用象素間的相關(guān)特性活動(dòng)三維離散傅立葉變換變換離散余弦變換最廣，函數(shù)變換利用變換域沃爾什變換參數(shù)分布特征哈達(dá)碼變換傾斜變換幀內(nèi)編碼局部更新編碼

3、幀間編碼 幀間預(yù)測運(yùn)動(dòng)補(bǔ)償統(tǒng)計(jì)冗余度低頻分量多視覺冗余度人眼的感覺冗余度空間冗余度 圖像結(jié)構(gòu)時(shí)間冗余度 圖像活動(dòng)性12,4MPEGISO MPEGDVD DVBMPEGInternet.261.263.264HITUHHn為什么要變換和量化為什么要變換和量化變換變換量化量化熵編碼熵編碼具有優(yōu)良頻率特性的濾波器作變換工具，有利于得到平穩(wěn)的能量分布，有利于進(jìn)一步的量化處理原始信號(hào)的信息損失主要發(fā)生在量化階段，好的量化能以盡可能少的量化誤差換取最小的碼率+=高質(zhì)量編碼器120( ) ( )( ),01NjnkNnX kDFT x nx n ekN1201( )( )( ),01NjnkNkx nID

4、FT X kX k enNNn DFT變換變換 結(jié)果有虛部和實(shí)部結(jié)果有虛部和實(shí)部n 對(duì)對(duì)DFT變換系數(shù)量化后，吉布斯效應(yīng)明顯變換系數(shù)量化后，吉布斯效應(yīng)明顯n 把把x(n)對(duì)稱延拓，可以消除其中的虛部，對(duì)稱延拓，可以消除其中的虛部，得得 到到DCT變換變換假設(shè)圖象的大小只有一個(gè)假設(shè)圖象的大小只有一個(gè)44的塊，即一共的塊，即一共16個(gè)個(gè)點(diǎn)，其中每個(gè)象素點(diǎn)都有一定的值，我們把這個(gè)值點(diǎn)，其中每個(gè)象素點(diǎn)都有一定的值，我們把這個(gè)值叫灰度值。對(duì)圖象而言，這些值為叫灰度值。對(duì)圖象而言，這些值為0255之間的整之間的整數(shù)。假設(shè)一幅數(shù)。假設(shè)一幅44的圖象，它的灰度值如下：的圖象，它的灰度值如下： 12816581

5、82345214200168486424362204下面我們對(duì)這個(gè)下面我們對(duì)這個(gè)44的圖象做變換，變換矩陣我的圖象做變換，變換矩陣我們選：們選：111111111111121111T一般我們希望它是正交矩陣，即變換矩陣和它的一般我們希望它是正交矩陣，即變換矩陣和它的逆矩陣的乘積，為單位矩陣，即：逆矩陣的乘積，為單位矩陣，即：1TTII1000010000100001I對(duì)上述圖像作變換，可以驗(yàn)證：對(duì)上述圖像作變換，可以驗(yàn)證： T1111111111111211111281658182345214200168486424362204370243318290781652181541661391322

6、662286125212146我們希望這個(gè)過程是可逆的，即可以驗(yàn)證：我們希望這個(gè)過程是可逆的，即可以驗(yàn)證： = 1111111111111211113702433182907816521815416613913226622861252121461281658182345214200168486424362204aaaaabacbccbacabaaaaacabcbbcabacTY= AXAX1113,cos ,cos22828abcTY= CXCEX22222222aac aac11111 d11d11d111dac cac c1111111 daac aac1dd11d11ac cac c若若

7、 表示矩陣對(duì)應(yīng)元素相乘，表示矩陣對(duì)應(yīng)元素相乘，d=b/c，那么上式，那么上式可以表示為可以表示為 時(shí)，為最優(yōu)變換矩陣時(shí)，為最優(yōu)變換矩陣1/( 2 1 ) 2.4142.d 在這里，在這里，d取取52，非常接近最優(yōu)值，非常接近最優(yōu)值 此時(shí)，此時(shí)， ，得到整數(shù)變換矩陣的正變換得到整數(shù)變換矩陣的正變換為：為： 1/( 2 1 ) 2.4142.d 1522,22 2929abcTfffY= C XCEX2222222211111511aac/2aac/251151115ac/2 c /4 ac/2 c /411111115aac/2aac/215511511ac/2 c /4 ac/2 c /4對(duì)于

8、對(duì)于9比特的預(yù)測誤差數(shù)據(jù)做變換，變換矩陣每一行比特的預(yù)測誤差數(shù)據(jù)做變換，變換矩陣每一行絕對(duì)值之和的最大值為絕對(duì)值之和的最大值為14，因此對(duì)于變換后的矩陣，因此對(duì)于變換后的矩陣元素需要元素需要 位來表示。現(xiàn)在大多數(shù)處理裝置位來表示?，F(xiàn)在大多數(shù)處理裝置（如（如CPU，DSP）為）為32位寬，用上述變換進(jìn)行處理位寬，用上述變換進(jìn)行處理就沒有數(shù)據(jù)溢出的危險(xiǎn)。就沒有數(shù)據(jù)溢出的危險(xiǎn)。 29+log14 14=17一旦得到變換后的系數(shù)，我們就可以對(duì)變換系數(shù)進(jìn)一旦得到變換后的系數(shù)，我們就可以對(duì)變換系數(shù)進(jìn)行量化操作。對(duì)于某個(gè)量化步長行量化操作。對(duì)于某個(gè)量化步長QStep，對(duì)應(yīng)一個(gè)，對(duì)應(yīng)一個(gè)量化參數(shù)量化參數(shù)Q，量

9、化參數(shù)，量化參數(shù)Q的取值范圍為的取值范圍為0到到44整數(shù)，整數(shù)，量化就是把變換得到的結(jié)果都除以量化就是把變換得到的結(jié)果都除以QStep： TfffY/Qstep= C XCEX/Qstep1/41/2321/41/23211111511511511151/2321/581/2321/58/Qstep111111151/41/2321/41/232155115111/2321/581/2321/58Tfff= C XCMqbitsQ/(2)Y2fqbitsfEMQStep可以得到：可以得到：其中，其中， ，floor表示向負(fù)無窮取整。量表示向負(fù)無窮取整。量化參數(shù)化參數(shù)Q與量化步長與量化步長QSt

10、ep的對(duì)應(yīng)關(guān)系如表的對(duì)應(yīng)關(guān)系如表1。從。從表表1中可以看出，量化參數(shù)中可以看出，量化參數(shù)Q每增加每增加5時(shí)，量化步時(shí)，量化步長長QStep就隨之翻倍增加。就隨之翻倍增加。15( /5)qbitsfloor Q可以得到可以得到Q01234567891011QStep 0.625 0.6875 0.8125 0.875 11.251.375 1.625 1.75 2 2.5 2.75 Q1419 24 29 34 39 QStep 48 163264128 表表1 量化參數(shù)量化參數(shù)Q與量化步長與量化步長QStep的對(duì)應(yīng)關(guān)的對(duì)應(yīng)關(guān)系系 11( )( ) ( )X ZH Z X Z1/21/21111

11、( )()()2Y zX ZXZ)()(211ZYZU1111111( )( )( )( ) ( )() ()( )2T ZK Z U ZH Z X ZHz XZ K Z2222221( )( )( )( ) ( )() ()( )2T ZK Z U ZH Z X ZHz XZ K Z假設(shè)：11( )( )K ZH Z221( )( )()K ZH ZHZ22121( )( )( )( )2S ZHZHZX Z得到：同理：211( )()UZY Z( )(2)nkthtn1( )( 1)(2)nnkthtnn 對(duì)于具有緊支的標(biāo)準(zhǔn)正交函數(shù)系，任何連續(xù)可積函數(shù)的取樣值為： 0( ), ()ncx

12、ttnn 那么，x(t)可以寫成： 0( )()nnx tctnn 由于 (t-n)對(duì)不同的n正交，對(duì)x(t)的小波分解算法可以寫成： 11( ), (2)ncx tt n 0(),(2)kmkmctkhtnm 02n mmmch 1021( 1)mnn mmmdchn 可以證明， (t-n)對(duì)不同的n正交，等價(jià)于： 22( )()1HH Mallat提出了多分辨率分析提出了多分辨率分析(Multiresolution analysis, MRA)理論，希望得到圖象理論，希望得到圖象3 3個(gè)方向的個(gè)方向的紋理特征，以便機(jī)器識(shí)別紋理特征，以便機(jī)器識(shí)別22222 (0)(0)(1)(2) .( )

13、2 (1)(0) (1) .(1) ( )2 (2)(0) (2) .(2) ( ).2 ( )(0) ( )ghhhh Nghhh Nh Nghhh Nh Ng Lhh N 根據(jù)根據(jù)MRA的思想，的思想，Daubechies設(shè)計(jì)了正交性能設(shè)計(jì)了正交性能良好的高低通濾波器組，良好的高低通濾波器組，但是它們不對(duì)稱即不滿足但是它們不對(duì)稱即不滿足線性相位，因此不能完全重構(gòu)圖象的邊界線性相位，因此不能完全重構(gòu)圖象的邊界 1 2(0)(0) (0) 2 (1) (1)9162 (1)2 (0) (1) 2 (1) (0) 2 (1) (2)02 (2)2 (0) (2) 2 (1) (1)1162 (3

14、)2 (1) (2)ghhhhghhhhhhghhhhghh -1/8 -1/8 分解取偶數(shù)點(diǎn)，重構(gòu)時(shí)補(bǔ)分解取偶數(shù)點(diǎn)，重構(gòu)時(shí)補(bǔ)0在奇數(shù)點(diǎn)，分解時(shí)在奇數(shù)點(diǎn)，補(bǔ)在奇數(shù)點(diǎn)，分解時(shí)在奇數(shù)點(diǎn)，補(bǔ)0在偶數(shù)點(diǎn)。然后在偶數(shù)點(diǎn)。然后以邊界點(diǎn)為中心對(duì)稱延拓，分解和重構(gòu)時(shí)延拓方式是一樣的。以邊界點(diǎn)為中心對(duì)稱延拓，分解和重構(gòu)時(shí)延拓方式是一樣的。6.7.6 矢量小波矢量小波(Multiwavelets)SOM多重小波具有很好的低通、帶通和多重小波具有很好的低通、帶通和高通特性，具有提高編碼質(zhì)量的潛力高通特性，具有提高編碼質(zhì)量的潛力6.7.7 零樹量化零樹量化(EZW SPIHT)6.7.8 Wavelet與與DCT的比

15、較的比較(Y)Wavelet與DCT的比較(U V)DCT變換編碼變換編碼, 17.95 dBWavelet變換編碼變換編碼, 20.98 dB小波變換可以有效的克服塊效應(yīng)小波變換可以有效的克服塊效應(yīng)(a) Lenna原圖原圖 (b) 0.005bpp, PSNR=20.76dB (c) 0.01bpp, PSNR=22.72dB (d) 0.02bpp, PSNR=24.21dB (e) 0.05bpp, PSNR=27.30dB (f) 0.1bpp, PSNR=28.81dB 小波編碼在高碼率和低碼率情況下都取得很很好的實(shí)驗(yàn)結(jié)果小波編碼在高碼率和低碼率情況下都取得很很好的實(shí)驗(yàn)結(jié)果編碼的尺

16、寸編碼的尺寸可伸縮性可伸縮性編碼的質(zhì)量編碼的質(zhì)量可伸縮性可伸縮性6.7.9 小波變換編碼具有可伸縮性小波變換編碼具有可伸縮性小波編碼的數(shù)據(jù)結(jié)構(gòu)的量化手段十分有小波編碼的數(shù)據(jù)結(jié)構(gòu)的量化手段十分有利于可伸縮性編碼和解碼利于可伸縮性編碼和解碼 6.8 視頻編碼與視頻編碼與H.264隨著數(shù)字技術(shù)的發(fā)展，欣賞數(shù)字影視成為大眾娛隨著數(shù)字技術(shù)的發(fā)展，欣賞數(shù)字影視成為大眾娛樂生活的重要內(nèi)容。數(shù)字影視以數(shù)字信號(hào)形式，樂生活的重要內(nèi)容。數(shù)字影視以數(shù)字信號(hào)形式，或者說以或者說以bit的形式在各種介質(zhì)（或者叫存儲(chǔ)器的形式在各種介質(zhì)（或者叫存儲(chǔ)器）存儲(chǔ)和傳輸。我們希望在容量有限的存儲(chǔ)器內(nèi)）存儲(chǔ)和傳輸。我們希望在容量有限

17、的存儲(chǔ)器內(nèi)存放更多的電影數(shù)量，或者希望在網(wǎng)絡(luò)點(diǎn)播中看存放更多的電影數(shù)量，或者希望在網(wǎng)絡(luò)點(diǎn)播中看到更流暢的電影作品。然而存儲(chǔ)器的容量或者網(wǎng)到更流暢的電影作品。然而存儲(chǔ)器的容量或者網(wǎng)絡(luò)能提供的帶寬總是不能滿足人們不斷增長的需絡(luò)能提供的帶寬總是不能滿足人們不斷增長的需要，這就推動(dòng)了視頻壓縮編碼技術(shù)的發(fā)展。要，這就推動(dòng)了視頻壓縮編碼技術(shù)的發(fā)展。對(duì)于對(duì)于CIF格式的視頻流，它的畫面大小是格式的視頻流，它的畫面大小是352288個(gè)象個(gè)象素，每個(gè)象素點(diǎn)用素，每個(gè)象素點(diǎn)用8個(gè)個(gè)bit來表示，對(duì)于黑白的畫面來說來表示，對(duì)于黑白的畫面來說，一幅畫面需要，一幅畫面需要3522888=811,008bit，如果是彩色

18、，如果是彩色畫面，則需要畫面，則需要1,216,512。為了欣賞到連續(xù)的畫面，根。為了欣賞到連續(xù)的畫面，根據(jù)人類的視覺特性，每秒差不多要播放據(jù)人類的視覺特性，每秒差不多要播放25個(gè)這樣的畫面?zhèn)€這樣的畫面（或者叫幀），才不會(huì)有快鏡頭的感覺（比如象卓別林（或者叫幀），才不會(huì)有快鏡頭的感覺（比如象卓別林的老電影）。那么，對(duì)于一部的老電影）。那么，對(duì)于一部60分鐘長的電影，它需要分鐘長的電影，它需要的存儲(chǔ)量為的存儲(chǔ)量為1,216,512256060=109,486,080,000，約為，約為13,685,760,000個(gè)字節(jié)，即個(gè)字節(jié)，即13個(gè)個(gè)G的存儲(chǔ)空間。的存儲(chǔ)空間。市場上的硬盤目前流行的一般為市

19、場上的硬盤目前流行的一般為150個(gè)個(gè)G，也就是說，也就是說，這么一個(gè)硬盤里面只能放這么一個(gè)硬盤里面只能放10部電影，這遠(yuǎn)遠(yuǎn)不能滿足我部電影，這遠(yuǎn)遠(yuǎn)不能滿足我們實(shí)際的需要。而實(shí)際上，們實(shí)際的需要。而實(shí)際上，150G的硬盤至少可以存放的硬盤至少可以存放100部高質(zhì)量的電影，這正是通過視頻壓縮手段才能做部高質(zhì)量的電影，這正是通過視頻壓縮手段才能做到這一點(diǎn)的。到這一點(diǎn)的。6.8.1 視頻編碼框架視頻編碼框架6.8.2 運(yùn)動(dòng)預(yù)測運(yùn)動(dòng)預(yù)測塊搜索窗口幀k（當(dāng)前幀）幀k-1（參考幀）1, 2( , (,)| , - -, -|1,1B BSAD s c REF ms x y c x my mxyxyn 多參考

20、幀技術(shù)多參考幀技術(shù)如果在整個(gè)宇宙中找到的最如果在整個(gè)宇宙中找到的最亮的恒星，一定不會(huì)比在整個(gè)銀河系中找到的暗亮的恒星，一定不會(huì)比在整個(gè)銀河系中找到的暗當(dāng)前幀 =4 =2 =1前面4 個(gè)參考幀同一幀中的不同塊的預(yù)測值可以在不同的參考幀中參。而且考幀越多，越能同一幀中的不同塊的預(yù)測值可以在不同的參考幀中參。而且考幀越多，越能找到符合要求的預(yù)測值。找到符合要求的預(yù)測值。以硬件的計(jì)算、存儲(chǔ)能力為代價(jià)以硬件的計(jì)算、存儲(chǔ)能力為代價(jià)1/2精度精度(33.25dB) 整數(shù)精度整數(shù)精度(33.00dB) n多尺寸預(yù)測塊多尺寸預(yù)測塊能根據(jù)物體的運(yùn)動(dòng)劇烈情況選能根據(jù)物體的運(yùn)動(dòng)劇烈情況選擇預(yù)測塊的尺寸擇預(yù)測塊的尺寸碼

21、率開銷碼率開銷(161616預(yù)測誤差預(yù)測誤差+ +一個(gè)運(yùn)動(dòng)矢量的一個(gè)運(yùn)動(dòng)矢量的) ) 碼率開銷碼率開銷(4個(gè)個(gè)88 8預(yù)測誤差預(yù)測誤差+4+4個(gè)運(yùn)動(dòng)矢量的個(gè)運(yùn)動(dòng)矢量的) )？5個(gè)參考幀個(gè)參考幀(33.19dB) 1個(gè)參考幀個(gè)參考幀(31.65dB) n 分精度插值預(yù)測技術(shù)分精度插值預(yù)測技術(shù)運(yùn)動(dòng)物體半個(gè)象素點(diǎn)的運(yùn)動(dòng)物體半個(gè)象素點(diǎn)的位移，但只能通過整數(shù)點(diǎn)象素來表達(dá)，影響了預(yù)測位移，但只能通過整數(shù)點(diǎn)象素來表達(dá)，影響了預(yù)測的精度的精度AB預(yù)測誤差預(yù)測誤差ERROR:|B-A| |B-A|A通過預(yù)測濾波器，得到通過預(yù)測濾波器，得到A，濾波器的系數(shù)為，濾波器的系數(shù)為M/2N，有利于硬件的實(shí)現(xiàn)，有利于硬件的實(shí)現(xiàn)6.8.3 率失真率失真-RDJDR SADR 2( )lnR DaD( )1R DaDD278Q 語音編碼器波形編碼器參量編碼器頻域時(shí)域非差分子帶編碼自適應(yīng)變換域編碼差分P