視頻壓縮標準

1、圖像壓縮方法在廣義上可以分成兩類。圖像壓縮方法在廣義上可以分成兩類。一類是無損壓縮，又稱為可逆編碼一類是無損壓縮，又稱為可逆編碼(Reversible Coding)。另一類是有損壓縮，又稱不可逆壓縮另一類是有損壓縮，又稱不可逆壓縮(Non-Reversible Coding)。3.1 壓縮編碼基礎壓縮編碼基礎3.2 預預 測測 編編 碼碼3.3 正交變換編碼正交變換編碼3.4 統(tǒng)統(tǒng) 計計 編編 碼碼3.5 子子 帶帶 編編 碼碼3.6 小波變換編碼小波變換編碼圖像數(shù)據(jù)的壓縮機理來自兩個方面：圖像數(shù)據(jù)的壓縮機理來自兩個方面：一是利用圖像中存在大量冗余度可供壓縮；一是利用圖像中存在大量冗余度可供

2、壓縮；二是利用人眼的視覺特性。二是利用人眼的視覺特性。在一幅圖像中規(guī)則的物體和規(guī)則的背在一幅圖像中規(guī)則的物體和規(guī)則的背景具有很強的相關性。景具有很強的相關性。電視圖像序列中相鄰兩幅圖像之間有電視圖像序列中相鄰兩幅圖像之間有較大的相關性。較大的相關性。圖像從大面積上看常存在有紋理結構，圖像從大面積上看常存在有紋理結構，稱之為結構冗余。稱之為結構冗余。人眼的視覺系統(tǒng)對于圖像的感知是非人眼的視覺系統(tǒng)對于圖像的感知是非均勻和非線性的，對圖像的變化并不都能均勻和非線性的，對圖像的變化并不都能察覺出來。察覺出來。當景物的亮度在背景亮度基礎上增加當景物的亮度在背景亮度基礎上增加很少時，人眼是辨別不出的，只有

3、當亮度很少時，人眼是辨別不出的，只有當亮度增加到某一數(shù)值時，人眼才能感覺其亮度增加到某一數(shù)值時，人眼才能感覺其亮度有變化。人眼剛剛能察覺的亮度變化值稱有變化。人眼剛剛能察覺的亮度變化值稱為亮度辨別閾值。為亮度辨別閾值。視覺閾值是指干擾或失真剛好可以被視覺閾值是指干擾或失真剛好可以被察覺的門限值，低于它就察覺不出來，高察覺的門限值，低于它就察覺不出來，高于它才看得出來，這是一個統(tǒng)計值。于它才看得出來，這是一個統(tǒng)計值?？臻g分辨力是指對一幅圖像相鄰像素空間分辨力是指對一幅圖像相鄰像素的灰度和細節(jié)的分辨力，視覺對于不同圖的灰度和細節(jié)的分辨力，視覺對于不同圖像內容的分辨力不同。像內容的分辨力不同?！把谏w

4、效應掩蓋效應”是指人眼對圖像中量化是指人眼對圖像中量化誤差的敏感程度，與圖像信號變化的劇烈誤差的敏感程度，與圖像信號變化的劇烈程度有關。程度有關。根據(jù)壓縮機理的不同，數(shù)據(jù)壓縮編碼根據(jù)壓縮機理的不同，數(shù)據(jù)壓縮編碼方法大致可以分成三類。方法大致可以分成三類。(1)基于圖像信源統(tǒng)計特性的壓縮方法，基于圖像信源統(tǒng)計特性的壓縮方法，有預測編碼、變換編碼、矢量量化編碼、有預測編碼、變換編碼、矢量量化編碼、子帶小波編碼和神經(jīng)網(wǎng)絡編碼法等。子帶小波編碼和神經(jīng)網(wǎng)絡編碼法等。(2)基于人眼視覺特性的壓縮方法，有基于人眼視覺特性的壓縮方法，有基于方向濾波的圖像編碼法和基于圖像輪基于方向濾波的圖像編碼法和基于圖像輪廓

5、紋理的編碼法等。廓紋理的編碼法等。(3)基于圖像景物特征的壓縮方法，有基于圖像景物特征的壓縮方法，有分形編碼法和基于模型的編碼方法等。分形編碼法和基于模型的編碼方法等。預測編碼是根據(jù)某一模型利用過去的預測編碼是根據(jù)某一模型利用過去的樣值對當前樣值進行預測，然后將當前樣樣值對當前樣值進行預測，然后將當前樣值的實際值與預測值相減得到一個誤差值，值的實際值與預測值相減得到一個誤差值，只對這一預測誤差值進行編碼。只對這一預測誤差值進行編碼。幀內預測利用圖像信號的空間相關性幀內預測利用圖像信號的空間相關性來壓縮圖像的空間冗余，根據(jù)前面已經(jīng)傳來壓縮圖像的空間冗余，根據(jù)前面已經(jīng)傳送的同一幀內的像素來預測當前

6、像素。送的同一幀內的像素來預測當前像素。電視圖像在相鄰幀之間存在很強的相電視圖像在相鄰幀之間存在很強的相關性。關性。預測系數(shù)的選擇通常采用最優(yōu)線性預預測系數(shù)的選擇通常采用最優(yōu)線性預測法，選擇預測系數(shù)測法，選擇預測系數(shù)a1，a2，an-1使誤使誤差信號差信號en的均方值最小。的均方值最小。自適應預測又稱為非線性預測。自適應預測又稱為非線性預測?？梢岳妙A測誤差作為控制信息，因可以利用預測誤差作為控制信息，因為預測誤差的大小反映了圖像信號的相關為預測誤差的大小反映了圖像信號的相關性。性。由于圖像信號在幀內和幀間存在著一由于圖像信號在幀內和幀間存在著一定的相關性，預測誤差統(tǒng)計特性的一個特定的相關性，

7、預測誤差統(tǒng)計特性的一個特點就是它的概率分布集中在點就是它的概率分布集中在0附近的一個較附近的一個較窄的范圍內，窄的范圍內，0值出現(xiàn)的概率最大。隨著預值出現(xiàn)的概率最大。隨著預測誤差絕對值的增大其出現(xiàn)的概率迅速下測誤差絕對值的增大其出現(xiàn)的概率迅速下降，近似的數(shù)學模型是降，近似的數(shù)學模型是Laplace分布，即分布，即)2exp(21)(neeneep在預測編碼中可以采用非均勻量在預測編碼中可以采用非均勻量化，非均勻量化特性曲線如圖化，非均勻量化特性曲線如圖3-6所示。所示。圖3-6非均勻量化特性曲線在圖像的運動處理中主要有兩個過程。在圖像的運動處理中主要有兩個過程。第一個過程為運動估計第一個過程為

8、運動估計(Motion Estimation，ME)。運動估計是對運動物體的位移作出運動估計是對運動物體的位移作出估計，即估計出運動物體從上一幀到當前估計，即估計出運動物體從上一幀到當前幀的位移方向和位移量，也就是估計出運幀的位移方向和位移量，也就是估計出運動矢量。動矢量。第二個過程為運動補償?shù)诙€過程為運動補償(Motion Compensation，MC)。運動補償是按照運運動補償是按照運動矢量將上一幀作位移，求出當前幀的運動矢量將上一幀作位移，求出當前幀的運動結果。動結果。把圖像分成若干子塊，設子塊圖像是把圖像分成若干子塊，設子塊圖像是由由NN個像素組成的像塊，并假設一個像個像素組成的像

9、塊，并假設一個像塊內的所有像素作一致的平移運動。塊內的所有像素作一致的平移運動。估值塊大小的選擇應該綜合考慮圖像估值塊大小的選擇應該綜合考慮圖像細節(jié)構成和計算量等因素。細節(jié)構成和計算量等因素。判斷兩個宏塊間最佳匹配準則有很多判斷兩個宏塊間最佳匹配準則有很多種。種。搜索窗口的選擇應綜合考慮幀間運動搜索窗口的選擇應綜合考慮幀間運動位移的可能大小和計算量等因素。位移的可能大小和計算量等因素?？焖偎阉鞣梢詼p少搜索次數(shù)?？焖偎阉鞣梢詼p少搜索次數(shù)。分級搜索則把搜索過程分為粗搜索和分級搜索則把搜索過程分為粗搜索和細搜索兩步來進行，首先對圖像進行亞取細搜索兩步來進行，首先對圖像進行亞取樣得到一個低分辨率的

10、圖像，然后再對所樣得到一個低分辨率的圖像，然后再對所得到的低分辨率圖像進行全搜索。得到的低分辨率圖像進行全搜索。變換編碼變換編碼(Transform Coding)的基本的基本思想是將在通常的歐幾里德幾何空間思想是將在通常的歐幾里德幾何空間(空間空間域域)描寫的圖像信號變換到另外的向量空間描寫的圖像信號變換到另外的向量空間(變換域變換域)進行描寫，然后再根據(jù)圖像在變進行描寫，然后再根據(jù)圖像在變換域中系數(shù)的特點和人眼的視覺特性進行換域中系數(shù)的特點和人眼的視覺特性進行編碼。編碼。(1)一般來說圖像變換不是對整幅圖像一般來說圖像變換不是對整幅圖像一次進行，而是在存儲器中把一幅圖像分一次進行，而是在存

11、儲器中把一幅圖像分成許多成許多NN的像塊，然后依次將每個方塊的像塊，然后依次將每個方塊內的內的NN個樣點同時送入變換器進行變換個樣點同時送入變換器進行變換運算。運算。(2)變換器把輸入的變換器把輸入的NN點的像塊由點的像塊由原空間域變換到變換域中，映射成同樣大原空間域變換到變換域中，映射成同樣大小的小的NN點的變換系數(shù)矩陣，經(jīng)過變換后點的變換系數(shù)矩陣，經(jīng)過變換后的系數(shù)矩陣更有利于壓縮。的系數(shù)矩陣更有利于壓縮。(3)量化器用有限個值來表示變換后的量化器用有限個值來表示變換后的系數(shù)矩陣，通過量化器舍棄一些小幅度的系數(shù)矩陣，通過量化器舍棄一些小幅度的變換系數(shù)。變換系數(shù)。(4)編碼器給量化器輸出的每一

12、個符號編碼器給量化器輸出的每一個符號指定一個二進制碼字，可以是定長碼也可指定一個二進制碼字，可以是定長碼也可以是變長碼。以是變長碼。正交變換有以下性質。正交變換有以下性質。可以證明圖像在空間域中的數(shù)據(jù)平方可以證明圖像在空間域中的數(shù)據(jù)平方和和圖像在變換域中的數(shù)據(jù)的平方和存在和和圖像在變換域中的數(shù)據(jù)的平方和存在能量守恒關系，即能量守恒關系，即1010210102),(),(NuNvNxNyvuFyxf大部分正交變換趨向將圖像的大部分大部分正交變換趨向將圖像的大部分能量集中到相對少數(shù)幾個系數(shù)上，由于整能量集中到相對少數(shù)幾個系數(shù)上，由于整個能量守恒，因此這意味著許多變換系數(shù)個能量守恒，因此這意味著許多

13、變換系數(shù)只含有很少的能量。只含有很少的能量。當輸入的像素高度相關時，變換系數(shù)當輸入的像素高度相關時，變換系數(shù)趨向于不相關。趨向于不相關。如果把如果把f(x,y)看作是一個具有一定熵值看作是一個具有一定熵值的隨機函數(shù)，那么變換系數(shù)的隨機函數(shù)，那么變換系數(shù)F(u,v)的熵值和的熵值和原來圖像信號原來圖像信號f(x,y)的熵值相等。的熵值相等。正變換 1, 1 , 02) 12(cos)(2)()(10NuNuxxfNuCuFNx (3-13)反變換 1,1 , 02) 12(cos)(2)()(10NxNuxuFNuCxfNu (3-14)式中系數(shù)： 0102/ 1)(uuuC一個一個NN像塊像塊

14、f(x,y)(x,y=0,1,N-1)的二維的二維DCT定義為定義為正變換： 10102) 12(cos2) 12(cos),()()(2),(NxNyNvyNuxyxfNvCuCvuF （3-19）反變換： 10102) 12(cos2) 12(cos),()()(2),(NuNvNvyNuxvuFvCuCNyxf （3-20） 其中 1, 1 , 0,;1, 1 , 0,NyxNvu 0,10,21)(),(vuvuvCuC二維變換核函數(shù)二維變換核函數(shù)a(x，y；u，v)按按x，y，u，v分別展開后得到的是分別展開后得到的是NN個個NN點點的像塊組，又稱為基圖像。一個的像塊組，又稱為基圖像

15、。一個88的的DCT基圖像示意如圖基圖像示意如圖3-15所示。所示。圖圖3-15 88的的DCT基圖像示意圖基圖像示意圖DCT編碼中對圖像帶來失真的主要原編碼中對圖像帶來失真的主要原因如下：因如下：(1)舍去高頻系數(shù)而使圖像產(chǎn)生模糊；舍去高頻系數(shù)而使圖像產(chǎn)生模糊；(2)對某些系數(shù)采用粗量化而產(chǎn)生顆粒對某些系數(shù)采用粗量化而產(chǎn)生顆粒狀結構；狀結構；(3)像塊的劃分使相鄰像塊人為地造成像塊的劃分使相鄰像塊人為地造成亮度不連續(xù)，即塊效應。亮度不連續(xù)，即塊效應。對于某一離散無記憶信源對于某一離散無記憶信源X的符號集的符號集xi(i=1,2,，N)，假設每個符號，假設每個符號xi是統(tǒng)計是統(tǒng)計獨立的，出現(xiàn)的

16、概率為獨立的，出現(xiàn)的概率為p(xi), ，則符號則符號xi所攜帶的信息量定義為所攜帶的信息量定義為I(xi)=log2(1/p(xi)1)(1Niixp如果將信源所有可能時間的信息量進如果將信源所有可能時間的信息量進行平均，就得到了信源中每個符號的平均行平均，就得到了信源中每個符號的平均信息量，又稱為信息的熵，可表示為信息量，又稱為信息的熵，可表示為)(log)()(/1 (log)()(2121iNiiiNiixpxpxpxpXHHuffman編碼方法就是利用了這個定理，編碼方法就是利用了這個定理，它是一種效率高、方法簡單的編碼。信源它是一種效率高、方法簡單的編碼。信源中符號出現(xiàn)的概率相差越

17、大，中符號出現(xiàn)的概率相差越大，Huffman編編碼效果越好。碼效果越好。(1)把信源符號把信源符號xi(i=1,2,N)按出現(xiàn)按出現(xiàn)概率的值由大到小的順序排列；概率的值由大到小的順序排列；(2)對兩個概率最小的符號分別分配以對兩個概率最小的符號分別分配以“0”和和“1”，然后把這兩個概率相加作，然后把這兩個概率相加作為一個新的輔助符號的概率；為一個新的輔助符號的概率；(3)將這個新的輔助符號與其他符號一將這個新的輔助符號與其他符號一起重新按概率大小順序排列；起重新按概率大小順序排列；(4)跳到第跳到第2步，直到出現(xiàn)概率相加為步，直到出現(xiàn)概率相加為1為止；為止；(5)用線將符號連接起來，從而得到

18、一用線將符號連接起來，從而得到一個碼樹，樹的個碼樹，樹的N個端點對應個端點對應N個信源符號；個信源符號；(6)從最后一個概率為從最后一個概率為1的節(jié)點開始，的節(jié)點開始，沿著到達信源的每個符號，將一路遇到的沿著到達信源的每個符號，將一路遇到的二進制碼二進制碼“0”或或“1”順序排列起來，就順序排列起來，就是端點所對應的信源符號的碼字。是端點所對應的信源符號的碼字。(1)Huffman方法構造出來的碼不是惟方法構造出來的碼不是惟一的，主要有兩個原因：一是在兩個符號一的，主要有兩個原因：一是在兩個符號概率相加給兩條支路分配概率相加給兩條支路分配“0”和和“1”時，時，這一選擇是任意的；二是當兩個消息

19、的概這一選擇是任意的；二是當兩個消息的概率相等時，率相等時，0，1分配也是隨意的。分配也是隨意的。(2)Huffman編碼對不同的信源，其編編碼對不同的信源，其編碼效率是不同的。碼效率是不同的。(3)Huffman編碼中，沒有一個碼字是編碼中，沒有一個碼字是另一個碼字的前綴，因此，每個碼字惟一另一個碼字的前綴，因此，每個碼字惟一可譯。可譯。在算術編碼中，把被編碼的信息表示在算術編碼中，把被編碼的信息表示成成0到到1之間的一個間隔。在傳輸任何信息之間的一個間隔。在傳輸任何信息之前，信息的完整范圍是之前，信息的完整范圍是0，1)，當一個，當一個符號被處理時，區(qū)間范圍就依據(jù)分配給這符號被處理時，區(qū)間

20、范圍就依據(jù)分配給這一符號的那部分范圍而變窄。一符號的那部分范圍而變窄。(1)首先對字符號集首先對字符號集X中每個單獨的符中每個單獨的符號賦一個號賦一個0到到1之間的子區(qū)間，子區(qū)間的長之間的子區(qū)間，子區(qū)間的長度等于該符號的概率，并假設這樣的賦值度等于該符號的概率，并假設這樣的賦值對解碼器來說是已知的。對解碼器來說是已知的。(2)讀入第一符號讀入第一符號a1，設，設a1是符號集是符號集X中的第中的第i個符號，個符號，a1=xi(i=1，2，N)，那，那么初始子區(qū)間定義為么初始子區(qū)間定義為I1，r1)=pi-1，pi)(3)讀入下一個符號，設已經(jīng)是第讀入下一個符號，設已經(jīng)是第n次次讀入，并設讀入的符

21、號讀入，并設讀入的符號an是符號集是符號集X中的第中的第i個符號，即個符號，即an=xi。定義新區(qū)間為定義新區(qū)間為ln，rn)=ln-1+pi-1dn-1，ln-1+pidn-1)如果解碼器也知道這一最后的范圍如果解碼器也知道這一最后的范圍0.5143876，0.514402)，它馬上就可以解，它馬上就可以解得第一個字符為得第一個字符為x3，因為從各個符號的概，因為從各個符號的概率值及其所分配的編碼區(qū)間范圍看，只有率值及其所分配的編碼區(qū)間范圍看，只有x3的編碼區(qū)間范圍能包含的編碼區(qū)間范圍能包含0.5143876，0.514402)。算術編碼器對整個消息只產(chǎn)生一個碼算術編碼器對整個消息只產(chǎn)生一個

22、碼字，這個碼字是在間隔字，這個碼字是在間隔0，1)中的一個實中的一個實數(shù)，因此譯碼器在接收到表示這個實數(shù)的數(shù)，因此譯碼器在接收到表示這個實數(shù)的所有位之前不能進行譯碼。所有位之前不能進行譯碼。子帶編碼的基本思想是利用帶通濾波子帶編碼的基本思想是利用帶通濾波器組將信道頻帶分割成若干個子頻帶器組將信道頻帶分割成若干個子頻帶(Subband)，將子頻帶搬移至零頻處進行子將子頻帶搬移至零頻處進行子帶取樣，再對每一個子帶用一個與其統(tǒng)計帶取樣，再對每一個子帶用一個與其統(tǒng)計特性相適配的編碼器進行圖像數(shù)據(jù)壓縮。特性相適配的編碼器進行圖像數(shù)據(jù)壓縮。子帶編碼由于其本身具備的頻帶分解子帶編碼由于其本身具備的頻帶分解特性，非常適合于分辨率可分多級的視頻特性，非常適合于分辨率可分多級的視頻編碼。編碼。另外，子帶編碼還有以下優(yōu)點。另外，子帶編碼還有以下優(yōu)點。(1)一個子帶的編碼噪聲在解碼后只局一個子帶的編碼噪聲在解碼后只局限于該子帶內，不會擴散到其他子帶。這限于該子帶內，不會擴散到其他子帶。這樣，即使有的子帶信號較弱，也不會被其樣，即使有的子帶信號較弱，也不會被其他子帶