第四章__信源编码技术.ppt

2 常用变换 　　虽然绝大多数的实际信源是时间连续的信源，但是可以通过对信源进行采样和量化，将连续信源转化为离散信源，然后再进行变换和处理。 这里只是讨论离散信源编码问题，对量化问题不进行讨论。 　　最熟悉的正交变换是傅氏变换，但是无论是连续傅氏变换还是离散傅氏变换，所产生的系数都是复数形式。 在实际编码系统中，经常使用离散余弦变换和离散小波变换作为变换工具。 　　⑴. 离散余弦变换(DCT) 　　在语音、 图像编码等应用中，由于离散余弦变换算法简单、 有效，因此得到了广泛的应用。 离散余弦变换是离散傅氏变换的一种特殊形式，其变换系数如下： 其中，N为参与变换的数据个数，设xi(i=0，1，…，N－1)表示原始数据，yi(i=0，1，…，N－1)表示变换得到的系数，则正、 逆变换的矩阵表示形式为 或者用矩阵表示为　　　　　　　　　　　Y=GX 　　　　　　　　　　　X=GTX其中，T表示矩阵转置，X=［x0，x1， … ，xN－1］T，Y=［y0，y1，…，yN－1］T分别为原始数据和变换后的系数，而G为变换矩阵 　　由于图像编码是二维数据，因此数据的离散余弦变换应当在水平、 垂直方向分别进行，即对图像每行的数据进行一次离散余弦变换，得到一组系数，然后将每行对应的系数作为输入数据再进行垂直方向的离散余弦变换，变换过程如图4.6所示。 变换后的系数经过量化变为整型数据，然后才能进行熵编码，实现图像数据压缩。 图4.6 基于离散余弦变换的图像压缩编码框图 　　在图像压缩中，一般将图像划分为独立的图像子块分别进行离散余弦变换，子块的大小一般是8×8或者16×16。 由于余弦函数是浮点的，离散余弦变换是不可逆变换，因此不能用于无损图像压缩。 静态图像压缩国际标准JPEG、 动态图像压缩压缩标准(如MPEG2，H.263等)以及语音压缩中都使用离散余弦变换去除数据之间的相关性。 由于采用分块编码技术，当输出码率较小时，基于离散余弦变换的图像压缩后的重建图像会产生明显的方块效应。 　　⑵. 离散小波变换(DWT) 　　小波变换最早是由法国地球物理学家Morlet于20世纪80年代提出的，是地球物理信号分析的一种分析工具。 经过科学家、 工程师、 数学家们的共同努力，小波变换在多门学科和多种领域得到成功应用。 尤其在信号处理、 图像压缩、 语音分析、 模式识别、 量子物理、 数字通信以及众多的非线性学科领域，均得到广泛应用。 　　小波分析来源于傅氏分析的不足，经典的傅氏变换是一种频域分析方法，在信号分析和系统分析、 设计等方面具有广泛用途。 但由于在时(空)域中没有任何分辨率，即信号的傅氏变换在任何有限频段的信息都不能够充分描述该信号局部特性，为此，提出了短时傅氏变换方法，即根据需要，人为加上一个时间窗口，然后对加窗后的信号进行傅氏变换，从而得到时(空)域上的分辨率。 然而，一旦选定窗口函数，这种时(空)域上的分辨率也随之而定，不能够满足许多实际问题的要求。 而小波分析可变的时—频窗口可以对信号进行局部性分析，从而弥补了傅氏分析的不足。 原则上讲，以往一切傅氏变换的应用领域均可通过小波变换来加以应用。 　　小波变换分为连续和离散两种形式。 正如傅氏变换、 拉普拉斯变换等一样，作为信号分析工具，小波变换存在分析、 合成所需要的基函数。 在小波理论中，小波分析使用的基函数是由被称为母小波函数(Mother Wavelet)或基本小波函数构造的。 连续母小波函数由Grossman和Morlet引入。 　　设L2(R)是一个可测的、 平方可积的一维函数矢量空间，R为实数集，Ψ(x)∈L2(R)，即 其傅氏变换Ψ(ω)满足可容性(Admissibility)条件 则Ψ(x)称为母小波函数或基本小波函数。 由上述积分可知，下列等式成立： 　　母小波函数Ψ(x)经过平移和尺度变换，即可得到小波基函数Ψa，b(x)，即 其中，a为尺度因子，反映了基函数的伸缩程度；b为平移因子，表示基函数在x轴的平移位置。 显然当a较大时，小波基函数展宽，成为伸张型的宽型小波的低频函数；当a很小时，基函数就变为压缩型的窄型小波的高频函数，所以a代表着频率特征。 　　给定小波基函数Ψa，b(x)，函数f(x)在L2(R)上的连续小波变换定义如下： 　　从小波的可容性条件可知，母小波函数Ψ(x)是一个振荡且能量有限的函数，时域上是快速衰减的。 且容易推出　　　 ，即母小波的傅氏变换　　　经过原点，这表明Ψ(x)在时域的均值为0。 　　小波变换的实质在于将L2(R)空间中的任意函数f(x)表示成为在Ψa，b(x)的不同伸缩和平移因子上的投影的叠加，与傅氏变换不同的是，小波变换将一维时域函数映射到二维“时间—尺度”域上，