数字电视广播原理和应用-04.ppt

第4章数字视音频压缩编码原理 4.1数字视频压缩编码概述 4.2预测编码 4.2.1预测编码基本原理 4.2.2预测方法 4.2.3预测量化器 4.2.4图像帧间编码中的运动处理 4.2.1预测编码基本原理 4.2.2预测方法 4.2.3预测量化器 4.2.4图像帧间编码中的运动处理 （1）估值块大小（N×N）（2）最佳匹配准则 （3）搜索窗口大小 4.3正交变换编 4.3.1正交变换的性质 4.3.2一维离散余弦变换（Discrete Cosine Transform） 4.3.3二维DCT变换 4.3.4量化器 4.3.1正交变换的性质 4.3.2一维离散余弦变换（Discrete Cosine Transform） 4.3.3二维DCT变换 4.3.4量化器 4.4统计编码 4.4.1信息量和信息熵 4.4.2哈夫曼编码 4.4.3算术编码 4.4.1信息量和信息熵 4.4.2哈夫曼编码 4.4.3算术编码 4.5小波变换编码 4.5.1小波简介 4.5.2基本小波函数 4.5.3小波变换 4.5.4小波变换与带通滤波器 4.5.5离散小波变换的实现－Mallat算法 4.5.1小波简介 4.5.2基本小波函数 4.5.3小波变换 4.5.4小波变换与带通滤波器 4.5.5离散小波变换的实现－Mallat算法 4.6数字声频压缩编码基础 4.6.1概论 4.6.2人耳的听觉阈与频率的关 4.6.3掩蔽效应（masking effect） 4.6.4临界频带（critical band） 4.6.5时域掩蔽效应（Temporal Masking） 4.6.6声音信号的感知编码（Perceptual Coding） 4.6.1概论 4.6.2人耳的听觉阈与频率的关 4.6.3掩蔽效应（masking effect） 4.6.4临界频带（critical band） 4.6.5时域掩蔽效应（Temporal Masking） 4.6.6声音信号的感知编码（Perceptual Coding） 数字音频压缩编码主要基于两种途径：一种是去除声音信号中的“冗余”部分，另一种是利用人耳的听觉特性，将声音中与听觉无关的“不相关”部分去除。 人耳的听感系统的第一个特点是人耳对各频率的灵敏度是不同的。第二个特点是频率之间的掩蔽效应（Frequency Masking Effect）。第三个特点是时域掩蔽效应（Temporal Masking Effect）。 描述响度、声压级以及声源频率之间的关系曲线称为响度曲线。 图4-22 等响曲线 （1）响度与声压有关，声压级越高，相应的响度随之增大； （2）人耳的最敏感的频率在2kHz～5kHz，也就是说，在这段频率范围内的的声音听起来比较响； （3）人耳的灵敏度是随响度而变化的, 声音越响, 灵敏度响应越平坦； （4）图中最低的一条等响曲线描述的是最小可闻阈, 它表示在整个可闻声频频段内, 正常听力的人耳刚好能察觉的最小声压级。 有这样的经验，一个频率的声音能量在小于某个阈值之下时，人耳就会听不到，但是如果有另外的声音存在，这个阈值就会提高很多，这就是所谓的掩蔽效应。 图4-23 同时掩蔽作用示意图 图4-24 掩蔽阈随频率变化的曲线 2. DCT基波向量 以N=8的DCT变换为例，变换核函数a(u,x)可表示为 1.二维DCT变换公式 一个N×N像块f(x,y)(x,y=0,1,…,N-1)的二维DCT定义为 正变换： 反变换： 2. DCT基图像 图4-11 8×8DCT基图像 3.计算举例 图4-12 DCT变换举例 图4-13 DCT变换举例 I(xi)=log2(1/p(xi)) 1.信息量 2.信息“熵”（entropy） （1）把信源符号xi(i=1,2,…,N)按出现概率的值由大到小顺序排列； （2）对两个概率最小的符号分别分配以“0”和“1”，然后把这两个概率相加作为一个新的辅助符号的概率； （3）将这个新的辅助符号与其他符号一起重新按概率大小顺序排列； 1. Huffman编码步骤 （4）跳回到第（2）步，直到出现概率相加为“1”为止； （5）用线将符号连接起来，从而得到一个码树，树的N个端点对应N个信源符号； （6）从最后一个概率为“1”的节点开始，沿着到达信源的每个符号，将一路遇到的二进制码“0”或“1”顺序排列起来，就是端点所对应的信源符号的码字。 2. Huffman编码 图4-14 Huffman编码举例 Huffman编码有如下性质。 （1）Huf