视频压缩技术2.pptVIP

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2.1.1 视频信号压缩的可能性 视频数据中存在着大量的冗余, 即图像的各像素数据之间存在极强的相关性。 利用这些相关性, 一部分像素的数据可以由另一部分像素的数据推导出来, 结果视频数据量能极大地压缩, 有利于传输和存储。 视频数据主要存在以下形式的冗余: 1. 空间冗余 视频图像在水平方向相邻像素之间、 垂直方向相邻像素之间的变化一般都很小, 存在着极强的空间相关性。 特别是同一景物各点的灰度和颜色之间往往存在着空间连贯性, 从而产生了空间冗余, 常称为帧内相关性。 2. 时间冗余 在相邻场或相邻帧的对应像素之间, 亮度和色度信息存在着极强的相关性。 当前帧图像往往具有与前、 后两帧图像相同的背景和移动物体, 只不过移动物体所在的空间位置略有不同, 对大多数像素来说, 亮度和色度信息是基本相同的, 称为帧间相关性或时间相关性。 3. 结构冗余 在有些图像的纹理区, 图像的像素值存在着明显的分布模式。 如方格状的地板图案等。 已知分布模式, 可以通过某一过程生成图像, 称为结构冗余。 4. 知识冗余 有些图像与某些知识有相当大的相关性。 如人脸的图像有固定的结构, 嘴的上方有鼻子, 鼻子的上方有眼睛, 鼻子位于脸部图像的中线上。 这类规律性的结构可由先验知识得到, 此类冗余称为知识冗余。 5. 视觉冗余 人眼具有视觉非均匀特性, 对视觉不敏感的信息可以适当地舍弃。 在记录原始的图像数据时, 通常假定视觉系统是线性的和均匀的, 对视觉敏感和不敏感的部分同等对待, 从而产生了比理想编码(即把视觉敏感和不敏感的部分区分开来编码)更多的数据, 这就是视觉冗余。 2.1.2 视频信号的数字化 1. 取样 理想取样时, 只要取样频率大于或等于模拟信号中最高频率的两倍, 就可以不失真地恢复模拟信号, 称为奈奎斯特取样定理。 模拟信号中最高频率的两倍称为折叠频率。 2. 量化 (1) 均匀量化 在输入信号的动态范围内, 量化间隔幅度都相等的量化称为均匀量化或线性量化。 (2)非均匀量化 为改善弱信号时的信噪比, 量化间距应随输入信号幅度而变化, 大信号时进行粗量化, 小信号时进行细量化, 这就是非均匀量化(或称非线性量化)。 3. PCM编码 全信号编码 分量编码 4. ITU-R BT.601分量数字系统 1982年10月, 国际无线电咨询委员会(CCIR)通过了第一个关于演播室彩色电视信号数字编码的建议, 1993年变更为ITU-R(国际电联无线电通信部分)BT.601分量数字系统建议。 采用分量编码方式, 对不同制式的信号采用相同的取样频率,亮度信号Y为13.5 MHz,色度信号U和V为6.75 MHz。 每个数字有效行分别有720个亮度取样点和360×2个色差信号取样点。 对每个分量的取样点都是均匀量化, 对每个取样进行8比特精度的PCM编码。 色度信号的取样率是亮度信号取样率的一半, 常称作4∶2∶2格式。 对于PAL制, 传输所有的样点数据, 大约需要200 Mb/s的传输速率, 传输有效样点只需要160 Mb/s左右的速率。 2.1.3 熵编码(Entropy Coding) 熵编码(Entropy Coding)是一类无损编码, 因编码后的平均码长接近信源的熵而得名。 熵编码多用可变字长编码(VLC, Variable Length Coding)实现。 其基本原理是对信源中出现概率大的符号赋以短码, 对出现概率小的符号赋以长码, 从而在统计上获得较短的平均码长。 2.1.4 预测编码和变换编码 DPCM 基于图像的统计特性进行数据压缩的基本方法就是预测编码。 它是利用图像信号的空间或时间相关性, 用已传输的像素对当前的像素进行预测, 然后对预测值与真实值的差——预测误差进行编码处理和传输。 目前用得较多的是线性预测方法, 全称为差值脉冲编码调制(DPCM, Differential Pulse Code Modulation), 简称为DPCM。 变换编码原理 图像变换编码是将空间域里描述的图像, 经过某种变换在变换域中进行描述。 这样可以将图像能量在空间域的分散分布变为在变换域的相对集中分布, 完成对图像信息的有效压缩。 混合编码 混合编码是近年来广泛采用的方法, 这种方法充分利用各种单一压缩方法的长

您可能关注的文档

文档评论(0)

9885fp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档