数字视频压缩编码要点.pptVIP

数字视频压缩编码 数据压缩的必要性 庞大的数据量要求人们必须对数据进行压缩 例：存储一幅352×288的静态真彩色图像需要的存储空间： 352×288×3B=304.13kB 真彩色色彩深度24bit，即3个字节 例：计算1分钟视频所需的存储空间。分辨率为352×288，每秒25帧，不含音频数据 304.13kB×25×60=456195kB=445.5MB 数据压缩的可能性 能够对多媒体信息进行压缩的前提就是因为数据中存在大量的冗余，尤其是声音和图像； 数据压缩的目的就是尽可能的消除这些冗余； 冗余的类型 在静态图像中存在空间冗余 一幅图像中有较大的背景区域，在此区域中所有的点具有相近的物理特性（亮度、颜色等），这种空间的连贯性就称为空间相关或空间冗余。 在视频序列中存在时间冗余 视频序列中相邻的帧往往包含相同或类似的背景和运动物体，只不过运动物体所在的空间位置略有不同。这种相邻帧间数据的高度相关性就称为时间冗余。 冗余的类型 信息熵冗余 信息熵冗余也称为编码冗余，由香农定理可知，为表示图像数据的一个像素点，只要按其熵的大小分配相应的比特数即可。而对于实际图像数据的每个像素，在图像获取时很难得到它的熵，因此，一般是对每个像素采用相同的比特数来表示，这样就必然存在冗余，这种冗余称为信息熵冗余。 冗余的类型 视觉冗余 人眼的视觉特性 知识冗余 先验知识和背景知识 结构冗余 指视频图像中存在很强的纹理结构或自相似性 去除冗余的方法 空间冗余的消除 基于预测的方法：帧内预测 正交变换的方法 时间冗余的消除 基于预测的方法：帧间预测 编码冗余的消除 熵编码 数据压缩的方法 无损压缩 压缩时不损失任何信息，解压时可以完全恢复成原来的数据； 利用原始信息中的相关性进行的数据压缩不损失原信息的内容，可实现无损压缩 统计式：Huffman编码、算术编码（AC）、行程编码（RLC)；字典编码（LZW） 数据压缩的方法 有损压缩：数据压缩后不能将原来的文件信息完全保留的压缩； 在很多情况下，数据压缩还原过后允许有一定的损失，不过应当能基本表述原信息的内容，否则没有意义； 依据：在原始信息中存在一些对用户来说不重要、不敏感、可以忽略的内容； JPEG、MPEG 图像压缩方法 视频编码技术 主流的编码技术是以宏块为单位进行编码，将每帧图像划分成若干宏块，按照从上到下，从左到右的顺序对每个宏块进行处理。 预测编码 预测编码是消除视频冗余的重要编码工具之一，针对空间冗余有帧内预测编码（intra-prediction），对于时域冗余有基于运动估计技术的帧间预测编码（inter-prediction）。 预测编码利用信号间的相关性，用前面一个或多个信号作为当前信号的预测值，对当前信号的实际值与预测值之差进行编码。 帧内预测编码 帧内预测利用图像在空间上相邻像素之间具有相关性的特点，由相邻像素预测当前块的像素值，可以有效的去除块间冗余。 帧内预测包含多个预测方向，按照图像本身的特点选择一个最佳的预测方向，最大限度地去除空间冗余。 帧内预测编码 DPCM系统的基本原理 DPCM(Differential Pulse Code Modulation，差分脉冲编码调制) 帧内预测编码 DPCM系统的基本原理 接收端恢复的输出信号 和发送端输入的信号 的误差是 可见，输入输出信号之间的误差主要是由量化器引起的。 帧内预测编码 预测模型 设 时刻之前的样本值 ， ，…， 与预测值之间的关系呈现某种函数形式 线性预测编码器 非线性预测编码器 帧内预测编码 在图像数据压缩中，常用如下几种线性预测方案： 前值预测，即 一维预测，即采用同一扫描行中前面已知的若干个样值来预测 二维预测，即不但用同一扫描行中的前面几个样值，而且还要用以前几行扫描行中样值来预测 举例如下 帧间预测编码 运动图像邻近帧中的场景存在着一定的相关性，因此，可为当前块搜索出在邻近参考帧中最相似的预测块，并根据预测块的位置，得出两者之间的空间位置的相对偏移量，即运动矢量。 通过搜索得到运动矢量的过程称为运动估计。 根据运动矢量，从指定的参考帧中找到预测块的过程称为运动补偿。 帧间预测编码中的运动补偿 最简单的时域预测就是用前一帧作为当前帧的预测参考帧。 一个视频序列里两个相邻帧如右图所示。 第一帧作为第二帧的参考帧，残差是第二帧与参考帧之差。 帧间预测编码中的运动补偿 在右图中，中间灰度代表差值为零，浅灰和深灰分别对应正、负差值。这种简单预测的明显问题是残差帧