《第4章视频信息压缩与处理》.pptVIP

第4章 视频信息压缩与处理 4-4 限失真图像压缩编码方法 在限失真图像编码方法中，允许有一定的失真存在，因而可以大大地提高压缩比。 4.4.1率失真函数 率失真函数是指在信源一定的情况下使信号的失真小于或等于某一值D所必须的最小的信道容量，常用R(D)表示。其中的D代表所允许的失真，对连续信源的编码与传输，可以用失真度d(x,y)和失真函数D(x,y)表示。 通常采用以下几种失真度量： (1)均匀误差 (2)绝对误差 (3)频域加权误差 将差值e(t)=x(t)-y(t)通过一个成形滤波器，该滤波器输出： (4)超视觉阈值均方误差 视觉阈值L 在图4-8中给出了率失真函数R(D)与失真D的关系曲线。可见对于离散信源，当D=0（即无失真情况下）时，所需的比特数为R(0)，并且小于收到信号的熵值H(Y)；当D逐渐增大时，所需的率失真函数则随之下降，因此我们可以总结出率失真函数R(D)的性质。 正态分布的信源的率失真函数为： 其中D为允许的均方误差失真，δ2为信号的方差。 4.4.2 预测编码和变换编码 1. 预测编码 帧内预测:帧内预测编码是针对一幅图像以减少其空间上的相关性来实现数据压缩的。通常多采用线性预测法，也称为差分脉冲编码调制(DPCM)来实现，这种方法简单，易于硬件实现，因此得到了广泛的应用。 由原理图可知： 1、收发两端必须具有相同的预测条件。 2、预测系数为固定的情况称线性预测，根据均匀误差最小准则获得的线性预测称最佳线性预测，此时压缩比最大。 3、存在误码扩散现象。 2. 帧间预测 指由前一帧或前n帧图像来预测当前图像。在采用运动补偿技术后，帧间预测的准确度相当高。 运动估值与运动补偿 活动图像序列中所存在的相关性大致分为以下几种： 如果场景为静止画面，当前帧和前一帧的图像内容是完全相同的。 对于运动物体而言，如果已知其运动规律，就可以根据其前一帧中的位置来推算出该运动物体它在新一帧中的位置。 摄像时镜头做平移、放大和缩小等操作时，图像随时间的变化规律也是可以推算的。 由于上述原因，因而发送端不需要发送把每幅图像中的全部像素，而只要将物体的运动信息告知收端，收端则按所接收到的运动信息和前一帧图像信息来恢复当前帧图像。可见要获得高质量的图像，则要求系统能准确地从图像序列中提取相关运动物体的信息。这一过程就称为运动估值 具体地说就是t时刻运动物体的像素值bt可以用在此之前τ时间的像素值bt-τ来表示。这两个像素点之差被称为位移矢量D 采用像素递归法进行位置矢量估值的具体作法 首先将图像分割成运动区和静止区。 由于在相邻两帧中静止区的像素相同，即其位移为0，因此无需进行递归运算。 对运动区内的像素，则要利用该像素左边或正上方像素的位移矢量D作为本像素的位移矢量，然后用前一帧对应位置上像素经位移D后的像素值作为当前帧中该像素的预测值，然后求出与当前帧中该像素值之间的预测误差。 如果预测误差小于某一阈值，则认为该像素是可预测的，因此无需进行信息传送。如果预测误差大于该阈值，则需对该预测误差进行量化、编码、传输，同时传输的还有该像素的地址信息。 块匹配法的思路与像素递归法的分析思路不同。它是首先将图像划分成若干彼此互不重叠的子块(例如16×16)，并认为子块内所有像素的位移量相同，或者说它是把整个子块视为一个“运动物体”，但在实际图像序列中，一个运动物体的大小不可能恰好完全等于一个子块的大小，因此当一个真实物体运动时，如果仍以子块作为计量单位，那么严格意义上讲，在第k帧和第k+1帧图像中，不可能存在完全相同的子块，因此提出了相似性问题——匹配准则。 匹配准则 最小绝对误差、最小均方误差、归一化互相关函数 搜索范围 搜索区域= (M+2h) ×(N+2v) 最优匹配搜索算法 全搜索、二维对数法、三步搜索法 全搜索计算量大，但最简单、可靠 块大小的选择 子块过大，容易受干扰 子块过小，增加传输量 前向预测 指信道中传输的不是当前帧中的像素值x, 而传送的是x与其前一帧相应像素x’之间的差值，因此如果出现如图4-12所示的情况，即有一个运动小球，从第k-1帧到第k帧过程中只做了位置平移。可见这两帧图像的背景相同，这样如果只简单地用k-1帧中对应位置的像素作为k帧相应位置上的像素预测值，那么在图4-12（b）中所示的实线和虚线区域内的预测误差不为零。 理想的运动补偿预测编码应由以下四个步骤组成: （1）图像划分：将图像划分为静止部分和运动部分。 （2）运动监测与估值：即检测运动的类型，并对其中每一