图像压缩编码原理II分析.pptVIP

数字电视技术 图像压缩编码原理 预测编码 预测编码主要是减少图像数据在时间和空间上的相关性 空间冗余反映了一帧图像内相邻像素之间的相关性，任何一个像素都可以由与之相邻的且已被编码的像素来进行预测估计，因此可以进行帧内预测编码 时间冗余反映了运动图像帧与帧之间的相关性，因此也可以进行帧间预测编码 预测编码的基本原理 预测编码是根据某一模型利用过去的取样值对当前值进行预测，然后将当前样值的实际值与预测值相减得到一个误差值，只对这一误差值进行编码。 如果预测模型足够好，而且样值序列有较强的相关性，那么预测误差信号将比原始信号小的多，因而可以用较少的电平等级对预测误差信号进行量化，从而可以大大减少传输的数据量 预测编码原理框图 在预测编码系统中预测器和量化器是两个关键部分。预测器的预测精度越高，预测误差信号的动态范围越小，数据率越低，因此要保证预测器有较高的预测精度 预测的方法 按预测值选用的相邻像素不同，预测器可以分为帧内预测和帧间预测。 帧内预测利用图像信号的空间相关性来压缩图像的空间冗余，根据已经传输的同一帧内的像素来预测当前像素 帧间预测利用运动图像信号序列在时间上的相关性来压缩图像序列的时间冗余度 帧内预测 帧内预测分为前值预测、一维预测、二维预测 前值预测用同一扫描行中最相邻的前一个亮度信号的样值来预测 一维预测用同一扫描行中前几个取样值来预测当前值 二维预测用同一扫描行和上几个行中的几个样值来预测当前值 预测电路原理图 帧间预测 电视图像在相邻帧之间存在很强的相关性。统计表明，对于不同类型的电视节目，在相邻帧之间平均有7.5％的像素亮度信号有变化，平均只有0.65％的像素色度信号有变化 预测系数的选择 帧内预测和帧间预测归根到底就是利用多项式或者更复杂的式子预测当前值，既然是运算式，必定存在系数选择的问题 预测系数的选择通常采用最优线性预测法，选择预测系数使误差信号的均方值最小 按预测误差的均方差最小方法导出的预测系数的代数和应等于1 自适应预测 前面讨论过的预测方法都是线性预测，预测时使用固定参数。但是实际图像信号是千变万化的，使用线性预测很难达到理想的压缩效果。 为适应图像变化的要求，应根据图像变化的规律改变量化系数，使预测器和量化器自适应的与图像特征相匹配 很显然，自适应预测是一种非线性预测方法 自适应预测的内容 自适应预测利用预测误差作为控制信息，因为预测误差的大小反映了图像信号的相关性 在亮度变化平坦区，相关性强，预测误差小；在图像边沿或细节变化区，亮度信号变化大，相关性若，预测误差大 根据预测误差进行门限控制，灵活调整参数，从而提高预测精度，较小预测误差 预测误差的统计规律 非均匀量化器的使用 非均匀量化对绝对值小的预测误差以细量化，对绝对值大的预测误差以粗量化 绝对值小的预测误差出现在图像平坦区，容易被察觉，绝对值大的预测误差出现在突变区，由于“掩盖效应”不容易被察觉 帧间编码的运动处理 电视图像中只有镜头不切换，前后帧图像的内容是差别不大的，多数情况下仅仅很少一部分内容在动。此时只要知道画面中哪部分在运动及其运动方向和位移量，就可以准确预测出当前帧图像的内容 帧间编码中最重要的是对运动图像的处理，应使编码器在保证运动图像质量的情况下有较高的压缩比 运动处理的过程 运动估计（ME）：对运动物体的位移作出估计，包括位移方向和位移量 运动补偿（MC）：按照运动矢量将上一帧作位移，求出当前运动结果 运动估计的方法 运动估计首先应建立运动模型 运动模型的种类很多，比较复杂，在数字电视的信号处理中经常使用比较简单的直线匀速运动模型 在运动估计中，关键是怎样进行运动估计，一般运动估值的方法有块匹配法、像素递归法、相位相关法等。其中块匹配法比较简单，应用也十分广泛 块匹配法 在运动估计中将图像分成若干子块，设子块图像是由NXN个像素组成的像块，并假设一个像块中所有像素作一致的平移运动 块匹配法运算中，使当前帧中每一个像块针对前一帧内相同的像块在上下左右四个方向搜索，求得与其最佳的匹配块 块匹配法的重要参数 估值块大小：在视频压缩编码标准中，估值块为16X16像素，称为宏块（Macroblock），对于720X576的SDTV信号而言，全帧有45X36＝1620个宏块 最佳匹配原则：一般有最小均方差准则和最小绝对差准则，后者应用较广泛 搜索窗口的大小：窗口越大，计算量越大，但对快速运动图像的压缩有利 最佳匹配的搜索方法 如果采用普通搜索方法，最大搜索次数为(2Δm＋1)2，对运算速度要求较高 为简化运算，可采用快速搜索法 在实际应用中，还经常采用分级搜索法。先对低分辨率图像进行粗搜索，再对高分辨率图像进行细搜索 使用变换编码进行压缩的思路 横看成岭侧成峰 正交变换编码 变换编码（Transform Coding）的基本思