CodingandDecoding文稿.docVIP

Coding and Decoding _视频编解码 帧 电影是通过以每秒24帧的播放速度将连续画面投射在大屏幕上，每幅画面称为一帧，实现动态效果。 计算机中帧播放速度 每幅的画面以每秒25个画面的速度顺序取代前一个画面，构成PAL视频制式； 每幅的画面以每秒30个画面的速度顺序取代前一个画面，则构成NTSC视频制式。 信息与数据 信息与数据 信息可以用函数表示，该函数由信息论创始人C.E.Shannon提出，以概率论的观点对信息进行定量描述，具体的信息函数表达式为：I(ai ) = -log2Pi (i = 1,2,…,r ) 公式中，Pi (i = 1,2,…,r )是随机消息组合X{a1,a2,…,ar}中的消息ai (i = 1,2,…,r )的先验概率。Pi 可以度量ai (i = 1,2,…,r )所含的信息量。而I(ai) (i = 1,2,…,r )在X的先验概率空间P{p1,p2,…,pr}中的统计平均值为信息源X的熵. 信息源X的熵用来度量X中每种消息所包含的平均信息量。信息熵主要表示信息系统的有序程度，而不是热力学中系统的无序程度。 多媒体信息的数据量 多媒体信息的数据量 1) 文本 —— 假设屏幕显示分辨率为1024×768，字符为16×16点阵，每个字符用4个字节表示，则显示一屏字符所需要的存储空间为： （1024/16）×（768/16）×4 B = 12288 B（约合12KB） 2) 图像 —— 假定图像显示在1024×768分辨率的屏幕上，则满屏幕像点所占用的空间为： 1024×768×log2256 = 768 KB 3) 音频 —— 假定模拟声音频率22050 Hz，其数字采样频率44100 Hz，采样精度为16bit，双声道立体声模式，则1min所需数据量为： 44100Hz×2B (16bit采样精度)×2 (双声道)×60s = 10 MB/min 4) 视频 —— 采用带宽为5MHz的PAL制视频信号，扫描速度25帧/ s，样本宽度24bit，采样频率最低10MHz，则一帧数字化图像所占用的最少存储空间为： 10 (采样频率)÷25 (扫描速度)×24 (样本宽度) = 9.6Mbit (合1.2 MB) 数据压缩的条件 ● 数据冗余度 (重复数据、可忽略数据) ● 人类不敏感因素 (颜色、亮度、细节等) 颜色不敏感因素 音频不敏感因素 ● 信息传输与存储的限制 (压缩 → 传输或存储 → 解压缩) 冗余基本概念 ● 冗余 —— 信息所具有的各种性质中多余的无用空间 ● 冗余度 —— 多余的无用空间的程度 ● 信息量与冗余的关系 I = D － du I — 信息量 D — 数据量 du — 冗余量，包含在D中 冗余举例 播音员—— 180字/分钟，2Byte一个字，360Byte (合0.35KB/分钟) 音频数据——8kHz采样×8bit×60秒 = 3840KBit (合480KB/分钟) 动态图像MPEG压缩编码技术 基本原理 1．动态图像压缩主要解决的问题 1) 正确区分静止图像和动态图像。 2) 提取动态图像中的活动成分。 3) 进行帧之间的预测，提供压缩的依据。 2．帧的预测编码 1) 条件像素补充法 —— 比较两帧对应位置的像素亮度，若亮度差超过预先规定的阀值，则认为两个像素有变化，传送像素。若亮度差未超过阀值，不处理。 2) 运动补偿法 —— 跟踪画面上的活动元素，并进行向量计算，加以补偿，然后再利用帧间预测进行压缩。适用于活动元素少的可视电话和电视会议。 图像的分类 ● MPEG标准根据处理图像的性质，把图像分成以下三类： 1) 帧内图像（Intra pictures） —— 又称“I图像”，JPEG标准按照静止图像的模式进行压缩处理。主要利用静止图像自身的相关性进行编码，实现数据压缩的目的。 帧内图像的压缩比属于中度压缩，典型的压缩像素编码为2 bit。 2) 预测图像（Predicted pictures） —— 又称“P图像”，通过对最近的前一帧I图像或者P图像进行预测的“前向预测”过程，把前面图像作为预测下一帧图像的参照物，使图像编码的数据量减少。预测图像有较高的压缩比，但会增加失真。 3) 双向图像（Bidirestional pictures） —— 又称“B图像”，可使用前一帧图像和后一帧图像作参照物，进行双向预测。双向预测可以采用四种编码技术，即帧内图像编码、前向预测编码、后向预测编码、双向预测编码。 MPEG技术标准 ● MPEG-Ⅰ标准 ●