[工学]信源编码.ppt

* * 一般的变换编码系统框图如图所示 * * 高性能的变换编码方法不仅能使输出的压缩信源矢量中各分量之间的相关性大大减弱，而且使能量集中到少数几个分量上，在其他分量上数值很小，甚至为“0”。因此在对变换后的分量(系数)进行量化再编码时，因为在量化后等于“0”的系数可以不传送，因此在一定保真度准则下可达到压缩数据率的目的，量化参数的选取主要根据保真度要求或恢复信号的主观评价效果来确定。 * * 在变换编码方法中最关键的是正交变换的选择，最佳的正交变换是KL变换，这一变换的基本思想是由Karhunen和Loeve两人分别于1947年和1948年单独提出的，主要用于图像信源的压缩。由于KL变换使变换后随机矢量的各分量之间完全独立，因而它常作为衡量正交变换性能的标准，在评价其它变换的性能时，常与KL变换的结果进行比较。 KL变换的最大缺点是计算复杂，而且其变换矩阵与信源有关，实用性不强。为此人们又找出了各种实用化程度较高的变换，如离散傅里叶变换（DFT）、离散余弦变换（DCT）、沃尔什变换（WHT）等等，其中性能较接近KL变换的是离散余弦变换（DCT），在某些情况下，DCT能获得与KL变换相同的性能，因此DCT也被称为准最佳变换。 * * (2)离散余弦变换 DCT是根据DFT的不足，按实际需要而构造的一种实数域的变换，由于DCT源于DFT，这里我们先考察DFT。 DFT是一种常见的正交变换，在数字信号处理中得到广泛应用，离散傅里叶变换对定义为： * * 设长度为的离散序列为 ，DFT定义为： 正变换 反变换 其中: 将正变换写成矩阵形式: 其中:T为离散傅里叶变换的变换矩阵。 * * 虽然DFT为频谱分析提供了有力的工具，但是通常DFT是复数域的运算，尽管有快速傅里叶变换（FFT），在实际应用中仍有许多不便。 如果将一个实函数对称延拓成一个实偶函数，由于实偶函数的傅里叶变换也是实偶函数，只含有余弦项，因此构造了一种实数域的变换，即离散余弦变换。 * * 设长度为的离散序列为 ， DCT定义为： 正变换 反变换 其中: 将正变换写成矩阵形式: 其中: * * 例 给定两幅图像信源如图所示，对它们进行DCT，则其DCT系数图所示，图中亮度越大表示对应的DCT系数数值也越大。 * * (3)沃尔什-哈达玛变换 离散沃尔什哈达玛变换(WHT)，其变换矩阵是由“+1”和“-1”组成的，因此在变换过程中只有加法和减法，计算速度快而且易于用硬件实现。 设长度为N的离散序列为 ， 当 时，WHT变换对定义为： * * 正变换 反变换 其中指数上的求和是以“2”为模的， 是D的二进制表达式中的第i位的取值。例如当n=3时，对 ，有 。 比较可知,WHT正变换和反变换只差一个常数项，所以用于正变换的算法也可用于反变换，这使得WHT的使用非常方便。 * * WHT变换矩阵是一个对称的正交矩阵，例如当N=8时的WHT变换矩阵为： * * 对WHT变换矩阵而言，其构成规律具有简单的迭代性质，可以方便地产生各阶变换矩阵。 最小阶(N=2)的TH为： 如果用 代表N阶WHT变换矩阵，则上面所述的迭代关系如下： * * 例 给定如图 (a)所示的图像信源，对其进行WHT，则WHT系数图 (b)所示，同样在图中亮度越大表示对应的WHT系数的取数值也越大。 从本例可以看到，经沃尔什-哈达玛变换后图像信号的能量向左上角集中，因而有利于数据的压缩。但WHT的能量集中能力不如DCT。 * * 许多信号变换方法都可用于变换编码。需要注意的是数据的压缩并不是在变换步骤取得的，而是在量化变换系数时取得的，因为在实际编码时，对应于方差很小的分量，往往可以不传送，从而使数据得到压缩。对某一个给定的编码应用，如何选择变换取决于可容许的重建误差和计算要求。 变换具有将信号能量集中于某些系数的能力，不同的变换信号能量集中的能力不同。对常用的变换而言，DCT比DFT和WHT有更强的信息集中能力。从理论上说，KL变换是所有变换中信息集中能力最优的变换，但KLT的变换矩阵与输入数据有关，所以不太实用。实际中用的变换其变换矩阵都与输入数据无关，在这些变换中，非正弦类变换（如WHT)实现起来相对简单，但正弦类变换(如DFT和DCT)更接近KLT的信息集中能力。 * * 近年来，由于DCT的