[工学]内工大数字电视课件第4章.ppt

第四章 数字视音频压缩编码原理 本章主要内容： 数字视频压缩的基本原理 数字音频压缩的基本原理 数字电视中常用的压缩编码方法 §4.1 数字视频压缩编码概述 一、压缩的必要性 三、数据压缩编码方法的分类 §4.2 预测编码 一、预测编码的基本原理（DPCM） 二、预测方法 2、帧间预测（三维预测） 3、 预测系数的选择 最优线性预测法： 三、预测量化器 四、 图像帧间编码中的运动处理 2、运动估计的方法 3、块匹配法 估值块的大小（N*N） 4、快速搜索法 5、分级搜索 §4.3 正交变换编码 二、一维离散余弦变换（DCT） 2、DCT基波向量 三、二维DCT变换 2、DCT基图像 3、计算举例 四、量化器 §4.4 统计编码 二、哈夫曼编码 三、算术编码 §4.5 子带编码 §4.6 小波变换编码 2、小波变换 二、二维图像信号的小波分解 §4.7 数字声频压缩编码基础 二、人耳的听觉特性 三、声音信号的感知编码 本章小结 熵编码的基本原理： 对于一个信源X，给出现概率较大的符号一个短码字，出现概率小的符号给一个长码字，使平均码长最小。它是基于信号统计特性的编码技术，属于无损编码。 熵编码的方法： 哈夫曼编码（Huffman) 算术编码（Arithmetic Coding) 游程编码 用于预测编码、变换编码之后的图像系数作进一步编码。 例：信源X，N=8 出现概率 信源符号 新符号的概率 讨论： 信源X的信息熵： 信源X的平均码长： 编码效率高 Huffman方法构造出的码不是唯一的。 Huffman编码对不同信源的编码效率不一样。 没有一个码字是另一个码字的前缀。 应用到各种静止和活动图像压缩编码标准中。 [0.7， 1） 0.3 　 [0.5，0.7） 0.2 　 [0.1，0.5） 0.4 　 [0 ，0.1） 0.1 　 [0 ， 1） 　 初始 信源原始区间 概率 符号 符号概率 例：信源X，N=4，每个符号的概率为 根据概率分配区间 1、编码方法： 输入信息为： 区间定义： 被编码的第n个符号的区间： 被编码的第一个符号 的区间： [0.5143876,0.514402) x2 [0.514384,0.51442) x4 [0.5143,0.51442) x3 [0.514,0.5146) x1 [0.514,0.52) x4 [0.5,0.52) x1 [05,0.7) x3 [0,1) 初始 　 区间 信息序列 二进制编码并发送 算术编码器对整个消息只产生一个码字，它是[0，1)之间的一个实数。 2、解码 接收 0.5143876 第一字符为 [0.5,0.7) 判断 所有符号的 计算 是否包含0.5143876 确定 … 实际应用中采用自适应模式计算各符号的概率。 当信源符号概率接近时，算术编码效率高。 缺点：编码方法复杂。 JPEG2000，MPEG-4，H.264压缩标准中应用。 基本思想：利用带通滤波器组将信道频带分割成若干个子频带(Subband)，将子频带搬移至零频处进行子带取样，再对每一个子带用一个与其统计特性相适配的编码器进行图像数据压缩。 一维二子带编解码系统框图 隔点采样 隔点插入零样值 图像的二维子带分解： 水平方向滤波 垂直方向滤波 LL子图像 LH子图像 HL子图像 HH子图像 每个子图像可以用最适合的概率和视觉特性来分配比特率。LL频段分配较多的比特，其它频段分配较少的比特。 适合于分辨率可分级的视频编码。 小波变换：近十几年发展起来并在图像处理和语音分析等众多领域得到广泛应用的一种数学工具。 一、小波变换的数学基础 1、傅里叶变换 正变换： 反变换： 傅立叶变换是把信号分解成各种不同频率的正弦波，正弦波是傅立叶变换的基函数。 正变换： 反变换： 直流分量为零 的傅里叶变换 基本小波函数（母小波），满足： 由基本小波函数通过伸缩、平移后派生出来的函数族 a:尺度因子，a0，实数。 b:为位移因子，实数。 小波变换把信号分解成由基本小波经过移位和缩放后的一系列小波，小波函数是小波变换的基函数。 小波变换结果得到的是信号不同部分、在不同伸缩尺度上的一族小波系数Wf(a,b)。 卷积运算 小波变换可以看成是原始信号与一组线性带通滤波器进行卷积运算，从而把信号分解到一系列频带上进行分析处理。 L H LL1 HL1 LH1 HH1 LL2 HL2 LH2 HH2 HL1 LH1 HH1 原图像 （水平分解） （垂直分解） 一级小波分解 二级小波分解 子带 对于不同子图像根据统计特性和人眼