标量量化.PDF

第九章 标量量化 量化：最简单、最重要的有失真编码 量化问题 各种量化方法 固定码长的均匀量化 均匀分布 已知pdf的非均匀分布 未知/变化分布 pdf最优的非均匀量化 压扩量化 熵约束量化 应用 量化 量化：用一个很小的集合表示一个大集合（可能是无限 大）的过程 如：给定信源为[-10.0, 10.0]之间的实数 量化：Q(x) = ⎣x+0.5⎦ [-10.0, -10.0] {-10, -9, …, -1, 0, 1, 2, …, 9, 10} 失真： 2.95 ， 3.16， 3.05 3 量化是有失真压缩的一个有效工具 原始数据 模型参数 量化符号 压缩码流 建模表达 二次量化 无失真编码 ① ② ③ 对模拟信号，量化还包括A/D转换中的一次量化 量化过程 两个方面 编码器映射 将一个范围内的值映射成一个区间，每个区间用唯一码字表示 若信源是模拟的 A/D 转换器 有关信源的知识有助于选择合适的范围 解码器映射 将码字映射成某个范围内的一个值 如果输出为模拟的 D/A 转换器 信源分布的知识有助于选择较好的近似 量化器 = 编码器 + 解码器 例：量化 3比特量化器 量化器的输入输出映射 量化器 = 编码器 + 解码器 量化器 = 编码器 + 解码器 量化问题形式化描述 输入： X – 随机变量 f X (x) – 概率密度函数 (pdf) 输出： {b } 决策边界 i i=0..M {y } 重构水平 i i=1..M 满足率失真准则 离散过程通常用连续分布近似 如：对像素差分用Laplacian建模 若信源无界，则第一个/最后一个边界 = ±∞ 量化误差 Q( x) =y iff b x ≤b i i−1 i 均方量化误差(Mean squared quantization error, MSQE ) 2 ∞ 2 σq =∫−∞(x −Q( x)) fX dx M b i 1 2 =∑∫b (x −y i )f Xdx i=1 i−1 量化误差亦称为 量化误差亦称为 量化噪声 量化噪声 量化失真 量化失真 量化问题形式化描述 (2) 比特率w /定长度码字 R = ⎡log M⎤ ， M 为量化器输出的数目 2 如：M = 8 R = 3 量化器设计问题 给定： 输入pdf f X (x) 和 M 求： 决策边界 {b } i