第4章 图像压缩编码1PPT.ppt

信息工程系 图像信号的冗余度存在于结构和统计两方面。图像信号结构上的冗余度表现为很强的空间(帧内的)和时间(帧间的)相关性。 对于这一点也可以从电视信号的频域进行分析，得出的结果是一样的。 统计测量证实了电视信号在相邻像素间、相邻行间、相邻帧间存在的这种强相关性。一般情况下，电视画面中的大部分区域信号变化缓慢，尤其是背景部分几乎不变，如电影胶带，连续几十张画面变化甚小。电视信号用6MHz带宽是为了表示画面中突变的轮廓和占画面比例不一定很大的纹理细节以及快速的运动，但在大部分时间内，电视信号并不含这么高的空间和时间频率成分。因此，频带可以压缩。 信号统计上的冗余度来源于被编码信号概率密度分布的不均匀 。 在预测编码系统中，需要编码传输的是预测误差信号，它是当前待传像素样值与它的预测值间的差分信号。预测值是通过在该像素之前已经传出的它的几个近邻像素值预测出来的。由于电视信号相邻像素间相关性很强，在大部分时间内预测都很准，预测误差很小。并且，预测误差高度集中在0附近，形成如图4.1.1所示的拉普拉斯分布。这种不均匀的概率分布对采用变字长编码压缩码率极为有利。 编码时，对出现概率高的预测误差信号(0及小误差)施用短码，对概率低的大预测误差用长码，使总的平均码长要比用固定码长编码短很多。 人眼对图像的细节分辨率、运动分辨率和对比度分辨率的要求都有一定的限度。图像信号在空间、时间以及在幅度方面进行数字化的精细程度只要达到了这个限度即可，超过是无意义的。从视觉心理学和生理学的研究表明，人眼对图像细节、运动和对比度三方面的分辨能力是互相制约的。观察景物时，并非对这三者同时都具备最高的分辨能力。当人眼对图像的某种分辨率要求很高时，对其它的分辨率则降低了要求。利用这一特点，采用自适应技术，根据图像的每一局部的特点来决定对它的抽样频率和量化的精度，尽量地做到人眼的视觉特性相匹配,可做到在不损伤图像主观质量的条件下压缩码率。例如，在预测编码中，利用受图像局部活动性影响的视觉掩盖效应设计的自适应主观优化量化器;在变换编码中，对不同空间频率的变换系数进行量化时采用视觉加权矩阵便是典型例子。 传统（经典）图像压缩编码的方法。 图像编码过程分三步完成: (1)对表示信号的形式进行某种映射，即变换一下描写信号的方式。例如，在预测编码中，取代原始的像素值，用预测误差表示信号;在变换编码中，用一组代表空间频率分布的变换系数表示一组空间几何位置像素值。通过这种映射解除或消弱了图像信号的相关性，降低了结构上存在的冗余度。 (2)在满足对图像质量一定要求的前提下，减少表示信号的精度，通过符合主观视觉特性的量化来实现。 (3)利用统计编码(例如Huffman码)消除统计冗余度。 图4.1.2是包含上述三个步骤的信源编码方框图。其中，信号映射和统计编码是可逆的过程，而量化是不可逆的。当不加入量化时，通过解码端的反映射和统计解码可无失真地恢复原始信号；加入量化后，整个编解码过程造成的失真完全由量化引起。 PCM方法产生原始模拟信号的数字表示，而其他编码方法则减少这个数字表示的冗余信息。广义地说，空间和时间子抽样、DPCM、运动估计和补偿都是预测编码技术。空间子抽样与一维及二维DPCM利用的是一帧图像内的数据相关性，属于帧内编码技术。时间子抽样与三维DPCM，运动估计与补偿利用的是图像帧间相关性，属于帧间编码技术。这些技术的组合应用，可以同时减少时间与空间相关性。预测编码的主要缺点在于对图像统计特性变化敏感，也对传输误差敏感。单个比特的误码可以造成图像大面积失真，也可能影响多个图像帧。因此，预测编码通常用于可靠信道中的图像传输。在实际的预测编码系统中，为了更新(或纠正)重建的图像，应周期性传输非预测编码的图像数据。 Huffman编码与游程编码的效率取决于编码数据的统计特性。Huffman编码要求符号集中的某些符号出现次数更为频繁；游程编码则希望游程经常出现，而且相当长。通常，Huffman编码与游程编码经常同变换编码一起使用。 变换编码利用图像数据的空间相关性，DCT可以产生较高的压缩比，而对图像统计特性与传输误码并不敏感。采用快速算法和DSP器件可以克服变换编码计算量大的问题。在视频编码中，空间和时间相关性均应利用，这时预测编码结合变换编码是一种较好的方案。 矢量量化就压缩比来说效率很高，但其编码计算量很大，目前正在开发快速搜索算法与实现的硬件。 在实际的系统中，选择上述几种编码技术的组合，可以在某一可接受图像质量下达到较高的压缩比。对不同的应用有多种组合，用于实时视频编码的一种成熟的方案如MPEG-1、MPEG-2标准中采用混合编码方案,它们包括以下步骤： (a)空间和时间子抽样 (b