数字视频处理 第4章 视频编码基础.pptVIP

第4章 视频编码基础 4.1概述 数字视频既可以由对模拟视频信号（由模拟摄像机获取）进行数字化处理得到，也可以直接由数字化摄像机获取。 编码过程可以分为两步 把原始视频数据变成视频信源模型的参数； 把码字分配给这些参数。显然，信源模型的建立决定了编码器使用的方法和性能。 4.2 视频编码理论基础 视频数据主要存在的冗余： 空间冗余 时间冗余 结构冗余 知识冗余 视觉冗余 4.2.1 无失真编码理论基础 在信息论中，信息由一系列随机变量所代表，它们可用随机出现的符号来表示。称输出这些符号的源为信源。如果信源输出的符号取值于一连续区间，则称该信源为连续信源；如果其输出符号取值于一离散集合，则称之为离散信源。 1．离散随机变量的熵 设一个离散随机变量X，其取值集合为有限符号集合{Sn}，符号集中符号Si出现的概率为Pi，则符号Si的自信息量定义为： 离散随机变量的熵定义为其符号集中每个符号自信息量的概率平均值： 熵是随机变量不确定性的测度。它取决于随机变量的概率分布，与具体符号是什么无关。当符号集中所有符号概率相等时，此随机变量的不确定性最大。熵表征了离散随机变量的平均信息量。 设有两个离散随机变量X、Y，X取自符号集A={a1 ,a2 ,…,am}，Y取自符号集B={ b1 ,b2 ,…,bn }，则X、Y的联合熵定义为： 在给定bj的条件下，X的条件熵定义为： 互信息的定义为 熵、联合熵、条件熵、互信息之间的关系为 2．信源的熵 离散信源的N阶熵定义为信源输出的相继N个随机变量的联合熵，即 离散信源S的N阶条件熵定义为给定随机变量XN+1前N个随机变量取值条件下随机变量XN+1的条件熵: 均为 N的非递增函数 ，且 和 均存在且相等，信源的极限熵为 两个离散信源X,Y之间的N阶互信息定义为两个信源各自相继N个随机变量组成的两个随机矢量A,B的互信息： 3．冗余度 冗余度也称多余度（或剩余度）。顾名思义，冗余度表示给定信源在实际发出消息时所包含的多余信息。冗余度用来衡量信源可压缩特性，其定义为 冗余度的另一种表达形式 4.2.2 有损编码理论基础 1．失真测度 在视频图像编码中，应用最为广泛的失真准则是均方误差准则，其定义如下： 2．率失真函数 率失真函数R(D)定义为在给定失真D的情况下，所有编码方案所能达到的码率的最小值。根据信源互信息量的定义，有： 当采用均方误差准则且视频信源是正态分布的情况下，率失真函数为： 4.2.3 视频压缩的途径 4.3??? 离散信源的无失真编码 香农无失真编码定理指出，在无干扰的情况下，存在一种无失真的编码方法，使编码的平均长度L与信源的熵 H(S) 任意的接近，即L= H(S) +e，其中e为任意小的正数。 4.3.1 霍夫曼编码 基本思想是：对那些出现概率较大的信源符号编以较短的码字，而对那些出现概率较小的符号则编以较长的码字。如果码字长度严格按照所对应符号出现概率的大小逆序加以排列，则其平均码字长度最短。 4.3.2 算术编码 算术编码的基本思想是将整个信源输出的符号序列对应于实数轴上[0,1]中的一个小区间，该小区间的长度等于序列出现的概率。 算术编码规则 设序列中待编码的第n个符号为信源符号表中的第k个符号，则 4.3.3 游程编码 游程长度简称为游程，是指信源符号在数据流中重复出现的长度。游程编码的基本思想就是将样值相同的像素用一个游程长度和一个样值来表示。 4.4 视频编码系统组成 在视频编码系统中，首先为输入视频序列建立其信源模型，然后对该信源模型的参数进行编码，视频编码系统的组成很大程度上取决于所采用的信源模型。 信源模型可以假设图像序列的像素之间在时间和空间上存在相关性，也可以考虑物体的形状和运动等其他条件。 * * 在给定Y的条件下，X的条件熵定义为： 当信源为无记忆时 … 有时为了计算简便，用平均绝对值误差来代替均方误差，即 图4.1 霍夫曼编码树