视频编码技术讲义.ppt

图5-16 变换编码系统框图 * 实现变换编码可以分4个步骤完成： 第1步是选择方块的大小，较好的方块尺寸是4×4（H.264）、8×8（H.261，JPEG，MPEG）或16×16； 第2步是选择变换类型，DCT变换是目前应用最广泛的一种类型； 第3步是选择变换系数，并对其进行高效的量化，以便传输或存储； 第4步是对量化系数进行比特分配即编码，通常使用Huffman编码或游程编码。 * 1．二维8×8 DCT变换 图5-17 DCT后系数 * 图5-18 Z字形扫描 * 图5-20 8×8亮度抽样信号的DCT压缩编码实例 * 图5-20 8×8亮度抽样信号的DCT压缩编码实例 Z字形扫描和0游程编码 按顺序记录数据，直到最后一个非0数据，然后加上块结束码EOB。 解码端收到EOB后自动补0，直至补够64个系数。 * 图5-21 转换扫描示意图 转换扫描：MPEG-2中采用，适用于隔行扫描。 * 3.3.3 统计编码 根据信息码字出现的概率分布特性寻找概率与码字长度间的最优匹配，据此对信息进行压缩，这就是统计编码方法。 常用的统计编码有霍夫曼（Huffman）编码、游程编码和算术编码三种。 * 哈夫曼编码 最佳编码定理 哈夫曼1952年提出 内容：在变字长编码中，对于出现概率大的信息符号编以短字长的码，对于概率小的符号编以长字长的码。如果码字长度严格按所对应符号出现概率大小逆序排列，则平均码字长度一定小于其他以任何符号顺序排列方式得到的平均码字长度. * 哈夫曼编码 编码方法 步骤 1.将符号按出现概率由大到小排列，给最后两个符号赋予一个二进制码，概率大的赋1，小的赋0（反之亦可）; 2.把最后两个符号的概率合成一个概率，重复上一步; 3.重复步骤2，直到最后只剩下两个概率为止; 4.将每个符号所对应的分支的0,1反序排出即可. * 可以看出，概率大的符号其编码短，概率小的符号其编码长，符号使用其编码来表示，达到数据压缩目的。 哈夫曼编码过程演示 A1 A2 A3 A4 A5 A6 A7 0.23 0.21 0.18 0.15 0.13 0.07 0.03 1 0 0.10 1 0 0.23 1 0 0.33 1 0 0.44 1 0 0.56 0 1 1 编码 01 00 111 110 101 1001 1000 * 哈夫曼编码 哈夫曼编码过程演示 * 哈夫曼编码 哈夫曼编码结果分析 编码 01 00 111 110 101 1001 1000 码长 2 2 3 3 3 4 4 码字的平均长度 _ 7 N=∑niP(ai)=2.72bit i=1 信息符号的熵值 7 H(a)=∑P(ai)log2P(ai) =2.61bit i=1 编码效率： ? = 2.61/2.72 ≈ 96% 可见，哈夫曼编码结果，其平均长度接近于信息符号的熵值，但是仍有冗余。 * 哈夫曼编码 哈夫曼编码最佳情况示例 信源有四个符号： X a1 a2 a3 a4 1/2 1/4 1/8 1/8 信息熵： H(x)= -1/2 ? log2(1/2)-1/4 ? log2 (1/4)- 1/8 ? log2 (1/8) ?2= 1.75 bit/字符 * 哈夫曼编码 a1 a2 a3 a4 1/2 1/4 1/8 1/8 符号 概率 0 1 1/4 0 1 1/2 0 1 1 编码 0 10 110 111 采用哈夫曼编码（二进制编码） a1 a2 a3 a4 _ 0 10 110 111 平均码长：N= (1/2) ? 1+(1/4) ? 2+(1/8) ? 6= 1.75 bit/字符 编码效率：?=1.75/1.75=100% 哈夫曼编码最佳情况示例 * 图像的子带编码（Subband Coding，SBC）是从语音的子带编码移植过来的。 子带编码与变换编码一样，是一种在频率域中进行数据压缩的方法。 3.3.4 子带编码（S