数字视频处理6章.ppt

客观质量 ? 最常用的测试标准是峰值信号与噪声之比 （ PSNR ）： ? PSNR(dB)=10 log 10 [(2 n -1) ２ /MSE) ? 其中 MSE (mean square error ) 为原始和编 解码后图像之间的均方误差， (2 n -1) ２ 为 图像中最大可能信号值的平方， n 表示每 个像素的比特数 2 ( ) N f f MSE N ? ? ? 第六章 视频压缩编码基本原理 ? 6.1 视频压缩编码概述 6.1.1 视频压缩编码的必要性 ? 未经过压缩的原始视频的码率： ? 720p 高清电视（ 30fps ， 4:2:0 ）： 1280 × 720 × 30 × 8 × 1.5 ＝ 316.41Mbps ? 1080p 高清电视（ 60fps ， 4:2:2 ）： 1920 × 1080 × 60 × 8 × 2 ＝ 1.85Gbps ? 100 分钟的 720p 高清电视节目（ 30fps ， 4:2:0 ）大小可达约 231.74 GB 视频压缩编码的必要性 ? 同样，传输中也存在同样的困难，网络带 宽受限 6.1.2 视频压缩编码的可能性 ? 信息之所以能进行压缩，是因为信息本身 通常存在 冗余量 ? 在数据存储或传输时，通过选择优化的 信 源 编码方案，消除了冗余，也就达到了数 据压缩目的 信源 / 信道 ? 信源 就是信息的来源，可以是人、机器、 自然界的物体等等。信源发出信息的时候， 一般以某种讯息的方式表现出来，可以是 符号，如文字、语言等，也可以是信号， 如图像、声响等等 ? 信道 就是信息传递的通道，是将信号进行 传输、存储和处理的媒介。信道的关键问 题是它的容量大小，要求以最大的速率传 送最大的信息量 信源编码 / 信道编码 ? 为了减少信源输出符号序列中的冗余度、 提高符号的平均信息量，对信源输出的符 号序列所施行的变换称为 信源编码 ? 对输入信息进行编码，优化信息和压缩信 息并且打成符合标准的数据包 ? 信道编码 是为了对抗信道中的噪音和衰减， 通过增加冗余，如校验码等，来提高抗干 扰能力以及纠错能力 信息熵 ? 信息是个很抽象的概念，我们常常说信息很 多，或者信息较少，但却很难说清楚信息到 底有多少，直到 1948 年，香农提出了“信 息熵”（ Entropy ）的概念，才解决了对信息 的量化度量问题 ? 信息熵是用于度量信息量的一个概念。一个 系统越是有序，信息熵就越低；反之，一个 系统越是混乱，信息熵就越高。所以，信息 熵也可以说是系统有序化程度的一个度量 时间冗余 ? 在视频序列中，前后两帧图像（时间间隔 很短）之间具有较大的相关性，表现出帧 与帧之间的重复，因而存在时间冗余 ? 这是视频信号中所经常包含的冗余 (a) (b) 空间冗余 ? 在同一幅图像中，规则物体和规则背景 （所谓规则是指表面颜色分布是有序的、 而不是完全杂乱无章的）的表面物理特征 具有相关性，这些相关性的光成像结构在 数字化图像中就表现为数据冗余 ? 同一帧图像中相邻的像素之间具有很强的 相关性 知识冗余 ? 有许多图像的理解与图像所表现内容的基 础知识 ( 先验或背景知识 ) 有相当大的相关 性，从这种知识出发可以归纳出图像的某 种规律性变化，这类冗余称为知识冗余。 知识冗余的一个典型例子是对人像的理解， 比如，鼻子上方有眼睛，鼻子又在嘴的上 方等 结构冗余 ? 有些图像从大面积上或整体上看存在着重 复出现的相同或相近的纹理结构，例如布 纹图像和草席图像，被称为结构冗余 其它冗余 ? 信息熵冗余（统计冗余、编码冗余）：调 整编码（ coding ）方式可以减少码字的数 据量，即编码的效率 ? 视觉冗余：人类的视觉系统实际上只在一 定程度上对图像的变化产生敏感，即图像 数据中存在着大量人类视觉觉察不到的细 节 ? …… 6.1.3 无损压缩与有损压缩 ? 无损压缩 可完全恢复数据而不引入失真。 由于整个编解码过程中，信源信息的熵始 终保持不变，因此无损压缩又被称为熵保 持编码，无损压缩的编码效率受信息的熵 限制，压缩率通常在 2 至 5 倍。无损编码包 括：变换编码、 游程编码、算术编码等 无损压缩与有损压缩 ? 有损压缩 则是利用人眼视觉特性 (HVS: Human Vision System) ，对人眼不敏感的 某些图像细节信息进行压缩甚至忽略不编 码，因此在解码恢复的过程时，不能完全 恢复数据的全部信息，引入了失真，但是 对于图像的最终接收者（人眼）而言，获 得的信息的变化不大（