数字电视大作业, 大学.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数字电视作业 选题七: 视频编码中预测编码、变换编码、量化编码和熵编码的基本原理 摘要: 本文介绍了视频编码中预测编码变化编码量化编码和熵编码的基本原理 关键字: 视频编码, 预测编码,变换编码,量化编码,熵编码 预测编码 在预测编码时,并不传送图像的像素,而是对实际像素与其预测值的差异即预测误差进行量化编码后传送,人们把线性预测编码叫做差分脉冲编码调制DPCM。鉴于电视信号邻近像素间有很强的相关性,所以预测有很高的精度,而预测误差的概率密度分布呈Laplace概率曲线(图2),需要传输的预测误差主要集中在O附近的小区域内,如果信号发生剧变如图像轮廓处可能会出现预测不准的情况,考虑到视觉掩蔽效应也不易被发现,因为视觉对图像的幅度误差存在一个随图像内容而变的门限值,低于门限的幅度误差不被察觉,为此人们在图像的平缓区进行细量化,而在图像的边缘部分进行粗量化,这是由于相邻像素间亮度电平相差较小时,易于辨别亮度差异,而当亮度电平差异很大时,人眼的敏感度显著下降,从而允许存在较大的量化误差,最终使每个区域所产生的幅度误差都能落在可察觉的门限值之下,从而获得主观评价最优,而又使压缩效率较高的量化方法。 DPCM系统的输入信号xn是PCM图像信号,对于每一个输入样值(像素)xn,预测器会产生一个预测值xn,它是根据xn前已经传送过来的相邻样值,作出预测的,即: 式中a1、a2…am叫做预测系数,Xn-1、Xn-2…Xn-m是在Xn前传送来的样值,即参考样值,通常预测时不会选用很多相邻样值,一般在4个以下,参考样值再多也不会过多提高预测精度。如果这些参考像素是处于与Xn同一扫描线内,人们谓之一维预测,若参考样值还涉及到前一、二行这种预测叫做二维预测,如果还选择前一帧画面上的样值作为参考像素就叫做三维预测,通常帧内预测采用一、二维预测,而帧间预测采用三维预测。在发送端所传送的是经编码后的预测误差 而接收端把所得到的误差值en与预测值xn相加后再恢复xn值。DPCM系统所发送的为比取样值低的位数进行编码的预测误差,但在实际系统中量化器所引起的量化误差会使接收端得不到原来像素,所以必须使发送端和接收端采用相同的预测公式和参考样值,这就是所谓的收发同步,图3中展示了DPCM系统,在这里发送端也产生含量化误差的再生样值,即 作为预测再生样值来传送。 综上简述,预测编码是使预测值尽可能接近实际像素值,也就是要找到一种接近于原信号统计特性的预测方法,利用预测误差来消除图像间相关性,从而达到压缩数据的目的。预测编码系统结构简单,有较高的频带压缩效应,进行运动补偿预测方面有一定独到之处,其编码思路在图像压缩编码中得到应用。 变换编码 在图像压缩编码中,正交变换编码也是一种最基本的编码方法,它将空间域(指欧几里德几何空间)所描述的图像信号变换到另一类量的正交矢量空间,如果所选取的正交矢量空间的基向量与图像本身的特征向量很接近,就很易消除图像空间的相关性,达到频带压缩的目的。首先把图像分割成许多(M×N)宏块,而每个宏块内含有xx个像素,然后对这些像素进行正交变换,形成同样尺度的变换系数块,变换前后的最大差异是,空间域的宏块中像素存在着很强的相关性,能量分布比较均匀,经过正交变换后,变换系数间是处于统计无关的。消除了相关性,能量集中在直流和低空间频率域的变换系数上,解决了空间冗余度的压缩,随后在变换域上进行滤波,再进行与视觉特性相协配的量化和统计编码,即可实现有效的压缩编码。 人们早先利用快速福里哀变换(Fast FourierTransform)FFT进行二维图像编码,随后又出现多种变换方法如沃尔什变换

文档评论(0)

asd3366 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档