会议电视技术基础V.ppt

会议电视产品－MCU－原理 MC 多点控制单元，完成与会议电视终端之间控制信息的交互； MP 多点处理单元，完成会议电视体系中音、视频和数据的相关处理 MC MP MP MP … 第九十四页，共一百三十四页。 音视频技术－压缩－冗余 空间冗余 同一帧图片，各象素之间有很大相关性，产生冗余 时间冗余 相邻图片之间，有很大相关性，产生冗余 统计冗余 一帧图片，可能很多象素之间的数值是相等的，同时离散的象素有不同的概率； 人体感观带来冗余 人耳只能听到一定范围内 人眼所观察到的亮度和色彩变化有一定的范围； 第六十二页，共一百三十四页。 音视频技术－压缩－压缩的概念 模拟信号经采样编码后转换为数字信号，但转换后的数据量很大，带来的资源消耗过大，需要压缩； 压缩分为有损压缩和无损压缩，压缩越大，存储和带宽占用越小，但失真越大； 压缩的可能性： 数据中存在大量冗余，如语音各样点之间相关性很强； 人体感观对某些数据是不敏感的，可以忽略； 第六十三页，共一百三十四页。 音视频技术－压缩－压缩基本方法 预测编码 去除相邻像素之间的冗余度，差分脉码调制（简称DPCM）是它的一种基本方法 变换编码 也是一种降低信源空间冗余度的压缩方法，通常使用离散余弦变换（DCT） ； 量化 将DPCM/DCT等中传递的参数进一步量化，所得到的数据率比对原图像量化要低 ，实现好的压缩效果 ； 熵编码 旨在去除信源的统计冗余信息，霍夫曼编码是最常见的熵编码方法，霍夫曼码的基本思想是对出现概率较大的符号（电平）取较短的码，而对概率较小的符号则取较长的码 具有运动补偿的帧间预测编码 序列图像的运动估值 消除序列图像在时间上的冗余 块匹配方法 将图像划分成许多方块，并认为每个子块中所有像素的位移量都相同 对于第k帧中的每一子块，在第K-1帧中找到与其最相似的子块，称为匹配快 判断两个子块匹配最常用的准则是求帧间亮度差的绝对值的均值MAD，当MAD最小时，表示两个子块匹配 象素递归法 以象素为准进行递归的运动估计，而不是块 帧间预测编码 不直接传送当前帧（k帧）的像素值x，而是传送x与前一帧的对应像素x之间的差值 第六十四页，共一百三十四页。 音视频技术－音频技术－音频指标 频宽/频响：音频信号频带越宽，所包含音频信号分量越丰富，音质越好 动态范围：动态范围越大，信号强度的相对变化范围越大，音响效果越好 信噪比：信噪比SNR（Signal to Noise Ratio）是有用信号与噪声之比的简称。信噪比越大，声音质量越好 音质效果 AM广播 FM广播 数字电话 CD－DA 动态范围（dB） 40 60 50 100 人耳的听音范围是20Hz~20KHz，低于20Hz叫次 声波，高于20KHz的叫超声波 第六十五页，共一百三十四页。 音视频技术－音频技术－关键技术 AGC 自动增益补偿（Automatic Gain Control） AGC可以自动调麦克风的收音量，使与会者收到一定的音量水平，不会因发言者与麦克风的距离改变时，声音有忽大忽小声的缺点。 ANS 自动背景噪音抑制（Automatic Noise Suppression） ANS可探测出背景固定频率的杂音并消除背景噪音，例如：风扇、空调声自动滤除，呈现出与会者清晰的声音。 AEC 回声消除器（Acoustic Echo Chancellor） AEC是对扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型，利用它对回声进行估计，并不断地修改滤波器的系数，使得估计值更加逼近真实的回声。 然后，将回声估计值从话筒的输入信号中减去，从而达到消除回声的目的 AEC还将话筒的输入与扬声器过去的值相比较，从而消除延长延迟的多次反射的声学回声，根椐存储器存放的过去的扬声器的输出值的多少，AEC可以消除各种延迟的回声。 第六十六页，共一百三十四页。 音视频技术－音频技术－编解码算法比较 比特率：编码之后的码流速率，64kbit/S意味着1s的语音需要占用64kbit带宽 MOS：Mean Opinion Score, MOS，一种语音质量主观测评的指标，收听测评者的一般或平均意见得分，5分是非常好，1分是差 复杂性：是指算法复杂度，越复杂，对运算器性能要求越高，编解码时间越长 时延：因编码带来的时间延迟； 第六十七页，共一百三十四页。 音视频技术－视频技术－颜色空间 颜色空间包括颜色和亮度 RGB：用三色RGB来表示颜色，其它颜色通过RGB的比例混合来得到； YCbCr（YUV） ： Y表示亮度，Y=krR + kgG + kbB，ITU-R的BT.601决议定义了kb=0.114,kr=0.299,kg=1-kb-kr Cb = B-Y，Cr = R-Y，Cg = G-Y