《电视原理》课件1第7章.ppt

1．比较原则

2．参考帧的选择

3．前向预测

4．后向预测

5．双向预测

6．多个参考帧

图7.22揭示了上面讲到的各种预测方法，包括应用过去帧和将来帧进行前向预测和后向预测。图7.22参考帧预测选择音频信号的压缩编码主要分为熵编码、波形编码、参数编码、混合编码四种主要类型。

声音信号的主流压缩编码方法如表7.6所示。7.6音频信号的压缩编码技术表7.6音频信号的主流压缩编码方法1.数字电视的视频压缩的原因是什么？

2.简述数字视频信号的DCT变换编码流程。

3.数字视频信号的熵编码包含哪些编码方法？

4.什么是视频图像的差值？如何进行视频图像运动估计和补偿？

5.音频信号压缩编码方法和标准有哪些？复习题*重排量化数据的最佳方法依赖于非零系数的分布。如果原图像(或运动补偿残差值)数据均匀分布在水平或垂直方向(例如，在两个方向上都没有更强图像特征优势)，则重要系数将趋向于平均分布在矩阵的左上方(图7.9(a))。在这种情况下，像图7.9(c)那样的Z形排序模式会把非零系数更有效地排列。图7.9帧编码及Z形字重排序模式7.3.2哈夫曼编码

哈夫曼熵编码将每个输入符号映射到可变长的码字，这种类型的编码器在1952年首先被提出。变长码字的局限是：它必须包含整数位，并必须唯一地被解码。

例：用MPEG-4(短头信息模式)编码“Carphone”视频序列，表7.2列出了在编码序列中最常出现的运动矢量概率及其内容的信息量lb(1/P)。为了达到最佳的压缩，每个运动矢量值必须用精确的lb(1/P)位来表示。图7.10以图形方式说明矢量概率的分布(实线实线表示Carphone序列，虚线表示Claire序列)。表7.2“Carphone”运动矢量的出现概率图7.10运动矢量概率分布的图形表示1.产生哈夫曼编码树

对于一个数据集合，为产生哈夫曼编码表，迭代执行下面的步骤(忽略在表7.2中没有出现的任何矢量值)：

(1)以概率增加方式排序数据。

(2)把概率最低的两个数据项合并成一个节点，把数据项的联合概率分配给此节点。

(3)重复步骤(2)，以概率递增方式重排剩下的数据项和节点。

反复执行这个过程，直到一个单独的根节点出现，这个根节点包括了其他所有的节点和列在其下的数据项，图7.11说明了这个过程。图7.11“Carphone”运动矢量的霍夫曼编码树2.编码

二叉树的每个叶子被映射为一个VLC，为了找到这个节点，从根节点(这里是F)一直到子节点(数据项)遍历二叉树，对于每一个分支，设置0或1。0是上分支，1是下分支(如图7.11所示最终二叉树)。这样就得到如表7.3所示的编码集。表7.3“Carphone”运动矢量的霍夫曼编码3.解码

为了对数据解码，解码器必须对哈夫曼树(或查找表)进行本地备份。为实现这个功能，要传输查找表本身，或者发生数据列表及其概率，其次才发送已编码的数据，这样才能保证每个可被唯一解码的码值可以被阅读及转化回原数据。视频信号由一系列单独的帧组成。每一帧可以单独地被前面描述的图像编解码器压缩，这称为帧内编码(Intra-frameCoding)，每一帧在“内部”进行编码而没有参考其他的帧。而消除视频序列中的冗余信息(连续视频帧中的相似性)，可以达到更好的压缩效果，这可通过给图像编解码器增加一个“前后帧”来实现，如图7.12所示。7.4图像的差值与矢量预测图7.12视频预测编码7.4.1图像的差值

最简单的预测器就是采用前一个传输的帧作参考。图7.13显示了在一个视频序列中用当前帧减去前一帧得到的残差帧。在残差帧中，中等灰度区域的数据都是零，浅色和黑色区域分别表示正的和负的残差数据。很明显，大部分的残差数据都是零，因而，不压缩当前帧而压缩残差帧可以提高压缩效率。图7.13原帧图像、当前帧图像以及残差帧图像7.4.2图像的矢量预测

下面举例说明解码器处理帧间预测可能存在的问题。表7.4表示了采用帧间残差编码和解码序列视频帧所需要的一系列操作。表7.4预测漂移这个问题的解决方法是编码器采用解码的帧来形成预测。因而上面例子中的编码器解码(或重建)帧1来形成对帧2的预测。编码器和解码器采用相同的预测，漂移就可以减少或消除。图7.14显示了一个完整的编码器，为了重建它的预测参考帧，它包含了一个解码的“环”。重建帧(或参考帧)在编码器和解码器中被存储，用于形成下一编码帧的预测。图7.14具有解码环的编码图7.15