数字电视技术第2章223.ppt

《数字电视技术第2章223.ppt》由会员分享，可在线阅读，更多相关《数字电视技术第2章223.ppt（223页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第2章 信源编码 数字电视技术第2章223 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望第2章 信源编码 2.1 视频压缩技术视频压缩技术 2.1.1 视频信号压缩的可能性视频信号压缩的可能性视频数据主要存在以下形式的冗余。1.空间冗余空间冗余 2.时间冗余时间冗余 3.结构冗余结构冗余 4.知识冗余知识冗余 5.视觉冗余视觉冗余 第2章 信源编码 2.1.2 视频信号的数字化视频信号的数字化 模拟视频信号通过取样、量化后编码为二进制数字信号的过程称为模/数变换

2、(AD变换)或PCM(Pulse Coding Modulation，脉冲编码调制)，所得到的信号也称为PCM信号，其过程可用图2-1(a)表示。若取样频率等于fs,用n比特量化，则PCM信号的数码率为nfs(bs)。PCM编码既可以对彩色全电视信号直接进行，也可以对亮度信号和两个色差信号分别进行。前者称为全信号编码，后者称为分量编码。PCM信号经解码和插入滤波后恢复为模拟信号，如图2-1(b)所示。解码是编码的逆过程，插入滤波是把解码后的信号用理想低通滤波恢复为平滑、连续的模拟信号。这两个步骤合称为数/模变换（DA变换）或PCM解码。第2章 信源编码 图2-1 电视信号的数字化和复原(a)A

3、/D变换；(b)D/A变换 第2章 信源编码 1.奈奎斯特取样定理奈奎斯特取样定理 理想取样时，只要取样频率大于或等于模拟信号中最高频率的两倍，就可以不失真地恢复模拟信号，这称为奈奎斯特取样定理。模拟信号中最高频率的两倍称为折叠频率。一般取样频率应为最高频率的35倍。第2章 信源编码 2.亚奈奎斯特取样亚奈奎斯特取样 按取样定理，若取样频率fs小于模拟信号最高频率fmax的两倍，就会产生混叠失真，但若巧妙地选择取样频率，令取样后频谱中的混叠分量落在色度分量和亮度分量之间，就可用梳状滤波器去除混叠成分。第2章 信源编码 3.均匀量化和非均匀量化均匀量化和非均匀量化 在输入信号的动态范围内，量化间

4、距处处相等的量化称为均匀量化或线性量化。均匀量化时信噪比随输入信号动态幅度的增加而增加。采用均匀量化，在强信号时固然可把噪波淹没掉，但在弱信号时，噪波的干扰就十分显著。为改善弱信号时的信噪比，量化间距应随输入信号幅度而变化，大信号时进行粗量化，小信号时进行细量化，也就是采用非均匀量化，或称非线性量化。第2章 信源编码 非均匀量化有两种方法。一是把非线性处理放在编码器前和解码器后的模拟部分，编、解码仍采用均匀量化，在均匀量化编码器之前，对输入信号进行压缩，这样等效于对大信号进行粗量化，对小信号进行细量化；在均匀量化解码器之后，再进行扩张，以恢复原信号。另一种方法是直接采用非均匀量化器，输入信号大

5、时进行粗量化(量化间距大)，输入信号小时进行细量化(量化间距小)。也有采用若干个量化间距不等的均匀量化器，当输入信号超过某一电平时进入粗间距均匀量化器，低于某一电平时进入细间距量化器，这称为准瞬时压扩方式。第2章 信源编码 通常用Q表示量化，用IQ或Q-1表示反量化。量化过程相当于由输入值找到它所在的区间号，反量化过程相当于由量化区间号得到对应的量化电平值。量化区间总数远远小于输入值的总数，所以量化能实现数据压缩。很明显，反量化后并不能保证得到原来的值，因此量化过程是一个不可逆过程，用量化的方法来进行压缩编码是一种非信息保持型编码。通常这两个过程均可用查表法实现，量化过程在编码端完成，而反量化

6、过程则在解码端完成。对量化区间标号(量化值)的编码可以采用等长编码方法，当量化分层总数为K时，经过量化压缩后的二进制数码率为lbK b量化值。也可以采用可变字长编码如哈夫曼编码或算术编码来进一步提高编码效率。第2章 信源编码 4.ITU-R BT.601分量数字系统分量数字系统 数字视频信号是将模拟视频信号经过取样、量化和编码而形成的。模拟电视有PAL、NTSC等制式，必然会形成不同制式的数字视频信号，不便于国际数字视频信号的互通。1982年10月，CCIR(Consultative Committee for International Radio，国际无线电咨询委员会)通过了第一个关于演播

7、室彩色电视信号数字编 码 的 建 议，1993年 变 更 为 ITU-R(International Telecommunications Union-Radio communications Sector，国际电联无线电通信部门)BT.601分量数字系统建议。我国对应的国家标准为GB/T14857-93演播室数字电视编码参数规范。第2章 信源编码 BT.601建议采用对亮度信号和两个色差信号分别编码的分量编码方式，对不同制式的信号均采用相同的取样频率，对亮度信号Y采用的取样频率为13.5 MHz。由于色度信号的带宽远比亮度信号的带宽窄，因此对色度信号U和V的取样频率为6.75 MHz。每个数

8、字有效行分别有720个亮度取样点和3602个色差信号取样点。对每个分量的取样点都是均匀量化的，即对每个取样进行8 b精度的PCM编码。Y信号的黑、白电平分别对应16级和235级；U和V信号的最大正电平对应240级，零电平对应128级，最小负电平对应16级。这几个参数对525行、60场秒和625行50场秒的制式都是相同的。第2章 信源编码 有效取样点是指只有行、场扫描正程的样点有效，逆程的样点不在PCM编码的范围内。因为在数字化的视频信号中不再需要行、场同步信号和消隐信号，所以用定时基准码SAV(Start of Active Video)代表有效视频开始，用定时基准码EAV(End of Ac

9、tive Video)代表有效视频结束。定时基准码占用4个字节，前3个字节是FF0000H，第4个字节是奇偶标志、场正程、逆程标志和校验位。HDTV中常采用10比特量化，定时基准码占用4个字,每个字10比特，第1个字全为“1”，后面2个字全为“0”，第4个字是奇偶标志、场正程、逆程标志和校验位。第2章 信源编码 对应于每个有效行的数据是1728个样值，其中有效图像样值为1440个，定时基准码为8个，行消隐期的280个样值传送辅助信息。场消隐期也传送辅助信息，辅助信息有时间码、宽高比、测试诊断信息、数字音频信息和图文电视。色度信号的取样率是亮度信号的取样率的一半，常称作422格式，可以理解为每一

10、行里的Y、U、V的样点数之比为422。第2章 信源编码 2.1.3 熵编码熵编码 1.Huffman编码编码 霍夫曼（Huffman）编码是一种可变长编码,编码方法如图2-2所示。其具体步骤是：(1)将输入信号符号以出现概率由大至小为序排成一列。(2)将两处最小概率的符号相加合成为一个新概率，再按出现概率大小排序。(3)重复步骤(2)，直至最终只剩两个概率。(4)编码从最后一步出发逐步向前进行，概率大的符号赋予“0”码，另一个概率赋予“1”码，直至到达最初的概率排列为止。戴维霍夫曼David Albert Huffman第2章 信源编码 图2-2 Huffman编码 第2章 信源编码 上述6个

11、符号用普通二进制编码，每个符号码长三位；用霍夫曼编码，平均码长为0.41+0.32+0.13+0.14+0.065+0.045=2.2位 第2章 信源编码 2.算术编码算术编码 Huffman编码的每个代码都要使用一个整数位，如果一个符号只需要用2.5位就能表示，在Huffman编码中却必须用3个符号表示，因此它的效率较低。与其相比，算术编码并不为每个符号产生一个单独的代码，而是使整条信息共用一个代码，增加到信息上的每个新符号都递增地修改输出代码。假设信源由4个符号s1、s2、s3和s4组成，其概率模型如表2-1所示。把各符号出现的概率表示在如图2-3所示的单位概率区间之中，其中区间的宽度代表

12、概率值的大小，各符号所对应的子区间的边界值实际上是从左到右各符号的累积概率。在算术编码中通常采用二进制的小数来表示概率，每个符号所对应的概率区间都是半开区间，如s1对应0，0.001)，s2对应0.001，0.011)。算术编码所产生的码字实际上是一个二进制小数值的指针，该指针指向所编的符号对应的概率区间。第2章 信源编码 表表2-1 信源概率模型和算术编码过程信源概率模型和算术编码过程 第2章 信源编码 图2-3 算术编码过程示意图 第2章 信源编码 例例1 将符号序列s3s3s2s4进行算术编码，序列的第一个符号为s3，我们用指向图2-3中第3个子区间的指针来代表这个符号，由此得到码字0.

13、011。后续的编码将在前面编码指向的子区间内进行。将0.011，0.111区间再按符号的概率值划分成4份，对第2个符号s3，指针指向0.1001,码字串变为0.1001。然后s3所对应的子区间又被划分为4份，开始对第3个符号进行编码 第2章 信源编码 算术编码的基本法则如下：(1)初始状态：编码点(指针所指处)C0=0，区间宽度A0=1。(2)新编码点：Ci=Ci-1+Ai-1Pi(2-1)式中：Ci-1是原编码点，Ai-1是原区间宽度,Pi为所编符号对应的累积概率。新区间宽度：Ai=Ai-1pi(2-2)式中：pi为所编符号对应的概率。第2章 信源编码 根据上述法则，对序列s3s3s2s4进

14、行算术编码的过程如下：第个符号s3：C1=C0+A0P1=0+10.011=0.011A1=A0p1=10.1=0.1 0.011,0.111）第2个符号s3：C2=C1+A1P2=0.011+0.10.011=0.1001 A2=A1p2=0.10.1=0.010.1001,0.1101）第2章 信源编码 第3个符号s2：C3=C2+A2P3=0.1001+0.010.001=0.10011A3=A2p3=0.010.01=0.00010.10011,0.10101）第4个符号s4：C4=C3+A3P4=0.10011+0.00010.111=0.1010011A4=A3p4=0.00010

15、.001=0.00000010.1010011,0.10101 第2章 信源编码 3.游程编码游程编码 游程编码RLC(Run Length Coding)是一种十分简单的压缩方法，它将数据流中连续出现的字符用单一的记号来表示。游程编码的压缩率不高，但编码、解码的速度快，因而仍得到了广泛的应用，特别是在变换编码及进行Z字形(zigzag)扫描后，再进行游程编码，会有很好的效果。第2章 信源编码 2.1.4 预测编码和变换编码预测编码和变换编码 1.DPCM原理原理 基于图像的统计特性进行数据压缩的基本方法就是预测编码。它利用图像信号的空间或时间相关性，用已传输的像素对当前的像素进行预测，然后对

16、预测值与真实值的差预测误差进行编码处理和传输。目前用得较多的是线性预测方法，其全称 为 差 值 脉 冲 编 码 调 制 DPCM(Differential Pulse Code Modulation)。利用帧内相关性(像素间、行间的相关)的DPCM被称为帧内预测编码。如果对亮度信号和两个色差信号分别进行DPCM编码，即对亮度信号采用较高的取样率和较多位数编码，对色差信号用较低的取样率和较少位数编码，那么构成时分复合信号后再进行DPCM编码，数码率可以更低。第2章 信源编码 利用帧间相关性(邻近帧的时间相关性)的DPCM被称为帧间预测编码，因帧间相关性大于帧内相关性，所以其编码效率更高。若把这两

17、种DPCM组合起来，再配上变字长编码技术，就能获得较好的压缩效果。DPCM是图像编码技术中研究得最早且应用最广的一种方法，它的一个重要特点是算法简单，易于硬件实现。图2-4（a）是它的示意图。编码单元主要包括线性预测器和量化器两部分。编码器的输出不是图像像素的样值f(m，n)，而是该样值与预测值g(m，n)之间的差值，即预测误差e(m，n)的量化值E(m，n)。根据图像信号统计特性的分析，给出一组恰当的预测系数，使预测误差主要分布在“0”附近，再经非均匀量化，采用较少的量化分层，图像数据便得到了压缩，而量化噪声又不易被人眼所觉察，图像的主观质量并不明显下降。图2-4（b）是DPCM解码器，其原

18、理和编码器刚好相反。第2章 信源编码 图2-4 DPCM原理(a)DPCM编码器；(b)DPCM解码器 第2章 信源编码 图2-5 四阶预测器(a)输入像素和被预测像素的位置关系；(b)预测器的结构 第2章 信源编码 2.变换编码原理变换编码原理 图像变换编码是将空间域里描述的图像经过某种变换(如傅立叶变换、离散余弦变换、沃尔什变换等)，在变换域中进行描述，即将图像能量在空间域的分散分布变为在变换域的相对集中分布，便于用Z字形扫描、自适应量化、变长编码等进一步处理，完成对图像信息的有效压缩。先从一个实例来看一个域的数据变换到另一个域后其分布是如何改变的。以12像素构成的子图像，即相邻两个像素组

19、成的子图像为例，每个像素有3 b编码，取07共8个灰度级，两个像素有64种可能的灰度组合，由图2-6（a）中的64个坐标点表示。一般图像的相邻像素之间存在着很强的相关性，绝大多数的子图像中相邻像素灰度级相等或很接近，也就是说，在x1=x2直线附近出现的概率大，如图2-6（a）中的阴影区所示。第2章 信源编码 图2-6 变换编码的物理意义(a)子图像在阴影区的概率较大；(b)旋转变换后 第2章 信源编码 把一个nn像素的子图像看成n2维坐标系中的一个坐标点。在 n2维坐标系中,每一个坐标点对应于n2个像素。这个坐标点的数值是其对应的n2个像素的灰度组合。图像在n2维变换域中的相关性大大下降，因此

20、用变换后的系数进行编码，比直接用图像数据编码会获得更大的数据压缩。第2章 信源编码 变换编码将被处理数据按照某种变换规则映射到另一个域中去处理，常采用二维正交变换的方式。若将整个图像作为一个二维矩阵，则变换编码的计算量太大，所以将一幅图像分成一个个小图像块，通常是88或1616的小方块，每个图像块可以看成一个二维数据矩阵，变换编码以这些小图像块为单位，把统计上密切相关的像素构成的矩阵通过线性正交变换，变成统计上较为相互独立甚至完全独立的变换系数所构成的矩阵。信息论的研究表明，变换前后，图像的信息量并无损失，可以通过反变换得到原来的图像值。统计分析表明，正交变换后，数据的分布向新坐标系中的少数坐

21、标集中，且集中于少数的直流或低频分量的坐标点。正交变换并不压缩数据量，但它去除了大部分相关性，数据分布相对集中，可以依据人的视觉特性对变换系数进行量化，允许引入一定量的误差，只要它们在重建图像中造成的图像失真不明显，或者能达到所要求的观赏质量就行。量化可以增加许多不用编码的0系数，然后再对量化后的系数施行变长编码。第2章 信源编码 3.离散余弦变换离散余弦变换(DCT)在常用的正交变换中，离散余弦变换DCT(Discrete Cosine Transform)的性能接近最佳，是一种准最佳变换。DCT矩阵与图像内容无关，由于它构造成对称的数据序列，因而避免了子图像轮廓处的跳跃和不连续现象。DCT

22、也有快速算法FDCT，在图像编码的应用中，大都采用二维DCT。第2章 信源编码 88 DCT和88 DCT反变换的数学表达式为(2-3)(2-4)其中:当u=v0时，；当u=v其它值时，C(u)=C(v)=1。88 DCT的变换核函数为 第2章 信源编码 图2-7 88 DCT的基图像 第2章 信源编码 第2章 信源编码 图2-8 图像块的DCT变换(a)背景部分图像块的DCT；(b)细节部分图像块的DCT第2章 信源编码 图2-9 游程编码(a)Z字形扫描；(b)交替扫描 第2章 信源编码 4.混合编码混合编码 混合编码是近年来广泛采用的方法，这种方法充分利用各种单一压缩方法的长处，以期在压

23、缩比和效率之间取得最佳的平衡。如广泛流行的JPEG和MPEG压缩方法都是典型的混合编码方案。第2章 信源编码 2.1.5 静止图像压缩标准静止图像压缩标准 (1)清晰度：静止图像中的细节容易被观察到，要求有更高的清晰度。(2)逐渐浮现(Progressive Build-up)的显示方式：在传输频带较窄时为了减少等待时间，要求编码能提供逐渐浮现的显示方式，即先传模糊的整幅图像，再逐渐变清晰。(3)抗干扰：一幅图像的传输时间较长，各种干扰噪声的显示时间也较长，影响观看，要求编码与调制方式都有较强的抗干扰能力。第2章 信源编码 图2-10 静止图像数字传输系统 第2章 信源编码 1.JPEG标准标

24、准 JPEG是ISO（International Standardization Organization，国际标准化组织）IEC(International Electrotechnical Committee，国际电工技术委员会)和ITU-T(International Telecommunications Union，国际电信联盟)的联合图片专家小组(Joint Photographic Experts Group)的缩写。1991年3月，JPEG建议（ISOIEC10918号标准）“多灰度静止图像的数字压缩编码(通常简称为JPEG标准)”正式通过，这是一个适用于彩色和单色多灰度或连续色

25、调静止数字图像的压缩标准，包括无损压缩及基于离散余弦变换和Huffman编码的有损压缩两个部分。第2章 信源编码 图2-11 JPEG算法步骤 第2章 信源编码 (1)彩色坐标转换。彩色坐标转换是要去除数据冗余量，它不属于JPEG算法，因为JPEG是独立于彩色坐标的。压缩可采用不同坐标(如RGB、YUV、YIQ等)的图像数据。(2)离散余弦变换。JPEG采用的是88子块的二维离散余弦变换算法。在编码器的输入端，把原始图像(U、V的像素是Y的一半)顺序地分割成一系列88的子块。在88图像块中，像素值变化缓慢，具有较低的空间频率。进行二维88离散余弦变换可以将图像块的能量集中在极少数系数上。DCT

26、的(0，0)元素是块的平均值，其它元素表明在每个空间频率下的谱能为多少。一般地，离原点(0，0)越远，元素衰减得越快。第2章 信源编码 (3)量化。为了达到压缩数据的目的，对DCT系数需作量化处理。量化的作用是在保持一定质量的前提下，丢弃图像中对视觉效果影响不大的信息。量化是多对一映射，是造成DCT编码信息损失的根源。JPEG标准中采用线性均匀量化器，量化过程为对64个DCT系数除以量化步长并四舍五入取整，量化步长由量化表决定。量化表元素因DCT系数的位置和彩色分量的不同而取不同值。量化表为88矩阵，与DCT变换系数一一对应。JPGE标准根据人类视觉特性和压缩图像的特点给出了亮度量化表和色度量

27、化表(见表2-2和表2-3)。DCT变换系数除以量化表中对应位置的量化步长并舍去小数部分后，多数变为零，从而达到了压缩的目的。从量化表可以看出，左上角量化间隔小而右下角量化间隔大，这是因为图像的低频分量最重要，量化间隔小，量化误差也小，精度高；图像的高频分量只影响图像的细节，精度要求可以低一些，量化间隔可以大一些。第2章 信源编码 表表2-2 JPEG亮度量化表亮度量化表 第2章 信源编码 表表2-3 JPEG色度量化表色度量化表 第2章 信源编码 (4)直流分量差分编码。64个变换数经量化后，DCT的(0，0)元素是直流分量(DC系数)，即空间域中64个图像采样值的均值。相邻88子块之间的D

28、C系数一般有很强的相关性，变化应该较缓慢。JPEG标准对DC系数采用DPCM编码(差分编码)方法，即对相邻像素块之间的DC系数的差值进行编码，这样能将它们中的大多数数值减小。第2章 信源编码 (5)交流分量游程编码。其余63个交流分量(AC系数)采用游程编码。如果从左到右、从上到下地扫描块，则零元素不集中，因此采用从左上角开始沿对角线方向的Z字形扫描。量化后的AC系数通常会有许多零值。(6)熵编码。为了进一步压缩数据，需对DC和AC的码字再作统计特性的熵编码。JPEG标准推荐采用Huffman编码，并给出差分编码和游程编码变换为Huffman编码的码表。第2章 信源编码 2.JPEG2000标

29、准标准 JPEG2000主要由6个部分组成：第1部分为编码的核心部分，提供优秀的压缩性能和压缩灵活性，提供随机访问码流的机制。第2部分为编码扩展。第3部分为Motion JPEG2000(MJP2)。第4部分为一致性测试（用不同方法测试时标准的一致性）。第5部分为参考软件。第6部分为复合图像文件格式。第2章 信源编码 JPEG2000主要有以下特点：(1)JPEG2000采用了小波变换(DWT)。JPEG基本算法中的基 于 子 块 的 DCT被 离 散 小 波 变 换 DWT(Discrete Wavelet Transform)取代。DWT自身具有多分辨率图像表示性能，它可以大范围去除图像的

30、相关性，将图像能量分布更好地集中，使压缩效率得到提高。一个图像可以被分成若干大小相等的片(tile)，片的具体尺寸可以由用户根据应用需要来决定。片包括所有的图像分量。假设图像有3个分量(Y、U、V)，且图像被分成4个片，实际上指的是对应的4个Y片、4个U片和4个V片，即每个片由3个分量片组成。各个分量片各自编、解码，可以从合成的码流中单独提取某个或某些片，解码后重建图像。这种片划分和片独立编码的机制有利于从码流中提取和解码某个图像区域。第2章 信源编码 小波变换的变换过程图示第2章 信源编码 部分小波波形第2章 信源编码 尖峰信号的小波变换尖峰信号的小波变换时间尺度第2章 信源编码 对各个分量

31、片做不同级别的小波分解(小波变换)。小波变换的作用是对图像进行多分辨率分解，即把原始图像分解成不同空间、不同频率的子图像，这些子图像实际上是由小波变换后产生的系数构成的，即为系数图像。对一个原始图像或分量片进行三级小波分解的例子如图2-12所示。每一级分解都把图像分解成4个不同空间、不同频带的子图像(也称为子带图像或子带分量)。低频分量为LL(包含图像的低频信息，即图像的主要特征；低频分量可再次分解)；水平分量为LH(包含较多的水平边缘信息)；垂直分量为HL(包含较多的垂直边缘信息)；对角分量为HH(包含水平和垂直边缘信息)。第2章 信源编码 图2-12 DWT对静止图像进行三级分解(a)一级

32、分解示意图；(b)二级分解示意图；(c)三级分解示意图 abc第2章 信源编码 小波变换的其他应用提取图像的轮廓第2章 信源编码 (2)JPEG2000同时支持有损和无损压缩。(3)JPEG2000支持ROI处理。(4)JPEG2000可随机获取部分压缩码流。(5)JPEG2000可随机存取图像某个区域。(6)JPEG2000的抗误码性能得到提高。(7)JPEG2000具有视觉频率加权。第2章 信源编码 2.1.6 活动图像压缩标准活动图像压缩标准 1.概述概述 通常把图像编码分为下面几个应用层次：(1)标准数字电视：图像分辨率为720576，采用ISO MPEG-2标准，约8 Mb/s的码率

33、可以达到演播室级的图像质量要求。地面广播时采用现代数字调制技术，可在一路8 MHz信道传送4路标准数字电视。(2)会议电视：图像分辨率为352288，采用ITU-T H.261建议，码率为P64 kbs(P=130)，属中、低速码率的图像压缩。一般认为，码率在384 kb/s(P=6)以上时，图像质量才能让人比较满意。第2章 信源编码 (3)数字影碟机等：图像分辨率为352288，国际标准为MPEG-1，码率为1.5 Mb/s，其中约1.2 Mb/s用于图像，其余用于声音和同步,可达到VHS录像带图像质量。(4)可视电话：图像分辨率为176144，采用1TU-T H.263建议，码率为64 k

34、b/s以下，经调制解调后，能在现有的模拟电话线上传送活动的彩色电视电话图像，因此也称为极低码率的图像编码。(5)高清晰度电视：图像分辨率可高达19201080，具有两倍于现有标准的水平和垂直清晰度，采用ISO MPEG-2标准，码率约为20 Mb/s。第2章 信源编码 2.帧间预测编码帧间预测编码 帧间预测将画面分为以下3种区域：(1)背景区。相邻的帧背景区的绝大部分数据相同，帧间相关性很强。(2)运动物体区。若将物体运动近似看作简单的平移，则相邻帧的运动区的数据也基本相同。假如能采用某种位移估值方法对位移量进行“运动补偿”，那么两帧的运动区之间的相关性也是很强的。(3)暴露区。暴露区是指物体

35、运动后所暴露出的曾被物体遮盖住的区域。如果存储器将暴露区的数据暂存，则遮盖后暴露出来的数据与存储的数据相同。若是画面从一个场景切换为另一场景，就没有帧间相关性了。第2章 信源编码 1)空间分辨率和时间分辨率的交换 人眼对静止图像的分辨力较高，因而在传输静止图像或图像的静止部分时要有较高的分辨率，但可以减少传输的帧数，而在接收端依靠帧存储器把未传输的帧复制出来。人眼对于图像中运动物体的分辨率随着物体运动速率的增大而降低，摄像器件和显示器件也有一定的积分模糊效应，因而在传输图像中的运动物体时可以降低这部分图像的分辨率。物体的运动速度越高，可用越低的分辨率进行传输，这种方法就叫做空间分辨率和时间分辨

36、率的交换。第2章 信源编码 2)帧内、帧间自适应编码 对于变化缓慢的图像，帧间相关性强，宜采用帧间预测；当景物的运动增大时，帧间相关性减弱，而由于摄像机的“积分效应”，图像的高频成分减弱，帧内相关性反而有所增加，应采用帧内编码。因此，编码器应进行帧内、帧间自适应编码。3)运动补偿预测编码 对于运动的物体，估计出物体在相邻帧内的相对位移，用上一帧中物体的图像对这一帧的物体进行预测，将预测的差值部分编码传输，就可以压缩这部分图像的码率。这种考虑了对应区域的位移或运动的预测方式就称为运动补偿预测编码。帧间预测是运动补偿预测在运动矢量为零时的特殊情况。第2章 信源编码 运动补偿帧间预测编码包括以下4个

37、部分：(1)物体的划分：划分静止区域和运动区域。(2)运动估计：对每一个运动物体进行位移估计。(3)运动补偿：由位移的估值建立同一运动物体在不同帧的空间位置对应关系，从而建立预测关系。(4)补偿后的预测信息编码：对运动物体的补偿后的位移帧差信号(DFD)以及运动矢量等进行编码传输。第2章 信源编码 4)块匹配运动补偿预测 (1)全搜索算法：估计像素的位移(运动)时，取以该像素为中心的一个子块，在前一帧图像中寻找一个与之最匹配(相关最大)的子块，匹配子块中心与当前像素的位移即为估计的位移(运动)矢量。估值时要选择合适的子块尺寸N。N小时，块内各像素的运动一致性好，估计准确度较高，但运动矢量码率会

38、增大，计算量也会增大。N大时，计算量减小，运动矢量的码率变小，但块内各像素的运动一致性变差，运动估计准确度不高，不能进行有效的运动补偿预测。一般N取16，有时也取4、8或32。在全搜索条件下，块匹配算法达到最优，缺点是运算量大，在实际应用场合常采用性能略低但运算量少的快速算法。第2章 信源编码 (2)三步搜索算法TSS(Three Step Search)：在三步法中，搜索范围为8，即在上一帧以当前子块为原点，将当前子块在其上下左右距离为8的范围内按一定规则移动，每移动到一个位置，取出同样大小的子块与当前子块进行匹配计算。估计运动矢量的方法常用的还有共轭方向搜索法(CDS)、二维对数搜索法(L

39、OGS)、交叉搜索法(CS)、动态搜索窗调整搜索法(DSWDS)等。第2章 信源编码 5)混合编码 混合编码将变换编码和预测编码组合在一起，通常用DCT等变换进行空间冗余度的压缩，用帧间预测或运动补偿预测进行时间冗余度的压缩，以达到对活动图像更高的压缩效率。通常把变换部分DCT放在预测环内(参见后面要讲到的图2-15)，预测环本身工作在图像域内，便于使用性能优良、带有运动补偿的帧间预测。这种带有运动补偿的帧间预测与DCT结合的方案，其压缩性能高，编码技术成熟，编码延迟较短，已成为活动图像压缩的主流方案。第2章 信源编码 3.ITU-T H.261 1)公共中间格式 为了便于不同制式的彩色电视信

40、号的互连，ITU提出先把不同制式的彩色电视信号都转换成公共中间格式CIF(Common Intermediate Format）：亮度信号按每行352个像素，每帧288行进行正交抽样，抽样频率为6.75 MHz；色差信号按每行176个像素，每帧144行进行正交抽样，抽样频率为3.375 MHz；以29.97帧/s的速率逐行扫描。QCIF(Quarter CIF)格式的亮度和色度样点数在水平和垂直方向都减半，亮度信号为176144，色差信号为8872，还是以29.97帧/s的速率逐行扫描。第2章 信源编码 图2-13 CIF图像的层次结构 块组宏块块变换系数第2章 信源编码 2)数据结构 CIF

41、和QCIF的数据结构分为以下4个层次：(1)图像层：由图像头和块组数据组成。图像头由一个20比特的图像起始码、视频格式、时间参数(帧数)等标志信息组成。(2)块组层：由块组头和宏块数据组成。块组头由16比特的块组起始码、块组编号、量化步长等组成。(3)宏块层：由宏块头和块数据组成。宏块头由宏块地址、宏块类型、量化步长等组成。(4)块层：由变换系数（TC）和块结束符（EOB）等组成。第2章 信源编码 图2-14 H.261数据结构示意图 第2章 信源编码 3)编码器原理 编码器原理框图如图2-15所示。两个双向选择开关由编码控制器CC控制，当它们同时接到上方时，编码器工作在帧内编码模式，输入信号

42、直接进行DCT，经过量化处理后再进行变字长编码VLC，得到最后的编码后输出。当双向开关同时接到下方时，编码器利用存储在帧存储器FM中的上一帧图像进行帧间预测，将输入信号与预测信号相减后，对预测误差进行DCT，经过量化处理后再进行变字长编码VLC，得到最后的编码后输出。此时，编码器工作在帧间编码模式，是一个由帧间预测与DCT组成的混合编码器。根据应用的需要，还可以加入运动估计和补偿处理MEP，以改善帧间预测的效果。为了使解码器能正确地解码，必须将编码器的工作状态即时通知解码端，为此对每个编码模式和控制参数等辅助信息也要进行编码传输。第2章 信源编码 图2-15 H.261编码器原理框图 第2章

43、信源编码 4)BCH纠错 为了提高信道的抗误码能力，H.261采用了一种BCH(511,493)的纠错编码（详见第4章信道编码）。该编码将发送的比特流分成长度为493 b的数据组,并对每一组数据进行某种逻辑运算，并将所得的18 b校验数据放在493 b视频数据的后面，再将这每组511 b的数据送到接收端。如果发生误码，则在接收端可用校验码经特定的运算查验出错码并纠正。这种BCH(511，493)纠错码可在493 b数据中自动纠正2 b的错误。H.261中规定，编码器必须进行纠错编码，解码器可选用纠错解码。第2章 信源编码 5)编码控制 编码中采用了变长编码技术，因而经压缩编码后的数据流速率是不

44、均匀的。为了使数据流以恒定速率在通信网中传送，可用缓冲存储器进行数据的平滑。根据缓冲存储器当前已缓存的数据量，控制源编码器中量化器的量化步长等参数，可得到恒定的速率。H.261中没有具体规定码流的控制方法。为了防止帧间预测误差的累积，编码器中采用了一种强迫更新的方法，即H.261中规定:宏块每传送132次，就应以帧内模式传送一次。但H.261 对具体方法未作规定。第2章 信源编码 4.ITU-T H.263 1)更丰富的图像格式 表表2-4 H.263的图像格式的图像格式 第2章 信源编码 2)两种运动估值块 H.261建议中只对1616像素的宏块进行运动估计，而H.263建议中不仅可以用16

45、16像素的宏块为单位进行运动估计，还可以根据需要对88像素的子块进行运动估计，即每个宏块可使用4个运动矢量。3)更高效的运动矢量编码 在H.261中，对运动矢量采用一维前值预测与VLC相结合的方法编码，在H.263中，则采用更为复杂的二维预测与VLC相结合的编码。第2章 信源编码 4)半像素运动估计精度 在H.261中，运动的估值精度为整数像素，范围为(-16，+15)，而在H.263中，采用半像素精度，范围为(-16.0，+15.5)。H.263中采用双线性内插来得到运动估计用的半精度像素的预测值，如图2-16所示。第2章 信源编码 图2-16 双线性内插预测半精度像素 第2章 信源编码 5

46、)增加了高级选项 除了采用半像素精度进行运动估计以外，H.263的基本编码方法与H.261相同。为了能适合极低码率的传输，H.263增加了4个编码的高级选项，进一步提高了编码效率，在极低码率下获得了较高的图像质量。(1)无限制的运动矢量模式。当某一运动矢量所指向的参考像素超出编码图像区域时，就用其边缘的图像值代替“这个并不存在的像素”，有效改进边缘有运动物体的图像的质量。(2)基于语法的算术编码（SAC）。可变长编码、解码过程都用算术编码、解码过程取代,这将显著降低所需的码率。第2章 信源编码 (3)高级预测模式。对P帧的亮度分量采用所谓交叠块运动补偿(OBMC)方法，即某一个88子块的运动补

47、偿由本子块和周围4个子块的运动矢量加权平均得到；对某些宏块（1616）用4个运动矢量，每个子块（88）都有一个运动矢量，用它们取代原来一个宏块的运动矢量。本模式减少了方块效应，明显改进了图像质量。(4)PB帧模式。PB帧名称来源于MPEG标准。一个PB帧包含一个P帧和一个B帧，P帧是由前一个P帧预测得到，B帧是由前一个P帧和本PB帧单元中的P帧进行双向预测编码得到。双向预测过程如图2-17所示。第2章 信源编码 图2-17 PB帧双向预测过程示意图 第2章 信源编码 5.MPEG-1 1)图像格式SIF MPEG-1只处理逐行扫描的图像，对隔行扫描的图像源应先转换为逐行扫描格式后再编码；输入的

48、视频信号必须是数字化的一个亮度信号和两个色差信号(Y，CB，CR)，要使码率为11.5 Mb/s，应该选择图像速率为24、25帧/秒或30帧/秒，水平分辨率在250400 像素，垂直分辨率在200300线的图像。对于典型的应用，MPEG-1定义了SIF格式。表2-5和图2-18分别为由CCIR601到SIF的格式转换数据和采样模式。第2章 信源编码 表表2-5 由由CCIR601到到SIF的格式转换数据的格式转换数据 第2章 信源编码 图2-18 由CCIR601到SIF的格式转换采样模式(a)ITU-R601(422)采样点;(b)MPEG-1(SIF)采样点 第2章 信源编码 2)视频结构

49、 图2-19 MPEG视频结构 第2章 信源编码 (1)视频序列。视频序列也称图像序列，它是随机选取节目的一个基本单元。从节目内容看，一个视频序列大致对应于一个镜头。切换一个镜头，即表示开始一个新的序列。(2)图像组。图像组是将一个图像序列中连续的几个图像组成一个小组，简称为GOP。它是对编码后的视频码流进行编辑存取的基本单元。第2章 信源编码 (3)图像。图像是一个独立的显示单元，也是图像编码的基本单元，可分为I、P和B三种编码图像。I帧(Intracoded picture，帧内编码图像帧)：不参考其它图像帧而只利用本帧的信息进行编码。P帧(Predictivecoded Picture，

50、预测编码图像帧)：由一个过去的I帧或P帧采用有运动补偿的帧间预测进行更有效的编码；通常用于进一步预测之参考。B帧(Bidirectionally predicted picture，双向预测编码图像帧)：提供最高的压缩，它既需要过去的图像帧(I帧或P帧)，也需要后来的图像帧(P帧)进行有运动补偿的双向预测。第2章 信源编码 VCD中常用的图像组结构是：B.B.I.B.B.P.B.B.P.B.B.P.B.B.I.B.B.P，即M=3，N=12。M为两个参考帧之间的B帧数目加1，N为一个图像组内的图像帧的总数目。B帧有较高的压缩比，所以视频编码器总编码效率很高；I帧和P帧的压缩比不高，但可保证较高