数字视频编码论文.doc

关于数字视频编码的一些简单方法介绍

数字视频处理

变换编码综述

关于数字视频编码的一些简单方法介绍

变换编码

1.变换编码原理

变换编码不是直接对空域图像信号进行编码，而是首先将空域图像信号映射变换到另一个正交矢量空间（变换域或频域），产生一批变换系数，然后对这些变换系数进行编码处理。变换编码是一种间接编码方法，其中关键问题是在时域或空域描述时，数据之间相关性大，数据冗余度大，经过变换在变换域中描述，数据相关性大大减少，数据冗余量减少，参数独立，数据量少，这样再进行量化，编码就能得到较大的压缩比。在变换编码中的比特分配中，分区编码是基于最大方差准则；阈值编码是基于最大幅度准则。

目前在视频图像压缩中可采用的正交变换主要有：傅里叶变换（FT）、K-L变换、离散余弦变换（DCT）、小波变换（WT）等，其中DCT是目前最常用的变换方法，小波变换是变换编码研究的新方向。

2.离散余弦变换编码

2.1正交变换编码的理论基础

视频图像帧序列可以看作是一个联合信源的输出。如果视频图像帧包含M×N个像素，则此联合信源有M×N个单信源组成，这些信源是相关的。要获得更好的编码效率，既可以对此联合信源的每一组输出编码，也可以对各个单信源进行处理使之变成相互独立的信源后再对各个信源输出进行编码。

正交变换采取的是第二种方法，先通过变换把各个信源变成独立信源，去除各个信源输出（也就是每个像素）之间的相关性，再对每个输出编码，这就是正交变换编码的原理。一方面，由于图像各个像素的相关性与相互之间的距离正相关，距离越远，相关度越小；另一方面，对大的图像块进行正交变换计算过于复杂，不利于实现，因此，在图像压缩编码中，先把图像分成块，再对每个块进行正交变换和编码，折中计算复杂度和编码效率。实验表明，对大部分图像信号，每个块为8×8或16×16是一个比较好的选择。

常用的正交变换主要有傅里叶变换、K-L变换、离散余弦变换等。在目前图像压缩标准中离散余弦变换占有重要位置。

2.2离散余弦变换编码

设N个信号样值{x0，x1,…, xN 1},其N阶一维离散余弦变换（DCT）有N个输出，记为{y0，y1，…，yN 1}，则

1y0=Nm 0 xN 1m （1）

2N 1(2m 1)n ， n=1，2，···，N-1 （2） yn=xcos mNM 02N

离散余弦反变换（IDCT）定义为

12N 1(2m 1)n ， m=0,1，···，N-1 （3） y0＋xm=ycos nNNn 02N

关于数字视频编码的一些简单方法介绍

由于DCT变换构成的基向量与图像具体内容无关，且变换核是可分离的，故可通过两个一维DCT变换得到二维DCT变换。即先对图像的每一行进行一维DCT变换，再对每一列进行一维DCT变换。而二维离散IDCT也可以通过两次一维IDCT得到。DCT算法得到广泛应用的另一个重要因素是DCT有快速算法，它使得DCT运算的复杂度大大降低，从而减少了编解码器的编解码延迟。

对图像块进行DCT变换后，得到变换域数据块，再对这些数据块进行编码。在经过DCT变换后，DCT变换系数分布非常不均匀，能量主要集中在矩阵左上角，这是图像块的直流和低频交流分量，代表了图像的概貌，而变换矩阵的右下角大部分系数接近于0，这是图像的高频分量，代表了图像的细节。

低频分量的量化间隔小，图像的低频分量得到了比较细致的量化；高频分量的量化间隔大，图像的高频分量的量化较粗，大部分量化系数为0。这是符合人眼视觉特性的。在进行图像压缩是，可以给量化矩阵乘以不同的系数来控制量化精度，量化矩阵数值越小，量化越精细，恢复图像质量越好，同时压缩倍数也随之降低。

DCT变换编码的主要优点有：

（1）DCT变换的变换核不随输入变化，但是对于大多数图像来说，其去相关性能接近于最佳的K-L变换，DCT变换后能够有效地降低原始数据间的相关性。

（2）DCT变换所得的系数的值大部分在0附近，并且可以用Zig-Zag扫描方法获得长的0游程。这使得离散余弦变换编码压缩数据倍数较高，质量较好。

（3）利用快速傅里叶变换计算方法（FFT），DCT快速算法计算复杂度为O（nlb n），其中n为待变换的样值数，且DCT仅在实数域内计算，没有复数运算，计算简单，有利于实时实现。

DCT的上述优点确定了其在目前视频图像编码中的重要地位，已成为H.264、JPEG、MPEG等国际标准的主要方法。

DCT变换的主要缺点：

（1）DCT编码是分块进行的，压缩倍数较高时，会出现明显的块效应，造成图像质量明显下降。

（2）DCT变换是在频域分析原始数据，不具备时频局部分析能力，这导致了它不适应人类视觉系统的某些特性。

3.小波变换编码

小波变换编码克服了DCT变换的上述两个主要缺点，是新一代的变换编码方法。下面，先介绍小波变换编码的理论基础，然后介绍小波变换在图像压缩编码中的应用。

3.1小波变换编码的理论基础

3.1.1连续小波变换

傅里叶变换把时域信号分解成相互正交的正弦波之和，得到了信号在时域难以表现的频域特性，但这种变换所得到的频域特性是时域信号的整体的频域刻画，并不能从中得到时域信号某一局部的频域特性。

在实际中，往往关心信号的某些局部特性，例如，视频图像信号的细节往往体现在某一局部的变化中。对此，需要时频局部化的分析方法，这就是小波变换的长处。 设f(t)是平方可积函数，则其连续小波变换为：

WT ,f(a,b) a

小波变换的逆变换公式为： 12 f(t) (t b)dt （4） a

关于数字视频编码的一些简单方法介绍

1f(t) c 0da WT ,f(a,b) a,b(t)db （5） 2 a

小波变换有如下性质：

（1）小波变换是一个满足能量守恒方程的线形运算，它把一个信号分解成对空间和尺度（即时间和频率）的独立贡献，同时又不失原信号所包含的信息；

（2）小波变换相当于一个具有放大、缩小和平移等功能的数学显微镜，通过检查不同放大倍数下信号的变化来研究其动态特性；

（3）小波变换不一定要求是正交的，小波基不惟一。小波函数系的时宽-带宽积很小，且在时间和频率轴上都很集中，即展开系数的能量很集中；

（4）小波变换巧妙地利用了非均匀的分辨率，较好地解决了时间和频率分辨率的矛盾；在低频段用高的频率分辨率和低的时间分辨率（宽的分析窗口），而在高频段则用低的频率分辨率和高的时间分辨率（窄的分析窗口），这与时变信号的特征一致；

（5）小波变换将信号分解为在对数坐标中具有相同大小频带的集合，这种以非线形的对数方式而不是以线形方式处理频率的方法对时变信号具有明显的优越性；

（6）小波变换是稳定的，是一个信号的冗余表示。由于a、b是连续变化的，相邻分析窗的绝大部分是相互重叠的，相关性很强；

（7）小波变换同傅立叶变换一样，具有统一性和相似性，其正反变换具有完美的对称性。小波变换具有基于卷积和QMF的塔形快速算法。

3.1.2离散小波变换

有定义可知，连续小波变换把一维连续信号f(t)变成二维连续信号WT f(a,b)，从实现数据压缩的角度，我们希望在保证信息不丢失的情况下，只在一些离散点(a,b)上进行小波变换。

目前，一般把尺度a离散为幂级数形式，即令a=a0j此时小波函数为：

j a,b(t) a0 …… 此处隐藏：4603字，全部文档内容请下载后查看。喜欢就下载吧 ……