媒资管理02-视音频数据压缩技术.ppt

媒体资产管理技术 Media Asset Management 第2章：视音频数据压缩技术 MEDIA ASSET MANAGEMENT §2.1 图像压缩的基本原理 视频压缩概述 1 预测编码 2 变换编码 3 统计编码 4 §2.1.1 视频压缩概述 1．图像/视频压缩的必要性 图像数字化之后，其数据量剧增。例如，一幅640×480中分辨率的彩色图像（24比特/像素），其数据量为900KB。如果以每秒30帧的速度播放，则1秒钟的数据量为： 640×480×24×30=210.9Mb＝26.4MB，需要210.9Mbps的通信回路； 如果存放在650MB的光盘中，在不考虑音频信号的情况下，每张光盘也只能播放24秒钟。 MEDIA ASSET MANAGEMENT §2.1.1视频压缩概述 2．图像/视频压缩的可能性 图像/视频数据压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知的）；也就是用一种更接近信息本质的描述来代替原有冗余的描述。 数字图像/视频存在着大量的数据冗余和主观视觉冗余，因此图像数/视频据压缩既是必要的，也是可能的。 MEDIA ASSET MANAGEMENT §2.1.1 视频压缩概述 （1） 数字图像/视频本身的特征带来数据压缩的可能性 ① 空域冗余 空域冗余也称为空间冗余或几何冗余，空域冗余是一种与像素间相关性直接联系着的数据冗余。 MEDIA ASSET MANAGEMENT 排列整齐能够准确预测出其它行数据 排列不整齐影响预测 §2.1.1 视频压缩概述 ②时域冗余 时域冗余又称时间冗余，它是针对视频图像而言的。视频序列每秒有25-30帧图像，连续播放，相邻帧之间的时间间隔很小（例如，每秒25帧的电视信号，其帧间时间间隔只有0.04秒）；同时实际生活中的运动物体具有运动一致性，使得视频序列图像之间有很强的相关性。 MEDIA ASSET MANAGEMENT 人眼是很难发现两帧图像的差别 §2.1.1 视频压缩概述 ③ 频域冗余 图像在频域的表示（频谱系数），同样存在冗余。多数图像的频谱具有低通特性，低频部分的系数能够提供绝大部分的图像信息，保留低频部分的系数，而丢弃高频部分的系数，这样保持了大部分图像能量，在恢复图像时带来的质量劣化并不明显，去除在频域的冗余，能够进一步提升压缩的空间，可提高编码效率。 MEDIA ASSET MANAGEMENT §2.1.1 视频压缩概述 ④ 信息熵冗余 图像中像素灰度出现的不均匀性，造成图像信息熵冗余。即用同样长度比特表示每一个灰度，则必然存在冗余。若将出现概率大的灰度级用长度较短的码表示，将出现概率小的灰度级用长度较长的码表示，有可能使编码总长度下降。 MEDIA ASSET MANAGEMENT MEDIA ASSET MANAGEMENT §2.1 图像压缩的基本原理 视频压缩概述 1 预测编码 2 变换编码 3 统计编码 4 §2.1.2 预测编码 预测编码是根据某一模型利用过去的样值对当前样值进行预测，然后将当前样值的实际值与预测值相减得到一个误差值，只对这一预测误差值进行编码。 差分脉冲编码调制DPCM编码系统的原理框图如图所示。 MEDIA ASSET MANAGEMENT 量化器 编码器 预测器 —— 十 解码器 预测器 十 DPCM原理框图 传输信道 压缩编码的几种常用方法---预测编码： 一般运动补偿帧间预测分类 前向预测： 由K-1帧预测K帧, 待测的子块在K帧，而有哪些信誉好的足球投注网站区域处于K-1帧。 后向预测： 由K+1帧预测K帧,待测的子块在K帧，而有哪些信誉好的足球投注网站区域处于K+1帧。 K+1帧 K-1帧 K帧 §2.1.2 预测编码 MEDIA ASSET MANAGEMENT §2.1.2 预测编码 三维预测（帧间预测）： 为了近一步压缩，常采用三维预测，即用前一帧来预测本帧。由于连续图像如电视、电影相邻两帧之间的时间间隔很小，通常相邻帧间细节的变化是很少的，即相对应像素的灰度变化较小，存在极强的相关性。利用预测编码去除帧间的相关性，可以获得更大的压缩比。 例如电视电话，相邻帧之间通常只有人的口、眼等少量区域有变化而图像中多数区域没什么变化，采用三维预测可使图像数据压缩到电话话路的频带之内。帧间预测在序列图像的压缩编码中起着很重要的作用。 MEDIA ASSET MANAGEMENT §2.1.2 预测编码 帧间预测编码 帧间预测编码的依据是运动图像间的冗余度。相邻帧间的统计特性最简单的是帧间差值特性。所谓帧间差值是指在运动图像序列的某一像素位置上，当前帧的图像亮度值与上一帧的亮度值之差。实际统计结果表明：该差值不大。对于变化缓慢的黑白图像序列