图象信息压缩技术研究.doc

第一章 图象信息压缩基础 1.1 图象的表示方法 图象涉及到图示（可视化）信息，其中包括静态图象和时变图象。静态图象其信息密度随空间分布，且相对于时间为常量；而时变图象其空间密度特性是随时间变化的，所以时变图象是一种时-空密度模式，它可以表示为，其中：和是时间变量，t是时间变量。 1.2 模拟图象 迄今为止，绝大多数视频的记录、存储和传输仍然是模拟方式。例如：我们在电视上所见到的图象是以一种模拟电信号的形式来记录的，并依靠模拟调幅的手段在空间传播，再用盒式磁带录象机将其作为模拟信号存放在磁带上。模拟视频信号涉及一维时间变量的电信号，它是通过对在时间坐标和垂直分量上采样得到的。周期性的采样过程称之为扫描，最常用的扫描方法是：逐行扫描和隔行扫描，逐行扫描是在每一个时间内对一个完整的图象进行扫描，它被称之为一帧。隔行扫描是依次对被称为基数场和偶数场的奇数行和偶数行进行扫描。然后我们在了解一下视频信号的频谱。首先，让我们来分析一种简单的静态图象，其中。我们构造一个双周期图象数组。 数组 可以展开为二维付里叶序列， 式中：是二维付里叶序列系数，L和H分别表示了一帧的水平和垂直范围（包括消隐间隔）。 同理，模拟视频信号是由沿着双周期场（它对应于扫描线）的图象密度组成。假设扫描点在水平和垂直方向上分别以和的速度运动，则视频信号可以表示为 式中：为扫描一条图象线所需的时间，而为扫描一整帧所需的时间。静止视频信号是周期性的，它具有两个基本频率：（称为水平扫描频率）和（称为垂直扫描频率）。 相应的模拟视频标准有NTSC、PAL和SECAM，其中NTSC复合视频标准确立于1952年，主要应用于北美和日本。而后面两者于六十年代，主要应用于欧洲。 1.3 数字视频 近二十年来，我们正在经历一场数字化革命。今年来，具有CD质量效果的高保真数字音频技术正迅速的用于各种个人电脑和工作站。现在全运动数字视频用于桌面设备的技术已经成熟。除了数字信号有更可靠的形式之外，数字表示和传输手段的主要优点是它很容易在同一网络上提供各种各样的服务。桌面数字视频技术给计算机和通信均提供了一种真正的“革命性”的方式。一台工作站可以用于：个人计算机、高清晰度电视、可视电话或传真机。数字化的数据和语音一直被关注着，即使输入视频是一个复合模拟信号，通常亦可以将其转化为分量模拟视频然后将分量信号分别数字化。还可以利用一种带有足够高频率的时钟的A/D转换器来对复合信号直接进行数字化，然后进行数字解码以获得所期望的RGB或YIQ分量信号。今天，防碍数字视频普及使用的主要瓶颈是对巨大存储量及传输带宽的需求。因此，数字视频能否生存的关键在于图象压缩技术。 如在 不同的应用和产品之间交换数字视频，就需要数字视频标准。视频数据是按照压缩的形式来交换的，这就导致了压缩标准的出现。对某些网络可用的比特率和各种应用下的比特需求量的调查研究表明：数字视频的可行性取决于我们能把视频压缩到怎样一个程度。幸而我们看到：对CCIR601图象压缩100倍再重现，其图象质量可以与模拟录象带（VHS）的质量相当。因为视频压缩对开发各种数字视频产品而言是一个重要而可行的技术，所以业界针对不同的比特率开发了三种不同的视频压缩标准，并开始对一种新的甚低速率下的应用进行了探索。视频压缩方法的标准化确保了不同销售厂商的数字视频设备的兼容性，促进了市场发展。由此，我们不禁回想起在二维图象压缩标准出现之后带来的传真机市场的迅速发展的情景。有关图象的视频压缩的国际标准列于下表中： 图象压缩国际标准 标准 应用 CCITT G3/G4 二值图象（非适应） JBIG 二值图象 JPEG 静止帧灰度级和彩色图象 H．261 P*64Kbps MPEG-1 1．5Mbps MPEG-2 10-20Mbps MPEG-4 4．8-32Kbps 其中，CCITT G3/G4是为传真图象而设计的，而且现在已经用在所有的传真机之中。JBIG是为了解决用CCITT G3/G4编码而带来的某些问题而开发的，主要用于中间色调图象。JPEG是一种静止图象（单色或彩色）压缩标准，但它还可以用于一帧接一帧的视频压缩，这主要是因为它在VLSL硬件方面的广泛的利用价值。CCITT 建议H.261与ISDN线路的视频会议应用中的视频压缩有关。其目标比特率为p*64Kbps，这是ISDN速率。其典型的使用GIF格式的视频会议系统需要384Kbps，相应的P=6。MPEG-1选定1.5Mbps是为了在CD-ROM和硬盘上存储GIF格式的数字视频。作为一种拓宽应用之一，MPEG-2是为HDTV采用10