視頻基礎(chǔ)知識(shí)

1、視頻基礎(chǔ)知識(shí)（四）高海鵬 /編譯視頻經(jīng)過(guò)壓縮還能保持原來(lái)的質(zhì)量么?通過(guò)以上分析我們了解了視頻數(shù)字化所帶來(lái)的問(wèn)題，而這些問(wèn)題的產(chǎn)生歸結(jié)為一點(diǎn)就是數(shù)字視頻的數(shù)據(jù)量太大。解決之道無(wú)非有兩點(diǎn)，一是增加存儲(chǔ)載體的容量，一是減少數(shù)字視頻的數(shù)據(jù)量。目前作為數(shù)字視頻主要存儲(chǔ)載體的光盤和硬盤的技術(shù)發(fā)展得相當(dāng)快，容量也大幅度提高，尤其是硬盤容量以幾十個(gè) G 的速度增長(zhǎng)。 但即使這樣， 也難以承載數(shù)字視頻巨大的數(shù)據(jù)量，而且這樣做很不經(jīng)濟(jì)。在這種情況下，我們可以換一種思路，即減少數(shù)字視頻的數(shù)據(jù)量。那么如何減少數(shù)字視頻的數(shù)據(jù)量呢？減少了數(shù)據(jù)量是否會(huì)影響到圖像質(zhì)量呢 ?這涉及到一個(gè)問(wèn)題： 即數(shù)字視頻的數(shù)據(jù)量并不等于它所攜

2、帶的信息量。就是說(shuō)數(shù)據(jù)量大未必包含更多的畫面信息，它們并非呈正比的對(duì)應(yīng)關(guān)系。更具體地說(shuō)，視頻信息本身具有如下特點(diǎn)：數(shù)字視頻中有許多數(shù)據(jù)是多余的，圖像數(shù)據(jù)是密切相關(guān)的。比如一幅圖像內(nèi)或一段視頻的相鄰圖像之間有著大量的重復(fù)內(nèi)容，在空間和時(shí)間上存在著相關(guān)性。視頻信息的這個(gè)特點(diǎn)給我們以啟示：并不是數(shù)據(jù)越多越好，人們真正需要的是信息。既然數(shù)據(jù)中有冗余，那就可以對(duì)數(shù)據(jù)進(jìn)行壓縮。于是數(shù)字視頻的壓縮就有了可能性，這是由數(shù)字視頻自身的特點(diǎn)決定的。而另一方面，數(shù)字視頻可以進(jìn)行壓縮而不影響或較少影響畫面質(zhì)量，這種可能性也建立在人類視聽(tīng)系統(tǒng)的特點(diǎn)上。視頻圖像的最終接收者是人，眼睛是圖像信息的接收端，耳朵是聲音信息的接

3、收端。圖像、聲音數(shù)據(jù)壓縮的可能性既建立在數(shù)據(jù)本身中含有冗余信息的基礎(chǔ)上，也建立在人類聽(tīng)覺(jué)、視覺(jué)的非線性的特點(diǎn)上。這種視聽(tīng)的非線性表現(xiàn)在兩方面：一是人的感官對(duì)信號(hào)的時(shí)間變化和幅度變化的感受能力有一個(gè)極限，對(duì)超過(guò)或低于某一極限的幅度變化就無(wú)法感知。比如人耳只能聽(tīng)到 20Hz 20KHz 范圍內(nèi)的聲音，對(duì)于超聲波就聽(tīng)不到了；另一方面人的視覺(jué)系統(tǒng)對(duì)亮度敏感，對(duì)色彩不太敏感：對(duì)空間頻率低的能量敏感性強(qiáng)，對(duì)空間頻率高的能量敏感性差。還有從視覺(jué)心理上說(shuō)當(dāng)人在關(guān)心畫面的某一重要的特征時(shí)，往往會(huì)忽略其它次要的信息。根據(jù)人的視聽(tīng)系統(tǒng)的非線性特點(diǎn)，就可以把超過(guò)人類視聽(tīng)辨認(rèn)極限的部分去掉，對(duì)人不敏感的信息用較少數(shù)據(jù)來(lái)

4、描述，這樣就可以相應(yīng)地減少這部分信息的數(shù)據(jù)量，就能達(dá)到數(shù)據(jù)壓縮的目的。通過(guò)以上分析知道沒(méi)有必要存儲(chǔ)全部的數(shù)字視頻數(shù)據(jù)。我們以舍棄一部分信息為代價(jià)，保留最重要的、最本質(zhì)的信息，用新的編碼方法既減少重復(fù)信息同時(shí)又保證質(zhì)量來(lái)重構(gòu)原來(lái)的畫面，以達(dá)到更高的數(shù)據(jù)壓縮比。這就是視頻壓縮的實(shí)質(zhì)。壓縮是如何進(jìn)行的?數(shù)據(jù)壓縮的實(shí)現(xiàn)就是對(duì)數(shù)據(jù)進(jìn)行重新編碼，它的理論基礎(chǔ)是信息論。從信息論的角度看，壓縮基本上是這樣一個(gè)過(guò)程：通過(guò)消除信息中的冗余成分來(lái)減少數(shù)據(jù)量。即保留不確定的信息，去除確定的、可推知的信息，也就是用一種更接近信息本質(zhì)的描述來(lái)代替原有的描述，這涉及到信息的重新編碼。1圖像壓縮編碼活動(dòng)圖像的壓縮實(shí)質(zhì)上是將數(shù)

5、字化的視頻信息重新編碼成一種數(shù)據(jù)流。 圖像的數(shù)字編碼是指在保持原圖像質(zhì)量( 即解碼后的圖像質(zhì)量等同于編碼前的圖像質(zhì)量)前提下來(lái)減少需要存儲(chǔ)和傳送的圖像或視頻數(shù)據(jù)。根據(jù)視頻壓縮的可能性通常利用兩種基本原理，一種是減少圖像信號(hào)中多余的信息，即時(shí)間冗余信息和空間冗余信息，以減少存儲(chǔ)和傳送無(wú)用的信息，這可以通過(guò)分析視頻信號(hào)來(lái)實(shí)現(xiàn)。這些基于數(shù)據(jù)統(tǒng)計(jì)(去掉數(shù)據(jù)冗余 )的編碼方法屬于第一代即低層的編碼方法，總的來(lái)說(shuō)就是要識(shí)別并去除冗余信息，從而減少存儲(chǔ)量和所需帶寬。另一種是利用人類視覺(jué)心理特性的編碼方法，一方面考慮了人眼的視覺(jué)特性，另一方面也考慮到圖像傳遞的景物特征。其實(shí)人眼視覺(jué)系統(tǒng)本身就是一種最優(yōu)的圖像編

6、碼系統(tǒng)，這種編碼方法屬于第二代即中、高層的編碼方法。具體來(lái)說(shuō)壓縮過(guò)程涉及到空間和時(shí)間兩個(gè)方面，利用視頻信息在空間上存在冗余成分進(jìn)行編碼的方法稱為空間冗余編碼；利用視頻信息在時(shí)間上存在冗余成分進(jìn)行的編碼的方法稱為時(shí)間冗余編碼。2.空間冗余編碼空間冗余編碼也常常被稱為幀內(nèi)壓縮或空間壓縮，就是說(shuō)數(shù)據(jù)的壓縮是發(fā)生在同一幀內(nèi)，僅僅考慮本幀內(nèi)的數(shù)據(jù)而不考慮相鄰幀之間的冗余信息。一般來(lái)說(shuō)在同一幅圖像中，規(guī)則物體和規(guī)則背景的在形狀、顏色上具有相似之處。更具體來(lái)說(shuō)一幀圖像內(nèi)的任何一個(gè)場(chǎng)景都是由若干像素點(diǎn)構(gòu)成的，因此一個(gè)像素通常與它周圍的某些像素在亮度和色度上存在一定的關(guān)系，呈漸變狀。這種關(guān)系稱為空間相關(guān)性；一幅

7、圖像中或連續(xù)運(yùn)動(dòng)的圖像之間都有可能存在著大量的色彩或亮度相同、相近的像素塊。這些相關(guān)性在數(shù)字化圖像中就表現(xiàn)為數(shù)據(jù)的空間冗余。比如一幅畫面表現(xiàn)的是藍(lán)天白云間飛翔著一架飛機(jī) (如圖 1)，分析畫面我們可以得到這樣的結(jié)論：畫面中絕大部分表示天空背景的像素都是藍(lán)色的 (假設(shè)這天晴空萬(wàn)里 )，表現(xiàn)飛機(jī)和云朵的那部分像素是不同于藍(lán)色，但其中表現(xiàn)云朵的像素之間像素是相近的顏色，表現(xiàn)飛機(jī)的像素之間是相近的顏色。這樣在存儲(chǔ)這幅圖像時(shí)，就沒(méi)有必要去存儲(chǔ)圖像中每一點(diǎn)顏色的數(shù)據(jù)，可以用一種代碼來(lái)記錄：比如用一種代碼來(lái)描述畫面中的藍(lán)色像素，用另一種代碼描述白色像素，等等，這樣就可以記錄下圖像的特征，就可以完全重現(xiàn)藍(lán)天、

8、白云、飛機(jī)的畫面。而這種代碼的數(shù)據(jù)量是很小的。因此說(shuō)圖像中相鄰像素間或數(shù)個(gè)相鄰像素塊間存在的高度相關(guān)性是空間冗余編碼的依據(jù)。幀內(nèi)壓縮的編碼效率較低，壓縮比只有兩三倍。但是由于幀內(nèi)壓縮時(shí)各個(gè)幀之間沒(méi)有相互關(guān)系，所以壓縮后的視頻文件可以以幀為單位進(jìn)行編輯，它適用于電視節(jié)目制作。3.時(shí)間冗余編碼時(shí)間冗余編碼也常常被稱為幀間壓縮或時(shí)間壓縮。它的依據(jù)是活動(dòng)圖像之間存在著時(shí)間上的相關(guān)性。電影電視等活動(dòng)影像的一段畫面常常由若干幀連續(xù)圖像組成的圖像序列構(gòu)成，一般來(lái)說(shuō)，圖像序列中相鄰幀的圖像內(nèi)容變化不大，也存在一定的關(guān)系，這種關(guān)系稱為時(shí)間相關(guān)性，或可稱為時(shí)間冗余度。而在傳統(tǒng)的模擬電視系統(tǒng)中，記錄、傳輸時(shí)是將每幀

9、圖像的數(shù)據(jù)都傳輸出去，而不管相鄰幀的內(nèi)容是相同、相似還是不同，這樣造成的數(shù)據(jù)率的增加。降低時(shí)間冗余度的有效方法是只記錄和傳送相鄰圖像之間變化的部分，即差值，它代表了圖像的運(yùn)動(dòng)部分和變更部分。一幅圖像與其前一幅和后一幅都是相關(guān)的，或者說(shuō)一幅圖像可以通過(guò)前一幅圖像和后一幅圖像描述出來(lái)，是可以推知的。在編碼時(shí)只要描述一幅基礎(chǔ)的畫面和表示圖像之間差別的數(shù)據(jù)就可以表示出連 續(xù)的畫面來(lái)。如果用一種代碼描述一幅畫面，再用包含更少的數(shù)據(jù)量的代碼來(lái)描述當(dāng)前畫面與后繼畫面之間的差別，同樣可以還原出活動(dòng)圖像。這種冗余編碼是發(fā)生在相鄰幀或連續(xù)幀之間的，這種壓縮類型也被稱為幀間壓縮。幀間壓縮可以獲得較高的壓縮比，但由于

10、它采用預(yù)測(cè)技術(shù)對(duì)畫面相鄰畫面進(jìn)行分析而得出其它的畫面，它的缺點(diǎn)是對(duì)于內(nèi)容變化不大的畫面預(yù)測(cè)性能較好，畫面還很流暢；而對(duì)于內(nèi)容變化較大的畫面，預(yù)測(cè)性能就較差， 畫面就不連續(xù)。壓縮方法分為哪些類型?以上我們介紹了兩種壓縮的基本原理，實(shí)際上還有其它根據(jù)統(tǒng)計(jì)學(xué)或心理學(xué)特征開發(fā)的壓縮方法，我們就不介紹了。綜合以上壓縮方法，我們可以將其歸類為無(wú)損壓縮與有損壓縮、對(duì)稱壓縮和不對(duì)稱壓縮等類型。1.無(wú)損壓縮與有損壓縮編碼的方法很多，其分類的方法也很多。從信息在壓縮過(guò)程中是否有丟失來(lái)劃分，視頻壓縮可分為有損壓縮和無(wú)損壓縮。無(wú)損壓縮：無(wú)損壓縮是在解碼后還原出來(lái)的數(shù)據(jù)與原始數(shù)據(jù)完全一致，不存在任何差別，也就是說(shuō)在壓縮

11、中沒(méi)有丟失任何信息，能夠精確地重構(gòu)原始圖像，也稱為是可逆的編碼方法。這種既能壓縮信息量又不對(duì)信息造成任何影響的無(wú)損壓縮方法最符合視頻制作的要求。但是這種壓縮方法有一定的適用條件：即它對(duì)那些內(nèi)容重復(fù)比較多的信息壓縮倍率最大，而對(duì)沒(méi)有重復(fù)信息或重復(fù)信息很少的文件壓縮比較小。這就限制了它在數(shù)字視頻領(lǐng)域中的應(yīng)用。有損壓縮：這種方法在壓縮過(guò)程中會(huì)丟失視頻中的一些信息，解碼后的圖像與原始圖像存在一定的誤差，而且丟失的信息不能恢復(fù)，也稱為不可逆編碼方法。作為高質(zhì)量的視頻壓縮，盡量丟掉一些人眼視覺(jué)功能不需要的信息，或者人眼不敏感的信息，使解壓縮后的信息與原始信息沒(méi)有多大差別，在視覺(jué)效果上是可以被接受的。這種壓

12、縮方法既保持了視頻信號(hào)的高質(zhì)量，壓縮程度有很高。目前數(shù)字非線性編輯系統(tǒng)大都采用有損壓縮的方式，而且壓縮程度(即壓縮比 )可調(diào)，可以適應(yīng)視頻制作中不同的要求。2.對(duì)稱壓縮和不對(duì)稱壓縮對(duì)稱性是壓縮編碼的一個(gè)關(guān)鍵特征。所謂對(duì)稱壓縮，就是壓縮與解壓縮所需要的處理時(shí)間和處理能力是相同的。在節(jié)目制作中常用到這種方法。對(duì)稱壓縮適合于實(shí)時(shí)壓縮和傳送視頻。所謂不對(duì)稱壓縮，就是在壓縮和解壓縮的過(guò)程中所需的處理能力不一樣，當(dāng)然所需時(shí)間也不一樣。一般來(lái)說(shuō)在這種情況下需要很強(qiáng)的壓縮處理能力進(jìn)行壓縮。而一旦壓縮完成，解壓縮過(guò)程就很簡(jiǎn)單、快速，而且可以多次使用。例如，制作一部2 個(gè)小時(shí)的DVD 影視節(jié)目，為了使制作的節(jié)目質(zhì)量高一點(diǎn)，壓縮可以花幾天時(shí)間，這往往也能忍受。但解壓縮即播放這部DVD 影視節(jié)目必須要在2 個(gè)小時(shí)內(nèi)完成，既不能加長(zhǎng)，也不能縮短。壓縮設(shè)備需要采用檔次較