版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
西安電子科技大學(xué)出版社應(yīng)用電視技術(shù)趙堅(jiān)勇第12章
視頻壓縮技術(shù)12.1
視頻壓縮的基本原理12.2
靜止圖像壓縮12.3
活動(dòng)圖像編碼12.1
視頻壓縮的基本原理12.1.1
視頻信號(hào)的數(shù)字化和壓縮模擬電視信號(hào)(包括視頻和音頻)通過(guò)取樣、量化后編碼為二進(jìn)制數(shù)字信號(hào)的過(guò)程稱(chēng)為模數(shù)變換(A/D變換)或脈沖編碼調(diào)制PCM(PulseCodingModulation),所得到的信號(hào)也稱(chēng)為PCM信號(hào),其過(guò)程可用圖12―1(a)表示。若取樣頻率等于fs、用n比特量化,則PCM信號(hào)的碼率為nfs(b/s)。PCM編碼既可以對(duì)彩色全電視信號(hào)直接進(jìn)行,也可以對(duì)亮度信號(hào)和兩個(gè)色差信號(hào)分別進(jìn)行,前者稱(chēng)為全電視信號(hào)編碼,后者稱(chēng)為分量編碼。PCM信號(hào)經(jīng)解碼和插入濾波恢復(fù)為模擬信號(hào),如圖12―1(b)所示,解碼是編碼的逆過(guò)程,插入濾波是把解碼后的信號(hào)插補(bǔ)為平滑、連續(xù)的模擬信號(hào)。這兩個(gè)步驟合稱(chēng)為數(shù)模變換(D/A變換)或PCM解碼。圖12―1
電視信號(hào)的數(shù)字化和復(fù)原(a)A/D變換;(b)D/A變換1.奈奎斯特取樣定理理想取樣時(shí),只要取樣頻率大于或等于模擬信號(hào)中最高頻率的兩倍,就可以不失真地恢復(fù)模擬信號(hào),這稱(chēng)為奈奎斯特取樣定理。模擬信號(hào)中最高頻率的兩倍稱(chēng)為折疊頻率。2.亞奈奎斯特取樣按取樣定理,若取樣頻率fs小于模擬信號(hào)最高頻率fmax的2倍會(huì)產(chǎn)生混疊失真,但若巧妙地選擇取樣頻率,令取樣頻譜中的混疊分量落在色度分量和亮度分量之間,就可用梳狀濾波器去除混疊成分。3.均勻量化和非均勻量化在輸入信號(hào)的動(dòng)態(tài)范圍內(nèi),量化間隔幅度處處都相等的量化稱(chēng)均勻量化或線性量化。對(duì)于量化間距固定的均勻量化,信噪比隨輸入信號(hào)的動(dòng)態(tài)幅度的增加而增加。在強(qiáng)信號(hào)時(shí)固然可把噪波淹沒(méi)掉;在弱信號(hào)時(shí),噪波的干擾就十分顯著。為改善弱信號(hào)時(shí)的信噪比,量化間距應(yīng)隨輸入信號(hào)幅度而變化,大信號(hào)時(shí)進(jìn)行粗量化,小信號(hào)時(shí)進(jìn)行細(xì)量化,也就是采用非均勻量化(或稱(chēng)非線性量化)。非均勻量化有兩種方法。一是把非線性處理放在編碼器前和解碼器后的模擬部分,編解碼仍采用均勻量化,在均勻量化編碼器之前,對(duì)輸入信號(hào)進(jìn)行壓縮,這樣等效于對(duì)大信號(hào)進(jìn)行粗量化,小信號(hào)進(jìn)行細(xì)量化。在均勻量化解碼器之后,再進(jìn)行擴(kuò)張,以恢復(fù)原信號(hào)。另一種方法是直接采用非均勻量化器,輸入信號(hào)大時(shí)進(jìn)行粗量化(量化間距大),輸入信號(hào)小時(shí)細(xì)量化(量化間距小)。也有采用若干個(gè)量化間距不等的均勻量化器,當(dāng)輸入信號(hào)超過(guò)某一電平時(shí)進(jìn)入粗間距均勻量化器,低于某一電平時(shí)進(jìn)入細(xì)間距量化器,稱(chēng)為準(zhǔn)瞬時(shí)壓擴(kuò)方式。通常用Q表示量化,用IQ或Q-1表示反量化。量化過(guò)程相當(dāng)于由輸入值找到它所在的區(qū)間號(hào),反量化過(guò)程相當(dāng)于由量化區(qū)間號(hào)得到對(duì)應(yīng)的量化電平值。量化區(qū)間總數(shù)遠(yuǎn)遠(yuǎn)少于原量值的總數(shù),所以量化能實(shí)現(xiàn)數(shù)據(jù)壓縮。很明顯,反量化后并不能保證得到原來(lái)的值,因此量化過(guò)程是一個(gè)不可逆過(guò)程,用量化的方法來(lái)進(jìn)行壓縮編碼是一種非信息保持型編碼。通常這兩個(gè)過(guò)程均可用查表方法實(shí)現(xiàn),量化過(guò)程在編碼端完成,而反量化過(guò)程則在解碼端完成。12.1.2ITU―RBT.601分量數(shù)字系統(tǒng)數(shù)字視頻信號(hào)是將模擬視頻信號(hào)經(jīng)過(guò)取樣、量化和編碼形成的,模擬電視有PAL、NTSC等制式,必然會(huì)形成不同制式的數(shù)字視頻信號(hào),不便于國(guó)際數(shù)字視頻信號(hào)的互通。1982年10月,國(guó)際無(wú)線電咨詢(xún)委員會(huì)CCIR(ConsultativeCommitteeforInternationalRadio)通過(guò)了第一個(gè)關(guān)于演播室彩色電視信號(hào)數(shù)字編碼的建議,1993年變更為國(guó)際電聯(lián)無(wú)線電通信部門(mén)ITU―R(InternationalTelecommunicationsUnion―RadiocommunicationsSector)BT.601分量數(shù)字系統(tǒng)建議。BT.601建議采用了對(duì)亮度信號(hào)和兩個(gè)色差信號(hào)分別編碼的分量編碼方式,對(duì)不同制式的信號(hào)采用相同的取樣頻率13.5MHz,與任何制式的彩色副載波頻率無(wú)關(guān)。對(duì)亮度信號(hào)Y的取樣頻率為13.5MHz。由于色度信號(hào)的帶寬遠(yuǎn)比亮度信號(hào)的帶寬窄,對(duì)色度信號(hào)U和V的取樣頻率為6.75MHz。每個(gè)數(shù)字有效行分別有720個(gè)亮度取樣點(diǎn)和360×2個(gè)色差信號(hào)取樣點(diǎn)。對(duì)每個(gè)分量的取樣點(diǎn)都是均勻量化,對(duì)每個(gè)取樣進(jìn)行8比特精度的PCM編碼。這幾個(gè)參數(shù)對(duì)525行、60場(chǎng)/秒和625行50場(chǎng)/秒的制式都是相同的。有效取樣點(diǎn)是指只有掃描正程的樣點(diǎn)有效,逆程的樣點(diǎn)不在PCM編碼的范圍內(nèi)。因?yàn)樵跀?shù)字化的視頻信號(hào)中,不再需要行、場(chǎng)同步信號(hào)和消隱信號(hào),只要有行、場(chǎng)(幀)的起始位置即可。例如,對(duì)于PAL制,傳輸所有的樣點(diǎn)數(shù)據(jù),大約需要200Mb/s的傳輸速率,傳輸有效樣點(diǎn)只需要160Mb/s左右的速率。色度信號(hào)的取樣率是亮度信號(hào)的取樣率的一半,常稱(chēng)作4∶2∶2格式,可以理解為每一行里的Y、U、V的樣點(diǎn)數(shù)之比為4∶2∶2。12.1.3熵編碼熵編碼(EntropyCoding)是一類(lèi)無(wú)損編碼,因編碼后的平均碼長(zhǎng)接近信源的熵而得名。熵編碼多用可變字長(zhǎng)編碼(VLC,VariableLengthCoding)實(shí)現(xiàn)。其基本原理是對(duì)信源中出現(xiàn)概率大的符號(hào)賦以短碼,對(duì)出現(xiàn)概率小的符號(hào)賦以長(zhǎng)碼,從而在統(tǒng)計(jì)上獲得較短的平均碼長(zhǎng)。所編的碼應(yīng)是即時(shí)可譯碼,某一個(gè)碼不會(huì)是另一個(gè)碼的前綴,各個(gè)碼之間無(wú)需附加信息便可自然分開(kāi)。1.Huffman編碼霍夫曼(Huffman)編碼是一種可變長(zhǎng)編碼,編碼方法如圖12―2所示。其編碼過(guò)程如下:(1)將輸入信號(hào)符號(hào)以出現(xiàn)概率由大至小為序排成一列。(2)將兩處最小概率的符號(hào)相加合成為一個(gè)新概率,再按出現(xiàn)概率大小排序。(3)重復(fù)步驟(2),直至最終只剩兩個(gè)概率。(4)編碼從最后一步出發(fā)逐步向前進(jìn)行,概率大的符號(hào)賦予“0”碼,另一個(gè)概率賦予“1”碼,直至到達(dá)最初的概率排列為止。圖12―2Huffman編碼2.算術(shù)編碼Huffman編碼的每個(gè)代碼都要使用一個(gè)整數(shù)位,如果一個(gè)符號(hào)只需要用2.5位就能表示,但在Huffman編碼中卻必須用3個(gè)符號(hào)表示,因此它的編碼效率就較低。與其相比,算術(shù)編碼并不是為每個(gè)符號(hào)產(chǎn)生一個(gè)單獨(dú)的代碼,而是使整條信息共用一個(gè)代碼,增加到信息上的每個(gè)新符號(hào)都遞增地修改輸出代碼。假設(shè)信源由4個(gè)符號(hào)s1、s2、s3和s4組成,其概率模型如表12―1所示。把各符號(hào)出現(xiàn)的概率表示在如圖12―3所示的單位概率區(qū)間之中,區(qū)間的寬度代表概率值的大小,各符號(hào)所對(duì)應(yīng)的子區(qū)間的邊界值,實(shí)際上是從左到右各符號(hào)的累積概率。在算術(shù)編碼中,通常采用二進(jìn)制的小數(shù)來(lái)表示概率,每個(gè)符號(hào)所對(duì)應(yīng)的概率區(qū)間都是半開(kāi)區(qū)間,如s1對(duì)應(yīng)[0,0.001),s2對(duì)應(yīng)[0.001,0.011)。算術(shù)編碼所產(chǎn)生的碼字實(shí)際上是一個(gè)二進(jìn)制小數(shù)值的指針,該指針指向所編的符號(hào)對(duì)應(yīng)的概率區(qū)間。表12―1
信源概率模型和算術(shù)編碼過(guò)程圖12―3
算術(shù)編碼過(guò)程示意圖若將符號(hào)序列s3s3s2s4進(jìn)行算術(shù)編碼,序列的第一個(gè)符號(hào)為s3,我們用指向圖12―3中第3個(gè)子區(qū)間的指針來(lái)代表這個(gè)符號(hào)。由此得到碼字0.011。后續(xù)的編碼將在前面編碼指向的子區(qū)間內(nèi)進(jìn)行。將[0.011,0.111)區(qū)間再按符號(hào)的概率值劃分成4份,對(duì)第二個(gè)符號(hào)s3,指針指向0.1001,碼字串變?yōu)?.1001。然后s3所對(duì)應(yīng)的子區(qū)間又被劃分為4份,開(kāi)始對(duì)第3個(gè)符號(hào)進(jìn)行編碼……算術(shù)編碼的基本法則如下:(1)初始狀態(tài):編碼點(diǎn)(指針?biāo)柑?C0=0,區(qū)間寬度A0=1。(2)新編碼點(diǎn):
Ci=Ci-1+Ai-1×Pi式中:Ci-1是原編碼點(diǎn);Ai-1是原區(qū)間寬度;Pi為所編符號(hào)對(duì)應(yīng)的累積概率。新區(qū)間寬度Ai=Ai-1×pi式中,pi為所編符號(hào)對(duì)應(yīng)的概率。根據(jù)上述法則,對(duì)序列s3s3s2s4進(jìn)行算術(shù)編碼的過(guò)程如下:第一個(gè)符號(hào)s3:C1=C0+A0×P1=0+1×0.011=0.011A1=A0×p1=1×0.1=0.1[0.011,0.111)第二個(gè)符號(hào)s3:C2=C1+A1×P2=0.011+0.1×0.011=0.1001A2=A1×p2=0.1×0.1=0.01[0.1001,0.1101)第三個(gè)符號(hào)s2:C3=C2+A2×P3=0.1001+0.01×0.001=0.10011
A3=A2×p3=0.01×0.01=0.0001
[0.10011,0.10101)第四個(gè)符號(hào)s4:
C4=C3+A3×P4=0.10011+0.0001×0.111=0.1010011
A4=A3×p4=0.0001×0.001=0.0000001
[0.1010011,0.10101)3.游程編碼游程編碼RLC(RunLengthCoding)是一種十分簡(jiǎn)單的壓縮方法,它將數(shù)據(jù)流中連續(xù)出現(xiàn)的字符用單一的記號(hào)來(lái)表示。例如,字符串5310000000000110000000012000000000000可以壓縮為5310―10110―08120―12,其中,“―”后面2個(gè)數(shù)字是“―”前面數(shù)字的連續(xù)個(gè)數(shù)。游程編碼的壓縮率不高,但編碼、解碼的速度快,仍然得到廣泛的應(yīng)用,特別是在變換編碼后再進(jìn)行游程編碼,有很好的效果。12.1.4預(yù)測(cè)編碼和變換編碼1.DPCM原理基于圖像的統(tǒng)計(jì)特性進(jìn)行數(shù)據(jù)壓縮的基本方法就是預(yù)測(cè)編碼。它是利用圖像信號(hào)的空間或時(shí)間相關(guān)性,用已傳輸?shù)南袼貙?duì)當(dāng)前的像素進(jìn)行預(yù)測(cè),然后對(duì)預(yù)測(cè)值與真實(shí)值的差——預(yù)測(cè)誤差,進(jìn)行編碼處理和傳輸。目前用得較多的是線性預(yù)測(cè)方法,全稱(chēng)為差值脈沖編碼調(diào)制DPCM(DifferentialPulseCodeModulation)。利用幀內(nèi)相關(guān)性(像素間、行間的相關(guān))的DPCM稱(chēng)幀內(nèi)預(yù)測(cè)編碼。如果對(duì)亮度信號(hào)和兩個(gè)色差信號(hào)分別進(jìn)行DPCM編碼,對(duì)亮度信號(hào)采用較高的取樣率和較多位數(shù)編碼,對(duì)色差信號(hào)用較低的取樣率和較少位數(shù)編碼,構(gòu)成時(shí)分復(fù)合信號(hào)后再進(jìn)行DPCM編碼,這樣做可使總碼率更低。圖12―4
DPCM原理(a)DPCM編碼器;(b)DPCM解碼器利用幀間相關(guān)性(鄰近幀的時(shí)間相關(guān)性)的DPCM被稱(chēng)為幀間預(yù)測(cè)編碼,因幀間相關(guān)性大于幀內(nèi)相關(guān)性,其編碼效率更高;若把這兩種DPCM組合起來(lái),再配上變字長(zhǎng)編碼技術(shù),能取得較好的壓縮效果。DPCM是圖像編碼技術(shù)中研究得最早、且應(yīng)用最廣的一種方法,它的一個(gè)重要的特點(diǎn)是算法簡(jiǎn)單,易于硬件實(shí)現(xiàn)。圖12―4(a)是它的示意圖,編碼單元主要包括線性預(yù)測(cè)器和量化器兩部分。編碼器的輸出不是圖像像素的樣值f(m,n),而是該樣值與預(yù)測(cè)值g(m,n)之間的差值,即預(yù)測(cè)誤差e(m,n)的量化值E(m,n)。根據(jù)圖像信號(hào)統(tǒng)計(jì)特性的分析,給出一組恰當(dāng)?shù)念A(yù)測(cè)系數(shù),使預(yù)測(cè)誤差主要分布在“0”附近,經(jīng)非均勻量化,采用較少的量化分層,圖像數(shù)據(jù)得到了壓縮。而量化噪聲又不易被人眼所覺(jué)察,圖像的主觀質(zhì)量并不明顯下降。圖12―4(b)是DPCM解碼器,其原理與編碼器剛好相反。DPCM編碼性能主要取決于預(yù)測(cè)器的設(shè)計(jì)。預(yù)測(cè)器設(shè)計(jì)要確定預(yù)測(cè)器的階數(shù)N以及各預(yù)測(cè)系數(shù)。圖12―4是一個(gè)四階預(yù)測(cè)器的示意圖。圖12―5(a)表示預(yù)測(cè)器所用的輸入像素和被預(yù)測(cè)像素之間的位置關(guān)系,圖12―5(b)表示預(yù)測(cè)器的結(jié)構(gòu)。圖12―5
四階預(yù)測(cè)器(a)輸入像素和預(yù)測(cè)像素;(b)預(yù)測(cè)器構(gòu)成2.變換編碼原理圖像變換編碼是將空間域里描述的圖像,經(jīng)過(guò)某種變換(如傅里葉變換、離散余弦變換和沃爾什變換等)在變換域中進(jìn)行描述,將圖像能量在空間域的分散分布變?yōu)樵谧儞Q域的相對(duì)集中分布,便于用“Z”(Zig
Zag)字形掃描、自適應(yīng)量化、變長(zhǎng)編碼等進(jìn)一步處理,完成對(duì)圖像信息的有效壓縮。先從一個(gè)實(shí)例來(lái)看,一個(gè)域的數(shù)據(jù)變換到另一個(gè)域后,其分布是如何改變的。以1×2像素構(gòu)成的子圖像,即相鄰兩個(gè)像素組成的子圖像為例,每個(gè)像素3比特編碼,取0~7共8個(gè)灰度級(jí),兩個(gè)像素有64種可能的灰度組合,由圖12―6(a)中的64個(gè)坐標(biāo)點(diǎn)表示。一般圖像相鄰像素之間存在很強(qiáng)的相關(guān)性,絕大多數(shù)的子圖像中相鄰兩像素灰度級(jí)相等或很接近,也就是說(shuō)在x1=x2直線附近出現(xiàn)的概率大,如圖12―6(a)中的陰影區(qū)所示?,F(xiàn)在將坐標(biāo)系逆時(shí)針旋轉(zhuǎn)45°,如圖12―6(b)所示。在新的坐標(biāo)系y1、y2中,概率大的子圖像區(qū)位于y1軸附近。表明變量y1、y2之間的聯(lián)系比變量x1、x2之間的聯(lián)系在統(tǒng)計(jì)上更加獨(dú)立,方差也重新分布。在原來(lái)坐標(biāo)系中子圖像的兩個(gè)像素具有較大的相關(guān)性,能量的分布比較分散,兩者具有大致相同的方差,而在變換后的坐標(biāo)系中,子圖像的兩個(gè)像素之間的相關(guān)性大大減弱,能量分布向y1軸集中,y1的方差也遠(yuǎn)大于y2。這種變換后坐標(biāo)軸上方差不均勻分布正是正交變換編碼能夠?qū)崿F(xiàn)圖像數(shù)據(jù)壓縮的理論根據(jù)。若按照人的視覺(jué)特性,只保留方差較大的那些變換系數(shù)分量,就可以獲得更大的數(shù)據(jù)壓縮比,這就是視覺(jué)心理編碼的方法。把一個(gè)n×n像素的子圖像看成為n2維坐標(biāo)系中的一個(gè)坐標(biāo)點(diǎn),在n2維坐標(biāo)系中每一個(gè)坐標(biāo)點(diǎn)對(duì)應(yīng)于n2個(gè)像素。這個(gè)坐標(biāo)點(diǎn)各維的數(shù)值是其對(duì)應(yīng)的n2個(gè)像素的灰度組合。圖像在n2維變換域中,相關(guān)性大大下降。因此,用變換后的系數(shù)進(jìn)行編碼,比直接用圖像數(shù)據(jù)編碼可獲得更大的數(shù)據(jù)壓縮。圖12―6
正交變換的物理意義(a)子圖像在陰影區(qū)的概率較大;(b)旋轉(zhuǎn)變換后正交變換將被處理數(shù)據(jù)按照某種變換規(guī)則映射到另一個(gè)域中去處理,圖像編碼采用二維正交變換的方式。若將整個(gè)圖像作為一個(gè)二維矩陣,正交變換的計(jì)算量太大。所以將一幅圖像分成一個(gè)個(gè)小圖像塊,通常是8×8或16×16小方塊,每個(gè)圖像塊可以看成為一個(gè)二維數(shù)據(jù)矩陣。正交變換以這些小圖像塊為單位進(jìn)行,變換編碼把統(tǒng)計(jì)上密切相關(guān)的像素構(gòu)成的矩陣通過(guò)線性正交變換,變成統(tǒng)計(jì)上較為相互獨(dú)立、甚至完全獨(dú)立的變換系數(shù)所構(gòu)成的矩陣。信息論的研究表明,變換前后圖像的信息量并無(wú)損失,可以通過(guò)反變換得到原來(lái)的圖像值。統(tǒng)計(jì)分析表明,正交變換后,數(shù)據(jù)的分布向新坐標(biāo)系中的少數(shù)坐標(biāo)集中,集中于少數(shù)的直流或低頻分量的坐標(biāo)點(diǎn)。正交變換并不壓縮數(shù)據(jù)量,但它去除了大部分相關(guān)性,數(shù)據(jù)分布相對(duì)集中,可以依據(jù)人的視覺(jué)特性,對(duì)變換系數(shù)進(jìn)行量化,允許引入一定量的誤差,只要它們?cè)谥亟▓D像中造成的圖像失真不明顯,或者能達(dá)到所要求的觀賞質(zhì)量就行。量化可以增加許多不用編碼的0系數(shù),然后再對(duì)量化后的系數(shù)施行變長(zhǎng)編碼。3.離散余弦變換(DCT)在常用的正交變換中,離散余弦變換DCT(DiscreteCosineTransform)的性能接近最佳,是一種準(zhǔn)最佳變換。DCT變換矩陣與圖像內(nèi)容無(wú)關(guān),由于它構(gòu)造成對(duì)稱(chēng)的數(shù)據(jù)序列,避免了子圖像輪廓處的跳躍和不連續(xù)現(xiàn)象。DCT變換也有快速算法(FDCT),在圖像編碼的應(yīng)用中,大都采用二維DCT變換。對(duì)于一般圖像,在二維DCT的變換域中,幅值較大的系數(shù)集中在低頻域,圖12―7是一幅圖像上的兩個(gè)8×8像素矩陣及其二維DCT系數(shù)矩陣。圖12―7(a)是背景區(qū)域的一小塊圖像,它的系數(shù)矩陣左上角的50為DCT系數(shù)的直流分量,它標(biāo)志著該像素塊的亮度平均值,其余系數(shù)皆為零,說(shuō)明在變換域中系數(shù)的分布是相當(dāng)集中的。圖12―7(b)為細(xì)節(jié)較多的區(qū)域里的一小塊圖像,其系數(shù)的分布集中的程度要差一些。圖12―7
圖像塊的DCT變換(a)背景部分圖像塊的DCT;(b)細(xì)節(jié)部分圖像塊的DCT圖12―8
Z字形掃描對(duì)自然景物圖像的統(tǒng)計(jì)表明,DCT系數(shù)矩陣的能量集中在反映水平和垂直低頻分量的左上角。量化以后,DCT系數(shù)矩陣變得稀疏,位于矩陣右下角的高頻分量系數(shù)大部分被量化為零。游程編碼的思想是,用適當(dāng)?shù)膾呙璺绞綄⒁蚜炕亩SDCT系數(shù)矩陣變換為一維序列,所用的掃描方式應(yīng)使序列中連零的數(shù)目盡量多,或者說(shuō)使連零的游程盡量長(zhǎng),對(duì)游程的長(zhǎng)度進(jìn)行游程編碼RLC(RunLengthCoding)以替代逐個(gè)地傳送這些零值,就能進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)壓縮。常用的Z(ZigZag)字形掃描如圖12―8所示。游程編碼的方法是將掃描得到的一維序列轉(zhuǎn)化為一個(gè)由二元數(shù)組(run,1evel)組成的數(shù)組序列。其中,run表示連零的長(zhǎng)度,level表示這串連零之后出現(xiàn)的一個(gè)非零值。當(dāng)剩下的所有系數(shù)都為零時(shí),用一個(gè)符號(hào)EOB(EndofBlock)來(lái)代表。4.混合編碼混合編碼是近年來(lái)廣泛采用的方法,這種方法充分利用各種單一壓縮方法的長(zhǎng)處,以期在壓縮比和效率之間取得最佳的平衡。如廣泛流行的JPEG和MPEG壓縮方法都是典型的混合編碼方案。12.2
靜止圖像壓縮靜止圖像是指內(nèi)容不變的圖像。它可能是不活動(dòng)場(chǎng)景圖像或活動(dòng)場(chǎng)景圖像某一瞬時(shí)的“凍結(jié)”圖像。靜止圖像編碼是指對(duì)單幅圖像的編碼。靜止圖像用于傳送文件、模型、圖片和現(xiàn)場(chǎng)的實(shí)況監(jiān)視圖像。實(shí)況監(jiān)視每隔一定時(shí)間間隔更換一幅新的圖像,可以不連續(xù)地看到現(xiàn)場(chǎng)的情況,是一種準(zhǔn)實(shí)時(shí)的監(jiān)視。靜止圖像編碼有以下要求:(1)清晰度:靜止圖像中的細(xì)節(jié)容易被觀察到,要求有更高的清晰度。(2)逐漸浮現(xiàn)的顯示方式:在窄帶傳輸時(shí)為了減少等待時(shí)間,要求編碼能提供逐漸浮現(xiàn)的顯示方式,即先傳模糊的整幅圖像,再逐漸變清晰。(3)抗干擾:一幅圖像的傳輸時(shí)間較長(zhǎng),各種干擾噪聲顯示時(shí)間較長(zhǎng),影響觀看,要求編碼與調(diào)制方式都有較強(qiáng)的抗干擾能力。
圖12―9是靜止圖像編碼傳輸系統(tǒng)示意圖。攝像機(jī)攝取的全電視信號(hào),經(jīng)數(shù)據(jù)采集卡捕獲一幀圖像并數(shù)字化后,送至幀存儲(chǔ)器;也可用數(shù)字?jǐn)z像機(jī)直接得到數(shù)字圖像。編碼器對(duì)幀存儲(chǔ)器中存放的數(shù)字圖像進(jìn)行壓縮編碼,因時(shí)間充??刹捎幂^復(fù)雜的算法提高壓縮比,保持較高的清晰度。經(jīng)調(diào)制后送到信道中傳輸。接收的過(guò)程則相反,信號(hào)經(jīng)解調(diào)、解碼后送幀存儲(chǔ)器,然后以一定的方式讀出,經(jīng)D/A變換后在顯示屏上顯示,或被拷貝下來(lái)。圖12―9
靜止圖像數(shù)字傳輸系統(tǒng)12.2.1JPEG標(biāo)準(zhǔn)JPEG是國(guó)際標(biāo)準(zhǔn)化組織ISO(InternationalOrganizationforStandardization)/國(guó)際電工技術(shù)委員會(huì)IEC和ITU―T共同組成的聯(lián)合圖像專(zhuān)家小組(JointPhotographicExpertsGroup)的縮寫(xiě)。1991年3月JPEG建議(ISO/IEC10918號(hào)標(biāo)準(zhǔn))“多灰度靜止圖像的數(shù)字壓縮編碼(通常簡(jiǎn)稱(chēng)為JPEG標(biāo)準(zhǔn))”正式通過(guò)。這是一個(gè)適用于彩色和單色多灰度或連續(xù)色調(diào)靜止數(shù)字圖像的壓縮標(biāo)準(zhǔn),包括無(wú)損壓縮和基于離散余弦變換和霍夫曼編碼的有損壓縮兩個(gè)部分。JPEG基本算法操作可分成六個(gè)步驟,如圖12―10所示。圖12―10
JPEG算法步驟1.彩色坐標(biāo)轉(zhuǎn)換彩色坐標(biāo)轉(zhuǎn)換是要去除數(shù)據(jù)冗余量,不屬于JPEG算法,JPEG是與彩色坐標(biāo)無(wú)關(guān)的。壓縮可采用不同坐標(biāo)(如RGB、YUV、YIQ等)的圖像數(shù)據(jù)。2.離散余弦變換JPEG采用8×8子塊的二維離散余弦變換算法。在編碼器的輸入端,把原始圖像(U、V的像素是Y的一半)順序地分割成一系列8×8的子塊。在8×8圖像塊中,像素值變化緩慢,具有較低的空間頻率。進(jìn)行二維8×8離散余弦變換可以將圖像塊的能量集中在極少數(shù)系數(shù)上,DCT的(0,0)元素是塊的平均值,其他元素表明在每個(gè)空間頻率下的譜能為多少。一般地,離原點(diǎn)(0,0)越遠(yuǎn),元素衰減得越快。3.量化為了達(dá)到壓縮數(shù)據(jù)的目的,對(duì)DCT系數(shù)需作量化處理。量化的作用是在保持一定質(zhì)量的前提下,丟棄圖像中對(duì)視覺(jué)效果影響不大的信息。量化是多對(duì)一映射,是造成DCT編碼信息損失的根源。JPEG標(biāo)準(zhǔn)中采用線性均勻量化器,量化過(guò)程為對(duì)64個(gè)DCT系數(shù)除以量化步長(zhǎng)并四舍五入取整,量化步長(zhǎng)由量化表決定。量化表元素因DCT系數(shù)位置和彩色分量的不同而取不同值。量化表為8×8矩陣,與DCT變換系數(shù)一一對(duì)應(yīng)。量化表一般由用戶規(guī)定(JPGE標(biāo)準(zhǔn)中給出了參考值),可根據(jù)人類(lèi)視覺(jué)系統(tǒng)和壓縮圖像類(lèi)型的特點(diǎn)進(jìn)行優(yōu)化,并作為編碼器的一個(gè)輸入。量化表中元素為1~255之間的任意整數(shù),其值規(guī)定了它所對(duì)應(yīng)DCT系數(shù)的量化步長(zhǎng)。DCT變換系數(shù)除以量化表中對(duì)應(yīng)位置的量化步長(zhǎng)并舍去小數(shù)部分后,多數(shù)變?yōu)榱悖瑥亩_(dá)到了壓縮的目的。表12―2和表12―3分別給出了JPEG標(biāo)準(zhǔn)所推薦的亮度量化表和色度量化表。
表12―2
JPEG亮度量化步長(zhǎng)表12―3
JPEG色度量化步長(zhǎng)4.差分編碼64個(gè)變換數(shù)經(jīng)量化后,DCT的(0,0)元素是直流分量(DC系數(shù)),即空間域中64個(gè)圖像采樣值的均值,相鄰8×8子塊之間的DC系數(shù)一般有很強(qiáng)的相關(guān)性,變化應(yīng)該較緩慢。JPEG標(biāo)準(zhǔn)對(duì)DC系數(shù)采用DPCM編碼(差分編碼)方法,即對(duì)相鄰像素塊之間的DC系數(shù)的差值進(jìn)行編碼能將它們中的大多數(shù)數(shù)值減小。5.游程編碼其余63個(gè)交流分量(AC系數(shù))采用游程編碼。如果從左到右、從上到下地掃描塊,零元素不集中,因此采用從左上角開(kāi)始沿對(duì)角線方向Z字形掃描。量化后的AC系數(shù)通常會(huì)有許多零值。6.熵編碼為了進(jìn)一步壓縮數(shù)據(jù),對(duì)DC碼和AC游程編碼的碼字再作具有統(tǒng)計(jì)特性的熵編碼。JPEG標(biāo)準(zhǔn)建議采用霍夫曼編碼和自適應(yīng)二進(jìn)制算術(shù)編碼。12.2.2
JPEG2000標(biāo)準(zhǔn)JPEG2000是JPEG工作組制定的最新的靜止圖像壓縮編碼的國(guó)際標(biāo)準(zhǔn),標(biāo)準(zhǔn)號(hào)為ISO/IEC15444(ITU―TT.800),于2000年年底陸續(xù)公布。JPEG2000主要由六個(gè)部分組成:第一部分為編碼的核心部分,提供優(yōu)秀的壓縮性能和壓縮靈活性,提供隨機(jī)訪問(wèn)碼流的機(jī)制。第二部分為編碼擴(kuò)展。第三部分為MotionJPEG2000(MJP2)。第四部分為一致性測(cè)試(測(cè)試用不同方法實(shí)現(xiàn)時(shí)標(biāo)準(zhǔn)的一致性)。第五部分為參考軟件。第六部分為復(fù)合圖像文件格式。1.JPEG2000采用了小波變換(DWT)JPEG基本算法中的基于子塊的DCT變換被離散小波變換DWT(DiscreteWaveletTransform)所取代。DWT自身具有多分辨率圖像表示性能,它可以在大范圍去除圖像的相關(guān)性,將圖像能量分布更好地集中,使壓縮效率得到提高。一個(gè)圖像可以被分成若干大小相等的片(tile),片的具體尺寸可以由用戶根據(jù)應(yīng)用需要來(lái)決定,片包括所有的圖像分量。假設(shè)圖像有3個(gè)分量(YUV)且圖像被分成4個(gè)片,實(shí)際上指的是對(duì)應(yīng)的4個(gè)Y片,4個(gè)U片和4個(gè)V片,即每個(gè)片由3個(gè)分量片組成。各個(gè)分量片獨(dú)立編解碼,所以可以從碼流中單獨(dú)提取某個(gè)或某些片,解碼后重建圖像。這種片劃分和片獨(dú)立編碼的機(jī)制有利于從碼流中提取和解碼某個(gè)圖像區(qū)域。對(duì)分量片做不同級(jí)別的小波分解(小波變換),小波變換的作用是對(duì)圖像進(jìn)行多分辨率分解,即把原始圖像分解成不同空間、不同頻率的子圖像。這些子圖像實(shí)際上是由小波變換后產(chǎn)生的系數(shù)構(gòu)成,即系數(shù)圖像。對(duì)一個(gè)原始圖像或分量片進(jìn)行3級(jí)小波分解的例子如圖12-11所示,每一級(jí)分解都把圖像分解成4個(gè)不同空間、不同頻帶的子圖像(也稱(chēng)子帶圖像或子帶分量)。這4個(gè)子帶分量是:低頻分量LL(包含圖像的低頻信息,即圖像的主要特征,低頻分量可再次分解);水平分量LH(包含較多的水平邊緣信息),垂直分量HL(包含較多的垂直邊緣信息)和對(duì)角分量HH(包含水平和垂直邊緣信息)。從圖12―11可以看出,分解級(jí)數(shù)越多,圖像分辨率等級(jí)越多,每一級(jí)分解圖像的分辨率降為前一級(jí)的一半。在解碼端,如果只想得到低于原始圖像分辨率的圖像,就只需對(duì)部分子帶圖像(子帶分量)進(jìn)行解碼。小波變換本身并不具有數(shù)據(jù)壓縮能力,變換前,原始圖像的數(shù)據(jù)量(像素值的個(gè)數(shù))與變換后各系數(shù)的數(shù)據(jù)量(系數(shù)個(gè)數(shù))相等,變換的意義在于使圖像的能量分布(頻域內(nèi)的系數(shù)分布)發(fā)生了改變,圖像的主要能量集中在低頻區(qū)(LL區(qū)),而水平、垂直、對(duì)角線部分的高頻能量較少。通過(guò)量化,把大量幅值較小系數(shù)抑制為零,從而壓縮數(shù)據(jù)量。要進(jìn)一步大幅度壓縮數(shù)據(jù)量,還需進(jìn)行合適的編碼處理(如算術(shù)編碼),用更少的比特表示那些量化后不為零的小波系數(shù)。圖12―11
DWT對(duì)靜止圖像進(jìn)行三級(jí)分解(a)一級(jí)分解示意圖;(b)二級(jí)分解示意圖;(c)三級(jí)分解示意圖2.JPEG2000同時(shí)支持有損和無(wú)損壓縮小波變換可以使用可逆的LeGall(5,3)濾波器,也可以使用不可逆的Daubechies(9,7)雙正交濾波器??赡鏋V波器支持無(wú)損編碼;不可逆濾波器不支持無(wú)損編碼,但能達(dá)到更高的壓縮比。3.JPEG2000支持ROI處理在處理圖像時(shí),往往對(duì)部分感興趣區(qū)域ROI(RegionofInterest)有較高的質(zhì)量要求,希望是無(wú)損壓縮。為了得到較高的壓縮效率,把圖像的其他部分看成是背景,進(jìn)行壓縮比較高的有損壓縮。在傳輸圖像碼流時(shí),ROI區(qū)域可先于圖像的其他部分被傳輸,如果壓縮碼流被截取,則在一定程度上可保證ROI的質(zhì)量。
JPEG2000系統(tǒng)為ROI區(qū)域產(chǎn)生一個(gè)ROI模板,用來(lái)標(biāo)志ROI區(qū)域。選擇適當(dāng)?shù)谋壤蜃觭,將位于ROI模板區(qū)域之外的背景量化系數(shù)的幅值除以2s,得到的數(shù)值小于ROI模板中最小的量化系數(shù)幅值。這樣處理后,位于ROI模板內(nèi)的量化系數(shù)所處的位平面高于背景系數(shù)所處的位平面,在進(jìn)行位平面算術(shù)編碼的時(shí)候,先對(duì)ROI域中的量化系數(shù)編碼,然后再對(duì)背景系數(shù)編碼。因?yàn)镽OI區(qū)域的位平面高于背景區(qū)域,ROI區(qū)域的壓縮碼流位于整個(gè)碼流的前端,當(dāng)碼流被截?cái)鄷r(shí)ROI區(qū)域中的數(shù)據(jù)在一定程度上受到保護(hù),保證了ROI的重構(gòu)質(zhì)量。4.可隨機(jī)獲取部分壓縮碼流JPEG2000系統(tǒng)將碼流分層組織,每一層含有一定的質(zhì)量信息,在前面層的基礎(chǔ)上改善圖像質(zhì)量。在網(wǎng)絡(luò)上進(jìn)行圖像瀏覽時(shí),可先傳送第一層,給用戶一個(gè)較粗的圖像,然后再傳送第二層,圖像質(zhì)量在第一層的基礎(chǔ)上得到改善,這樣一層一層地傳輸下去,可得到不同質(zhì)量的重構(gòu)圖像。如果傳輸了所有的層,則可獲得完整的圖像壓縮碼流。JPEG2000由于采用了這種思想,使得壓縮生成的碼流同時(shí)具有質(zhì)量可分級(jí)性和分辨率可分級(jí)性。5.隨機(jī)存取圖像某個(gè)區(qū)域有時(shí)只需得到巨幅圖像的部分區(qū)域,JPEC2000標(biāo)準(zhǔn)利用小波變換的局部特性,可識(shí)別部分圖像區(qū)域在子帶上的映射。每個(gè)碼塊是獨(dú)立進(jìn)行編碼的,通過(guò)選取含有此部分圖像區(qū)域信息的碼塊壓縮位流,進(jìn)行解碼,可以重構(gòu)出所要的目標(biāo)區(qū)域。ROI技術(shù)在很大程度上為實(shí)現(xiàn)隨機(jī)存取碼流提供了一種渠道。6.抗誤碼性能在JPEG2000標(biāo)準(zhǔn)中,采取了一些措施來(lái)提高圖像壓縮碼流的抗誤碼性能,將量化后的子帶系數(shù)分成若干個(gè)小的編碼單元——碼塊,對(duì)每個(gè)碼塊進(jìn)行獨(dú)立編解碼。這樣,當(dāng)一個(gè)碼塊的位流發(fā)生比特錯(cuò)誤時(shí),只會(huì)把錯(cuò)誤引起的影響限制在本碼塊中。壓縮碼流數(shù)據(jù)采用了稱(chēng)為包(packet)的結(jié)構(gòu)單元,每個(gè)包的數(shù)據(jù)前面含有再同步信息,允許發(fā)生錯(cuò)誤后重新恢復(fù)同步。7.視覺(jué)頻率加權(quán)在JPEG2000中,可選擇使用對(duì)不同空間頻率有不同敏感度的視覺(jué)系統(tǒng)模型。這一模型用對(duì)比度敏感函數(shù)CSF(ContrastSensitivityFunction)來(lái)衡量。因?yàn)镃SF函數(shù)是由變換系數(shù)的視覺(jué)頻率來(lái)決定的,所以可給小波變換后的每個(gè)子帶分配一個(gè)CSF權(quán)值。CSF權(quán)值的確定依據(jù)觀察重構(gòu)圖像的視覺(jué)條件而定,有兩種選取辦法:固定的視覺(jué)加權(quán)編碼和視覺(jué)累進(jìn)加權(quán)編碼。固定的視覺(jué)加權(quán)僅由視覺(jué)條件決定。對(duì)分層組織碼流,因?yàn)槲涣骺杀唤財(cái)?,在不同的截?cái)嗵帲胁煌馁|(zhì)量,因而進(jìn)行觀察的視覺(jué)條件是不同的。比如,對(duì)于低比特率的情況,缺少細(xì)節(jié),壓縮圖像質(zhì)量差,適合進(jìn)行遠(yuǎn)距離觀察;隨著比特?cái)?shù)的增加,細(xì)節(jié)越來(lái)越多,壓縮圖像質(zhì)量逐漸變好,適合近距離觀測(cè)。因此,CSF權(quán)值在不同的截?cái)嗵帒?yīng)有不同的值,這便是視覺(jué)累進(jìn)加權(quán)編碼。在進(jìn)行視覺(jué)累進(jìn)加權(quán)編碼時(shí),不需改變系數(shù)值或者量化步長(zhǎng),而是根據(jù)視覺(jué)權(quán)值,改變失真矩陣,通過(guò)參考文獻(xiàn)[41]中提出的PCRD算法,計(jì)算碼塊對(duì)每個(gè)層的貢獻(xiàn),通過(guò)改變碼塊編碼通道在分層組織位流中的順序來(lái)實(shí)現(xiàn)。JPEG2000具有的多種特點(diǎn)使得它具有廣泛的應(yīng)用前景。由于采用小波變換和最新的壓縮算法,能夠獲得較好的壓縮比,且對(duì)壓縮碼流可進(jìn)行靈活處理,如隨機(jī)獲取部分壓縮碼流、累進(jìn)式傳輸、實(shí)現(xiàn)ROI以及壓縮碼流具有較強(qiáng)的容錯(cuò)性能等,可應(yīng)用于因特網(wǎng)、移動(dòng)通信、打印、掃描、數(shù)字?jǐn)z像、遙感、傳真、醫(yī)療、數(shù)字圖書(shū)館以及電子商務(wù)等方面的圖像壓縮。身份確認(rèn)方面,將身份證頭像照片用高清晰度的數(shù)字相機(jī)攝制,經(jīng)JPEG2000壓縮存儲(chǔ)在數(shù)據(jù)庫(kù)中。在需要進(jìn)行身份驗(yàn)證的場(chǎng)合,驗(yàn)證終端可以根據(jù)證件代號(hào)通過(guò)因特網(wǎng)從數(shù)據(jù)庫(kù)里直接獲取壓縮的圖像數(shù)據(jù),在本地迅速恢復(fù)出大幅高清晰的頭像照片。在醫(yī)療方面,JPEG2000編碼器對(duì)醫(yī)生指定的病變部位予以無(wú)損壓縮,而對(duì)圖像中不影響診斷結(jié)果的其他部分采用高達(dá)100倍的壓縮率予以視覺(jué)可接受壓縮。壓縮之后的圖像完全保存了疾病特征,而數(shù)據(jù)量非常小。醫(yī)生可以把它迅速發(fā)送到千里之外的醫(yī)學(xué)專(zhuān)家那里,以最快的速度得到權(quán)威的確診。許多著名的圖形圖像公司如Corel,Pegasus等都開(kāi)始在新開(kāi)發(fā)的圖像工具軟件中集成JPEG2000圖像壓縮技術(shù),Microsoft,Netscape等瀏覽器領(lǐng)域的公司也開(kāi)始將JPEG2000新技術(shù)集成到下一個(gè)版本的瀏覽器中。JPEG2000將在21世紀(jì)圖像壓縮領(lǐng)域發(fā)揮重要作用。12.2.3
數(shù)字照相機(jī)數(shù)字照相機(jī)也稱(chēng)數(shù)碼照相機(jī),它是利用靜止圖像壓縮的典型例子。數(shù)字照相機(jī)是光學(xué)技術(shù)、微電子技術(shù)與數(shù)字信號(hào)處理技術(shù)相結(jié)合的產(chǎn)物。其基本原理是利用普通照相機(jī)的光學(xué)系統(tǒng),把被攝圖像投射到圖像傳感器上,傳感器把光信號(hào)轉(zhuǎn)化成電信號(hào),再經(jīng)過(guò)模/數(shù)(A/D)轉(zhuǎn)換、數(shù)字圖像處理和壓縮,最終以數(shù)字形式存儲(chǔ)到磁盤(pán)、可移動(dòng)閃速存儲(chǔ)卡等數(shù)字存儲(chǔ)器中。圖12―12是數(shù)字照相機(jī)結(jié)構(gòu)示意圖。圖12―12
數(shù)字照相機(jī)結(jié)構(gòu)示意圖1.數(shù)碼相機(jī)的優(yōu)點(diǎn)1)瞬時(shí)顯示攝影效果數(shù)碼相機(jī)的液晶顯示屏在拍攝照片后立即顯示拍攝的效果,對(duì)不滿意圖像可以立即刪去重拍。2)更寬的曝光控制范圍數(shù)碼相機(jī)的成像器件光電靈敏度很高,在低照度條件下也能夠較好地曝光。用MOS開(kāi)關(guān)方式控制光電器件的感光時(shí)間,控制最小時(shí)間可達(dá)微秒級(jí);在環(huán)境照度很高時(shí),數(shù)碼相機(jī)也可以得到合適曝光的圖像。3)圖像逼真數(shù)碼相機(jī)的數(shù)字圖像可直接輸入計(jì)算機(jī)用制造廠提供的處理軟件進(jìn)行特技處理,也可用Photoshop那樣的通用軟件處理。對(duì)于在攝影過(guò)程中出現(xiàn)的諸如色溫、清晰度、像差和曝光量等技術(shù)缺陷,可以通過(guò)后處理得到一定程度的修正,能大大提高所攝圖像的質(zhì)量。特別是對(duì)于光學(xué)像差中的畸變,數(shù)字圖像已經(jīng)有了很好的補(bǔ)償修正手段。也可以對(duì)圖像進(jìn)行任意的修改、編輯、合成、分解和景物置換等處理。4)圖像通信便捷數(shù)碼相機(jī)以數(shù)字信號(hào)的形式記錄影像,以計(jì)算機(jī)圖像文件格式保存圖像,可以利用最先進(jìn)的通信手段快速傳輸??梢酝ㄟ^(guò)E
mail的形式和網(wǎng)頁(yè)的形式在Internet上傳輸,也可以通過(guò)衛(wèi)星地面工作站作超遠(yuǎn)距離的圖像傳輸。5)準(zhǔn)確復(fù)制和長(zhǎng)期保存由數(shù)碼相機(jī)得到的數(shù)字影像在復(fù)制過(guò)程中不存在任何信號(hào)損失。以計(jì)算機(jī)文件形式保存的數(shù)字圖像可以永久保存在硬盤(pán)或光盤(pán)中。6)設(shè)備簡(jiǎn)單且處理速度快數(shù)碼成像系統(tǒng)只需要數(shù)碼相機(jī)和通用計(jì)算機(jī)及其輸出設(shè)備,即可完成整個(gè)圖像制作過(guò)程,設(shè)備簡(jiǎn)單,處理速度快。2.數(shù)碼相機(jī)技術(shù)指標(biāo)1)成像器件的像素?cái)?shù)成像器件的像素?cái)?shù)對(duì)數(shù)碼相機(jī)的圖像質(zhì)量起決定性的作用。數(shù)碼相機(jī)一般CCD像素?cái)?shù)在100萬(wàn)(1280×1024)以上。數(shù)碼相機(jī)的成像器件像素?cái)?shù)在很大程度上決定了相機(jī)圖像的最高分辨率。分辨率用于評(píng)價(jià)數(shù)碼圖像的質(zhì)量,數(shù)碼相機(jī)攝取數(shù)碼照片的分辨率是可選擇的。數(shù)碼相機(jī)的像素指標(biāo)只有一個(gè),而所拍攝的數(shù)字圖像的分辨率指標(biāo)卻可以有許多個(gè),分辨率越高的照片要求有越大的存儲(chǔ)空間來(lái)存儲(chǔ)數(shù)據(jù)。2)A/D轉(zhuǎn)換精度評(píng)價(jià)數(shù)碼照片的圖像質(zhì)量除了分辨率外,還有照片色彩的編碼位數(shù)。編碼位數(shù)決定了在A/D轉(zhuǎn)換過(guò)程中的精確程度。一般來(lái)說(shuō),24(3×8)位的色彩已經(jīng)相當(dāng)豐富,可適應(yīng)絕大部分的拍攝要求。3)光電傳感器電荷耦合器件(CCD)傳感器和互補(bǔ)金屬氧化物半導(dǎo)體(CMOS)傳感器是兩類(lèi)主要的圖像傳感器。CCD數(shù)碼相機(jī)經(jīng)歷了較長(zhǎng)的發(fā)展時(shí)期,目前在成像質(zhì)量、分辨率上優(yōu)于CMOS,而CMOS數(shù)碼相機(jī)在產(chǎn)品價(jià)格、耗電量等方面又有獨(dú)特的優(yōu)勢(shì)。目前高檔專(zhuān)業(yè)型數(shù)碼相機(jī)多為CCD型,廉價(jià)普及型數(shù)碼相機(jī)多為CMOS型。近來(lái)CMOS成像器件發(fā)展很快,已經(jīng)出現(xiàn)了100萬(wàn)像素的CMOS器件。CMOS器件的最大優(yōu)點(diǎn)是可以將信號(hào)放大、模數(shù)轉(zhuǎn)換和數(shù)字圖像處理等電路集成到一塊芯片上,形成片上成像系統(tǒng)(CameraonChip),這對(duì)數(shù)碼相機(jī)的小型化、微型化具有重要的意義。CMOS成像器件通過(guò)開(kāi)關(guān)電路進(jìn)行像素信號(hào)傳輸,使用者可以控制開(kāi)關(guān)電路有選擇地獲取圖像信息,形成智能像素器件(ActivePixelSensor)。該器件對(duì)于工業(yè)自動(dòng)化控制、機(jī)器人視覺(jué)等領(lǐng)域中的成像系統(tǒng)具有重要的價(jià)值。4)DSP(數(shù)字圖像處理)能力DSP能力較強(qiáng)的相機(jī)能夠較高水平地完成諸如黑色補(bǔ)償、光照度補(bǔ)償、缺陷像素修補(bǔ)、濾色器補(bǔ)償插值、γ校正、白平衡和假彩色抑制等操作,補(bǔ)償了許多由于硬件所造成的圖像缺陷,圖像質(zhì)量達(dá)到較為完善的程度。越是高檔的數(shù)碼相機(jī),DSP的處理能力越強(qiáng)。一些數(shù)碼相機(jī)還能顯示選單,可以設(shè)定一些DSP圖像處理中的參數(shù),獲得某些特殊效果。DSP還能從圖像中提取曝光量信息和對(duì)焦信息,控制鏡頭和快門(mén),使相機(jī)處于最佳工作狀態(tài)。DSP還將完成圖像壓縮的任務(wù),好的圖像壓縮算法可以在壓縮圖像存儲(chǔ)量的同時(shí),很好地保持圖像細(xì)節(jié)的信息,解壓縮后顯示的圖像與原圖像比較看不出任何區(qū)別。高的壓縮比可以節(jié)省數(shù)碼相機(jī)的存儲(chǔ)空間,在有限的空間中存儲(chǔ)更多高質(zhì)量的圖片??斓膲嚎s速度可以在相機(jī)完成一次曝光以后迅速回到待機(jī)狀態(tài),提高相機(jī)的連拍速度。5)取景器數(shù)碼相機(jī)的取景方式有光學(xué)取景和LCD(LiquidCrystalDisplay,液晶顯示)取景。光學(xué)取景中有平視取景和通過(guò)鏡頭TTL(ThroughtheLens)取景之分。平視取景結(jié)構(gòu)簡(jiǎn)單,但由于取景器光軸與鏡頭光軸不重合,眼睛看到的景像與實(shí)際拍攝景像存在位置誤差和尺寸誤差,近距離拍攝時(shí),誤差更明顯。TTL取景的取景光軸和成像光軸是重合的,取景誤差較小,取景范圍可達(dá)到實(shí)拍畫(huà)面的95%以上。專(zhuān)業(yè)級(jí)的數(shù)碼相機(jī)采用TTL取景方式。6)圖像存儲(chǔ)低檔數(shù)碼相機(jī)以?xún)?nèi)裝存儲(chǔ)器為主,當(dāng)存儲(chǔ)器存滿后,必須暫停拍攝,要等到存儲(chǔ)的圖像數(shù)據(jù)輸出之后才能繼續(xù)拍攝。對(duì)于存儲(chǔ)卡型的照相機(jī),只要有備用的存儲(chǔ)卡,就可以像換膠卷一樣換存儲(chǔ)卡。PC卡是用得最多的可移動(dòng)式存儲(chǔ)器,它有一個(gè)PCMCIA插槽。有的數(shù)碼相機(jī)PC卡是惟一的存儲(chǔ)器,也有的數(shù)碼相機(jī)有內(nèi)部存儲(chǔ)器,仍支持PC卡作為擴(kuò)展存儲(chǔ)器,存在PC卡中的數(shù)字圖像可以通過(guò)PC卡讀取器輸入計(jì)算機(jī)。PC卡的優(yōu)點(diǎn)是可以大量存儲(chǔ)照片??梢苿?dòng)式存儲(chǔ)卡還有閃爍存儲(chǔ)卡(FlashCard),也采用PC卡標(biāo)準(zhǔn),可直接插入便攜式計(jì)算機(jī)的PC卡插口將信息輸入,也可用PC卡讀取器輸入計(jì)算機(jī)。CompactFlash存儲(chǔ)卡采用標(biāo)準(zhǔn)ATA/IDE接口,配有專(zhuān)門(mén)的PCMCIA轉(zhuǎn)換卡,筆記本計(jì)算機(jī)的用戶可直接在PCMCIA插槽上使用。3.數(shù)字圖像處理(DSP)DSP是數(shù)碼相機(jī)的主要部件,所有功能都是由DSP來(lái)實(shí)現(xiàn)的。DSP控制著CCD、A/D轉(zhuǎn)換器件、LCD和控制面板。1)暗電流補(bǔ)償補(bǔ)償?shù)姆椒ㄊ窃谄骷耆诠獾臈l件下,先測(cè)出各像素的暗電流值,再?gòu)呐臄z后圖像的像素值中減去相應(yīng)的暗電流值。2)鏡頭光照度補(bǔ)償由于鏡頭的漸暈效應(yīng),即使拍攝目標(biāo)是一個(gè)受均勻光照的物面,成像器件受到的照度仍是不均勻的,器件邊緣所受的光照度較小。對(duì)于同一鏡頭,照度差是有固定規(guī)律的,通過(guò)DSP數(shù)字補(bǔ)償,等效于成像器件得到均勻的照度。3)缺陷像素修補(bǔ)成像器件的幾十萬(wàn)個(gè)像素中總有一定數(shù)量的疵點(diǎn),在完全遮光條件下數(shù)碼相機(jī)讀取像素灰度值時(shí),一些“亮點(diǎn)”就是疵點(diǎn)位置。通常用插值的方法來(lái)實(shí)現(xiàn)缺陷像素的修補(bǔ),用周?chē)袼氐幕叶戎低扑愠鋈毕菹袼氐幕叶戎怠?)彩色校正彩色校正就是通過(guò)調(diào)整三基色光的增益,使成像器件的光譜特性與顯示或打印設(shè)備的光譜特性一致,以使顯示或打印圖像的色彩更加完美。通常是通過(guò)一個(gè)變換矩陣來(lái)改變紅、綠、藍(lán)三基色光的增益,同時(shí)保證白平衡。5)自動(dòng)聚焦和自動(dòng)曝光聚焦圖像比未聚焦圖像的輪廓更加分明,紋理細(xì)節(jié)更加清晰。聚焦圖像的高頻分量更大一些。用數(shù)字高通濾波獲取不同焦距時(shí)輸入圖像的高頻分量并進(jìn)行比較,高頻分量的最大值對(duì)應(yīng)著最佳聚焦。為了簡(jiǎn)化計(jì)算,只對(duì)圖像的一部分進(jìn)行濾波處理能達(dá)到同樣的效果。自動(dòng)曝光以圖像平均亮度為參考,調(diào)節(jié)光圈和改變圖像傳感器的曝光參數(shù)。為了防止亮的背景引起主要物體曝光不足,暗的背景又使主要物體曝光過(guò)度,根據(jù)主要物體一般位于照片中央這一特點(diǎn),將攝取的圖像分成中央和周邊兩部分,分別計(jì)算其亮度,并加權(quán)不同的經(jīng)驗(yàn)值。6)γ校正數(shù)字圖像的顯示和打印設(shè)備中,像素的灰度值與所顯示圖像中對(duì)應(yīng)的亮度值呈非線性關(guān)系。通過(guò)γ校正,顯示或打印的圖像能夠正確反應(yīng)被攝景物的灰度值。7)濾色器補(bǔ)償插值光電器件是通過(guò)濾色器得到圖像的三基色信息的,每個(gè)像素只得到了一種基色的信息,即R、G、B(或Cy、Mg、Ye、G)中的一種顏色。像素的其他顏色就必須用其周?chē)袼氐念伾畔⒉逯档玫健?)輪廓增強(qiáng)濾色器起了低通濾波的作用,圖像的輪廓變得平滑。DSP增強(qiáng)圖像的輪廓,而圖像的噪聲不能被放大。先找到灰度變化大的輪廓像素,計(jì)算輪廓像素與前一像素的Y分量差值,將Y分量差值放大并疊加到原像素Y值上。噪聲造成的假輪廓像素少、灰度變化小,要將差值低于設(shè)定閾值的假輪廓信號(hào)去掉,以保證處理后圖像的真實(shí)性。9)圖像壓縮數(shù)碼相機(jī)的存儲(chǔ)空間有限,獲取的數(shù)字圖像必須經(jīng)過(guò)壓縮。以前的數(shù)碼相機(jī)采用JPEG標(biāo)準(zhǔn);最新的數(shù)碼相機(jī)采用JPEG2000標(biāo)準(zhǔn),用小波變換進(jìn)行壓縮。4.模式控制數(shù)碼照相機(jī)一般提供照相(Camera)、顯示(Display)和計(jì)算機(jī)(Computer)三種模式。在照相模式時(shí),系統(tǒng)實(shí)現(xiàn)拍攝、處理圖像信息的功能。在顯示模式時(shí),可以觀察已拍攝的照片,有編輯功能可修改照片。在計(jì)算機(jī)模式時(shí),可將數(shù)碼相機(jī)的圖像信息傳送到計(jì)算機(jī)之中。照相模式要實(shí)現(xiàn)曝光控制、自動(dòng)對(duì)焦控制、閃光控制、數(shù)字圖像的獲取以及DSP處理等操作,有一套完善的控制流程。數(shù)碼相機(jī)在接通電源后首先是對(duì)閃光燈系統(tǒng)的主電容進(jìn)行充電。相機(jī)的各種拍攝方式、測(cè)光方式、對(duì)焦方式、分辨率和白平衡等參數(shù)可以進(jìn)入設(shè)置選單進(jìn)行修改。在待機(jī)狀態(tài)時(shí),光電傳感器不斷地輸出圖像,圖像經(jīng)DSP預(yù)處理后,作為曝光和對(duì)焦的依據(jù),對(duì)鏡頭進(jìn)行曝光和對(duì)焦的粗調(diào)。同時(shí),DSP在預(yù)處理后將低分辨率的畫(huà)面實(shí)時(shí)地輸出到LCD顯示屏上,供攝影者取景。處于待機(jī)狀態(tài)的數(shù)碼相機(jī)接到拍攝命令后,進(jìn)入拍攝狀態(tài),相機(jī)迅速對(duì)曝光和聚焦進(jìn)行細(xì)調(diào),并鎖定相應(yīng)的參數(shù)。若景物照度不夠,可打開(kāi)防紅眼燈照明,在快門(mén)動(dòng)作的瞬間進(jìn)行閃光。當(dāng)相機(jī)處于自拍狀態(tài)時(shí),快門(mén)動(dòng)作啟動(dòng)自拍延時(shí),通常為8~12秒鐘,在延時(shí)階段給出LED閃爍或蜂鳴聲提示。在完成一次曝光后,DSP進(jìn)一步處理所獲得的數(shù)字圖像,壓縮圖像信息,將剛拍攝的圖像顯示在LCD上,由攝影者來(lái)決定取舍。當(dāng)攝影者確認(rèn)之后,將圖像存儲(chǔ)在相機(jī)的存儲(chǔ)體中,相機(jī)回到了待機(jī)狀態(tài)。12.3
活動(dòng)圖像編碼12.3.1
概述活動(dòng)圖像信號(hào),就是電視信號(hào),數(shù)字化后的圖像信號(hào)稱(chēng)為數(shù)字圖像。活動(dòng)圖像的編碼要求實(shí)時(shí)和高效。圖12―13為活動(dòng)圖像編碼傳輸系統(tǒng)的方框圖。系統(tǒng)中有兩個(gè)傳輸緩沖存儲(chǔ)器,隨著圖像內(nèi)容的變化,活動(dòng)圖像編碼輸出是不均勻碼流,與信道的傳輸特性不相適應(yīng),利用緩沖存儲(chǔ)器來(lái)存儲(chǔ)數(shù)據(jù)流,保證數(shù)據(jù)能不間斷地勻速輸出。圖12―13
活動(dòng)圖像編碼傳輸系統(tǒng)不同應(yīng)用場(chǎng)合對(duì)圖像質(zhì)量要求是不同的。數(shù)字電視要播出新聞、體育比賽、文藝節(jié)目,對(duì)圖像的質(zhì)量要求很高。會(huì)議電視畫(huà)面中人數(shù)少、運(yùn)動(dòng)少、背景不變,對(duì)圖像質(zhì)量的要求降低。電視電話圖像是單人頭像,只有臉部表情的變化,對(duì)圖像質(zhì)量的要求最低。通常把圖像編碼分為下面幾個(gè)應(yīng)用層次:(1)標(biāo)準(zhǔn)數(shù)字電視:圖像分辨率為720×576,采用ISOMPEG―2標(biāo)準(zhǔn),約8Mb/s的碼率可以達(dá)到演播室級(jí)的圖像質(zhì)量要求。地面廣播時(shí),采用現(xiàn)代數(shù)字調(diào)制技術(shù),可在一路8MHz信道傳送4路標(biāo)準(zhǔn)數(shù)字電視。(2)會(huì)議電視:圖像分辨率為352×288,采用ITU―TH.261建議,碼率為p×64kb/s(p=1~30),屬中、低速碼率的圖像壓縮。一般認(rèn)為,碼率為384kb/s(p=6)以上時(shí),圖像質(zhì)量才比較滿意。(3)數(shù)字影碟機(jī)等:圖像分辨率為352×288,國(guó)際標(biāo)準(zhǔn)為MPEG―1,碼率為1.5Mb/s,其中約1.2Mb/s用于圖像,其余用于聲音和同步??蛇_(dá)到VHS錄像帶圖像質(zhì)量。(4)可視電話:圖像分辨率為176×144,采用ITU―TH.263建議,碼率為64kb/s以下,經(jīng)調(diào)制解調(diào)后,能在現(xiàn)有的模擬電話線上傳送活動(dòng)的彩色電視電話圖像,因此也稱(chēng)為極低碼率的圖像編碼。(5)高清晰度電視:圖像分辨率可高達(dá)1920×1080,具有兩倍于現(xiàn)有標(biāo)準(zhǔn)的水平和垂直清晰度,采用ISOMPEG―2標(biāo)準(zhǔn),碼率約為20Mb/s?;顒?dòng)圖像的壓縮編碼利用每幅圖像內(nèi)部的相關(guān)性進(jìn)行幀內(nèi)壓縮編碼,有變換編碼和預(yù)測(cè)編碼兩種基本類(lèi)型;還利用相鄰幀之間的相關(guān)性進(jìn)行幀間壓縮編碼,主要是運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)和混合編碼?;旌暇幋a是變換編碼和預(yù)測(cè)編碼相結(jié)合的編碼方法。H.261、H.263、MPEG―1、MPEG―2和MPEG―4標(biāo)準(zhǔn)都采用了混合編碼方案。12.3.2
幀間預(yù)測(cè)編碼幀間預(yù)測(cè)將畫(huà)面分為三種區(qū)域:(1)背景區(qū):相鄰的幀背景區(qū)的絕大部分?jǐn)?shù)據(jù)相同,幀間相關(guān)性很強(qiáng)。(2)運(yùn)動(dòng)物體區(qū):若將物體運(yùn)動(dòng)近似看作簡(jiǎn)單的平移,則相鄰幀的運(yùn)動(dòng)區(qū)的數(shù)據(jù)也基本相同。假如能采用某種位移估值方法對(duì)位移量進(jìn)行“運(yùn)動(dòng)補(bǔ)償”,那么兩幀的運(yùn)動(dòng)區(qū)之間的相關(guān)性也是很強(qiáng)的。(3)暴露區(qū):是指物體運(yùn)動(dòng)后所暴露出的曾被物體遮蓋住的區(qū)域。如果存儲(chǔ)器將暴露區(qū)的數(shù)據(jù)暫存,則再次遮蓋后暴露出來(lái)的數(shù)據(jù)與存儲(chǔ)的數(shù)據(jù)相同。若是畫(huà)面從一個(gè)場(chǎng)景切換為另一場(chǎng)景時(shí),就沒(méi)有幀間相關(guān)性了。人眼對(duì)靜止圖像分辨力較高,在傳輸靜止圖像或圖像的靜止部分時(shí),要有較高的分辨率,卻可以減少傳輸幀數(shù),在接收端依靠幀存儲(chǔ)器把未傳輸?shù)膸瑥?fù)制出來(lái)。人眼對(duì)于圖像中運(yùn)動(dòng)物體的分辨率隨著物體運(yùn)動(dòng)速率的增大而降低,攝像器件和顯示器件也有一定的積分模糊效應(yīng),在傳輸圖像中的運(yùn)動(dòng)物體時(shí),可以降低這部分圖像的分辨率,物體的運(yùn)動(dòng)速度越高,可用越低的分辨率進(jìn)行傳輸。這種方法就叫做空間分辨率和時(shí)間分辨率的交換。對(duì)于變化緩慢的圖像,幀間相關(guān)性強(qiáng),宜采用幀間預(yù)測(cè);當(dāng)景物的運(yùn)動(dòng)增大時(shí),幀間相關(guān)性減弱;而由于攝像機(jī)的“積分效應(yīng)”,圖像的高頻成分減弱,幀內(nèi)相關(guān)性反而有所增加,應(yīng)采用幀內(nèi)編碼,編碼器應(yīng)進(jìn)行幀內(nèi)幀間自適應(yīng)編碼。對(duì)于運(yùn)動(dòng)的物體,估計(jì)出物體在相鄰幀內(nèi)的相對(duì)位移,用上一幀中物體的圖像對(duì)當(dāng)前幀的物體進(jìn)行預(yù)測(cè),將預(yù)測(cè)的差值部分編碼傳輸,就可以壓縮這部分圖像的碼率。這種考慮了對(duì)應(yīng)區(qū)域的位移或運(yùn)動(dòng)的預(yù)測(cè)方式就稱(chēng)為運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)編碼。幀間預(yù)測(cè)是運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)在運(yùn)動(dòng)矢量為零時(shí)的特殊情況。運(yùn)動(dòng)補(bǔ)償幀間預(yù)測(cè)編碼包括以下四個(gè)部分:(1)物體的劃分:劃分靜止區(qū)域和運(yùn)動(dòng)區(qū)域。(2)運(yùn)動(dòng)估計(jì):對(duì)每一個(gè)運(yùn)動(dòng)物體進(jìn)行位移估計(jì)。(3)運(yùn)動(dòng)補(bǔ)償:由位移的估值建立同一運(yùn)動(dòng)物體在不同幀的空間位置對(duì)應(yīng)關(guān)系,從而建立了預(yù)測(cè)關(guān)系。(4)補(bǔ)償后的預(yù)測(cè)信息編碼:對(duì)運(yùn)動(dòng)物體的補(bǔ)償后的位移幀差信號(hào)(DFD),以及運(yùn)動(dòng)矢量等進(jìn)行編碼傳輸。塊匹配運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)把一幅圖像分為互不重疊的N×N像素的子塊,對(duì)每個(gè)子塊估計(jì)位移(運(yùn)動(dòng))矢量,將它編碼傳送到接收端。對(duì)運(yùn)動(dòng)矢量的估計(jì)主要有以下兩種塊匹配算法BMA(BlockMatchingAlgorithm):(1)全搜索算法:估計(jì)像素的位移(運(yùn)動(dòng))時(shí),取以該像素為中心的一個(gè)子塊,在前一幀圖像中尋找一個(gè)與之最匹配(相關(guān)最大)的子塊,該子塊中心與當(dāng)前像素的位移即為估計(jì)的位移(運(yùn)動(dòng))矢量。估值時(shí)要選擇合適的子塊尺寸N。N小時(shí),塊內(nèi)像素運(yùn)動(dòng)一致性好,估計(jì)準(zhǔn)確度較高,但運(yùn)動(dòng)矢量碼率會(huì)增大,計(jì)算量也增大;N大時(shí),計(jì)算量減小,運(yùn)動(dòng)矢量的碼率變小,但塊內(nèi)像素運(yùn)動(dòng)一致性變差,運(yùn)動(dòng)估計(jì)準(zhǔn)確度不高,不能進(jìn)行有效的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)。一般N取16,有時(shí)也取4、8或32。在全搜索條件下,塊匹配算法達(dá)到最優(yōu),缺點(diǎn)是運(yùn)算量大。在實(shí)際應(yīng)用場(chǎng)合,常采用性能略低但運(yùn)算量少的快速算法。(2)三步搜索算法TSS(ThreeStepSearch):在三步法中,搜索范圍為±8,即在上一幀以當(dāng)前子塊為原點(diǎn),將當(dāng)前子塊在其上下左右距離為8的范圍內(nèi)按一定規(guī)則移動(dòng),每移動(dòng)到一個(gè)位置,取出同樣大小的子塊與當(dāng)前子塊進(jìn)行匹配計(jì)算。常用的還有共軛方向搜索法(CDS)、二維對(duì)數(shù)搜索法(LOGS)、交叉搜索法(CS)和動(dòng)態(tài)搜索窗調(diào)整搜索法(DSWDS)等?;旌暇幋a是將變換編碼和預(yù)測(cè)編碼組合在一起。通常用DCT等變換進(jìn)行空間冗余度的壓縮,用幀間預(yù)測(cè)或運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)進(jìn)行時(shí)間冗余度的壓縮,以達(dá)到對(duì)活動(dòng)圖像的更高的壓縮效率。通常把變換部分DCT放在預(yù)測(cè)環(huán)內(nèi)(見(jiàn)后面要講到的圖12―16——H.261編碼器原理框圖),預(yù)測(cè)環(huán)本身工作在圖像域內(nèi),便于使用性能優(yōu)良,帶有運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè),這種帶有運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)與DCT結(jié)合的方案壓縮性能高,編碼技術(shù)成熟,編碼延遲較短,成為活動(dòng)圖像壓縮的主流方案。12.3.3
ITU―TH.261在視頻壓縮的國(guó)際標(biāo)準(zhǔn)中,H.261建議具有特別的意義。它綜合了圖像編碼40多年的研究成果,首次采用了DCT加幀間運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)的混合編碼模式。它規(guī)范的數(shù)據(jù)格式、編碼器模塊結(jié)構(gòu)、編碼輸出碼流的層次結(jié)構(gòu)以及開(kāi)放的編碼控制與實(shí)現(xiàn)策略等技術(shù),對(duì)后來(lái)制定的視頻編碼標(biāo)準(zhǔn)產(chǎn)生了深遠(yuǎn)的影響。H.261建議為不同生產(chǎn)廠家的設(shè)備互通創(chuàng)造了條件,數(shù)字視頻通信迅速發(fā)展,與之相對(duì)應(yīng)的H.320會(huì)議電視系統(tǒng)在20世紀(jì)90年代得到了廣泛應(yīng)用,其結(jié)果又進(jìn)一步推動(dòng)了視頻通信的標(biāo)準(zhǔn)化步伐。在H.320之后,ITU又相繼推出了一系列應(yīng)用于不同場(chǎng)合的視頻通信國(guó)際標(biāo)準(zhǔn):H.321建議,用于ATM網(wǎng)絡(luò);H.322建議,用于有質(zhì)量保證的局域網(wǎng);H.323建議,用于IP網(wǎng)絡(luò);H.324建議,用于PSTN網(wǎng)絡(luò)H.263建議,用于極低碼率(小于64kb/s)的場(chǎng)合。壓縮效率約提高3dB,它們結(jié)合ITU-T.120多媒體會(huì)議數(shù)據(jù)傳送協(xié)議,就構(gòu)成了功能強(qiáng)大的多媒體通信系統(tǒng)。1990年7月ITU―T通過(guò)H.261建議——“p×64kb/s視聽(tīng)業(yè)務(wù)的視頻編解碼器”。其中,p=1~30。該標(biāo)準(zhǔn)的應(yīng)用目標(biāo)是會(huì)議電視和可視電話,通常p=1,2時(shí)適用于可視電話,p大于6時(shí)可以適用于會(huì)議電視業(yè)務(wù)。1.公共中間格式為了便于不同制式彩色電視信號(hào)的互連,ITU提出先把不同制式彩色電視信號(hào)都轉(zhuǎn)換成公共中間格式(CommonIntermediateFormat,CIF格式)。亮度信號(hào)按每行352個(gè)像素,每幀288行進(jìn)行正交抽樣,抽樣頻率為6.75MHz;色差信號(hào)按每行176個(gè)像素,每幀144行進(jìn)行正交抽樣,抽樣頻率為3.375MHz;29.97幀/秒逐行掃描。QCIF(QuarterCIF)格式亮度和色度樣點(diǎn)數(shù)在水平和垂直方向都減半,亮度信號(hào)為176×144,色差信號(hào)為88×72,還是29.97幀/秒逐行掃描。每幀圖像(Picture)分為12個(gè)塊組GOB(GroupofBlocks);每個(gè)GOB包括33個(gè)宏塊MB(Macroblock);每個(gè)宏塊有6個(gè)塊B(Block),其中4個(gè)亮度塊和2個(gè)色度塊,塊由8×8像素?cái)?shù)據(jù)(變換系數(shù)TC)組成,像素是CIF格式中最基本的編碼單位。CIF格式圖像層次結(jié)構(gòu)如圖12―14所示。圖12―14
CIF格式圖像層次結(jié)構(gòu)2.數(shù)據(jù)結(jié)構(gòu)CIF和QCIF的數(shù)據(jù)結(jié)構(gòu)分為四個(gè)層次:(1)圖像層:由圖像頭和塊組數(shù)據(jù)組成,圖像頭由一個(gè)20比特的圖像起始碼、視頻格式和時(shí)間參數(shù)(幀數(shù))等標(biāo)志信息組成。(2)塊組層:由塊組頭和宏塊數(shù)據(jù)組成。塊組頭由16比特的塊組起始碼、塊組編號(hào)和量化步長(zhǎng)等組成。(3)宏塊層:由宏塊頭和塊數(shù)據(jù)組成。宏塊頭由宏塊地址、宏塊類(lèi)型和量化步長(zhǎng)等組成。(4)塊層:由變換系數(shù)(TC)和塊結(jié)束符(EOB)等組成。圖12―15是H.261數(shù)據(jù)結(jié)構(gòu)示意圖,這樣一種數(shù)據(jù)結(jié)構(gòu),能夠保證解碼器對(duì)接收到的數(shù)據(jù)流解碼時(shí)的惟一性。圖12―15
H.261數(shù)據(jù)結(jié)構(gòu)示意圖3.編碼器框圖編碼器框圖如圖12―16所示,兩個(gè)雙向選擇開(kāi)關(guān)由編碼控制器CC控制。當(dāng)它們同時(shí)接到上邊時(shí),編碼器工作在幀內(nèi)編碼模式,輸入信號(hào)直接進(jìn)行DCT變換,經(jīng)過(guò)量化處理后再進(jìn)行變字長(zhǎng)編碼VLC,得到最后的編碼輸出。當(dāng)雙向開(kāi)關(guān)同時(shí)接到下方時(shí),編碼器利用存儲(chǔ)在幀存儲(chǔ)器FM中的上一幀圖像進(jìn)行幀間預(yù)測(cè),將輸入信號(hào)與預(yù)測(cè)信號(hào)相減后,對(duì)預(yù)測(cè)誤差進(jìn)行DCT變換,經(jīng)過(guò)量化處理后再進(jìn)行變字長(zhǎng)編碼VLC,得到最后的編碼輸出。此時(shí),編碼器工作在幀間編碼模式,是一個(gè)幀間預(yù)測(cè)與DCT組成的混合編碼器。根據(jù)應(yīng)用的需要,還可以加入運(yùn)動(dòng)估計(jì)和補(bǔ)償處理MEP,改善幀間預(yù)測(cè)的效果。為了使解碼器能正確地解碼,編碼器的工作狀態(tài)必須即時(shí)通知解碼端,為此每個(gè)編碼模式和控制參數(shù)等輔助信息也要進(jìn)行編碼傳輸。
H.261采用的是“混合編碼”法,即幀間預(yù)測(cè)(DPCM)與幀內(nèi)變換(2D―DCT)相結(jié)合。若前后兩幀很相似,則編碼器進(jìn)行幀間預(yù)測(cè),然后對(duì)所得的幀間預(yù)測(cè)誤差進(jìn)行二維離散余弦變換(2D―DCT);若前后兩幀圖像不很相似,則對(duì)該當(dāng)前幀圖像進(jìn)行幀內(nèi)DCT編碼,即把該幀圖像中每一個(gè)8×8塊進(jìn)行DCT,再對(duì)所得的DCT系數(shù)進(jìn)行量化,然后把所得的量化值進(jìn)行二維變長(zhǎng)編碼。圖12―16
H.261編碼器原理框圖4.BCH糾錯(cuò)為了提高信道的抗誤碼能力,H.261采用了一種叫BCH(511,493)的糾錯(cuò)編碼。(詳見(jiàn)14.1.2節(jié)信道編碼。)發(fā)送的比特流分成長(zhǎng)度為493比特的數(shù)據(jù)組。對(duì)每一組數(shù)據(jù)進(jìn)行某種邏輯運(yùn)算,結(jié)果所得18比特校驗(yàn)數(shù)據(jù)放在493比特視頻數(shù)據(jù)的后面,共計(jì)511比特?cái)?shù)據(jù)為一組送到接收端。如果發(fā)生誤碼,在接收端用校驗(yàn)碼經(jīng)特定的運(yùn)算查驗(yàn)出錯(cuò)碼并糾正。這種BCH(511,493)糾錯(cuò)碼可在493比特?cái)?shù)據(jù)中自動(dòng)糾正2比特錯(cuò)誤。H.261中規(guī)定,編碼器必須進(jìn)行糾錯(cuò)編碼,解碼器可選用糾錯(cuò)解碼。5.編碼控制編碼中采用了變長(zhǎng)編碼技術(shù),經(jīng)壓縮編碼后的數(shù)據(jù)是速率不均勻的碼流,為了以恒定速率在通信網(wǎng)中傳送,用緩沖存儲(chǔ)器進(jìn)行數(shù)據(jù)的平滑。根據(jù)緩沖存儲(chǔ)器當(dāng)前已緩存的數(shù)據(jù)量,控制源編碼器中量化器的量化步長(zhǎng)等參數(shù),從而得到恒定的速率。H.261中沒(méi)有具體規(guī)定碼流控制方法。為了防止幀間預(yù)測(cè)誤差的累積,編碼器中采用了一種強(qiáng)迫更新的方法,H.261中規(guī)定宏塊至少每傳送132次,就需要以幀內(nèi)模式傳送一次,但對(duì)具體方法未作規(guī)定。12.3.4
ITU―TH.263ITU―T于1995年8月公布了低于64kb/s的窄帶通信信道的視頻編碼建議,即H.263。該標(biāo)準(zhǔn)是H.261的重要發(fā)展,可用于可視電話極低比特率的編解碼器。例如,可視電話信號(hào)經(jīng)過(guò)H.263壓縮再經(jīng)V.34調(diào)制后,可沿PSTN傳送(碼流可以壓縮到28.8kb/s,其中視頻為20kb/s左右),被編碼的信號(hào)格式可以是S―QCIF,彩色亞取樣4∶2∶0,也可以是QCIF、CIF或更大的輸入格式,幀頻較低。該編碼器提供與H.261同樣的質(zhì)量,但是比特?cái)?shù)減少一半。1.更豐富的圖像格式H.263標(biāo)準(zhǔn)中不僅有H.261中的CIF和QCIF格式,還有sub―QCIF、4CIF和16CIF等格式,如表12―4所示。2.兩種運(yùn)動(dòng)估值塊在H.261建議中,只對(duì)16×16像素的宏塊進(jìn)行運(yùn)動(dòng)估計(jì),而H.263建議中不僅可以用16×16像素的宏塊為單位進(jìn)行運(yùn)動(dòng)估計(jì),還可以根據(jù)需要對(duì)8×8像素的子塊進(jìn)行運(yùn)動(dòng)估計(jì),即每個(gè)宏塊可使用4個(gè)運(yùn)動(dòng)矢量。表12―4
H.263圖像格式3.更高效的運(yùn)動(dòng)矢量編碼在H.261中,對(duì)運(yùn)動(dòng)矢量采用一維前值預(yù)測(cè)與VLC相結(jié)合的方法編碼。在H.263中,則采用更為復(fù)雜的二維預(yù)測(cè)與VLC相結(jié)合的編碼。4.半像素運(yùn)動(dòng)估計(jì)精度在H.261中,運(yùn)動(dòng)的估值精度為整數(shù)像素,范圍為(-16,+15);而在H.263中采用半像素精度,范圍為(-16.0,+15.5)。在H.263中,采用雙線性?xún)?nèi)插來(lái)得到運(yùn)動(dòng)估計(jì)用的半精度像素的預(yù)測(cè)值,如圖12―17所示。圖12―17
雙線性?xún)?nèi)插預(yù)測(cè)半精度像素5.增加高級(jí)選項(xiàng)除了半像素精度進(jìn)行運(yùn)動(dòng)估計(jì)以外,H.263的基本編碼方法與H.261相同,為了能適合極低碼率的傳輸,H.263增加了4個(gè)編碼的高級(jí)選項(xiàng),進(jìn)一步提高了編碼效率,在極低碼率下獲得了較好的圖像質(zhì)量。1)無(wú)限制的運(yùn)動(dòng)矢量模式當(dāng)某一運(yùn)動(dòng)矢量所指向的參考像素超出編碼圖像區(qū)域時(shí),就用其邊緣的圖像值代替“這個(gè)并不存在的像素”,有效改進(jìn)邊緣有運(yùn)動(dòng)物體的圖像的質(zhì)量。2)基于語(yǔ)法的算術(shù)編碼(SAC)可變長(zhǎng)編碼、解碼過(guò)程都用算術(shù)編碼、解碼過(guò)程取代,將顯著降低所需的碼率。3)高級(jí)預(yù)測(cè)模式對(duì)P―幀的亮度分量采用所謂交疊塊運(yùn)動(dòng)補(bǔ)償(OBMC)方法,即某一個(gè)8×8子塊的運(yùn)動(dòng)補(bǔ)償由本塊和周?chē)?個(gè)塊的運(yùn)動(dòng)矢量加權(quán)平均得到;對(duì)某些宏塊(16×16)用4個(gè)運(yùn)動(dòng)矢量,每個(gè)子塊(8×8)都有一個(gè)運(yùn)動(dòng)矢量,用它們?nèi)〈瓉?lái)一個(gè)宏塊的運(yùn)動(dòng)矢量。本模式減少了方塊效應(yīng),明顯地改進(jìn)了圖像質(zhì)量。圖12―18
PB幀雙向預(yù)測(cè)過(guò)程示意圖4)PB幀模式PB幀名稱(chēng)來(lái)源于MPEG標(biāo)準(zhǔn)。一個(gè)PB幀包含一個(gè)P幀和一個(gè)B幀。P幀是由前一個(gè)P幀預(yù)測(cè)所得;B幀是由前一個(gè)P幀和本PB幀單元中的P幀進(jìn)行雙向預(yù)測(cè)編碼得到的。雙向預(yù)測(cè)過(guò)程如圖12―18所示。根據(jù)不同的應(yīng)用需要,ITU―T的H.263工作組制定了新的版本。例如,H.263+(1998年)、H.263++(2000年)等。最新的H.263++,高級(jí)選項(xiàng)多達(dá)19項(xiàng)。12.3.5MPEG―1標(biāo)準(zhǔn)ISO/IEC的聯(lián)合技術(shù)委員會(huì)自20世紀(jì)90年代以來(lái)先后頒布的一系列圖像和視頻編碼的國(guó)際標(biāo)準(zhǔn)促進(jìn)了多媒體與圖像業(yè)務(wù)的發(fā)展。其中,MPEG―1建議用于VCD之類(lèi)的視頻家電設(shè)備和視頻點(diǎn)播VOD(VideoonDemand)系統(tǒng);MPEG―2的主要應(yīng)用范圍是數(shù)字電視廣播和DVD系統(tǒng)。ITU的H.320標(biāo)準(zhǔn)把數(shù)字視頻引入企業(yè)、辦公室,ISO的MPEG―1和MPEG〖CD*2]2把數(shù)字視頻引入到千家萬(wàn)戶。運(yùn)動(dòng)圖像專(zhuān)家組MPEG(MovingPicturesExpertsGroup)的正式名稱(chēng)是ISO/IECJTC1/SC29/WG11。MPEG―1是MPEG工作組制定的第一個(gè)標(biāo)準(zhǔn)(ISO/IEC11172),標(biāo)題是:信息技術(shù)——具有1.5Mb/s數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒體活動(dòng)圖像及其伴音的編碼,包括系統(tǒng)、視頻、音頻、一致性、參考軟件等五部分。1.圖像格式SIFMPEG―1處理逐行掃描的圖像,對(duì)隔行掃描的圖像源應(yīng)先轉(zhuǎn)換為逐行掃描格式再編碼;輸入的視頻信號(hào)必須是數(shù)字化的一個(gè)亮度信號(hào)和兩個(gè)色差信號(hào)(Y,CB,CR),對(duì)于碼率為1~1.5Mb/s,合理的選擇是圖像速率為24、25或30幀每秒,水平分辨率為250~400像素,垂直分辨率為200~300線。對(duì)于典型的應(yīng)用,MPEG―1定義了SIF格式。表12―5和圖12―19分別為由CCIR601到SIF的格式轉(zhuǎn)換數(shù)據(jù)和采樣模式。表12―5
CCIR601到SIF的格式轉(zhuǎn)換數(shù)據(jù)圖12―19
由CCIR601到SIF的格式轉(zhuǎn)換采樣模式2.圖像組MPEG―1提出了圖像組GOP(GroupofPicture)的概念,從視頻編碼算法的角度而言,MPEG―1(以及MPEG―2)將視頻圖像幀(picture)劃分為三大類(lèi):I幀(IntracodedPicture,幀內(nèi)編碼圖像幀):不參考其他
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)外科低鈉血癥治療指南
- 風(fēng)帶來(lái)的好處和壞處活動(dòng)
- 企業(yè)班組安全教育
- 第六章 機(jī)械能守恒定律-功和功率 2025年高考物理基礎(chǔ)專(zhuān)項(xiàng)復(fù)習(xí)
- 示出塞課件教學(xué)課件
- 3.1.1 鐵及其化合物 課件 上學(xué)期化學(xué)人教版(2019)必修第一冊(cè)
- 慢病專(zhuān)員工作匯報(bào)
- 吉林省2024七年級(jí)數(shù)學(xué)上冊(cè)第2章整式及其加減期末提分課件新版華東師大版
- 常見(jiàn)的安全標(biāo)志教案及反思大班
- 氧化碳的說(shuō)課稿
- 醫(yī)科大學(xué)2024年12月精神科護(hù)理學(xué)作業(yè)考核試題答卷
- 2024年11月紹興市2025屆高三選考科目診斷性考試(一模) 英語(yǔ)試卷(含答案)
- 論青少年合理懷疑精神的培育
- 機(jī)關(guān)干部禮儀培訓(xùn)課件
- 安徽省合肥市2024年七年級(jí)上學(xué)期期中數(shù)學(xué)試卷【附答案】
- 成都鐵路局招聘2024屆高校畢業(yè)生663人高頻難、易錯(cuò)點(diǎn)500題模擬試題附帶答案詳解
- 《剪映專(zhuān)業(yè)版:短視頻創(chuàng)作案例教程(全彩慕課版)》 課件 第2章 剪映專(zhuān)業(yè)版快速入門(mén)
- 中考物理試題及答案經(jīng)典大全集高分
- DB11T 854-2023 占道作業(yè)交通安全設(shè)施設(shè)置技術(shù)要求
- 六年級(jí)數(shù)學(xué)上冊(cè)期中試卷分析總結(jié)(2篇)
- 第6課《我們神圣的國(guó)土》 (教學(xué)設(shè)計(jì))-部編版道德與法治五年級(jí)上冊(cè)
評(píng)論
0/150
提交評(píng)論