第二讲-视频压缩基础.pptVIP

空域预测 一边编码，一边解码， 在解码当先像素之前，如果相邻像素已经解码完，那么就可用来预测当前像素的值！ 一副图像被分成若干块，以块为单位做编解码，严格按照某种次序编码 * Decoded pixels 时域预测 编码端很容易得到相邻图像，但解码端如何得到呢？ 同样的，在编码当前图像之前先解码相邻图像 图像按照一定顺序编码和解码 * 编码 解码 residual - = Decoded Frame 1 Decoded Frame 1 问题 当编码某个图像块时，即可以用空域预测方法得到其预测值，也可以用时域预测法得到，到底应该用哪种方法预测呢？ * Decoded Frame 1 一些基本概念 Video sequence GOP Picture Slice Macroblock Block * 总结 用于生成预测值的图像块和图像分别叫作参考块和参考图像 在编码某个图像块之前，它的参考图像和参考块需要先被解码，用解码后的像素值作为参考像素值 否则如果用原始像素值作为参考像素值会有什么后果呢？ * 变换技术 * 为什么要变换？ 变换后，系数的值更集中，便于做压缩，例如： 同时在频率域上对图像块进行了分解，便于应用人眼对高频分量不敏感的视觉冗余特性 * 一个自然图像的变换 * 总结 通过数学变换矩阵将图像块变换为另外一种表达形式，方便做压缩 Y=X*T， X：图像块 T：变换矩阵 Y：变换后的图像块表达 如果T可逆，则X=T-1*Y，在解码端可以恢复图像块X T可以有多种形式，不同的T，就产生了不同的变换方法：DCT，KLT， Hadamard，… * 量化 量化是降低数据表示精度的过程，通过量化可以减少需要编码的数据量，达到压缩数据的目的 例如：x’=（x/q）*q 但是，量化会引起失真 如果能利用人眼的视觉冗余特性，进行合理量化，使失真对人眼视觉的影响尽量小 * 量化步长对码率和失真的影响 * 像素域量化和频率域量化 实验： 输入x = [100 110 120 130 140 150 160 170] 做一维DCT：y=[381.8377, -64.4232, 0.0, -6.7345, 0.0, -2.0090, 0.0, -0.5070] 分别用6，20，100为量化步长做像素域量化和频域量化 量化步长为6时 * 当量化步长为20时 * 当量化步长为100时 * 总结 量化步长控制着码率和失真的平衡 频域量化的性能好于像素域 * 熵编码 统计冗余的消除主要通过熵编码来实现。利用信源的信息熵进行码率压缩的编码方式称为熵编码 基本思想：为出现概率大的符号分配短码字，为出现概率小的符号分配长码字，从而达到总体平均码字最短。 编码对象概率分布越不均匀，熵编码的效率越高 两种基本方法 哈夫曼编码：每个值分配一个码字，每个值至少要用一个比特表示 算术编码：用一个浮点数代表一串值 * 哈夫曼编码实例 * 算术编码举例 Input sequence “1321” Termination: Encode the lower end (0.7712) to signal the end. * 总结 不管是哪种熵编码方法，基础都是概率模型，即编码对象的概率分布 为了提高压缩效率，应尽量使概率分布不均匀，例如变换，条件概率等 应该根据概率模型选择合适的熵编码方法 * 环内滤波 由于在解码端只能用解码图像作为参考，进行时空域预测，因此预测性能和解码图像质量密切相关 分块DCT和量化会引入块效应，降低解码图像质量和预测效率 对解码图像进行滤波有助于消除块效应，提高预测效率 * 滤波前 滤波后 视频编码框架 * 解码框架 * 内容提要 为何要进行视频压缩？ 为何视频能被压缩？ 如何进行视频压缩？ 如何评价视频压缩性能？ * 码率 在视频实时播放过程中，平均每秒消耗的比特数 码率 = 编码比特数/播放时长=编码比特数/（总帧数/帧率）bps * 失真 解码图像相对于原始图像的差异 主要是由于量化引起的 * 客观失真度量 客观质量的评价算法有均方差(Mean Square Error, MSE)，信噪比(Signal Noise Ratio, SNR)，峰值信噪比(Peak Signal Noise Ratio, PSNR)等，其中最常用的是PSNR。PSNR 的数学表达式为： 其中，MSE 表示原始图像和解码图像像素间的均方差，n 为表示图像像素值所用的比特数，通常n=8。PSNR 的单位是分贝(dB)。 当解码图像的PSNR 值较高时表示其客观质量较高，相反，PSNR 值较低时表示其客观质量较低 当PSNR=0时，表示失真为零 PSNR 值的高低并不能完全表示图像实际质量的高低，图像的主观质量