視頻壓縮技術解析

6.1.1 視頻信號壓縮的可能性

視頻數據中存在著大量的冗余， 即圖像的各像素數據之間存在極強的相關性。 利用這些相關性， 一部分像素的數據可以由另一部分像素的數據推導出來， 結果視頻數據量能極大地壓縮， 有利于傳輸和存儲。 視頻數據主要存在以下形式的冗余。

1. 空間冗余 視頻圖像在水平方向相鄰像素之間、 垂直方向相鄰像素之間的變化一般都很小， 存在著極強的空間相關性。 特別是同一景物各點的灰度和顏色之間往往存在著空間連貫性， 從而產生了空間冗余， 常稱為幀內相關性。

2. 時間冗余 在相鄰場或相鄰幀的對應像素之間， 亮度和色度信息存在著極強的相關性。 當前幀圖像往往具有與前、 后兩幀圖像相同的背景和移動物體， 只不過移動物體所在的空間位置略有不同， 對大多數像素來說， 亮度和色度信息是基本相同的， 稱為幀間相關性或時間相關性。

3. 結構冗余 在有些圖像的紋理區， 圖像的像素值存在著明顯的分布模式。 如方格狀的地板圖案等。 已知分布模式， 可以通過某一過程生成圖像， 稱為結構冗余。 4. 知識冗余 有些圖像與某些知識有相當大的相關性。 如人臉的圖像有固定的結構， 嘴的上方有鼻子， 鼻子的上方有眼睛， 鼻子位于臉部圖像的中線上。 這類規律性的結構可由先驗知識得到， 此類冗余稱為知識冗余。 5. 視覺冗余 人眼具有視覺非均勻特性， 對視覺不敏感的信息可以適當地舍棄。 在記錄原始的圖像數據時， 通常假定視覺系統是線性的和均勻的， 對視覺敏感和不敏感的部分同等對待， 從而產生了比理想編碼(即把視覺敏感和不敏感的部分區分開來編碼)更多的數據， 這就是視覺冗余。 人眼對圖像細節、 幅度變化和圖像的運動并非同時具有最高的分辨能力。 人眼視覺對圖像的空間分解力和時間分解力的要求具有交換性， 當對一方要求較高時， 對另一方的要求就較低。 根據這個特點， 可以采用運動檢測自適應技術， 對靜止圖像或慢運動圖像降低其時間軸抽樣頻率， 例如每兩幀傳送一幀； 對快速運動圖像降低其空間抽樣頻率。 另外， 人眼視覺對圖像的空間、 時間分解力的要求與對幅度分解力的要求也具有交換性， 對圖像的幅度誤差存在一個隨圖像內容而變的可覺察門限， 低于門限的幅度誤差不被察覺， 在圖像的空間邊緣(輪廓)或時間邊緣(景物突變瞬間)附近， 可覺察門限比遠離邊緣處增大3～4倍， 這就是視覺掩蓋效應。 根據這個特點， 可以采用邊緣檢測自適應技術， 對于圖像的平緩區或正交變換后代表圖像低頻成分的系數細量化， 對圖像輪廓附近或正交變換后代表圖像高頻成分的系數粗量化； 當由于景物的快速運動而使幀間預測編碼碼率高于正常值時進行粗量化， 反之則進行細量化。 在量化中， 盡量使每種情況下所產生的幅度誤差剛好處于可覺察門限之下， 這樣能實現較高的數據壓縮率而主觀評價不變。

6. 圖像區域的相同性冗余 在圖像中的兩個或多個區域所對應的所有像素值相同或相近， 從而產生的數據重復性存儲， 這就是圖像區域的相似性冗余。 在這種情況下， 記錄了一個區域中各像素的顏色值， 與其相同或相近的區域就不再記錄各像素的值。 矢量量化方法就是針對這種冗余圖像的壓縮方法。 7. 紋理的統計冗余 有些圖像紋理盡管不嚴格服從某一分布規律， 但是在統計的意義上服從該規律， 利用這種性質也可以減少表示圖像的數據量， 稱為紋理的統計冗余。 電視圖像信號數據存在的信息冗余為視頻壓縮編碼提供了可能。

6.1.2 視頻信號的數字化和壓縮 模擬電視信號(包括視頻和音頻)通過取樣、 量化后編碼 為二進制數字信號的過程稱為模數變換(A／D變換)或脈沖編碼調制(PCM， Pulse Coding Modulation)， 所得到的信號也稱為PCM信號， 其過程可用圖6-1(a)表示。 若取樣頻率等于fs、 用n比特量化， 則PCM信號的碼率為nfs(比特／s)。 PCM編碼既可以對彩色全電視信號直接進行， 也可以對亮度信號和兩個色差信號分別進行， 前者稱為全信號編碼， 后者稱為分量編碼。

PCM信號經解碼和插入濾波恢復為模擬信號， 如圖6-1(b)所示， 解碼是編碼的逆過程， 插入濾波是把解碼后的信號插補為平滑、 連續的模擬信號。 這兩個步驟合稱為數模變換（D／A變換）或PCM解碼。

圖 6-1 電視信號的數字化和復原 (a) A/D變換； (b) D/A變換