视频编解码l理论基础

视频编解码学习之一:理论基础

第1章介绍

1. 为什么要进行视频压缩?

  • 未经压缩的数字视频的数据量巨大
  • 存储困难
    • 一张DVD只能存储几秒钟的未压缩数字视频。
  • 传输困难
    • 1兆的带宽传输一秒的数字电视视频需要大约4分钟。

2. 为什么可以压缩

  • 去除冗余信息
    • 空间冗余:图像相邻像素之间有较强的相关性
    • 时间冗余:视频序列的相邻图像之间内容相似
    • 编码冗余:不同像素值出现的概率不同
    • 视觉冗余:人的视觉系统对某些细节不敏感
    • 知识冗余:规律性的结构可由先验知识和背景知识得到

3. 数据压缩分类

  • 无损压缩(Lossless)
    • 压缩前解压缩后图像完全一致X=X’
    • 压缩比低(2:1~3:1)
    • 例如:Winzip,JPEG-LS
  • 有损压缩(Lossy)
    • 压缩前解压缩后图像不一致X≠X’
    • 压缩比高(10:1~20:1)
    • 利用人的视觉系统的特性
    • 例如:MPEG-2,H.264/AVC,AVS

4. 编解码器

  • 编码器(Encoder)
    • 压缩信号的设备或程序
  • 解码器(Decoder)
    • 解压缩信号的设备或程序
  • 编解码器(Codec)
    • 编解码器对

5. 压缩系统的组成

(1) 编码器中的关键技术

(2) 编解码中的关键技术

6. 编解码器实现

  • 编解码器的实现平台:
    • 超大规模集成电路VLSI
      • ASIC, FPGA
    • 数字信号处理器DSP
    • 软件
  • 编解码器产品:
    • 机顶盒
    • 数字电视
    • 摄像机
    • 监控器

7. 视频编码标准

编码标准作用:

  • 兼容:
    • 不同厂家生产的编码器压缩的码流能够被不同厂家的解码器解码
  • 高效:
    • 标准编解码器可以进行批量生产,节约成本。

主流的视频编码标准:

  • MPEG-2
  • MPEG-4 Simple Profile
  • H.264/AVC
  • AVS
  • VC-1

标准化组织:

  • ITU:International Telecommunications Union
    • VECG:Video Coding Experts Group
  • ISO:International Standards Organization
    • MPEG:Motion Picture Experts Group

8. 视频传输

  • 视频传输:通过传输系统将压缩的视频码流从编码端传输到解码端
  • 传输系统:互联网,地面无线广播,卫星

9. 视频传输面临的问题

  • 传输系统不可靠
    • 带宽限制
    • 信号衰减
    • 噪声干扰
    • 传输延迟
  • 视频传输出现的问题
    • 不能解码出正确的视频
    • 视频播放延迟

10. 视频传输差错控制

  • 差错控制(Error Control)解决视频传输过程中由于数据丢失或延迟导致的问题
  • 差错控制技术:
    • 信道编码差错控制技术
    • 编码器差错恢复
    • 解码器差错隐藏

11. 视频传输的QoS参数

  • 数据包的端到端的延迟
  • 带宽:比特/秒
  • 数据包的流失率
  • 数据包的延迟时间的波动

第2章 数字视频

1.图像与视频

  • 图像:是人对视觉感知的物质再现。
  • 三维自然场景的对象包括:深度,纹理和亮度信息
  • 二维图像:纹理和亮度信息

  • 视频:连续的图像。
  • 视频由多幅图像构成,包含对象的运动信息,又称为运动图像。

2. 数字视频

  • 数字视频:自然场景空间和时间的数字采样表示。
    • 空间采样
      • 解析度(Resolution)
    • 时间采样
      • 帧率:帧/秒

3. 空间采样

  • 二维数字视频图像空间采样

4. 数字视频系统

  • 采集
    • 照相机,摄像机
  • 处理
    • 编解码器,传输设备
  • 显示
    • 显示器

5. 人类视觉系统HVS

  • HVS
    • 眼睛
    • 神经
    • 大脑

  • HVS特点:
    • 对高频信息不敏感
    • 对高对比度更敏感
    • 对亮度信息比色度信息更敏感
    • 对运动的信息更敏感

6. 数字视频系统的设计应该考虑HVS的特点:

  • 丢弃高频信息,只编码低频信息
  • 提高边缘信息的主观质量
  • 降低色度的解析度
  • 对感兴趣区域(Region of Interesting,ROI)进行特殊处理

7. RGB色彩空间

  • 三原色:红(R),绿(G),蓝(B)。
  • 任何颜色都可以通过按一定比例混合三原色产生。
  • RGB色度空间
    • 由RGB三原色组成
    • 广泛用于BMP,TIFF,PPM等
    • 每个色度成分通常用8bit表示[0,255]

8. YUV色彩空间

  • YUV色彩空间:
    • Y:亮度分量
    • UV:两个色度分量
    • YUV更好的反映HVS特点

9. RGB转化到YUV空间

亮度分量Y与三原色有如下关系:

经过大量实验后ITU-R给出了,

主流的编解码标准的压缩对象都是YUV图像

10. YUV图像分量采样

  • YUV图像可以根据HVS的特点,对色度分量下采样,可以降低视频数据量。
  • 根据亮度和色度分量的采样比率,YUV图像通常有以下几种格式:

11. 通用 的YUV图像格式

  • 根据YUV图像的亮度分辨率定义图像格式

12. 帧和场图像

  • 一帧图像包括两场——顶场,底场

13. 逐行与隔行图像

  • 逐行图像:一帧图像的两场在同一时间得到,ttop=tbot。
  • 隔行图像:一帧图像的两场在不同时间得到, ttop≠tbot。

14. 视频质量评价

  • 有损视频压缩使编解码图像不同,需要一种手段来评价解码图像的质量。
  • 质量评价:
    • 客观质量评价
    • 主观质量评价
    • 基于视觉的视频质量客观评价
  • 客观质量评价:通过数学方法测量图像质量评价的方式。
  • 优点:
    • 可量化
    • 测量结果可重复
    • 测量简单
  • 缺点:
    • 不完全符合人的主观感知

15. 客观评价的方法

常用的客观评价方法:

16. 主观评价方法

  • 主观质量评价:用人的主观感知直接测量的方式。
  • 优点:
    • 符合人的主观感知
  • 缺点:
    • 不容易量化
    • 受不确定因素影响,测量结果一般不可重复
    • 测量代价高

常用主观评价方法

17. 基于视觉的视频质量客观评价方法

  • 基于视觉的视频质量客观评价:将人的视觉特性用数学方法描述并用于视频质量评价的方式。
  • 结合了主观质量评价和客观质量评价两方面优点。
  • 常用方法:结构相似度(Structural SIMilarity,SSIM)方法。
  • 将HVS的特征用数学模型表达出来。
  • 未来重要的研究方向

 

第3章 信息论基础

1. 通信系统的组成

  • 信源:产生消息
  • 信道:传输消息
  • 信宿:接收消息

2. 基本概念

  • 通信中对信息的表达分为三个层次:信号,消息,信息。
    • 信号:是信息的物理层表达,可测量,可描述,可显示。如电信号,光信号。
    • 消息:是信息的载体,以文字,语言,图像等人类可以认知的形式表示。
    • 信息:不确定的内容。

3. 信息熵

信息的特点

信息的测量

自信息量

条件信息量

4. 信息熵

5. 条件熵和联合熵

6. 熵的性质

  • 非负性:信源熵是非负值,即 H(X) >=0;
  • 扩展性:信源熵X有M个符号,如果其中一个符号出现的概率趋于零,信源熵就等于剩余M-1个符号的信源熵;
  • 极值性(最大信息熵):对于具有M个符号的信源,只有在所有符号等概率出现的情况下,信源熵达到最大值,即
  • 可加性:
  • 熵不增:条件熵不大于信息熵 H(X|Y) <= H(X)
  • 联合熵不大于各信息熵的和,即H(XY) <= H(X) + H(Y)

7. 互信息量

8. 互信息

  • 物理意义:H(X)是X所含的信息,H(X|Y)是已知Y的条件下X还能带来的信息量。那么两者之差就是由于知道Y使得X减少的信息量,也即由Y可以得到的关于X的信息量。

9. 各种熵的关系

11. 信源编码

  • 信源编码:将消息符号转变成信道可传输的信息。
  • 两个基本问题:
    • 用尽可能少的信道传输符号来传递信源消息,提高传输效率;
    • 减少由于信道传输符号的减少导致的失真。

12. 离散信源统计特性

13. 离散信源类型:简单无记忆信源和马尔可夫信源

14. 编码分类

  • 等长码:在一组码字集合C中的所有码字cm (m = 1,2, …,M),其码长都相同,则称这组码C为等长码。
  • 变长码:若码字集合C中的所有码字cm (m = 1,2, …,M),其码长不都相同,称码C为变长码。

15. 平均码长

16. 等长码与变长码比较

  • 等长编码将信源输出符号序列的任意一种取值(概率可能不同)都编码成相同长度的输出码字,没有利用信源的统计特性;
  • 变长编码可以根据信源输出符号序列各种取值的概率大小不同,将他们编码成不同长度的输出码字,利用了信源的统计特性。因此又称其为熵编码。

17. Huffman编码

  • Huffman编码:典型的变长编码。
  • 步骤:
    • 将信源符号按概率从大到小的顺序排列,假定p(x1)≥ p(x2)… ≥ p(xn)
    • 给两个概率最小的信源符号p(xn-1), p(xn)各分配一个码位”0”和”1”,将这两个信源符号合并成一个新符号,并用这两个最小的概率之和作为新符号的概率,结果得到一个只包含(n-1)个信源符号的新信源。称为信源的第一次缩减信源,用S1表表示。
    • 将缩减信源S1的符号仍按概率从大到小的顺序排列,重复步骤2,得到只含(n-2)个符号的缩减信源S2
    • 重复上述步骤,直至缩减信源只剩下两个符号为止,此时所剩两个符号的概率之和必为1。然后从最后一级缩减信源开始,依编码路径向前返回,就得到各信源符号所对应的码字。

 

18. 信道编码

  • 信道编码主要考虑如何增加信号的抗干扰能力,提高传输的可靠性,并且提高传输效率。
  • 一般是采用冗余编码法,赋予信码自身一定的纠错和检错能力,使信道传输的差错概率降到允许的范围之内。

19. 信道类型

  • 根据信道连续与否分类
    • 离散信道
    • 连续信道
    • 半连续信道
  • 根据信道是否有干扰分类
    • 无干扰信道
    • 有干扰信道
  • 根据信道的统计特性分类
    • 无记忆信道
    • 有记忆信道
    • 恒参信道
    • 变参信道
    • 对称信道
    • 非对称信道

20. 信道容量

  • 在信息论中,称信道无差错传输的最大信息速率为信道容量。
  • 仙农信道容量公式:
    • 假设连续信道的加性高斯白噪声功率为N,信道带宽为B,信号功率为S,则该信道的容量为
    • 由于噪声功率N与信道带宽B有关,则噪声功率N=n0B 。因此,仙农公式还可以表示为

21. 香农信道容量公式的意义

  • 在给定BS/N的情况下,信道的极限传输能力为C,而且此时能够做到无差错传输。如果信道的实际传输速率大于C 值,则无差错传输在理论上就已不可能。因此,实际传输速率一般不能大于信道容量C ,除非允许存在一定的差错率。
  • 提高信噪比S/N(通过减小n0或增大S),可提高信道容量C。特别是,若n0->0,则C->∞ ,这意味着无干扰信道容量为无穷大;
  • 增加信道带宽B,也可增加信道容量C,但做不到无限制地增加。这是因为,如果 Sn0一定,有
  • 维持同样大小的信道容量,可以通过调整信道的BS/N来达到,即信道容量可以通过系统带宽与信噪比的互换而保持不变。

22. 失真

  • 失真:信源的消息经过编解码后不能完全复原
  • 在实际的信源和信道编码中,消息的传输并不总是无失真的。
    • 由于存储和传输资源的限制
    • 噪声等因素的干扰

23. 率失真理论

  • 仙农定义了信息率失真函数R(D)
    • D是消息失真
    • R是码率
  • 率失真定理:在允许一定失真度D的情况下,信源输出的信息率可压缩到R(D)。

24. 失真函数

  • 失真函数:信源符号X={x1, x2, …..xn},经信道传输接收端符号Y={y1, y2….yn},对于每一对(xi, yj)指定一个非负函数 d(xi, yj),称d(xi, yj)为单个符号的失真度或失真函数。对于连续信源连续信道的情况,常用d(x, y)表示。
  • 常用失真函数:

  • 平均失真度:

 

 

 

 

 

 

 

 

 

 

 

分类: VideoCodec
5
0
currentDiggType = 0;
« 上一篇:H.264术语
» 下一篇:视频编解码学习之二:编解码框架
posted @ 2012-07-28 23:27 Mr.Rico 阅读(57326) 评论(17) 编辑 收藏


阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页