文章目录
5.1 量化基本原理
量化:将信号的连续取值,近似为一些离散值
特点:多对一映射,减少数据量。
反量化:一对一映射
特点:存在失真。
5.1.1 基本概念
均匀量化:量化间隔相等。
非均匀量化:中升型、中平型,与输入信号的概率密度分布相关。
常用的概率密度分布:均匀分布、高斯分布、拉普拉斯分布。
5.1.2 标量量化
量化噪声:与量化步长呈线性关系,随量化比特数呈指数级递减。
均匀量化最优的判决值:相邻两个最优量化值的中值。
非均匀量化最优的判决值:均值为截距,方差为斜率的一次函数表达式。
5.1.3 矢量量化
矢量量化:建立码本的过程,下图为例子,每个黑点标记的二维矢量即数据点(码字):
5.1.4 自适应量化
量化的输出随着输入信号的统计特性变化
前向自适应量化:
后向自适应量化:不需要传送参数信息
5.1.5 视觉量化器设计
对高频不敏感:高频部分使用粗量化。
最小可觉察误差(JDN):人眼不能察觉的最大失真。
5.2 量化与码率控制
5.2.1 率失真理论
率:信息数量的多少(比特率R)
失真:接收短信号与源信号的差异程度(失真D)
率失真优化:在给定编码比特率的情况下,如何使失真最小:J(λ) = min[ D + λR ]
几何意义:一条斜率为λ的直线,与率失真曲线的切点即最优解。
5.2.2 率失真理论与优化编码参数选择
λ:拉格朗日参数,只与量化参数有关。
详细可见:lambda与QP的关系
5.2.3 率失真模型与码率控制
码率控制:先建立率失真模型,如何根据该模型进行位分配、量化参数的调整。
第一步:位分配,即根据目标码率和缓冲区状态,为每一帧图像分配一定的比特数。
第二步:量化参数调整:调整量化参数,使编码该图像的比特数接近分配的比特数。