第六章 图像编码

第六章图像编码 6 1概述6 2基本理论6 3霍夫曼编码6 4无损预测编码6 5有损预测编码6 6变换编码6 7图像压缩标准 6 1概述 一 图像压缩编码必要性容量很大 存储 处理和传输困难 二 图像压缩编码的可能性1 相邻象素 帧对应象素 间相关性大 冗余大 2 利用人的视觉特性 人眼分辨率有限等 如电视 中隔行扫描 3 从信息论角度 消除 减少 图像信息中的冗余 无用和重复 数据 6 1概述 三 图像压缩编码1 数据压缩 对给定量信息 设法减少表达这些信息的数据量 2 方法 压缩掉冗余数据 统计角度 将原图转化为尽可能不相关数据集 3 图像编码 对图像信息进行压缩编码 在存储 处理和传输前进行 4 图像解码 对压缩图像进行解压以重建原图或其近似图像称为图像解码 6 1概述 四 图像压缩方法分类不同目的 不同应用等有不同分类方法 常按压缩前及解压后的保真程度分类 1 信息保持 存 型减少或去除冗余数据 同时保持信息不变 即压缩 解压中无信息损失 也称无失真 无损 可逆型 多用于图像存档 目前压缩率CR 2 10 6 1概述 2 信息损失型以牺牲部分信息为代价 来获取高压缩率 也称有损压缩 解压后得到原图像之近似 3 特征抽取法在图像分析 分类与识别中 仅对于实际需要的 提取 特征信息进行编码 可大大压缩数据量 实际属于信息损失型 6 1概述 根据压缩编码基于的理论可分为 第一代压缩编码八十年代以前 主要是根据传统的信源编码方法 第二代压缩编码八十年代以后 突破信源编码理论 结合分形 模型基 神经网络 小波变换等数学工具 充分利用视觉系统生理心理特性和图像信源的各种特性 6 1概述 6 1概述 6 2基本理论 一 数据冗余 一 概念1 数据是信息的载体 2 数据冗余 代表无用信息或重复表示了其他数据已表示的信息的数据 3 数学表示 1 压缩率 比 CR n1 n2 6 2基本理论 2 相对数据冗余 RD 1 1 CR例 CR 20 RD 19 20 二 图像压缩中的3种冗余编码冗余像素冗余视觉心理冗余 6 2基本理论 编码冗余 如果一个图像的灰度级编码 使用了多于实际需要的编码符号 就称该图像包含了编码冗余 例 如果用8位表示该图像的像素 我们就说该图像存在着编码冗余 因为该图像的像素只有两个灰度 用一位即可表示 6 2基本理论 像素冗余 由于任何给定的像素值 原理上都可以通过它的邻居预测到 单个像素携带的信息相对是小的 对于一个图像 很多单个像素对视觉的贡献是冗余的 这是建立在对邻居值预测的基础上 例 原图像数据 234223231238235压缩后数据 234 1 27 3 6 2基本理论 视觉心理冗余 一些信息在一般视觉处理中比其它信息相对重要程度要小 这种信息就被称为视觉心理冗余 6 2基本理论 去掉视觉冗余的过程称为量化 它是信息损失型 第二代编码方法就是基于心理视觉冗余 电视广播中的隔行扫描就是常见的例子 三 结论1 因为存在数据冗余 改变信息描述方法 可压缩掉这些冗余 2 因为视觉冗余 忽略一些视觉不太明显的微小差异 可进行所谓的 有损压缩 6 2基本理论 二 图像保真度保真度标准 评价压缩算法的标准客观保真度标准主观保真度标准 6 2基本理论 客观保真度标准如果信息丢失的级别 可以表示为原始或输入图像与压缩后又解压缩输出的图像的函数 这个函数就被称为客观保真度标准 一般表示为 e x y f x y f x y f x y 是输入图像 f x y 是压缩后解压缩的图像 e x y 是误差函数 6 2基本理论 两个图像之间的总误差 M 1N 1 f x y f x y x 0y 0均方根误差 rms M 1N 1 erms 1 MN f x y f x y 2 1 2x 0y 0 6 2基本理论 输出图的均方信噪比SNRms为 如果令fmax max f x y x 0 1 M 1 y 0 1 N 1 即图像中的灰度最大值 则可得到另一个常用的准则峰值信噪比PSNR 6 2基本理论 主观保真度标准通过视觉比较两个图像 给出一个定性的评价 如很粗 粗 稍粗 相同 稍好 较好 很好 这种评价被称为主观保真度标准 6 2基本理论 三 图像编解码过程 图像编解码过程 6 2基本理论 四 无失真信源编码定理信源中符号的编码长度的平均码长下限是信源的熵 这一结论对于图像信源同样实用 6 3霍夫曼编码 霍夫曼编码 1 基本思想通过减少编码冗余来达到压缩的目的 基本思想是统计一下符号的出现概率 建立一个概率统计表 将最常出现 概率大的 的符号用最短的编码 最少出现的符号用最长的编码 6 3霍夫曼编码 霍夫曼编码 2 算法实现首先求出图像中灰度分布的灰度直方图 根据该直方图 对其按照分布概率从小到大的顺序进行排列 每一次从中选择出两个概率为最小的节点相加 形成一个新的节点 构造一个称为 Huffman树 的二叉树 对这个二叉树进行编码 就获得了Huffman编码码字 6 3霍夫曼编码 例如 aaaabbbccdeeeeefffffff分布为 a 4 22b 3 22c 2 22d 1 22e 5 22f 7 22排序为 d c b a e f1 222 223 224 225 227 22 f 7 22 5 22 4 22 2 22 1 0 f 11e 01a 00b 101c 1001d 1000 1 22 3 22 6 22 22 22 13 22 9 22 3 22 1 0 1 0 1 0 1 0 6 3霍夫曼编码 6 3霍夫曼编码 霍夫曼编码静态编码在压缩之前就建立好一个概率统计表和编码树 算法速度快 但压缩效果不是最好动态编码对每一个图像 临时建立概率统计表和编码树 算法速度慢 但压缩效果最好 6 4无损预测编码 无损预测编码 1 编码思想a 去除像素冗余 b 认为相邻像素的信息有冗余 当前像素值可以用以前的像素值来获得 c 用当前像素值fn 通过预测器得到一个预测值 fn 对当前值和预测值求差 对差编码 作为压缩数据流中的下一个元素 由于差比原数据要小 因而编码要小 可用变长编码 大多数情况下 fn的预测是通过m个以前像素的线性组合来生成的 6 4无损预测编码 即 mfn round ifn i i 1在一维线性 行预测 预测编码中 预测器为 mfn x y round if x y i i 1round为取最近整数 i为预测系数 可为1 m y是行变量 d 前m个像素不能用此法编码 可用哈夫曼编码 6 4无损预测编码 6 4无损预测编码 举例 mfn round ifn i i 1F 154 159 151 149 139 121 112 109 129 m 2 1 2预测值f2 1 2 154 159 156e2 151 156 5f3 1 2 159 151 155e3 149 155 6f4 1 2 151 149 150e4 139 150 11f5 1 2 149 139 144e5 121 144 23f6 1 2 139 121 130e6 112 130 18f7 1 2 121 112 116e6 109 116 7f8 1 2 112 109 110e6 129 110 19 6 4无损预测编码 无损预测编码2 编码第一步 压缩头处理第二步 对每一个符号 f x y 由前面的值 通过预测器 求出预测值 f x y 第三步 求出预测误差e x y f x y f x y 第四步 对误差e x y 编码 作为压缩值 重复二 三 四步 6 4无损预测编码 无损预测编码编码 符号编码 预测器 最接近的整数 压缩图像 输入图像 en fn fn 6 4无损预测编码 无损预测编码3 解码第一步 对头解压缩第二步 对每一个预测误差的编码解码 得到预测误差e x y 第三步 由前面的值 得到预测值 f x y 第四步 误差e x y 与预测值 f x y 相加 得到解码f x y 重复二 三 四步 6 4无损预测编码 无损预测编码解码 符号解码 预测器 解压缩图像 压缩图像 en fn fn 6 5有损预测编码 有损压缩引言有损压缩是通过牺牲图像的准确率来达到加大压缩率的目的 如果我们容忍解压缩后的结果中有一定的误差 那么压缩率可以显著提高 有损压缩方法在图像压缩比大于30 1时仍然能够重构图像 而如果压缩比为10 1到20 1 则重构的图像与原图几乎没有差别无损压缩的压缩比很少有能超过3 1的 这两种压缩方法的根本差别在于有没有量化模块 6 5有损预测编码 源数据编码与解码的模型 复习 源数据编码的模型源数据解码的模型 符号解码器 反向映射器 映射器 量化器 符号编码器 6 5有损预测编码 量化器基本思想 减少数据量的最简单的办法是将图像量化成较少的灰度级 通过减少图像的灰度级来实现这种量化是不可逆的 因而解码时图像有损失 s t s1 s2 s3 t1 t2 t3 如果输入是256个灰度级 对灰度级量化后输出 只剩下4个层次 数据量被大大减少 6 5有损预测编码 有损预测的基本思想对无损预测压缩的误差进行量化 通过消除视觉心理冗余 达到对图像进一步压缩的目的 算法的演变a 无损预测压缩的基础是 原图像值fn与预测值 fn之间的误差en 有公式 en fn fn解码与编码使用相同的预测器 6 5有损预测编码 编码en fn fn 符号编码 预测器 最接近的整数 压缩图像 输入图像 en fn fn m fn x y round if x y i i 1 mi 1 6 5有损预测编码 解码fn en fn 符号解码 预测器 解压缩图像 压缩图像 en fn fn 6 5有损预测编码 算法的演变b 有损预测的演变 将en量化 n Q en 用 fn n fn近似fn编码 n Q fn fn 解码 fn n fn 6 5有损预测编码 有损预测编码 n Q fn fn 符号编码 预测器 压缩图像 输入图像 en fn fn 量化器 n 6 5有损预测编码 有损预测解码 fn n fn 符号解码 预测器 解压缩图像 压缩图像 fn fn n 6 5有损预测编码 有损预测编码上述方案的压缩编码中 预测器的输入是fn 而解压缩中的预测器的输入是 fn 要使用相同的预测器 编码方案要进行修改 6 5有损预测编码 修改后的有损预测编码 n Q fn fn 符号编码 预测器 压缩图像 输入图像 en fn fn 量化器 n fn fn n fn 6 5有损预测编码 DM Deltamodulation 有损预测编码量化器和预测器的定义 量化器 en 0 是一个正常数 其它 en用1位编码预测器 fn fn 1 一般是一个小于1的预测系数 en 5 5有损预测编码 DM Deltamodulation 有损预测编码量化器 6 5 6 5 e e 6 5有损预测编码 DM Deltamodulation 有损预测编码举例 1 6 5输入编码解码误差nf fe e f f ff f014 14 0 14 00 011514 01 06 520 514 020 5 5 521420 5 6 5 6 514 020 514 00 031514 01 06 520 514 020 5 5 5 142920 58 56 527 020 527 02 0153727 010 06 533 527 033 53 5164733 513 56 540 033 540 07 0176240 022 06 546 540 046 515 5 6 5有损预测编码 DM Deltamodulation 有损预测编码举例 1 6 5计算 n 0 f0 f0 14 n 1 f1 1 14 14 e1 15 14 1 e1 6 5 因为e1 0 f1 6 5 14 20 5 重构结果 f1 f1 15 20 5 5 5 重构误差 6 5有损预测编码 DM Deltamodulation 有损预测编码算法分析 粒状噪音 溢出过载 6 5有损预测编码 DM Deltamodulation 有损预测编码算法分析在n 14到19变化快的区域 太小以至不能表示输入的最大的变化 发生一个被称为溢出过载的失真 在n 0到7相对平滑的区域 太大以至不能表示输入的最小变化 出现了粒状噪音 在大多数图像中 这两种现象导致对象边缘的钝化和平滑区域表面粒状的失真 6 5有损预测编码 DM Deltamodulation 有损预测编码算法分析在所有有损预测压缩中都会出现误差 误差的严重程度取决于使用的量化方法和预测方法之间的相互作用 尽管存在这种相互作用 定义预测函数时仍然假定没有量化误差 而定义量化函数时仅是尽可能地降低它自身的误差 即量化函数和预测函数是分别定义的 6 6变换编码 变换编码的基本思想 1 用一个可逆的 线性的变换 如傅立叶变换 把图像映射到变换系数集合 2 然后对该系数集合进行量化和编码 3 对于大多数自然图像 重要系数的数量是比较少的 因而可以用量化 或完全抛弃 且仅以较小的图像失真为代价 6 6变换编码 变换编码的基本思想 举例原始图像相应的DCT系数 52556166706164736359669010985697262596811314410466736358711221541067069676168104126886870796560707768587585716459556165838779696865767894 415 29 622555 20 137 21 62911 7 66 46877 25 30107 5 501335 15 960311 8 13 2 11 41 1013 3 102 1 4 12 12 31 2 1 1 1 2 1 10 1 6 6变换编码 变换编码的基本思想编码 解码流程 符号解码器 逆向变换 正向变换 量化器 符号编码器 构造nxn的子图 合成nxn的子图 输入图像NxN 压缩图像 压缩的图像 解压图像 6 6变换编码 变换编码的基本思想构造nxn的子图 NxN nxn nxn nxn nxn nxn nxn 6 6变换编码 变换编码的基本理论变换编码的基本原理将傅立叶逆变换表达式进行改写 F u v 改为 T u v exp j2 ux vy n 改为 h x y u v n 1n 1有 f x y T u v h x y u v u 0v 0变换压缩的基本思想 就是要用等式的右部近似原图像 6 6变换编码 变换编码的基本理论变换编码的基本原理进一步改写n 1n 1F T u v Huvu 0v 0其中 1 F是一个包含了f x y 的象素的nxn的矩阵 2 Huv的值只依赖坐标变量x y u v与T u v 和f x y 的值无关 被称为基图像 可以在变换前一次生成 对每一个nxn的子图变换都可以使用 6 6变换编码 变换编码的基本理论基图像Hh 0 0 u v h 0 1 u v h 0 n 1 u v h 1 0 u v h 1 1 u v h 1 n 1 u v Huv h n 1 0 u v h n 1 1 u v h n 1 n 1 u v 6 6变换编码 变换编码的基本理论变换系数截取模板函数通过定义变换系数截取模板函数 消去冗余0如果T u v 满足一个特定的截断标准m u v 1否则n 1n 1对于 F T u v Huvu 0v 0 11110000 11110000 11100000 11000000 10000000 00000000 00000000 00000000 6 6变换编码 变换编码的基本理论变换系数截取模板函数对于u v 0 1 n 1 F的一个近似 可以从截断表达式获得 n 1n 1 F T u v m u v Huvu 0v 0其中m u v 被构造 用来消去对等式的总合贡献最小的基本图像 6 6变换编码 实现变换压缩算法的主要问题变换的选择子图尺寸的选择压缩的位分配 编码 正向变换 量化器 符号编码器 构造nxn的子图 输入图像NxN 压缩图像 6 6变换编码 变换压缩方法主要研究的问题变换的选择 1 可以选择的变换1 Karhunen Loeve变换 KLT 2 离散傅立叶变换 DFT F u v 1 N f x y exp j2 ux vy N u v 0 1 2 N 1 并且f x y F u v exp j2 ux vy N x y 0 1 2 N 1 6 6变换编码 变换的选择3 离散余弦变换 DCT C u v u v f x y cos 2x 1 u 2N cos 2y 1 v 2N f x y u v C u v cos 2x 1 u 2N cos 2y 1 v 2N 4 Walsh Hadamard变换 WHT 5 小波变换 6 6变换编码 变换的选择 2 对变换的评价按信息封装能力排序 KLT DCT DFT WHT HaarT但KLT的基图像是数据依赖的 每次都要重新计算Huv 因而很少使用 DFT的块效应严重 常用的是DCT 已被国际标准采纳 作成芯片 其优点有 1 基本没有块效应2 信息封装能力强 把最多的信息封装在最少的系数中 6 6变换编码 变换压缩方法主要研究的问题子图尺寸的选择子图尺寸的选择有两个原则 1 如果n是子图的维数 n应该是2的整数次方 为便于降低计算复杂度 2 n一般选为8x8或16x16 由实践得到 3 随着n的增加 块效应相应减少 6 6变换编码 变换压缩方法主要研究的问题压缩位的分配定义 截取 量化 系数编码统称为位分配解决m u v 的设计 编码问题截取和量化一般有两种方法 1 子带编码 2 阈值编码 适应性编码 6 6变换编码 压缩位的分配 1 子带编码基本思想 所有子图像使用相同的编码模板因为 大部分的信息应该包含在最大方差的变换系数中 每一个DCT变换系数被认为是一个随机变量 该变量的分布可以在所有变换子图像的集合上进行计算 找出取最大方差的m个系数的位置 并同时确定系数的坐标u和v 对所有子图像 这m个系数的T u v 值是保留的 其他的T值被抛弃 其中m是一个可选常数 6 6变换编码 1 方差本身可以直接由 N n 2个变换子图像数组的集合计算得到 2 或者基于一个假想的图像模型得到 3 根据最大方差的分布情况得到系数截取模板4 方差最大的地方置1 其它地方置0 11111000 11110000 11100000 11000000 10000000 00000000 00000000 00000000 消去87 5 的系数的模板为 6 6变换编码 算法实现 1 计算模板 方差最大的地方置1 其它地方置02 量化系数 例如最优Lloyd Max量化器3 结果编码 有两种分配二进制位的编码方法 1 系数被赋予相同数量的二进制位 2 系数之间固定地分配一定的二进制位 6 6变换编码 压缩位的分配系数之间固定地分配一定的二进制位的用位模板 87643210 76543210 65433110 44332100 33321100 22111000 11100000 00000000 6 6变换编码 压缩位的分配 2 阈值编码 适应性编码 基本思想 没有一个消取系数的固定模板 不同的子图保留不同的系数 通过一个阈值T 来决定一个系数的去留 Ifa 系数 T 阈值 m u v 1Elsem u v 0由于其简单性 阈值编码是实际应用中更常使用的编码方法 6 6变换编码 压缩位的分配 2 阈值编码 适应性编码 理论根据 1 取值最大的变换系数 在重构子图的质量中起的作用也最重要 2 最大系数的分布随子图的不同而不同 11010000 11110000 11000000 10000000 00000000 00000000 00000000 00000000 6 6变换编码 压缩位的分配 2 阈值编码 适应性编码 算法实现思想 a 阈值的选取 常有三种取法 1 所有子图使用同一个全局阈值 压缩率的大小随图像的不同而不同 由超过全局阈值的系数的个数所决定 6 6变换编码 压缩位的分配 2 阈值编码 适应性编码 算法实现思想 a 阈值的选取 常有三种取法 2 对每个子图使用不同的阈值 每个子图保留的系数的个数事先确定 即总保留N个最大的 称为N 最大化编码 对于每个子图同样多的系数被丢弃 因此 每个子图的压缩率是相同的 并且是预先知道的 6 6变换编码 2 阈值编码 适应性编码 算法实现思想 a 阈值的选取 常有三种取法 3 阈值作为子图系数位置的函数 所有子图使用同一个全局阈值模板 但阈值的取值 与系数的位置相关 阈值模板给出了 不同位置上系数的相应阈值 6 6变换编码 2 阈值编码 适应性编码 算法实现思想 b 对系数的编码a 将系数按45度对角顺序展开成序列 得到有一个有长串为零的序列 例 19 205216000000000b 用RLE编码对上述序列编码 6 6变换编码 压缩位的分配 2 阈值编码 适应性编码 对系数编码的展开顺序 015614152728 2471316262942 38121725304143 911182431404453 1019233239455254 2022333846515560 2134374750565961 3536484957586263 6 7图像压缩标准 图像标准的制定 是在ISO 国际标准化组织 和CCITT 国际电报电话咨询委员会 联合组织下进行制定的标准的类型 三类 二值图像压缩标准 1 面向传真而设计连续调图像压缩标准 静止帧黑白 彩色压缩 2 面向静止的单幅图像连续帧黑白 彩色压缩 3 面向连续的视频影像 6 7图像压缩标准 连续调图像压缩标准静止帧黑白 彩色压缩 JPEG 连续帧单色 彩色压缩 MPEG 6 7图像压缩标准 JPEG标准简述有三种压缩系统 1 基线编码系统 面向大多数有损压缩的应用 采用DCT变换压缩 2 扩展编码系统 面向递进式应用 从低分辨率到高分辨率逐步递进传递的应用 3 独立编码系统 面向无损压缩的应用 采用无损预测压缩 符号编码采用哈夫曼或算术编码一个产品或系统必须包括对基线系统的支持 6 7图像压缩标准 JPEG压缩流程 符号解码器 DCT逆向变换 DCT正向变换 量化器 符号编码器 构造8x8的子图 合成8x8的子图 输入图像NxN 压缩图像 压缩的图像 解压图像 颜色空间转换 零偏置转换 颜色空间转换 零偏置转换 6 7图像压缩标准 构造子图像子图像尺寸 8x8颜色空间转换人眼对亮度更敏感 提取亮度特征 将RGB转换为YCbCr模型 编码时对亮度采用特殊编码 Y 0 299R 0 5870G 0 1140BCb 0 1787R 0 3313G 0 5000B 128Cr 0 5000R 0 4187G 0 0813B 128颜色解码 R Y 1 40200 Cr 128 G Y 0 34414 Cb 128 0 71414 Cr 128 B Y 1 77200 Cb 128 6 7图像压缩标准 零偏置转换对于灰度级是2n的像素 通过减去2n 1 替换像素本身对于n 8 即将0 255的值域 通过减去128 转换为值域在 128 127之间的值目的 使像素的绝对值出现3位10进制的概率大大减少 6 7图像压缩标准 用8x8的JEPG基线标准 压缩并重构下列子图52556166706164736359669010985697262596811314410466736358711221541067069676168104126886870796560707768587585716459556165838779696865767894 6 7图像压缩标准 0偏置转换后 76 73 67 62 58 67 64 55 65 69 62 38 19 43 59 56 66 69 60 1516 24 62 55 65 70 57 626 22 58 59 61 67 60 24 2 40 60 58 49 63 68 58 51 65 70 53 43 57 64 69 73 67 63 45 41 49 59 60 63 52 50 34 6 7图像压缩标准 频域变换频域变换产生64个系数 第一个系数称为直流系数 DC系数 其余的63个系数称为交流系数 AC系数 6 7图像压缩标准 正向DCT变换 N 8 后变成 415 29 622555 20 137 21 62911 7 66 46877 25 30107 5 501335 15 960311 8 13 2 11 41 1013 3 102 1 4 12 12 31 2 1 1 1 2 1 10 1 6 7图像压缩标准 系数量化采用阈值作为子图系数位置函数的量化方式所有子图使用同一个全局阈值模板 但阈值的取值 与系数的位置相关 阈值模板给出了 不同位置上系数的相应阈值 对于亮度和颜色使用不同的量化阈值模板 并取整 6 7图像压缩标准 系数量化1 正向量化 Squv round Suv Quv 其中 Suv是DCT系数 Quv量化模板系数2 逆向量化 Ruv SquvQuv例 Sq 0 0 round 415 16 round 25 9 26Ruv 0 0 26 16 416 6 7图像压缩标准 亮度的量化模板系数1611101624405161121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399 6 7图像压缩标准 颜色的量化模板系数17182447999999991821266699999999242656999999999947669999999999999999999999999999999999999999999999999999999999999999999999999999 6 7图像压缩标准 量化变换后的数组 比例化并消去系数 26 3 6220001 2 400000 315 1 1000 412 1000010000000000000000000000000000000 6 7图像压缩标准 符号编码将量化后的系数 按之字形重新排序成矢量 全零结尾用特殊符号EOB 26 31 3 2 62 41 41150200 1200000 1 1EOB DC和AC用不同的方式分别编码DC的编码方式 预测 统计 编码由两部分组成 区间号编码 SSSS 系数预测误差本身编码 VVVV 6 7图像压缩标准 连续帧单色 彩色压缩连续帧图像的定义连续帧图像压缩的基本思想帧间运动补偿预测编码技术H 261标准MPEG1 2 4 7标准 6 7图像压缩标准 连续帧图像的定义由多幅尺寸相同的静止图像组成的图像序列 被称为连续帧图像 与静止帧图像相比 连续帧图像多了一个时间轴 成为三维信号 因此连续帧图像也被称为三维图像 6 7图像压缩标准 连续帧图像压缩的基本思想基于如下基本假设 在各连续帧之间存在简单的相关性平移运动 一个特定画面上的像素量值 1 可以根据同帧附近像素来加以预测 被称为 帧内编码技术2 可以根据附近帧中的像素来加以预测 被称为 帧间编码技术 6 7图像压缩标准 连续帧图像压缩的基本思想通过减少帧间图像数据冗余 来达到减少数据量 压缩连续帧图像体积的目的 将连续帧图像序列 分为参考帧和预测帧 参考帧用静止图像压缩方法进行压缩 预测帧对帧差图像进行压缩 由于帧差图像的数据量大大小于参考帧的数据量 从而可以达到很高的压缩比 6 7图像压缩标准 帧间运动补偿预测编码技术帧间预测编码 熵编码 帧间预测器 运动补偿 压缩图像块 输入图像块 en fn fn 运动补偿预测帧间误差图像 运动补偿预测图像 6 7图像压缩标准 帧间运动补偿预测编码技术帧间预测编码向前预测双向预测 前一帧 当前帧 前一帧 当前帧 下一帧 6 7图像压缩标准 帧间运动补偿预测编码技术帧间预测编码I帧不进行预测 进行帧内编码的编码帧 参考帧 P帧通过向前预测得到的误差编码帧B帧通过双向预测得到的误差编码帧因图像序列存放在存储器中 可以使用下一帧 6 7图像压缩标准 帧间运动补偿预测编码技术编码中的运动补偿运动补偿概念是以对帧间运动的估算为基础的 若物体均在空间上有一位移 那么用有限的运动参数来对帧间的运动加以描述 如对于像素的平移运动 可用运动矢量来描述 一个来自前一编码帧的运动补偿预测像素 就能给出一个当前像素的最佳预测 预测误差和运动矢量一同参与编码 6 7图像压缩标准 帧间运动补偿预测编码技术编码中的运动补偿由于一些运动矢量之间的空间相关性通常较高 因此 一个像素的运动矢量 可以代表一个相邻像素块的运动 实现中 画面一般划分成一些不连接的像素块 在MPEGl和MPEG2标准中一个像素块为16 16像素 对于每一个这样的像素块 只估算一个运动矢量 6 7图像压缩标准 帧间运动补偿预测编码技术编码中的运动补偿举例 常用的基于块的运动估算和补偿 块匹配法 K帧 K l帧 块 查找窗口 6 7图像压缩标准 H 261 263标准H 261 263标准是由CCITT制定的ccitt国际电话与电报咨询委员会 它现在被称为itu t 国际标准化组织电讯标准化分部 是世界上主要的制定和推广电讯设备和系统标准的国际组织 它位于瑞士的geneva 6 7图像压缩标准 H 261标准应用范围 ISDN的视频会议主要编码技术 DCT变换向前运动补偿预测Zig zag排序霍夫曼编码 6 7图像压缩标准 H 263标准应用范围 可视电话主要编码技术 DCT变换双向运动补偿预测Zi