多媒体技术之变换编码

多媒体技术之变换编码第1页，课件共56页，创作于2023年2月6.1变换编码的基本思想

预测编码希望通过对信源建模尽可能精确地预测数据。变换编码的思路：将原始数据“变换”到一个更为紧凑的表示空间，从而得到比预测编码更高效率的数据表示（压缩）。预测编码消除相关性的能力有限，变换编码是一种更高效的压缩编码。变换编码的思想：

将初始数据从时间域或者空间域变换到另一个更适合于压缩的抽象域，通常为频域。第2页，课件共56页，创作于2023年2月变换编码的通用模型如下图：变换编码：利用映射变换来实现对数据的建模表达。变换：将原始信号的个样本值从一个表示域变换到另一个表示域。映射变换量化编码解码反量化反映射变换原始数据信道恢复数据第3页，课件共56页，创作于2023年2月输入图像G经正交变换T变换到频域空间,象素之间相关性下降，能量集中在变换域中少数变换系数上。对变换系数A中那些幅度大元素予以保留，对幅度小的变换系数，全部当作零处理，不予编码，再辅以非线性量化，进一步压缩图像数据。由于量化器存在，量化后变换系数A′和A间必然存在量化误差，从而引起输入图像G和输出图像G′间存在误差。第4页，课件共56页，创作于2023年2月变换编码数据压缩主要是去除信源的相关性设信源序列为协方差矩阵就是用来表征相关性的统计特性的表示关于xi

的数学期望－概率平均值。方差就表示xi偏离行均值的程度及xj偏离列均值的程度。因此协方差矩阵描述了矩阵元素间的相关性，，即表达了在行列两个方向上偏离均值的情况第5页，课件共56页，创作于2023年2月为了有效压缩，希望变换后的协方差矩阵为对角矩阵，并且主对角线元素随i,j增加尽快衰减。已知X的条件下，可以根据协方差矩阵去寻找一种正交变换T，使变换后的协方差矩阵满足或接近为一对角阵。K-L变换(Karhunen-Loeve变换)即是这样一种变换，又称为最佳变换。它能使变换后协方差矩阵为对角阵，并且有最小均方误差。第6页，课件共56页，创作于2023年2月映射变换的方法很多，一般指函数变换，常用的有正交变换。比如，傅立叶变换：利用复数域的正交变换（酉变换），将一个函数从时域描述变为频域的频谱展开－－使得函数的某些特性变得很明显，使问题得到简化。例如，在理想情况下，为表示单一频率的正弦波，电工学上只需要知道振幅、频率和初相角。当在频域展开是，若不考虑相位特性，谱线只有一条。而在时域描述中往往需要两倍以上的频率的奈奎斯特速率采样。

造成这个特例的条件是傅立叶变换的特性和信号的特性相吻合。（适合于如语音信号中的浊音，心电图、脑电图等具有周期性的信号）第7页，课件共56页，创作于2023年2月预测编码消除相关性的能力有限，变换编码是一种更高效的压缩编码。变换编码的思想：

将初始数据从时间域或者空间域变换到另一个更适合于压缩的抽象域，通常为频域。第8页，课件共56页，创作于2023年2月变换编码示意图第9页，课件共56页，创作于2023年2月变换编码的分类

K－L变换离散傅立叶变换（DFT）沃尔什-哈达玛变换（WHT）哈尔变换（HRT）离散余弦变换（DCT）离散正弦变换（DST）离散小波变换（DWT）等等。第10页，课件共56页，创作于2023年2月背景

任何周期函数都可以表示为不同频率的正弦和/或余弦和的形式.甚至非周期函数(曲线有限)也可以用正弦和/或余弦乘以不同的系数.第11页，课件共56页，创作于2023年2月傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。

傅里叶变换是一种解决问题的方法，一种工具，一种看待问题的角度。理解的关键是：一个连续的信号可以看作是一个个小信号的叠加，从时域叠加与从频域叠加都可以组成原来的信号，将信号这么分解后有助于处理。第12页，课件共56页，创作于2023年2月我们原来对一个信号其实是从时间的角度去理解的，不知不觉中，其实是按照时间把信号进行分割，每一部分只是一个时间点对应一个信号值，一个信号是一组这样的分量的叠加。傅里叶变换后，其实还是个叠加问题，只不过是从频率的角度去叠加，只不过每个小信号是一个时间域上覆盖整个区间的信号，但他确有固定的周期，或者说，给了一个周期，我们就能画出一个整个区间上的分信号，那么给定一组周期值（或频率值），我们就可以画出其对应的曲线，就像给出时域上每一点的信号值一样，不过如果信号是周期的话，频域的更简单，只需要几个甚至一个就可以了，时域则需要整个时间轴上每一点都映射出一个函数值。第13页，课件共56页，创作于2023年2月6.2傅立叶理论基础

6.2.1傅立叶级数三角级数定义由周期为2π的正弦和余弦函数的线性组合而成的无穷级数基本函数族组成：1，cos(nx)，sin(nx)性质：任意两个在一个周期上的积分等于0，称为正交性；第14页，课件共56页，创作于2023年2月傅立叶展开傅立叶展开定理：周期为2π的函数f(x)

可以展开为三角级数，展开式系数为狄利克雷收敛定理

收敛条件在一个周期内连续或只有有限个第一类间断点；

在一个周期内至多只有有限个极值点。

收敛结果当x是连续点时，级数收敛于该点的函数值；

当x是间断点时，级数收敛于该点左右极限的平均值。

第15页，课件共56页，创作于2023年2月展开举例对称函数对奇函数：对偶函数：函数展开式sgn(x)(4/π)(sinx+sin3x/3+sin5x/5+)x2(sinxsin2x/2+sin3x/3sin4x/4+sin5x/5+)|x|

π/2(4/π)(cosx+cos3x/32+cos5x/52+)典型周期函数(周期为2π)第16页，课件共56页，创作于2023年2月傅立叶展开的意义：理论意义：把复杂的周期函数用简单的三角级数表示；应用意义：用三角函数之和近似表示复杂的周期函数。例如：对称方波的傅立叶展开第17页，课件共56页，创作于2023年2月第18页，课件共56页，创作于2023年2月第19页，课件共56页，创作于2023年2月重要推广推广1：问题：把周期为T=2L的函数f(t)的展开：

方法：对基本公式作变换x→πt/L，第20页，课件共56页，创作于2023年2月推广2问题：把定义在

[-L,L]上的函数

f(t)展开；方法：先把它延拓为周期函数(即把它当成是一个周期为2L的函数的一部分)，再按推广1展开；注意：所得到的级数仅在原定义范围中与f(t)一致。延拓前

延拓后第21页，课件共56页，创作于2023年2月推广3问题：把定义在

[0,L]上的函数

f(x)展开；方法：先把它延拓为[-L,L]上的奇函数或偶函数，再按推广2把它延拓为周期函数，最后按推广1展开；注意：所得到的级数仅在原定义范围中与f(x)一致。公式：第22页，课件共56页，创作于2023年2月傅立叶级数展开的复数形式展开公式：基本函数族：正交性：展开系数：第23页，课件共56页，创作于2023年2月傅立叶变换非周期函数的傅立叶展开问题：把定义在（－∞，∞）中的非周期函数f(x)展开；思路：把该函数定义在（－L，L）中的部分展开，再令L→∞；实施：展开公式展开系数：困难展开系数cn为无穷小；幂指数nx/L不确定。第24页，课件共56页，创作于2023年2月傅立叶变换解决方法：把nπ/L

作为新变量，即定义ωn=nπ/L；把cnL/π作为新的展开系数，即定义F(ωn)=cnL/π.公式的新形式：展开公式：展开系数：取极限：傅立叶变换：傅立叶积分：第25页，课件共56页，创作于2023年2月从欧拉公式中得到:(4.2.7)其中:第26页，课件共56页，创作于2023年2月例题1矩形函数的定义为求矩形脉冲x(t)=rect(t/2T1)的傅立叶变换。解：第27页，课件共56页，创作于2023年2月例题2将矩形脉冲f(t)=hrect(t/2T)展开为傅立叶积分。解：先求出f(t)的傅立叶变换代入傅立叶积分公式，得第28页，课件共56页，创作于2023年2月一维离散傅里叶变换及其反变换单变量离散函数f(x)的傅里叶变换F(u)定义为:反变换为:(4.2.5)(4.2.6)第29页，课件共56页，创作于2023年2月二维变换和反变换为:第30页，课件共56页，创作于2023年2月二维DFT及其反变换一个图像尺寸为M*N的函数f(x,y)的离散傅里叶变换由下列等式给出:反变换由下列等式给出:傅里叶谱,相角和频率谱:(4.2.16)(4.2.17)第31页，课件共56页，创作于2023年2月离散傅立叶变换的计算举例xf(x0)=f(x0+x)01231234第32页，课件共56页，创作于2023年2月F(0)=1/4Σf(x)exp[0]=1/4[f(0)+f1(1)+f(2)+f(3)]=1/4(2+3+4+4)=3.25F(1)=1/4Σf(x)exp[-j2πx/4)]=1/4(2e0+3e

–j2π1/4+4e

–j2π2/4+4e

–j2π3/4)=1/4(-2+j)F(2)=-1/4(1+j0)F(3)=-1/4(2+j)第33页，课件共56页，创作于2023年2月

离散傅立叶变换的计算举例因为，函数f(x,y)的傅立叶变换是f(x,y)积分的函数因此，计算每一个傅立叶变换值，原函数f(x,y)的每一个点都需要参与第34页，课件共56页，创作于2023年2月二维DFT及其反变换第35页，课件共56页，创作于2023年2月二维DFT及其反变换Lena的傅里叶变换:第36页，课件共56页，创作于2023年2月快速傅立叶变换FFT算法思想递推公式推导逆向FFT算法算法实现第37页，课件共56页，创作于2023年2月FFT算法基本思想

FFT算法基于一个叫做递推加倍的方法。通过推导将DFT转换成两个递推公式

N-1 F(u)=1/N∑f(x)exp(-j2ux/N)

x=0

F(u)=1/2(Feven(u)+Fodd(u)W2Mu) F(u+M)=1/2(Feven(u)-Fodd(u)W2Mu)

第38页，课件共56页，创作于2023年2月FFT算法基本思想

F(u)=1/2(Feven(u)+Fodd(u)W2Mu) F(u+M)=1/2(Feven(u)-Fodd(u)W2Mu)其中：N=2M

Feven(u)、Fodd(u)是1/2N个点的傅立叶值

第39页，课件共56页，创作于2023年2月FFT算法基本思想通过一个实例来体会一下FFT算法：设：有函数f(x)，其N=23=8有：

{f(0),f(1),f(2),f(3),f(4),f(5),f(6),f(7)}

计算：

{F(0),F(1),F(2),F(3),F(4),F(5),F(6),F(7)}

第40页，课件共56页，创作于2023年2月FFT算法基本思想首先分成奇偶两组：有：{f(0),f(2),f(4),f(6)}

{f(1),f(3),f(5),f(7)}

为了利用递推特性，再分成两组：

有：{f(0),f(4)}，{f(2),f(6)}

{f(1),f(5)}，{f(3),f(7)}

第41页，课件共56页，创作于2023年2月

{f(0),f(4)}{f(2),f(6)}{f(1),f(5)}{f(3),f(7)}

{F2(0),F2(4)}{F2(2),F2(6)}{F2(1),F2(5)}{F2(3),F2(7)}

{F4(0),F4(4),F4(2),F4(6)}{F4(1),F4(5),F4(3),F4(7)}

{F8(0),F8(1),F8(2),F8(3),F8(4),F8(5),F8(6),F8(7)}

第42页，课件共56页，创作于2023年2月分析这些表达式得到如下一些有趣的特性：（1）一个N个点的变换，能够通过将原始表达 式分成两个部分来计算（2）通过计算两个（N/2）个点的变换。得到

Feven(u)和Fodd(u)（3）奇部与偶部之和得到F(u)的前(N/2)个值。（4）奇部与偶部之差得到F(u)的后(N/2)个值。且不需要额外的变换计算。第43页，课件共56页，创作于2023年2月归纳快速傅立叶变换的思想：1）通过计算两个单点的DFT，来计算两个点的DFT，2）通过计算两个双点的DFT，来计算四个点的DFT，…，以此类推3）对于任何N=2m的DFT的计算，通过计算两个N/2点的DFT，来计算N个点的DFT第44页，课件共56页，创作于2023年2月傅立叶变换的幅值和相角f（t）的傅立叶变换结果常常是虚数，可用复数形式表示为：则其幅值为：其相位为：第45页，课件共56页，创作于2023年2月幅值和相角的应用f（t）的能量谱:用幅值和相位来表示傅立叶变换:幅值相位第46页，课件共56页，创作于2023年2月傅里叶变换简单通俗理解就是把看似杂乱无章的信号考虑成由一定振幅、相位、频率的基本正弦（余弦）信号组合而成，傅里叶变换的目的就是找出这些基本正弦（余弦）信号中振幅较大（能量较高）信号对应的频率，从而找出杂乱无章的信号中的主要振动频率特点。如减速机故障时，通过傅里叶变换做频谱分析，根据各级齿轮转速、齿数与杂音频谱中振幅大的对比，可以快速判断哪级齿轮损伤。第47页，课件共56页，创作于2023年2月离散傅立叶变换的Matlab实现Matlab函数fft、fft2和fftn分别可以实现一维、二维和N维DFT算法；而函数ifft、ifft2和ifftn则用来计算反DFT。这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中，X表示输入图像；N表示采样间隔点，如果X小于该数值，那么Matlab将会对X进行零填充，否则将进行截取，使之长度为N；DIM表示要进行离散傅立叶变换。例对声音的分析第48页，课件共56页，创作于2023年2月A＝fft2(X,MROWS,NCOLS)

其中，MROWS