信息传输基础12

5.5活动图像的预测编码电视画面(包括广播电视、会议电视、可视电话、

电视监控)和各种动态医学影像等。视频编码：对活动图像的数据压缩。常见的活动图像(序列图像):

电视图像的数字化格式我国的电视信号概述(PAL制式主要扫描特性):25帧/s,625行/帧;采用隔行扫描分为两场,每场有效信号是287.5行(由于

有25行用于场消隐),前一场传奇数行,后一场传偶数行;显示屏幕宽度与高度之比为4:3,每行有(4/3)

625=832

像素,整屏有P=625

832=52000个像素;最高信号频率为25

520000/2=6500000Hz，我国规定

视频带宽为6MHz,建议传输带宽也为6MHz。我国的彩色电视制式采用PAL-D(PhaseAlternationLine,逐行倒相),为了能与黑白电视兼容,把R、G、B信号变成Y(亮度)、U、V信号(U、V为色差信号,即指基色信号中的R、G、B与亮度信号之差)；1982年2月，CCIR(InternationalRadioConsultativeCommittee,现为ITU-R)的601建议(“演播室数字电视的编码参数”),将R、G、B信号变成Y(亮度)、CB、CR信号(CB、CR为色差信号)。(5.5-1b)(5.5-1a)R、G、B信号变成Y、CB、CR信号的变换规则:Y、CB、CR

信号变成R、G、B信号的变换规则:彩色电视信号的数字化格式CCIR601规定对彩色电视信号的亮度和色差分别进行编码,称为分量编码或分离编码(图5.10)。低通滤波低通滤波低通滤波亮度编码A/DA/DA/D复接

色差编码

矩

阵转换编码输出RGBYCBCR图5.10分量编码原理框图用于演播室设备间的标准数字接口和国际节目交换的技术标准规定：Y/CB/

CR的取样频率为13.5/13.5/13.5MHz即4:4:4，或13.5/6.75/6.75MHz即4:2:2;每一取样都均匀量化为R=8位或10位。一路PCM彩色电视图像信号的数码率为：r=r(Y)+r(Cr)+r(Cb)=[fs(Y)+fs(Cr)+fs(Cb)]

R(5.5-2)4:2:2时:r=(13.5+6.75+6.75)MHz8bit=216Mb/s;4:4:4时:r=(13.5+13.5+13.5)MHz8bit=324Mb/s;选择13.5MHz作为亮度信号的取样频率：①为了便于数字处理,取样结构正好正交,取样频

率必须为行频的整数倍;②为与现有的3种国际电视制式统一,取样频率必

须是525和625行制式行频的整数倍,即为两种

制式行频的最小公倍数2.25MHz的整数倍;③必须满足Nyqust定理,即取样频率必须大于亮

度信号带宽(6MHz)的两倍。4:2:2格式：为数字编码的主标准;4:4:4格式：可用于图像信号源及特殊的高质量视频信号;2:1:1格式：可用于电子新闻采访设备和窄带传输的较低

级、可兼容的标准格式彩色电视图像的取样格式：

电视图像信号的冗余度空间相关性(帧内相关性):

帧内编码—利用图像帧内相关性进行压缩编码;时间相关性(帧间相关性):

帧间编码—利用序列图像在时间方向的相关性

而进行的压缩编码；色度空间表示上的相关性帧间编码的基本依据：着重利用的是电视图像信号中典型景物(Scene)的时间冗余度，最特殊的例子是电视中演讲人片段的帧间差值(FD:Framedifference)统计特性,根据统计,帧间差值一般不大:对于变化缓慢的图像序列（256级灰度图像序列）: 帧间差值超过3的像素数不超过4%;对于变化较为剧烈的图像序列（彩色电视图像序列）: 对于亮度信号,帧间差值超过6的像素数平均

只有7.5%;而对于色度信号平均只有7.5‰。

人的视觉感知特性彩色电视信号数码率写为电视帧频fZ与每帧的总像素数P的乘积)：r=Ｐ(Y)

fZ

R+Ｐ(Cr)

fZ

R+Ｐ(Cb)

fZ

R=[Ｐ(Y)+Ｐ(Cr)+Ｐ(Cb)]

fZ

R(5.5-4)

P(

):可理解为图像的细节或空间(Spatial)分辨率;

R:可以理解为图像的灰度(Gray-level)或色彩层次分辨率;

fZ:可理解为图像的运动或时间(Temporal)分辨率。研究表明:细节、运动及灰度等三个分辨参数实质上是互相依赖的。亮度掩蔽特性

在背景较亮或较暗时,人眼对亮度不敏感的特性;空间掩蔽特性

指随着空间变化频率的提高,人眼对细节分辨能力下降的特性;时间掩蔽特性

指随着时间变化频率的提高,人眼对细节分辨能力

的下降的特性。人的视觉系统(HVS:HumanVisualSystem)特性:利用HVS的生理特性，适当降低对某些参数的分辨要求，可望进一步降低数码率。利用HVS特性进行数据压缩，并未涉及到信号内在的相关性，称为非相关压缩或视觉生理-心理压缩。非相关压缩的几个措施：①P~R转换(空间-灰度分辨率转换):②P~fZ

转换(空间-时间分辨率转换):③R~fZ

转换(灰度-时间分辨率转换):④利用视觉特性降低对色信号的带宽及取样率:一个优秀的电视图像编码器,应能够充分利用上述主观视觉约束,自适应地按图像的局部特性最佳地调整这3个分辨参数到“够用，但不浪费”的程度。实现过程举例：运动检测运动时帧频增加静止时重发前一帧边缘检测轮廓部分增加采样率，降低量化位数平坦部分降低采样率，增加量化位数帧间预测编码帧间预测编码技术的发展过程DPCM算法简单，易于硬件实现，因而在图像特别是电视信号的压缩编码过程中得到较多的应用。1958年,Graham用计算机模拟了图像的DPCM编码方法；1966年,J.B.O’Neal对电视图像的预测编码进行了分析和模拟;1969年,Mounts等人首先提出在电视图像编码中采用帧间预测的条件帧修补法(CFR);1970年代初,Haskell重点考虑了采用CFR法的帧内/帧间复合预测模式;1980年代初,开始对运动补偿(MC)预测所用的运动估值技术进行研究;1988年形成草案,1990年通过的ITU-TH.261建议,标志着“简单帧间预测+MC(或有条件地切换为帧内编码)+DCT”的帧间编码主体技术框架迅速走向实用;1990年代初相继提出的MPEG-1、MPEG-2和H.263等视频标准,都是在H.261的帧间编码主体技术框架的基础上发展和改进的。电视图像的典型景物特点运动补偿预测建立在对电视图像运动景物分析的基础上。可视电话图像序列：①背景区②运动物体区③暴露区第τ

帧第τ-1帧背景区暴露区运动物体位移

dx图5.12可视电话的典型景物示意这3类区域都存在帧间相关性，都可以作为压缩编码的依据。会议电视图像序列可类比可视电话的3类区域划分；广播电视图像则灵活多变，可以看成上述几类各有特点的序列图像的复杂组合，总有一定程度的帧间相关性可利用。运动补偿预测运动补偿帧间预测编码是目前广为应用的H.261、H.263和MPEG-1、MPEG-2等视频压缩国际标准的主体框架，是当前最实用的高效混合编码方法，编码器框图如图5.13所是示。DCTVLCQQ-1DCT-1MCME帧存运动矢量MV码流输出图像输入-••••图5.13运动补偿帧间预测编码器框图运动补偿帧间预测的技术组成主要有:①图像分割:

把图像划分为静止和运动的两个部分;②运动估值:

估计物体的位移值,得到运动矢量;运动补偿:

用运动矢量补偿(或抵消)物体的运动效果,

再进行预测;④预测信息编码:

包括帧间预测误差和运动矢量。把图像分为矩形子图像或子块,适当选择块的

大小,把子块分为动和不动两种,估计出运动子

块的位移,进行预测传输;对每个像素的位移都进行递归估计。图像分割是运动补偿的基础,通常采用两种较简单的方法:对运动子块的估计或者说运动估值的问题，成为必须解决的关键技术。当对图像的分割作了必要的简化后活动图像的运动估值活动图像编码所关心的：被摄物体与摄象机之间相对运动所造成的物体的像的二维运动，和估计该二维运动的有效方法。本书只介绍空间域进行的运动估值。两种常用方法：像素递归法块匹配法像素递归法PRA(PixelRecursiveAlgorithm)基本思想:对当前帧运动区域中某一像素Sτ(x,y),在前一帧某一位移处找到一个同灰度值的像素Sτ-1(x-dx,y-dy),位移d=(dx,dy)T代表Sτ(x,y)真实的运动矢量。传输时，让接收端在与发送端同样的条件下，用与发送端相同的方法进行运动估值。代价是接收端较复杂，不利于一发多收(SDTV/HDTV、VCD/DVD等)的应用，但这种方法估计精度高，能满足运动补偿帧内插的要求。改进方法:1979年，Netravali和Robbins提出的递归估计方法以改进d的估计值d的估计精度和扩大搜索范围，像素递归法：只是孤立地考察单个像素，故抗干扰能力差，为从根本上提高估值精度和可靠性，在估计某像素的运动矢量时可考虑其邻域点，则性能可得到显著改善。块匹配法BMA(BlockMatchingAlgorithm)目前最常用的一类运动估值方法，有关活动图像的国际标准H.261/H.263和MPEG-1/2等都采用了该方法。τ帧N

M像素块NMdxmaxdymaxN+2dxmaxM+2dymaxτ-1帧的搜索区图5.14待匹配块与搜索区的几何关系归一化互相关函数(NCCF)均方误差(MSE)最小绝对差(MAD)衡量匹配效果的常用准则：其中MAD准则无需乘法,便于计算和硬件实现,用得最多,MAD定义为：(5.5-9)式中(i,j)T即为运动矢量,若在某一(i,j)T处MAD(i,j)最小,则该点就是最优匹配点。最优匹配的搜索算法：最简单可靠的是全搜索法(FSM:FullSearchMethod)简单划一,有利于专用硬件实现,而且最大优点还在于找到的匹配点必为全局最优点。FSM算法计算代价太大形形色色的块匹配快速搜索算法只在搜索区的部分稀疏点针上进行匹配，但可能会漏掉某些全局最优点，导致匹配精度降低。但只要精心设计，就能够在性能降低很小的代价下大大减小MAD计算的点数。运动估值的实时性和估计精度是一对矛盾目前技术条件下，块匹配法已能够满足实时性和精度的要求，因而是一种实用的运动估值方法。在实用中还必须选择合适块尺寸、提高估计精度、改进运动矢量场的一致性以及解决块内运动的不一致性。预测编码在总体框架上已经相当成熟并且广为应用，适用与对相关信源的各种编码要求（无论是信息保持型还是限失真压缩），