数据预测编码3

第五章预测编码5.4

静止图像的预测编码经过统计，认为人们获取的信息的70％来自视觉系统。分类从表面形态上看：静止图像活动图像(运动图像,序列图像)按描述方法的不同：矢量图像(图形,graphics)点阵图像(位图图像,图像,image)图像数字化之后的数据量非常大，传输时很费时间，存储时很占空间，故必须对图像数据进行压缩。帧内预测器的设计预测编码时:利用多个像素进行预测①一维预测:利用处于同一行的因果样值来预测;②二维预测:不但利用同一扫描行的几个因果样值,

还利用以前几行的取样值;③三维预测:不但利用本行的因果样值前几行的相

邻取样值，还要利用相邻几帧(或不

同波段)上的取样值。图像信号:垂直方向相关水平方向相关实用中：预测器阶数不宜过高及尽量减少乘法运

算，可采用4个最邻近像素进行预测：图像中当前像素S0和邻近像素S1,

S2,…,的关系:S6S0S1S5S3S2S4S7前一行当前行图5.7像素S0的邻近像素(5.4-1)帧内预测器的设计1个取样的延迟S11行的延迟S21行加1个的延迟S31行减1个的延迟S4

a1

a2

a3

a4

加法器

图5.8

4阶帧内预测器的实现结构因此，此4像素(4阶)预测器结构如图5.8所示:帧内预测器的设计理论上,不同的图像其特点和相关系数不同,从而对应于不同的最佳预测系数。实用中,不便对不同图像逐一计算最佳系数，而是取它们的某种均值，并将恢复图像的实际效果(有损压缩)或误差信号的熵值(无损压缩熵)作为重要依据。帧内预测器的设计误差熵最小意义下的预测器最佳设计预测误差信号e的概率分布曲线可用拉普拉斯(Laplace)分布来近似,即式中σe为差值信号的e的均方根值，而预测越准，σe也越低,σe越小曲线越尖锐，表明e的分布在零附近，所需编码长度也越短，编码率也可以越低。帧内预测器的设计(5.4-2)

JPEG的无损压缩模式发展:1986年底,ISO和前CCITT成立“联合图片专家组”(JPEG:JointPhotographicExpertGroup),研究静止图像压缩算法的标准化;1992年,正式完成了用于各种分辨率和格式的连续色调图像的ISO/IEC10918标准(ITU-TT.81建议),简称JPEG标准。JPEG标准有损压缩系统(采用变换编码)；无损压缩系统(采用空间域的无量化DPCM、对预测误差进行Huffman编码或算术编码)。JPEG是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。

JPEG的无损压缩模式JPEG有损压缩系统：在压缩比为25:1的情况下，压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。为了在保证图像质量的前提下进一步提高压缩比，2000年JPEG专家组制定了JPEG2000(简称JP2000)标准，以作为JPGE的后继者。

JPEG的无损压缩模式选择值a1

a2a3a4预测值说明0非预测仅用于分层模型的差分编码11000S1前值预测，用于第1行20100S2前行预测,用于第1列(除了第1行)30010S3一维预测411-10S1+S2-S3二维预测511/2-1/20S1+((S2-S3)/2)二维预测61/21-1/20S2+((S1-S3)/2)二维预测71/21/200(S1+S2)/2二维预测表5.2JPEG无失真编码所用的预测器JPEG无损压缩系统：预测器只考虑图5.7中S1、S2、

S3三个邻域像素，预测方程如式(5.4-1),预测系数则可从表5.2中的8种简单线性组合方案中选择。

JPEG的无损压缩模式JPEG-LS压缩标准JPEG无损压缩模式：简单快速，但压缩比难以满足使用要求；只有所有都尝试一遍，才能从8种压缩模式中选出

合适的模式，对大尺寸的图像难以实时压缩；无失真的要求使得可供选择的压缩方法和技术受

到极大的限制。JPEG组织从1994年开始征集新的无损/近无损压缩(简称JPEG-LS标准)算法提案,并于1998年2月作为ITU-T建议T.87(草案)|国际标准ISO/IEC14495-1正式公布与JPEG无损压缩的不同:JPEG-LS编码系统如图5.9所示:图5.9JPEG-LS编码器简化框图基于上下文的建模；游程编码；误差可以控制的近似无损压缩。JPEG-LS压缩标准实现步骤：①基于上下文的建模②预测③常规模式的误差编码④游程编码模式JPEG-LS压缩标准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):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)。

电视图像的数字化格式(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:

电视图像的数字化格式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)。图5.10分量编码原理框图

电视图像的数字化格式

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电视信号的冗余度：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‰。

电视图像信号的冗余度

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:

人的视觉感知特性利用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。

人的视觉感知特性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。

人的视觉感知特性实现过程举例：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

人的视觉感知特性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。帧间预测编码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。帧间预测编码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。帧间预测编码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。帧间预测编码图5.13运动补偿帧间预测编码器框图帧间预测编码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。帧间预测编码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帧间预测编码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。活动图像的运动估值改进方法: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。活动图像的运动估值块匹配法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NMdxmaxdymax