【文章內容簡介】 比以及通用存儲性等功能。在其結構上應具有適應性與可擴張 性，以適應軟、硬件技術的不斷發(fā)展，及時融合新的技術。由于 MPEG4 的中心是基于內容與交互性的，它就不再對低碼率范圍做出特別要求。 MPEG4 在通信信息描述中，首次提出了對象的概念，如視頻對象 VO（ Video Object）、音頻對象 AO（ Audio Object）等，這是一個新的飛躍。在編碼方案上， MPEG4 仍是以塊為基礎的混合編碼。 MPEG4 標準主要應用于視頻電話、視頻電子郵件和電子新聞等，其傳輸速率要求較低，在 ～ 64kb/s 之間，分辨率為 176?144。 MPEG4 利用很窄的帶寬，通過幀重建技術，壓縮和傳輸數(shù)據(jù)，以求以最少數(shù)據(jù)獲得最佳圖像質量。 MPEG4 更適用于交互 AV 服務以及遠程監(jiān)控。 MPEG7 由 MPEG 委員會于 1998 年 10 月提出提議， 2020 年 9 月正式成為國際標準，又稱為 “ 多媒體內容描述接口（ Multimedia Content Description Interface） ” ，其目標是建立對多媒體信息內容的標準化描述，試圖規(guī)范不同種類多媒體信息的描述而不受表達形式的限制。這些描述要與信息內容直接相關 以便用來快速有效的查詢、訪問各種多媒體信息。 MPEG7 的應用范圍廣泛，既可以應用于存儲，也可用于流式應用（如廣播、將模型加入 Inter 等）。它可以在實時或非實時環(huán)境下應用，如數(shù)字圖書館、多媒體編輯等。另外， MPEG7 在教育、新聞、導游信息、娛樂、研究業(yè)務、地理信息系統(tǒng)、醫(yī)學、購物、建筑等各方面均有較深的應用潛力。 MPEG21是基于 “ 多媒體框架（ Multimedia Framework）標準 ” 的，其最終目的是建立一個多媒體框架，以通過預購網(wǎng)絡和設備使多媒體資源在用戶之間透明方便的使用。 5 MPEG21的基本框架要素包括數(shù)字項目說明、內容表示、數(shù)字項目的識別和描述、內容管理和使用、知識產權管理和保護、終端和網(wǎng)絡、事件報告等。它支持的功能有：通過網(wǎng)絡存儲，使用并交互操作多媒體對象；實現(xiàn)多種業(yè)務模型，包括對版權和交易的自動管理；對內容進行隱私的尊重等。目前，這一標準仍處于開發(fā)當中。 （二） 1984 年國際電報電話咨詢委員會的第 23 研究組建立了一個專家組專門研究電視電話的編碼問題。經過研究與努力， 1988 年形成草案， 1990 年 12 月通過 ITUT 的 [7]建議。 是 ITUT 針對可視電話和會議、窄帶 ISDN 等要求實時編碼和低延時應用提出的一個編碼標準。它允許 “ 采用 p?64kbit 的圖像業(yè)務的圖像編解碼 ” ，因而 簡稱 p?64。其中 p 是一個整數(shù)，取值范圍為 1～ 30，對應比特率為 64kb/s～ 。它建議采用中間格式 CIF（ Common Intermediate Format）和 QCIF（ Quarter CIF）解決不同制式通信的矛盾；解決了編碼算法問題。 采用了運動補償預測和離散余弦變換相結合的混合編碼方案，獲得很好的圖像壓縮效果。 1995 年，在 的基礎上， ITUT 總結當時國際上視頻圖像壓縮編碼的最新進展，針對低比特率視頻應用制定了 標準。它提高了運動補償?shù)木龋Ｓ糜诔退俾实膱D像傳輸，被公認為是以像素為基礎的采用第一代編碼技術的混合編碼方案所能達到的最佳結果。之后， ITUT 又對其進行了補充，以提高編碼效率，增強編碼功能。補充修訂的版本有 1998 年的 +， 2020 年的 ++。 采用第一代編碼技術，在低速率視頻傳輸質量，抗誤碼能力方面有明顯提高，在視頻業(yè)務傳輸中得到廣泛應用。 與 只能工作在 CIF、 QCIF 兩種格式不同， 的信源編碼器可以工作于 5 種圖像格式： QCIF、 SubQCIF、 CIF、 4CIF、 16CIF。另外， 還在 基本編碼算法的基礎上提供了四種可選編碼模式：非限制運動矢量模式、基于語法的算術編碼模式、高級預測模式以及 PB 幀模式。由于僅限于五種固定圖像大小、形狀和時鐘頻率，它應用的靈活性較低。 +[8]即 ITUT 在 1998 年通過的 第二版，增加了 12 個新的高級模式，修正了第一版中的非限制運動矢量模式。修訂版首先在視頻格式多樣性上做了改進，還提出一些新技術：如附加增強信息模式和增強參考幀再采樣模式，進一步擴大適用范圍，支持圖像凍結和快照，以及多分辨率視頻的應用，同時還增加了一些新技術來增強抗誤碼的能力：如分片結構模式、增強參考幀選擇模式等，使視頻信號經過壓縮編碼后能夠在具有較大噪聲干擾的窄帶信道 PSTN（ Integrate Services Digital Network）和無限移動信道等 上傳輸。通 6 過使用去方塊效應濾波器，降低分辨率更新模式和修正量化模式等新技術，重建圖像的主觀質量顯著提高。由于 +的高級模式有些不能同時使用，有些需結合使用，如何選擇合適的編碼模式結合，對使用者來說很困難，因此 ITUT 于 2020 年 11 月提出了 ++，稱為 的第三版。它在 +的基礎上增加了三個高級模式。 [9]標準是 ITUT和 ISO/IEC聯(lián)合制定的最新的圖像壓縮編碼標準，它最先由 ITUT的 VCEG 于 1997 年提出的，它的目標是提出一種更高性能的視頻質量有實質性提 高的視頻編碼標準。該標準于 2020 年 3 月完成，在 ITUT 中被稱為 Remendation H .264 而在ISO/IEC 中成為 MPEG4 標準的第 10 部分（ ISO/IEC 1449610 AVC，簡稱 MPEG410）。 ：視頻編碼層（ VCL： Video Coding Layer）以及網(wǎng)絡適配層（ NAL： Network Adapter Layer），前者負責對視頻進行高效的壓縮，后者則負責根據(jù)網(wǎng)絡的傳輸需要進行編碼數(shù)據(jù)的打包。 以下的特點：低碼率、高質量、可達到比 +提高一倍以上的編碼效率；廣闊的應用范圍，既可用于嚴格時延限制的實時通信，可用于對時延要求不高的其他應用；穩(wěn)健性，在網(wǎng)絡中傳輸時，有較強的抗誤碼性能；對各種網(wǎng)絡的友好性，提供了友好的網(wǎng)絡接口。 第三節(jié) 圖像壓縮技術分類 圖像壓縮的優(yōu)點在于，如抗干擾、處理精度高、靈活性好等，其中主要缺點是數(shù)據(jù)量太大，傳輸中占頻帶太寬。數(shù)字圖像數(shù)據(jù)量的壓縮按應用不同可分為以下三類： ① 信息保持型數(shù)據(jù)壓縮 （ 無損壓縮 ）： 它要求壓縮圖像的比特數(shù)而不丟失任何信息。主要用 在圖像信息保存中，要求圖像存儲能保持信息并能快速存取圖像。例如短時隨機存取主要用于處理過程中的各個環(huán)節(jié)的存儲，它要求經過不同存儲介質多次重復不變質、不失真。又如遙感圖像，攝取地球上許多地區(qū)，因來不及處理，可暫時保存以便以后處理。 ② 保真度型數(shù)據(jù)壓縮 ： 傳送的圖像應該能夠適應通信的通道限制，若接收端是人觀看的情況，由于人眼的生理特性不需要過高的空間分辨率和灰度分辨率，因此在壓縮過程中允許丟失一些人感覺不到的信息，這就是一種允許微量失真的圖像壓縮。數(shù)字電視、圖像傳輸和多媒體中常用這種壓縮。 ③ 特征保持型數(shù)據(jù)壓 縮 （ 有損壓縮 ）： 許多圖像處理的目的是為了計算機的識別、分析、控制，這時并不需要圖像的全部細節(jié)及灰度細節(jié)。只要能保存圖像中的感興趣的特征 7 信息，無用信息都可丟掉。例如識別軍艦類型、巡航導彈地形識別等只要輪廓信息就可以了。又如在機場跑道的識別中農田、房屋信息皆可丟掉，只保留跑道的圖像信息即可。這些圖像信號可以進行特征保持型數(shù)據(jù)壓縮。圖像編碼也可以根據(jù)編碼所在數(shù)據(jù)域劃分為空間域編碼和變換域編碼。 第四節(jié) 圖像壓縮技術的發(fā)展趨勢 從國際數(shù)據(jù)壓縮技術的發(fā)展尤其是 MPEG 的發(fā)展可以看出，基于內容的圖像壓縮編碼方法是未來編碼的發(fā)展趨勢。它不僅能滿足進一步獲得更大的圖像數(shù)據(jù)壓縮比的要求，而且能夠實現(xiàn)人機對話的功能。另外，任意形狀物體的模型建立的關鍵問題還沒有解決，這嚴重影響其應用的廣泛性。 通過元數(shù)據(jù)進行編碼也是今后編碼的發(fā)展方向。元數(shù)據(jù)是指詳細的描述音 /視頻信息的基本元素，利用元數(shù)據(jù)來描述音視頻對象的同時也就完成了編碼，因為此時編碼的對象是圖像的一種描述而不再是圖像本身。從另一個角度來說，進一步提高壓縮比，提高碼流的附屬功能（碼流內容的可訪問性、抗誤碼能力、可伸縮性等）也將是未來的編碼的兩個發(fā)展方向。 第五節(jié) 本章小結 圖像壓縮技術已經為開拓全新的應用領域打下了堅實的基礎。圖像壓縮技術的基本應用在更深更廣層次上的應用就成為我們研究的熱點。 本章重點對現(xiàn)代圖像壓縮技術進行概括性介紹。 圖像壓縮就是減少表示數(shù)字圖像時需要的數(shù)據(jù)量。是指以較少的比特有損或無損地表示原來的像素矩陣的技術，也稱圖像編碼。 其次介紹了靜態(tài)與動態(tài)圖像的壓縮標準。最后分別介紹了圖像壓縮技術的分類。 8 第二章 圖像有損壓縮技術 隨著多媒體技術和通訊技術的不斷發(fā)展 ， 多媒體娛樂、信息高速公路等不斷對信息數(shù)據(jù)的存儲和傳輸提出了更高的要求，也給現(xiàn)有的有限帶寬以嚴 峻的考驗，特別是具有龐大數(shù)據(jù)量的數(shù)字圖像通信 ， 更難以傳輸和存儲，極大地制約了圖像通信的發(fā)展，因此圖像壓縮技術受到了越來越多的關注。圖像壓縮的目的就是把原來較大的圖像用盡量少的字節(jié)表示和傳輸 ， 并且要求復原圖像有較好的質量。利用圖像壓縮可以減輕圖像存儲和傳輸?shù)呢摀?， 使圖像在網(wǎng)絡上實現(xiàn)快速傳輸和實時處理。 第一節(jié) 有損壓縮概述 有損壓縮 [10]是對利用了人類是絕對圖像或聲波中的某些頻率成分不敏感的特性，允許壓縮過程中損失一定的信息；雖然不能完全回復原始數(shù)據(jù)，但是所損失的部分對理解原始圖像的影響縮小有損壓縮， 卻換來了大得多的壓縮比。有損壓縮廣泛應用于語音，圖像和視頻數(shù)據(jù)的壓縮。常見的聲音、圖像、視頻壓縮基本都是有損的。 有損壓縮可以減少圖像在內存和磁盤中占用的空間，在屏幕上觀看圖像時，不會發(fā)現(xiàn)它對圖像的外觀產生太大的不利影響。因為人的眼睛對光線比較敏感，光線對景物的作用比顏色的作用更為重要，這就是有損壓縮技術的基本依據(jù)。 有損壓縮的特點是保持顏色的逐漸變化，刪除圖像中顏色的突然變化。生物學中的大量實驗證明，人類大腦會利用與附近最接近的顏色來填補所丟失的顏色。例如，對于藍色天空背景上的一朵白云，有損壓縮的方法就是 刪除圖像中景物邊緣的某些顏色部分。當在 屏幕上看這幅圖時，大腦會利用在景物上看到的顏色填補所丟失的顏色部分。利用有損壓縮技術，某些數(shù)據(jù)被有意地刪除了，而被取消的數(shù)據(jù)也不再恢復。 無可否認，利用有損壓縮技術可以大大地壓縮文件的數(shù)據(jù)，但是會影響圖像質量。如果使用了有損壓縮的圖像僅在屏幕上顯示，可能對圖像質量影響不太大，至少對于人類眼睛的識別程度來說區(qū)別不大?？墒?，如果要把一幅經過有損壓縮技術處理的圖像用高分辨率打印機打印出來，那么圖像質量就會有明顯的受損痕跡。 在多媒體應用中，常見的壓縮方法 [11]有： PCM（ 脈沖編碼調制 ） ，預測編碼，變換編碼， 9 插值和外推法，統(tǒng)計編碼，矢量量化和子帶編碼等，混合編碼是近年來廣泛采用的方法。mp divX、 Xvid、 jpeg、 rm、 rmvb、 wma、 wmv 等都是有損壓縮。有損數(shù)據(jù)壓縮方法是經過壓縮、解壓的數(shù)據(jù)與原始數(shù)據(jù)不同但是非常接近的壓縮方法。有損數(shù)據(jù)壓縮又稱破壞型壓縮，即將次要的信息數(shù)據(jù)壓縮掉，犧牲一些質量來減少數(shù)據(jù)量，使壓縮比提高。這種方法經常用于因特網(wǎng)尤其是流媒體以及電話領域。在這篇文章中經常成為編解碼。它是與無損數(shù)據(jù)壓縮對應的壓縮方法。根據(jù)各種格式設計的不同，有損數(shù)據(jù)壓 縮都會有 generation loss：壓縮與解壓文件都會帶來漸進的質量下降。 第二節(jié) 有損壓縮機制 由于圖像數(shù)據(jù)之間存在這一定的冗余，所以使得數(shù)據(jù)的壓縮成為可能。信息論的創(chuàng)始人 Shannon 提出把數(shù)據(jù)看作是信息和冗余度 [12]（ redundancy）的組合。所謂冗余度是由于一副圖像的各像素之間存在著很大的相關性，可利用一些編碼的方法刪去它們，從而達到減少冗余壓縮數(shù)據(jù)的目的。為了去掉數(shù)據(jù)中的冗余，常常要考慮信號源的統(tǒng)計特性，或建立信號源的統(tǒng)計模型。 圖像的冗余包括以下幾種： ① 空間冗余：像素點之間的相 關性； ② 時間冗余：活動圖像兩個連續(xù)幀之間的冗余； ③ 信息熵冗余：單位信息量大于其熵； ④ 結構冗余：區(qū)域上存在非常強的紋理結構； ⑤ 知識冗余：有固定的結構，如人的頭像； ⑥ 視覺冗余：某些圖像的失真是人眼不易覺察的。 對數(shù)字圖像進行有損壓縮通常利用兩個基本原理： 一是數(shù)字圖像的相關性。在圖像的同一行相鄰像素之間，相鄰像素之間，活動圖像的相鄰幀的對應像素之間往往存在很強的相關性，去除或減少這些相關性，也即去除或減少圖像信息中的冗余度也就實現(xiàn)了對數(shù)字圖像的有損壓縮。幀內像素的相關稱 為 空域相關性。相鄰幀間 對應像素之間的相關性稱 為 時域相關性。 二是人的視覺心理特征。人的視覺對于邊緣急劇變化不敏感 （ 視覺掩蓋效應 ） ，對顏色分辨力弱，利用這些特征可以在相應部分 ， 適當降低編碼精度而使人從視覺上并不感覺到 10 圖像質量的下降，從而達到對數(shù)字圖像有損壓縮的目的。 有損壓縮有兩種壓縮機制 [13]： ① 有損變換編解碼 ：