【文章內容簡介】 3 視頻序列編碼的壓縮方法 在過去的 30 多年中，視頻壓縮技術獲得了飛速的發(fā)展。視頻數據之所 以能進行高倍率的壓縮，是因為視頻數據的空間域和時間域存在著大最的數據冗余，通過降低空域冗余和時域冗余就可以對視頻數據進行有效的壓縮。為了獲得更高的壓縮編碼效率，編碼技術也變得越來越精細和復雜。但是，最基本的 DCT（離散余弦變換）變換編碼、 VLC（可變長編碼）統(tǒng)計編碼、運動估計等技術仍 免費論文 購買論文 定做論文 發(fā)表論文 3A 學習網 () 考試 3A3B 書店 零售書籍 預定書籍 批發(fā)服務 同行配書 ：1009874606 9 然是最廣泛使用的編碼技術，人們在這些編碼方法的基礎上不斷提出了改進算法和新的編碼方法。 我們利用一個簡化的編碼器模型進行了相關試驗。該編碼器采用整象素全搜索塊匹配運動估計方法、采用 DCT /IDCT 對宏塊進行編碼，用 Miss America 測試序列進行測試。試驗結果表明，運動估計占用的時間超過了整個執(zhí)行時間的 70%,DCT/IDCT 處理約占用 15％的執(zhí)行時間，數據量化占用了約 5 ％的執(zhí)行時間，其它開銷占整個時間的 10％左右。這說明，采用高效的運動估計算法，減少時域數據冗余是 述場景中聲視頻對象的空間和時間位置及它們之間的關系。 MPEG4 的視頻比特流提供了對場景的分層描述。在比特流中 ,表示場景的層是可視對象序列VS(Video Object Sequence), 它是一個完整的 MPEG4 場景 , 其中可能包含自然對象或合成的對 象以及它們的增強層。 VOP 的形狀、運動和紋理信息編碼 MPEG4 視頻 VOP 基本的編碼結構包括形狀編碼 (對任意形狀的視頻對象 )、運動補償以及基于DCT 的紋理編碼 (使用標準 8 8DCT 或形狀自適應 DCT)。編碼器首先對輸入的任意形狀的 VOP 序列用基于塊的混合編碼技術編碼。先幀內 VOP, 后幀間 VOP 和雙向預測 VOP。在對 VOP 的形態(tài)狀信息編碼之后 , 取得任意形狀 VOP的采樣 ,每個 VOP 劃分成各不相交的宏塊 , 每個宏塊含有四個 8 8的像素塊 , 以進行運動估計和補償及紋理編碼。已編碼的 VOP 幀保存在 VOP 幀存儲器中。運動矢量在當前 VOP 幀和已編碼 VOP 幀之間計算。對將被編碼的塊或宏塊 , 計算其運動補償預測誤差。運動補償預測后的 VOP及誤差用 8 8 塊 DCT11編碼 ,并進行 DC系數的量化 , 然后進行行程編碼和熵編碼。最后 , 形狀、運動和紋理信息合成符合 MPEG4 標準的比特流輸出 。紋理編碼、運動估計與補償基本采用傳統(tǒng)的編碼方法 , 而形狀編碼是首次引入的視頻編碼技術。對輸入的矩形或任意形狀的圖像序列 ,圖描述了 MPEG4 進行壓縮編碼的基本算法。如圖 9 所示。 圖 9 MPEG4 視 頻編碼方框圖 1 形狀編碼 MPEG4 標準中視頻對象 VO 的形狀信息有兩類 : 二值形狀信息和灰度形狀信息。二值形狀信息通常表示為與 VOP 的邊界框相同大小的矩陣。矩陣的每個元素可以取兩種可能的值 0、 1,這取決于像素是在視頻對象內還是在視頻對象外 ,0 表示該像素在 VOP 區(qū)域之外 ,1 表示在 VOP 區(qū)域之內。對二值形狀信息進行編碼時可以采用基于塊的運動補償技術 , 可以是無損或有損編碼?；叶刃螤钚畔?免費論文 購買論文 定做論文 發(fā)表論文 3A 學習網 () 考試 3A3B 書店 零售書籍 預定書籍 批發(fā)服務 同行配書 ：1009874606 10 與二值形狀信息有相同的結構 , 用 0～ 255(8 比特 )之間的數值表示該像素的透明度 ,0 表示完全透明 , 255 則表示完全 不透明 , 中間值對應用像素的相應的透明度 , 這與計算機圖形學中的阿爾法平面的概念大致相同。編碼時采用基于塊的運動補償 DCT 方法 , 屬于有損編碼。 2 運動信息編碼 運動估計與運動補償技術通過對已知圖像的一塊像素值重新定位 , 來預測當前圖像中相應塊的像素值。 MPEG4 與 MPEG MPEG2 一樣利用運動估計與補償來減少幀間的時間冗余度。主要區(qū)別在于后兩者的壓縮基于塊 , 而 MPEG4 則是基于任意形狀的 VOP。 VOP 有 3 種編碼模式 : 幀內編碼模式 (IVOP)、幀間編碼模式 (PVOP)和幀間雙向預 測編碼模式 (BVOP), IVOP 與其它標準的 I 幀一樣只采用幀內壓縮 , 與其它任何 VOP 無關 。 PVOP 和 BVOP 編碼時需要運動估計與運動補償 , PVOP 基于另一個先被解碼的 VOP 作出預測 ,BVOP 則基于當前 VOP 的前面和后面的 VOP 作出預測 ,故 B VOP 稱為雙向插值 VOP, 是基于 IVOP 或 PVOP 的插值幀。 如果一個宏塊全部位于一個 VOP 內 ,則采用通常的基于 16 16 像素宏塊或 8 8 像素塊運動估計 , 如果一個宏塊只有一部分位于 VOP內 , 則需要采用圖像填充 (Image Padding)技術和多邊形匹配(Polygon Matching)技術 。圖像填充技術利用 VOP 內部的像素值來外推 VOP 外的像素值 , 以此獲得運動預測的參考值。多邊形匹配技術則將 VOP 的輪廓宏塊的活躍部分包含在多邊形之內 , 以此來增加運動估值的有效性。這樣在 VOP 的邊界上就可以搜索預測所需的候選像素了。 3 紋理編碼 紋理編碼的對象可以是幀內編碼模式的 IVOP, 也可以是幀間編碼模式 BVOP 或 PVOP 運動補償后的預測誤差。對紋理信息編碼時 , 采用標準的基于 8 8 像素塊的 DCT 方法。 VOP 內部的 88 塊可直接編碼?？绯鲞吔绲膲K成為邊界塊 , 而對于橫跨 VOP 邊界的塊 , 先采用圖像填充技術得到VOP 之外的像素值 ,再進行編碼。 魔景 (Sprite)編碼 MPEG4 中引入了魔景的概念是基于提高視頻的壓縮效率的目的。從攝像機得到的圖像主要分為為主體和背景兩類。主體可以千變萬化 , 背景卻是相對靜止的。魔景就是由視頻對象出現在背景中的那些區(qū)域組成 ,這些區(qū)域在整個視頻段中都有可能出現 ,通過圖像的鑲嵌技術把整個序列的背景圖像拼接成一個大的完整的背景圖像 ,這個圖像叫做 Sprite 圖像。我們只對主體這一可能產生任意動作的視頻對象單獨編碼 。 而將背景圖像一次性地傳送給接收端。以后對于同一個鏡頭中的每一幀圖像 , 就只需要傳輸 Sprite 信息 , 接收端可根據這些信息自行生成背景內容 。 然后將主體疊加上去 , 就能得到完整的圖像。由于整個過程中只需傳送一次背景圖像 , 因此 M PEG 4 的編碼效率得到了 免費論文 購買論文 定做論文 發(fā)表論文 3A 學習網 () 考試 3A3B 書店 零售書籍 預定書籍 批發(fā)服務 同行配書 ：1009874606 11 提高。魔景編碼通常適用于合成對象。 MPEG4 視頻編碼特點 基于對象的編碼是 MPEG4 視頻編碼最重要的特點之一 , 在 MPEG4 中對象既可以是自然的圖像 ,為零，能量百分比很小。我們在低頻域設計較小的量化階距值，而把高頻域的量化階距值設計的較大。這樣在低頻域可以細量化，不至于丟失太多的能量 ，不會產生很大的誤差；而在高頻域進行粗量化，產生更多的零值，但不會有很大的影響，可以使得總體的編碼效果可以更好。 幀間宏塊的缺省量化矩陣為（如圖 12 所示）。 圖 12 幀間宏塊的缺省量化矩陣 幀內和幀間的量化矩陣是不同的，因為它們所面對的經過上一步編碼產生的數據的特點是不同的。如上所述，幀內編碼時要盡量使 DCT 變化后的矩陣的系數的能量集中在 DC 段，與之相適應，采用了圖 12 所示的量化矩陣。而對 PVOP 或者 BVOP 來說，它們由其前向幀或者后向幀重建而成，所以在空域是基本沒意義的，所以各個系數的量化步長基本相同。 可變長編碼（ VLC ) 雖然 Huffman 碼對于給定的消息概率集是最有效的最優(yōu)編碼，但是由于它的長度變化很大，碼字結構過于復雜，具體實現起來就比較困難。為了簡化實現編碼的復雜度，可以犧牲一些壓縮比，16 17 18 19 20 21 22 23 17 18 19 20 21 22 23 24 18 19 20 21 22 23 24 25 19 20 21 22 23 24 26 27 20 21 22 23 25 26 27 28 21 22 23 24 26 27 28 30 22 23 24 26 27 28 30 31 23 23 25 27 28 30 31 33 免費論文 購買論文 定做論文 發(fā)表論文 3A 學習網 () 考試 3A3B 書店 零售書籍 預定書籍 批發(fā)服務 同行配書 ：100