第1章介绍
1. 为什么要进行视频压缩？
2. 为什么可以压缩
- 去除冗余信息
- 空间冗余：图像相邻像素之间有较强的相关性
- 时间冗余：视频序列的相邻图像之间内容相似
- 编码冗余：不同像素值出现的概率不同
- 视觉冗余：人的视觉系统对某些细节不敏感
- 知识冗余：规律性的结构可由先验知识和背景知识得到
3. 数据压缩分类
- 无损压缩（Lossless）
- 压缩前解压缩后图像完全一致X=X'
- 压缩比低(2:1~3:1)
- 例如：Winzip，JPEG-LS
- 有损压缩（Lossy）
- 压缩前解压缩后图像不一致X≠X'
- 压缩比高(10:1~20:1)
- 利用人的视觉系统的特性
- 例如：MPEG-2，H.264/AVC，AVS
4. 编解码器
- 编码器（Encoder）
- 解码器（Decoder）
- 编解码器(Codec)
5. 压缩系统的组成
(1) 编码器中的关键技术
(2) 编解码中的关键技术
6. 编解码器实现
- 编解码器的实现平台：
- 超大规模集成电路VLSI
- 数字信号处理器DSP
- 软件
- 编解码器产品：
7. 视频编码标准
编码标准作用：
- 兼容：
- 不同厂家生产的编码器压缩的码流能够被不同厂家的解码器解码
- 高效：
主流的视频编码标准：
- MPEG-2
- MPEG-4 Simple Profile
- H.264/AVC
- AVS
- VC-1
标准化组织：
- ITU：International Telecommunications Union
- VECG：Video Coding Experts Group
- ISO：International Standards Organization
- MPEG：Motion Picture Experts Group
8. 视频传输
- 视频传输：通过传输系统将压缩的视频码流从编码端传输到解码端
- 传输系统：互联网，地面无线广播，卫星
9. 视频传输面临的问题
10. 视频传输差错控制
- 差错控制（Error Control）解决视频传输过程中由于数据丢失或延迟导致的问题
- 差错控制技术：
11. 视频传输的QoS参数
- 数据包的端到端的延迟
- 带宽：比特/秒
- 数据包的流失率
- 数据包的延迟时间的波动
第2章 数字视频
1.图像与视频
- 图像：是人对视觉感知的物质再现。
- 三维自然场景的对象包括：深度，纹理和亮度信息
- 二维图像：纹理和亮度信息
- 视频：连续的图像。
- 视频由多幅图像构成，包含对象的运动信息，又称为运动图像。
2. 数字视频
3. 空间采样
4. 数字视频系统
5. 人类视觉系统HVS
- HVS特点：
- 对高频信息不敏感
- 对高对比度更敏感
- 对亮度信息比色度信息更敏感
- 对运动的信息更敏感
6. 数字视频系统的设计应该考虑HVS的特点：
- 丢弃高频信息，只编码低频信息
- 提高边缘信息的主观质量
- 降低色度的解析度
- 对感兴趣区域（Region of Interesting，ROI）进行特殊处理
7. RGB色彩空间
- 三原色：红（R），绿（G），蓝（B）。
- 任何颜色都可以通过按一定比例混合三原色产生。
- RGB色度空间
- 由RGB三原色组成
- 广泛用于BMP，TIFF，PPM等
- 每个色度成分通常用8bit表示[0,255]
8. YUV色彩空间
- YUV色彩空间：
- Y：亮度分量
- UV：两个色度分量
- YUV更好的反映HVS特点
9. RGB转化到YUV空间
亮度分量Y与三原色有如下关系：
经过大量实验后ITU-R给出了， ，  ，
主流的编解码标准的压缩对象都是YUV图像
10. YUV图像分量采样
- YUV图像可以根据HVS的特点，对色度分量下采样，可以降低视频数据量。
- 根据亮度和色度分量的采样比率，YUV图像通常有以下几种格式：
11. 通用 的YUV图像格式
12. 帧和场图像
13. 逐行与隔行图像
- 逐行图像：一帧图像的两场在同一时间得到，ttop=tbot。
- 隔行图像：一帧图像的两场在不同时间得到， ttop≠tbot。
14. 视频质量评价
- 有损视频压缩使编解码图像不同，需要一种手段来评价解码图像的质量。
- 质量评价：
- 客观质量评价
- 主观质量评价
- 基于视觉的视频质量客观评价
- 客观质量评价：通过数学方法测量图像质量评价的方式。
- 优点：
- 缺点：
15. 客观评价的方法
常用的客观评价方法：
16. 主观评价方法
- 主观质量评价：用人的主观感知直接测量的方式。
- 优点：
- 缺点：
- 不容易量化
- 受不确定因素影响，测量结果一般不可重复
- 测量代价高
常用主观评价方法
17. 基于视觉的视频质量客观评价方法
- 基于视觉的视频质量客观评价：将人的视觉特性用数学方法描述并用于视频质量评价的方式。
- 结合了主观质量评价和客观质量评价两方面优点。
- 常用方法：结构相似度（Structural SIMilarity，SSIM）方法。
- 将HVS的特征用数学模型表达出来。
- 未来重要的研究方向
第3章 信息论基础
1. 通信系统的组成
2. 基本概念
- 通信中对信息的表达分为三个层次：信号，消息，信息。
- 信号：是信息的物理层表达，可测量，可描述，可显示。如电信号，光信号。
- 消息：是信息的载体，以文字，语言，图像等人类可以认知的形式表示。
- 信息：不确定的内容。
3. 信息熵
信息的特点
信息的测量
自信息量
条件信息量
4. 信息熵
5. 条件熵和联合熵
6. 熵的性质
- 非负性：信源熵是非负值，即 H(X) >=0;
- 扩展性：信源熵X有M个符号，如果其中一个符号出现的概率趋于零，信源熵就等于剩余M-1个符号的信源熵；
- 极值性（最大信息熵）：对于具有M个符号的信源，只有在所有符号等概率出现的情况下，信源熵达到最大值，即
 - 可加性：
 - 熵不增：条件熵不大于信息熵 H(X|Y) <= H(X)；
- 联合熵不大于各信息熵的和，即H(XY) <= H(X) + H(Y)。
7. 互信息量
8. 互信息
- 物理意义：H(X)是X所含的信息，H(X|Y)是已知Y的条件下X还能带来的信息量。那么两者之差就是由于知道Y使得X减少的信息量，也即由Y可以得到的关于X的信息量。
9. 各种熵的关系
11. 信源编码
- 信源编码：将消息符号转变成信道可传输的信息。
- 两个基本问题：
- 用尽可能少的信道传输符号来传递信源消息，提高传输效率；
- 减少由于信道传输符号的减少导致的失真。
12. 离散信源统计特性
13. 离散信源类型：简单无记忆信源和马尔可夫信源
14. 编码分类
- 等长码：在一组码字集合C中的所有码字cm (m = 1,2, …,M)，其码长都相同，则称这组码C为等长码。
- 变长码：若码字集合C中的所有码字cm (m = 1,2, …,M)，其码长不都相同，称码C为变长码。
15. 平均码长
16. 等长码与变长码比较
- 等长编码将信源输出符号序列的任意一种取值（概率可能不同）都编码成相同长度的输出码字，没有利用信源的统计特性；
- 变长编码可以根据信源输出符号序列各种取值的概率大小不同，将他们编码成不同长度的输出码字，利用了信源的统计特性。因此又称其为熵编码。
17. Huffman编码
- Huffman编码：典型的变长编码。
- 步骤：
- 将信源符号按概率从大到小的顺序排列，假定p(x1)≥ p(x2)… ≥ p(xn)
- 给两个概率最小的信源符号p(xn-1)， p(xn)各分配一个码位"0"和"1"，将这两个信源符号合并成一个新符号，并用这两个最小的概率之和作为新符号的概率，结果得到一个只包含(n-1)个信源符号的新信源。称为信源的第一次缩减信源，用S1表表示。
- 将缩减信源S1的符号仍按概率从大到小的顺序排列，重复步骤2，得到只含(n-2)个符号的缩减信源S2。
- 重复上述步骤，直至缩减信源只剩下两个符号为止，此时所剩两个符号的概率之和必为1。然后从最后一级缩减信源开始，依编码路径向前返回，就得到各信源符号所对应的码字。
18. 信道编码
- 信道编码主要考虑如何增加信号的抗干扰能力，提高传输的可靠性，并且提高传输效率。
- 一般是采用冗余编码法，赋予信码自身一定的纠错和检错能力，使信道传输的差错概率降到允许的范围之内。
19. 信道类型
- 根据信道连续与否分类
- 根据信道是否有干扰分类
- 根据信道的统计特性分类
- 无记忆信道
- 有记忆信道
- 恒参信道
- 变参信道
- 对称信道
- 非对称信道
20. 信道容量
- 在信息论中，称信道无差错传输的最大信息速率为信道容量。
- 仙农信道容量公式：
- 假设连续信道的加性高斯白噪声功率为N，信道带宽为B，信号功率为S，则该信道的容量为
 - 由于噪声功率N与信道带宽B有关，则噪声功率N=n0B 。因此，仙农公式还可以表示为
21. 香农信道容量公式的意义
- 在给定B和S/N的情况下，信道的极限传输能力为C，而且此时能够做到无差错传输。如果信道的实际传输速率大于C 值，则无差错传输在理论上就已不可能。因此，实际传输速率一般不能大于信道容量C ，除非允许存在一定的差错率。
- 提高信噪比S/N（通过减小n0或增大S），可提高信道容量C。特别是，若n0->0，则C->∞ ，这意味着无干扰信道容量为无穷大；
- 增加信道带宽B，也可增加信道容量C，但做不到无限制地增加。这是因为，如果 S、n0一定，有
 - 维持同样大小的信道容量，可以通过调整信道的B及S/N来达到，即信道容量可以通过系统带宽与信噪比的互换而保持不变。
22. 失真
- 失真：信源的消息经过编解码后不能完全复原
- 在实际的信源和信道编码中，消息的传输并不总是无失真的。
23. 率失真理论
- 仙农定义了信息率失真函数R(D)
- 率失真定理：在允许一定失真度D的情况下，信源输出的信息率可压缩到R(D)。
24. 失真函数
- 失真函数：信源符号X={x1, x2, …..xn}，经信道传输接收端符号Y={y1, y2….yn}，对于每一对(xi, yj)指定一个非负函数 d(xi, yj)，称d(xi, yj)为单个符号的失真度或失真函数。对于连续信源连续信道的情况，常用d(x, y)表示。
- 常用失真函数：
 
- 平均失真度：
文章来源：追随技术WithPassion
|
