视频压缩
视频压缩又称视频编码，所谓视频编码方式就是指通过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式。
一般的通用数据压缩方案如下图：
压缩就是一个传播的过程，所以在压缩与解压缩之间，没有信号的丢失则称这种压缩就是无损的，相反的就是有损的，都有各自的算法，下面介绍。
无损压缩算法
一游长编码（Run-Length Coding, RLC）
产生年代：未知。
主要人物：未知。
基本思想：如果我们压缩的信息源中的符号具有这样的连续的性质，即同一个符号常常形成连续的片段出现，那么我们可以对这个符号片段长度进行这样的的编码。
例子：输入：5555557777733322221111111
游长编码为：（5，6）（7，5）（3，3）（2，4）（l，7）
二变长编码：
1 香农-凡诺算法
产生年代：未知
主要人物：Shannon 和Robert Fano
基本思想：对于每个符号出现的频率对符号进行排序，递归的将这些符号分成两部分，每一部分有相近的频率，知道只有一个符号未止。
说明：过程用一颗二叉树完成，它是一种自顶向下的过程，对于此输入5个字符则自然的分成2,3左右两子树，接着就是递归的过程。因为分法不唯一，所以下列输出是一种情况。
例子：输入：HELLO
输出：10 110 0 0 111（左子树标0）
2赫夫曼编码
产生年代：1952年
主演人物：David A.Huffman
基本思想：与香农-凡诺算法的区别在于，赫夫曼编码采用的是一种自下而
上的描述方式，先从符号的频率中选取最小的两个符号，合成一个新的结点，进行等效的代替，然后也是个递归过程。
说明：赫夫曼编码具有唯一的前缀性质和最优性。
例子：对于输入：HELLO 建立的一刻赫夫曼树 扩展：
扩展的赫夫曼编码，这是相对于数据中某个符号的概率较大（接近1.0）时，将几个符号组成组，然后为整个组赋予一个码字。
自适应的赫夫曼编码，这是一个边接收边编码的过程，完全的体现了适应的过程，需要对二叉树进行改变，由接收到的数据去添加进二叉树中，自动生成新的“赫夫曼树”。
三 基于字典的编码（Lempel-Ziv-Welch ， LZW ）
产生年代：1977年 1978年改进一，1984年改进二
主要人物：Jacob Ziv ， Abraham Lempel ， Terry Welch
基本思想：该算法利用了一种自适应的基于字典的压缩技术，字典就是给给不同的符号组合进行编码，生成一个个“单词”，自适应就是，单词是接收数据的时候，一个个生成的，字典会慢慢的边长。
例子：先从一个简单的字典开始 原字典单词 新生成的字典单词
我们输入： ABABBABCABABBA 输出：1 2 4 5 2 3 4 6 1
说明：只要待编码的符号序列是字符、字符串、字符、 字符串、字符、等等，编码器就会产生一个新的编码 来表示字符+字符串+字符，并且在解码器还没来得及 产生这个编码的时候马上将其投入使用。
四 算术编码
产生年代：追溯到1948年 20世纪七八十年代发展成熟
主要人物：Shannon Abramson Peter Elias
L: 2 1 O:1
0 0 1 1 H:1 E:1 code string
--------------------
1 A
2 B
3 C
S C output code string A B 1 4 AB B A 2 5 BA A B AB B 4 6 ABB B A BA B 5 7 BAB B C 2 8 BC C A 3 9 CA A B
AB A 4 10 ABA A B AB B ABB A 6 11 ABBA A EOF 1
基本思想：把整个消息看成一个单元。然后经过数字处理，计算出每个符号的频率范围，再由上限及下限产生码字……
( 我没看懂……)
有损压缩算法
一变换编码
1 离散余弦变换（DCT）
DCT 是一种广泛应用的变换编码方式，它能以数据无光的方式解除输入信号之间的相关性。例如对于JPEG和类似的图像压缩算法来说，压缩的第一步需要将图像分割为小块，同时将每个小块进行变换，使之由空域信号变换成为时域信号。这时候就会采用DCT，CT变换能够完整的保留所有8x8像素块的信息，因此反向离散余弦变换(IDCT)也就能够从8x8频域信号矩阵中完整的恢复原始8x8像素矩阵。
扩展：2D DCT， 2D IDCT。
2 Karhunen-Loeve 变换（KLT）
KLT变换是一种可逆的线性变换，它应用了向量表述的统计学原理。KLT变换主要的特征就是能够很好的解除输入的相关性。
二小波编码
这是一种信号的分解方法。它采用一组成为小波的基函数来表示信号，可以在时域和频域都得到很好的分辨率。小波变换有两种：连续小波变换（CWT）和离散小波变换（DWT）。
扩展：二维Haar变换
三小波包
紧接上文，解决小波变换值进行编码，怎样形成流。将采取一种叫做嵌入零树的数据结构。
嵌入式零树小波（EWZ）算法层次树集合划分（SPIHT）算法优化截断嵌入式编码（EBCOT）算法。
具体内容复杂，在这里不做介绍了。
JPEG图像
下面介绍JPEG图像的简单步骤：
1 把RGB转换为YIQ 或 YUV，并且二次采样。
2 对图像块进行DCT变换。（块是图像压缩的一个单位，能使DCT变换加快）。
3 进行量化。量化的目标是减少图像压缩所需要的位数。量化的过程就是将每个DCT系数向诺干预设值进行舍入得过程。这种对系数的编码方法可以通过两
步来实现：首先通过量化过程舍去次要的视频信息，然后利用统计学的方法尽可能少的对剩余的重要信息进行比特编码。
字符串长度压缩4进行Z编序和游长编码。在编码过程中，AC分量进行游长编码， DC分量采用（DPCM）差分脉冲编码调制。
5进行熵编码。熵编码(entropy encoding)是一类利用数据的统计信息进行压缩的无语义数据流的无损编码。JPEG编码允许赫夫曼编码和算术编码。
看到了基本的有损，无损算法在JPEG标准的应用。
再起视频压缩
视频是由一系列的时间上有序的图像（我们叫做帧）所组成的。解决视频压缩的一个简单的方案就是基于前面的帧的帧预测编码。视频的压缩不是对图像本身进行相减，而是按照时间顺序进行相减，并将残差进行编码。就是所说的时间冗余，而相对的图像处理主要面对的是空间冗余。
这里有两个很重要的压缩策略，形象的描述是：在足球比赛中，进行视频处理，在下一帧中寻足球运动员的位置的策略叫做运动估计（ME），来回移动帧的位置为了最大程度上将球员从图像中减去，叫做运动补偿（MC）。
基于运动补偿的视频压缩
前面说的视频中时间冗余比较显著，可以利用这个特征，不必将每帧视频图像都作为一幅新的图像进行编码，而是用当前的帧和其他的帧的差值进行编码。一个简单的想法就是将一张图像的按照像素点值减去另一张图像，但不能达到很好的压缩率。由于帧图像的主要差别是由摄像头或者物体运动造成的，所以可以用“补偿”的概念来测量差值。这就是我们所说的视频压缩基于运动补偿的压缩算法。
该算法可以分为三个步骤：
1）运动估计（运动向量查）。
2）基于运动补偿的预测。
3）预测误差的生成——差值。
我们知道，为提高效率，就把每张图像分为一个个宏块，运动补偿就是在图像的宏块级别起作用。把当前帧称为目标帧，很容易就知道，我们是要在目标帧中的宏块和参考帧（下面会说）中的最相似的宏块间寻匹配。这种情况下，目标宏块由参考宏块预测生成。
参考宏块到目标宏块的位移称作运动向量（MV），两个宏块之间的差值叫做预测误差。
所以我们只要对运动向量和差值宏块进行编码。
搜索运动向量
我们应该知道运动向量的搜索就是一个匹配的问题，也就是相关性的问题。方便的原因，我们规定原点，目标帧，参考帧的像素，用平均绝对误差（MAD）来测量宏块的大小。搜索的目的是寻一个向量使得MAD取得最小值。
一顺序搜索
寻运动向量的最简单的方法就是顺序搜索参考帧中整个大小的窗口（也叫全搜索）。然后将窗口的每一个宏块逐个像素和目标帧中的宏块进行比较。
特点：代价高，实现编码困难。
二 2D对数搜索
2D对数搜索的方法搜索运动向量的过程中需要进行多次迭代，类似折半查过程。
特点：相对于顺序搜索的算法，明显得到改善。
三分层搜索
运用该方法，初始的运动向量估计是从显著降低分辨率后的图像中获得的。因为图像的分辨率太低，缺少图像的细节内容，所以初始的运动向量估计值是比较粗糙的，要进行一层层的修正。
特点：速度再一次得到优化。
下面具体介绍视频压缩（编码）标准。
H.261
产生年代：1988年
提出者：国际电报电话咨询委员会（CCITT）
应用于：早期的数字电视压缩
支持的视频格式：QCIR， CIF。
H.261帧序列：有两种的类型的图像帧， I帧， P帧。
I帧：被视为独立的图像，基本上每一个I帧内应用和JPEG相似的变换编码方式。
P帧：不是对立的。它采用的是向前预测的编码方式，该方法中的当前的宏块（目标帧），是通过先前的I帧或者前面P帧（参考帧）中的
相似的宏块预测出来的，并对宏块间的差进行编码。
图像帧编码：
I帧编码：采用4:2:0的彩二次采样，对于8x8子块进行离散余弦变换，同JPEG算法，后对DCT系数进行量化，最后通过Ｚ字扫描并进行熵编码。
P帧预测编码：对目标帧的每一个宏块俩说，我们用前面所说的3种方法中的一种进行运动向量的分配，再用差值宏块测量预测误差，同样对于8x8的子块进行离散余弦变换、量化、Z字扫描和尚编码。
H.261的量化
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论