第2章信源编码2.1视频压缩技术空间冗余：指视频图像再水平方向和垂直方向相邻象素间的的变化很小，即存在极强的空间相关性，也叫帧内相关性(包括亮度和色度)。时间冗余：相邻场或相邻帧之间的对应象素间存在极强的相关性，又叫帧间相关性。帧间相关性通常表现为物体的移动。结构冗余：指在图像的纹理区，象素的分布遵循某些模式，称为结构冗余。知识冗余：指图像与某些知识间有相当大的相关性。比如：鼻子在脸部的位置。视觉冗余：有人眼的视觉特性决定的冗余。比如：人眼对图像轮廓敏感性高于细节；对亮度敏感性高于颜色；对空间分解力和时间分解力具有交换性。2.1.2视频信号的数字化(1)原理：视频信号的数字化同语音信号的数字化一样，遵循采样定理，采用PCM编码。(2)ITU-R601标准：ITU专门为视频信号的数字化制定的一个标准。我们仅考虑PAL制信号，带宽为6MHz。视频信号采用分量数字化，即YUV分别数字化。亮度信号的数字化：采样频率为13.5MHz，8比特量化，每数字有效行为720采样点。有效取样点：只有行、场扫描正程的样点有效，逆程的样点不在PCM编码的范围内。两个色差信号的数字化：采样频率均为6.75MHz，8比特量化两个色差在每个有效行产生2×360个采样点4∶2∶2格式：指色度信号的取样率是亮度信号的取样率的一半，每一行Y、U、V的样点数之比为4∶2∶2。2.1.3熵编码1.Huffman编码Huffman码是VLC码,编码步骤如下：Step1将输入信号符号以出现概率由大至小为序排成一列。Step2将两处最小概率的符号相加合成为一个新概率，再按出现概率大小排序。Step3重复步骤(2)，直至最终只剩两个概率。Step4为每一步编码。编码从最后一步出发逐步向前进行，概率大的符号赋予“0”码，另一个概率赋予“1”码，直至到达最初的概率排列为止。举例：已知某一信源包括6个符号，概率模型如下：L1L2L3L4L5L60.40.30.10.10.060.04要求：对其进行Huffman编码。编码过程：生成一个二叉树。Huffman编码平均码长:0.4×1+0.3×2+0.1×3+0.1×4+0.06×5+0.04×5=2.2位信源熵：2.算术编码Huffman编码：每个符号产生一个单独代码，每个代码都要使用一个整数位。算术编码：不为每个符号产生一个单独的代码，而使整个符号序列共用一个代码，并且使用小数来编码。因此具有更高的编码效率。名词说明：编码点或编码指针Ci概率区间宽度Ai符号概率pi累积概率Pi概率区间范围[Pi，Pi+Ai)编码举例：对符号序列s3s3s2s4进行算术编码。初始化：C0=0，A0=1，P0=0第１个符号s3：p1=p(s3)=0.1，P1=P(s3)=0.011C1=C0+A0×P1=0.011A1=A0×p1=1×0.1=0.1第2个符号s3：p2=0.1，P2=0.011C2=C1+A1×P2=0.1001A2=A1×p2=0.01第3个符号s2：p3=0.01，P3=0.001C3=C2+A2×P3=0.10011A3=A2×p3=0.0001第4个符号s4：p4=0.001，P4=0.111C4=C3+A3×P4=0.1010011A4=A3×p4=0.0001×0.001=0.0000001编码输出：C4=0.10100113.游程编码(RLC)：又称为行程编码。原理：是一种十分简单的压缩方法，它将符号序列中连续出现的字符用单一的记号来表示。序列中连续符号的个数叫做游程长度。举例：aaabccccm游程编码(a,3)，(b,1)，(c,4)，(m,1)特点：编码的压缩率不高，但编码、解码的速度快。应用：在MPEG标准里，DCT变换系数进行Z字形扫描后，再进行游程编码，会有很好的效果。2.1.4预测编码和变换编码1.DPCM原理预测编码本质：基于图像统计特性进行数据压缩，用来消除图像信号的空间或时间相关性。预测编码原理：用已传输的像素对当前的像素进行预测，然后对预测值与真实值的差(预测误差)进行编码处理和传输。常用的预测编码是DPCM编码。说明：预测编码器设计的核心是预测器的设计。预测器采用线性预测。比如：假设X1，X2，X3，X4是编码的像素值，要对X5进行预测。帧内预测编码：利用帧内相关性(像素间、行间的相关)进行DPCM预测编码编码。利用人眼对亮度和两个色差信号具有不同的分解能力，分别进行DPCM编码可以获得更高的压缩率。帧间预测编码：利用帧间相关性(邻近帧的时间相关性)进行DPCM预测编码。(a)通常活动图像帧间相关性大于帧内相关性，所以利用帧间预测可以大规模提高压缩比。(