视频压缩技术2.ppt

,即图像的各像素数据之间存在极强的相关性。利用这些相关性,一部分像素的数据可以由另一部分像素的数据推导出来,结果视频数据量能极大地压缩,有利于传输和存储。视频数据主要存在以下形式的冗余:、垂直方向相邻像素之间的变化一般都很小,存在着极强的空间相关性。特别是同一景物各点的灰度和颜色之间往往存在着空间连贯性,从而产生了空间冗余,常称为帧内相关性。,亮度和色度信息存在着极强的相关性。当前帧图像往往具有与前、后两帧图像相同的背景和移动物体,只不过移动物体所在的空间位置略有不同,对大多数像素来说,亮度和色度信息是基本相同的,称为帧间相关性或时间相关性。,图像的像素值存在着明显的分布模式。如方格状的地板图案等。已知分布模式,可以通过某一过程生成图像,称为结构冗余。。如人脸的图像有固定的结构,嘴的上方有鼻子,鼻子的上方有眼睛,鼻子位于脸部图像的中线上。这类规律性的结构可由先验知识得到,此类冗余称为知识冗余。,对视觉不敏感的信息可以适当地舍弃。在记录原始的图像数据时,通常假定视觉系统是线性的和均匀的,对视觉敏感和不敏感的部分同等对待,从而产生了比理想编码(即把视觉敏感和不敏感的部分区分开来编码)更多的数据,这就是视觉冗余。,只要取样频率大于或等于模拟信号中最高频率的两倍,就可以不失真地恢复模拟信号,称为奈奎斯特取样定理。模拟信号中最高频率的两倍称为折叠频率。(1)均匀量化在输入信号的动态范围内,量化间隔幅度都相等的量化称为均匀量化或线性量化。(2)非均匀量化为改善弱信号时的信噪比,量化间距应随输入信号幅度而变化,大信号时进行粗量化,小信号时进行细量化,这就是非均匀量化(或称非线性量化)。