视频信号数字化处理后所带来的信号损伤和畸变的种类及特点.

视频信号数字化处理后所带来的信号损伤和畸变的种类及特点

视频信号数字化处理后所带来的信号损伤和畸变的种类及特点

电视信号数字化处理需要三个步骤，即：取样、量化和编码，下面就各个步骤来分别介绍它们给视频信号带来的损伤。

一取样过程产生的信号损伤

在取样的过程中对信号造成的损伤主要有：孔阑效应、混叠效应、过冲和振铃。为了说明这些损伤所产生的原因，我们在以下叙述中给出分析结果。

取样是指用每隔一定时间的信号样值序列来代替原来在时间上连续的信号，也就是在时间上将模拟信号离散化。根据奈奎斯特取样定理：对于最大频率为fm的信号f(t)，当取样频率fs不低于2fm时，由截止频率为fm矩形低通滤波器可以从取样信号中完全恢复原信号。但实际的物理过程与数字模型有不同的工程结果。

1. 孔阑效应

在数学模型的理想化状态下理想的取样脉冲宽度为无穷窄，取样情况及其频域情况如图一所示，但在实际设备中取样脉冲只能是有限宽度的脉冲，它的取样情况及其频域情况如图一所示，很显然具有不等于零的实际的有限宽度的取样脉冲所引起的孔阑效应会产生高频衰落。

由于信号的高频部分反映的是视频图象的细节，因此高频衰落会导致视频画面的细节模糊。针对这种情况实际工程中一般采用在将数字信号恢复成模拟信号以后通过提升高频的办法对这种失真进行补偿和校正。一般来讲,由于取样信号的频率fs必须满足fs>2fm,而为了减少孔阑效应要求取样脉冲的宽度τ尽量小,因此要满足τ远远小于取样信号的周期T,即取样信号的脉冲宽度要满足1/τ>>2fm。

2．混叠效应

在实际应用中，为满足奈奎斯特定理在取样之前应使用截止频率为取样频率一半的滤波器对原信号进行滤波，滤除可能产生频谱混叠的高频成分，以保证新处理的信号是一个有限带宽的处理信号。理想低通滤波器特性如图二所示，但实际的低通滤波器性能如图三所示，因此为了尽量滤除大于1/2fc的频率成分，就要选择多阶滤波器。如果滤波器的阶数不足以达到滤除1/2fc以上的高频分量，会引起恢复的信号中频谱混叠效应。混叠效应在视频图象上表现为一种被称为morie的涟漪状的干扰。

3．过冲和振铃

在保证有效的消除混叠效应时，在上述情况已建议采用多阶滤波器以满足滤波器的带外特性，但是取样前的低通滤波器如果阶数太大，会引起过冲和振铃从而造成恢复的视频信号过渡的边沿不清晰。

针对以上两种信号损伤造成的矛盾，主观上选用阶数少的滤波器会有利一些，因为频谱混叠效应只有在图象有超过二分之一取样频率以上分量时，特别是有单频分量时才会明显感觉到，因此是偶发事件。但过冲和振铃效应却是只要有过渡边沿就回出现的经常性现象。因此就主观感觉来说，减少过冲和振铃留有一些混叠相对来讲更有利一些。一般工程上出于平衡考虑取样频率选为fc=(2.2---2.5)fm。

另外为克服这一矛盾的方法是采用过抽样方式，即在抽样时用两倍抽样频率抽样，这时频谱按两倍抽样频率周期重复，重复频谱中心频率之间的间隔比正常情况大一倍，如图四所示。这时抽样前的滤波相对简单，可以用阶数少、频率特性缓降的无振铃滤波器，然后在数字域用线形相位滤波器进行二分之一抽取滤波器恢复到原抽样频率样值。另外，在此过程中，取样频率增加了一倍，因此取样脉冲的宽度只有原来的一半，从而也起到了减少孔阑效应的作用。

二量化误差所带来的信号损伤

取样过程是把模拟信号变成了时间上离散的脉冲信号，量化的过程则是进行幅度上的离散化处理。因此在时间轴的任意一点上量化后的信号电平与原模拟信号电平之间在大多数情况下总是存在有一定的误差，量化所引入的误差是不可避免的同时也是不可逆的，由于信号的随机性这种误差大小也是随机的，这种表现类似于随机噪声效果，具有相当宽度的频谱，因此我们又把量化误差称为量化噪声。但量化误差与噪声是有本质的区别的，因为任一时刻量化误差是可以从输入信号求出的，而噪声与信号之间则没有这种关系。

降低量化误差的方法最直接的就是增加量化级数减小最小量化间隔，但由此带来码率的增加从而要求更大的处理带宽，一般现在的视频信号均采用8比特、10比特，在信号质量要求较高的情况下采用12比特量化。此外，我们在设计一套系统的时候，可以考虑在系统的不同环节采用不同的比特量化，使得在系统的各个环节的量化级相互错开，从而避免量化噪声累积效果所产生的台阶效应，这种均衡的效果可以改善整个系统的量化失真。一般量化比特高的环节应该放在系统的前端，这样可以使系统的前端对信号造成的不可恢复损伤减小到最低限度。

为了减小量化误差我们还要正确的选择量化方式。量化有两种量化方式，一种是取整时只舍不入，此时产生的量化误差总是负的，最大量化误差等于两个相邻量化级的间隔d；另一种是取整时有舍有入，此时量化误差有正有负，量化误差的绝对值最大为1/2d。因此为了减少量化误差，应该采用有舍有入量化方式。

1．轮廓效应

如果信号两个相邻量化电平相差较大，若在图象面积较大的范围内，视频信号缓变区（如渐变的蓝天）能够看出不连续的跳变，即会在图象缓变区出现从一个量化电平到另一个量化电平之间的轮廓线，实际上就是图象的等量化电平线。这种轮廓线是原图象所没有的，所以又称为伪轮廓，即轮廓效应。

一种简单而有效的消除轮廓效应的方法是利用随机的高斯噪声信号发生器产生颤动信号，叠加到被量化的信号当中，当颤动信号的均方根值大于

1/3d时人们便觉察不到轮廓效应的存在。在数字电视中使用最多的颤动信号是重复频率为取样脉冲的一半，峰-峰幅度为1/2d的方波，具体步骤如图五所示。

图五高频颤动的效果

由图五比较可以看出，叠加颤动信号的效果等效于将量化间隔由d减小到1/2d，或者说将量化级数提高了一倍（比特数由n提高到n+1），从而改善了轮廓效应。顺便指出，由于模/数转换中的取样、量化都属于非线形过程，难以避免会出现差拍干扰，采用叠加颤动信号的方法对于消除图象中的差拍干扰也同样有效。同时由于颤动信号的幅度小，频率高，并未对图象细节造成显而易见的损伤。

2．颗粒杂波

如果最小量化电平不够小，则图象较弱信号的缓变区可能会出现在邻近的两个量化电平之间产生由于四舍五入法则而造成的跳变，使得图象在这个区域内出现颗粒状的杂波，而人的视觉对图象弱信号缓变区的噪声则是非常敏感的。

为了克服均匀量化时这种大信号时信噪比有余，而小信号时信噪比不足的特点，我们可以采用小信号时量化级间宽度小而大信号时量化级间宽度大些的非均匀量化，又叫非线形量化。值得说明一点，数字摄象机信号处理大多数采用非均匀量化方式，这是由于摄象机中的光-电转换至电视机显象管中的电-光转换在内的整个电视信道必须保持线形，但是实际的电视系统在没有校正之前是非线形的，因此为了使最终显示出来的光像保持良好的线形关系，在摄象机单元必须对它进行校正，即γ校正。而γ校正类似于非线形量化特性，因此我们可以在量化过程中采用非均匀量化方式，在提高小信号信噪比的同时也满足了γ校正的要求。

另外，由于在实际的信号中，弱信号出现的概率是很大的，为了改善弱信号时的的量化信噪比，可以采用压缩扩张的编解码方法。在量化之前，先利用非线形器件将信号电平高的部分进行压缩，然后对压缩过的信号进行量化，解码后复原出的模拟信号再通过非线形器件对大幅度信号进行扩张恢复没压缩之前的比例关系，这种方法相对扩大了小信号的动态范围，等效于对小信号采用量化间隔小的细量化而大信号采用粗量化，从而改善了弱信号的量化信噪比。

三压缩编码所带来的信号损伤

数字电视信号数码率太高,数据量非常大。如果直接存储和传输不但开销很大，而且有时设备也承受不了如此大的负荷。压缩编码以压缩信源数码率为目的，尽量减少信源各符号的相关性，使信源的传输效率提高。当然，它是以牺牲图像质量为前提。必定会对信号造成一定的损伤。

下面针对几种常用的图像压缩方式，来看一下他具体会对信号带来什么样的损伤呢？