9章 视频压缩技术基础
视频压缩技术及视频资源在高校中的实际应用研究
目前高 校计 算机 教学 的一 种非 常重 要 的手段 是运 用 多媒 体工 具 进行 辅助 教学 。然 而 ，作 为多媒 体重 要组 成部 分视 频 资源 的应 用在 长 期 的教学 实践 中却往 往被 忽 视 了 。随 着计 算机 课程 在各 类 学科 体 系 中所 占比重 的增 加 ，用 于 计算 机教 学 的视频 课件 相继 开 发 出来 。越来 越 多的 计算 机教师 将 视频 资源应 用 于 教学 中，并 取 得 了 良好 的效 果 。但 是 ，视 频 资源 在高 校计 算机 教学 中 的应用 所 存在 的 问题 也一 步 一步地 突显 出来 。
摘 要 ：该 文讨论 了视 频 压缩技 术及 视频 资 源在 高校 中的 实际应 用 ，并对 其 它相 关问题 进行 了剖析 与研 究 。 关键 词 ：视 频 ；压缩 ；资 源 ；教 学 中图分类号 ：Ｔ １． 文献标识码 ：Ａ Ｎ９５ ３ ４ 文章编号：１０－ ５９（ ００ ７ ０ ９一 １ ０７ ９９ ２１ ）０－ １５ Ｏ
成 为视 频教 学上层 次上 水平 的瓶 颈 ，必须 引起 高度 重视 。 参考 文 献 ：
… 胡 凡 良， ， 陶深． 于 Ｄｉｃ ｈｗ 的视 频会 议 系统的设 计 与 宋玲 李 基 ｒｔ ｏ ｅＳ
实 『 现［． １ 计算机工程与设计， ０， ｉ ： ６—１６ ２ ６ ７ ） １４ １６． ０ ２ ７１
ＴｈｅＰｒ ｃ ｉａ ａ ｔｃ ｌ Ａｐｐｌ ａｔｏ ｆＶｉ ｏ Ｃｏ ｐｒ ｓｉ ｎ Ｔｅ ｈｎｏｏｇ ｉ ｉ ｎ ｏ ｄｅ ｍ ｃ ｅ ｓｏ ｃ ｌ ｙ＆ Ｖｉ ｏ ｓ ｕｒ ｅ ｎ Ｕｎｉ ｅ ｓｔｅ ｄｅ Ｒｅ ｏ ｃ ｓｉ ｖ ｒ ｉｉｓ
Ｌ ｉｈ ｎ ｉ Ｈａ ｃ ｅ ｇ
【 李智 芳， 超． 于 Ｄｉ ｃ ｈｗ 流媒 体 采集 和播放 系统 设计 和 实 ２ 】 黄 基 ｒｔ ｏ ｅＳ 现 ［． Ｉ中山大 学学报 伯 然科 学版） ０ ５ ４１６ １９ ］ ， ０， ： — ６． ２ ４ ６
视频压缩技术有：MPEG-4、H263、H263+、H264等.doc
MPEG-4视频编码技术介绍
MPEG是“Moving Picture Experts Group”的简称，在它之前的标准叫做JPEG，即“Joint Photographic Experts Group”。当人们用到常见的“.jpg”格式时，实际上正在使用JPEG的标准。JPEG规范了现代视频压缩的基础，而MPEG把JPEG标准扩展到了运动图象。MPEG-4视频编码标准支持MPEG-1、MPEG-2中的大多数功能，它包含了H.263的核心设计，并增加了优先特性和各种各样创造性的新特性。它提供不同的视频标准源格式、码率、帧频下矩形图像的有效编码，同时也支持基于内容的图像编码。采纳了基于对象(Object-Based)的编码、基于模型(Model-based)的编码等第二代编码技术是MPEG-4标准的主要特征。
H.263+视频压缩标准
1.ITU-T在H.263发布后又修订发布了H.263标准的版本2，非正式地命名为H.263+标准。它在保证原H.263标准核心句法和语义不变的基础上，增加了若干选项以提高压缩效率或改善某方面的功能。原H.263标准限制了其应用的图像输入格式，仅允许5种视频源格式。H.263+标准允许更大范围的图像输入格式，自定义图像的尺寸，从而拓宽了标准使用的范围，使之可以处理基于视窗的计算机图像、更高帧频的图像序列及宽屏图像。为提高压缩效率，H.263+采用先进的帧内编码模式；增强的PB-帧模式改进了H.263的不足，增强了帧间预测的效果；去块效应滤波器不仅提高了压缩效率，而且提供重建图像的主观质量。为适应网络传输，H.263+增加了时间分级、信噪比和空间分级，对在噪声信道和存在大量包丢失的网络中传送视频信号很有意义；另外，片结构模式、参考帧选择模式增强了视频传输的抗误码能力。
视频编解码技术使用教程(系列八)
视频编解码技术使用教程在当下科技高速发展的时代，视频编解码技术在我们的生活中扮演着越来越重要的角色。
从我们每天使用的社交媒体应用到电影制作领域，视频编解码技术都是不可或缺的一部分。
本文将为你介绍视频编解码技术的基本原理和使用教程。
第一部分：视频编码的基本原理视频编码是指将原始视频信号转化为数字数据的过程。
其目的是通过压缩数据量，以便于存储、传输和处理。
视频编码的核心原理是采用一系列算法，根据图像的冗余性和视觉特性将原始数据进行压缩。
1. 帧间压缩：视频编码中最常用的压缩技术之一是帧间压缩。
该技术利用了视频中帧与帧之间的冗余性。
在一个连续的视频序列中，相邻帧之间的图像内容通常变化很小。
因此，只需存储每个关键帧（I 帧）以及其后的差异帧（P帧和B帧），就可以恢复出完整的视频序列。
2. 量化和编码：在帧间压缩的基础上，视频编码采用了量化和编码技术来进一步减小数据量。
量化是指将视频中的像素值映射到较少数量的级别，以减小数据的精度。
编码是指将量化后的数据表示为更紧凑的二进制码流，以进一步减小数据量。
第二部分：视频解码的基本原理视频解码是指将压缩后的视频数据恢复为原始视频信号的过程。
其主要任务是逆向视频编码过程，对编码后的数据进行解码和还原。
视频解码的核心原理是采用像素重建和帧重建的技术。
1. 像素重建：在解码阶段，先通过解码器将压缩后的二进制码流还原为量化后的视频数据。
接下来，通过逆量化和逆转换的算法，将量化后的数据恢复为原始像素值。
通过这个过程，可以实现图像像素的逐渐重建。
2. 帧重建：在还原出完整的图像像素后，视频解码器会对连续的帧进行恢复。
对于关键帧（I帧），直接从像素值中重建；对于差异帧（P帧和B帧），则需要根据之前的参考帧和差异数据进行重建。
通过帧重建，可以实现完整视频序列的恢复。
第三部分：视频编解码技术的应用教程视频编解码技术已经广泛应用于各个领域，以下是几个常见的应用教程：1. 视频编码与传输：对于需要传输视频的场景，如实时视频会议、视频直播等，我们可以使用、HEVC等先进的视频编码标准进行压缩和传输。
《数字图像处理》教学大纲
《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。
课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。
二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。
具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。
三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。
视频压缩原理
第1章介绍1. 为什么要进行视频压缩未经压缩的数字视频的数据量巨大存储困难一张DVD只能存储几秒钟的未压缩数字视频。
传输困难1兆的带宽传输一秒的数字电视视频需要大约4分钟。
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，AVC，AVS4. 编解码器•编码器（Encoder）•压缩信号的设备或程序•解码器（Decoder）•解压缩信号的设备或程序•编解码器(Codec)•编解码器对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•ASIC， FPGA数字信号处理器DSP软件•编解码器产品：•机顶盒数字电视摄像机监控器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：•标准编解码器可以进行批量生产，节约成本。
主流的视频编码标准：MPEG-2MPEG-4 Simple ProfileAVCAVSVC-1标准化组织：•ITU：International Telecommunications Union•VECG：Video Coding Experts Group•ISO：International Standards Organization•MPEG：Motion Picture Experts Group8. 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•传输系统不可靠•带宽限制信号衰减噪声干扰传输延迟•视频传输出现的问题•不能解码出正确的视频视频播放延迟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：信道编码差错控制技术编码器差错恢复解码器差错隐藏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。
网络视频基础知识
网络视频基础知识随着互联网的发展和网络带宽的提高，网络视频已经成为人们日常娱乐和学习的重要方式。
无论是在家中观看电影、追剧，还是在办公室学习教育视频，网络视频都已经深入到我们的生活中。
在使用网络视频的过程中，了解基础知识非常重要，下面将为您介绍一些网络视频的基本概念和常用技术。
一、视频编码格式视频编码格式是指将视频信号转换成数字信号的一种技术，它对视频信号进行压缩和解压缩，以达到提高视频压缩比和保持视频质量的目的。
目前常见的视频编码格式有H.264、H.265、VP9等。
H.264是应用最广泛的视频编码格式，它能够在保持良好视频质量的同时，实现较高的压缩比，适用于各种网络环境。
H.265是H.264的升级版，它在保证同等画质的情况下，能够进一步减少视频数据量，降低带宽需求。
二、视频流媒体视频流媒体是一种通过互联网传输视频数据的技术。
在视频流媒体中，视频数据会被分成一系列的小数据包，通过网络传输到用户的终端设备，然后再根据播放需求进行解码和播放。
常见的流媒体协议有HTTP、RTMP、HLS等。
HTTP协议是目前应用最广泛的流媒体协议，它可以通过普通的HTTP服务器进行视频的传输，并且在传输过程中能够适应网络带宽的变化，提供更好的观看体验。
三、自适应码率技术自适应码率技术是一种根据用户的实际网络环境和设备性能来自动调整视频码率的技术。
在视频播放过程中，自适应码率技术可以根据网络带宽的情况，选择合适的视频码率进行播放。
如果网络带宽不稳定或者较低，自适应码率技术会自动选择较低的码率，以保证视频的连续播放和较好的观看体验。
而当网络带宽较高时，自适应码率技术则会选择较高的码率，以提供更清晰的视频质量。
四、4K、8K视频4K、8K视频是指视频的分辨率达到了4K（3840×2160像素）或者8K（7680×4320像素）。
随着显示设备的发展和技术的进步，4K、8K视频已经逐渐进入人们的视野。
视频压缩技术简介及其应用
Ｊ Ｅ 采用 了８ 像素 自 ＰＧ ×８ 适应Ｄ Ｔ（ Ｃ 离散余弦变换 ）算法 （Ｊ Ｔ 、量化以及哈夫曼编码， ＾ｃ ） ） 可获得１ ：ｌ Ｊ０ 的压缩比。下面对Ｊ Ｅ 的编码和解码过程作一叙述 ： ０ ￣８ ．１ ＰＧ 对原始 图像 的每一个分量，首先分割成不重叠 的８ 的像素块 ，然后作８ 的二维ＤＴ ×８ ×８ Ｃ 变换。得到的６ 个系数代表了该 图像块 的频率成分。在８ 的系数矩 阵中，左上角 的一个 ４ ×８ 为直流 （ Ｃ Ｄ ）系数，其余６ 个为交流 （Ｃ ３ Ａ ）系数 。从左到右 ，水平频率增高，从上到下 ， 竖直频率增高。接着 ，对ＤＴ Ｃ 系数量化，再用Ｚ （ ｉｚ ｇ 形 Ｚ ｇａ ）扫描将系数矩阵变成一维数列，
维普资讯
ቤተ መጻሕፍቲ ባይዱ
６ ６
《 信对抗 》 通
２ ０ 年 ０１
种 ：ＪＥ 、Ｍ Ｅ １ Ｐ Ｇ 、Ｍ Ｅ４ ． ６ 等 。在 当今 数字录 像 领域 应 用广 泛 的有 ：Ｍ Ｊ Ｅ 、 Ｐ Ｇ Ｐ Ｇ 、Ｍ Ｅ ２ Ｐ Ｇ 、Ｈ ２ ３ —Ｐ Ｇ Ｍ Ｅ １ 正推 出 的 Ｍ Ｅ ４ ＰＧ压 缩 技 术主 要针 对静 止 图像 ：Ｍ Ｅ １ 缩技 术是 面 向数 字存 ＰＧ 及 Ｐ Ｇ Ｊ Ｅ ＰＧ 压
传统的视频压缩编码是建立在香农信息论的基础上 ， 它以经典的集合论为基础， 用统计
概 率模 型 来 描述 信源 ，长 期 以来 ， 基 于像 素 的方 法 一直 是 图像 编 码 的主 流 方法 ，它从 消 除
图像数据 的相关冗余 出发，编码实体是像素或像素块 ，但没有考虑人眼视觉特性对编码图 像的影响，ＪＥ 、Ｍ Ｅ １ － Ｇ Ｐ Ｇ 就是利用这种编码技术制定 的压缩标准 。它采用 的编码技术包括预 Ｐ 测编码、变换编码、熵编码以及运动补偿等，Ｍ Ｅ ４ Ｐ Ｇ 是基于Ａ 对象 的压缩模式，首次采用了 ｖ 基于对象的概念，具有极高的数据压缩 比，并注重多媒体系统的交互性和灵活性 。
视频编码的技术基础及发展方向
数据格式也给视频编码技术研究带来新 的机会和挑战 。
关 键 词 ：视 频 编 码 ；机 器 学 习 ；虚 拟 现 实 ；球 面 视 频 ；体 视 频 中 图 分 类 号 ：Ｔ Ｐ ３ ９ ３ ｄ ｏ ｉ ： １ ０ ． １ １ ９ ５ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ０ ８ ０ １ ． ２ ０ １ ７ ２ ４ ８ 文 献 标 识 码 ：Ａ
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｖ ｉ ｄ ｅ ｏ ｃ ｏ ｄ ｉ ｎ ｇ ， ｍａ ｃ ｈ ｉ ｎ ｅ ｌ ｅ ａ ｒ ｎ ｉ ｎ ｇ ， ｖ ｉ ｒ ｔ ｕ ａ ｌ ｒ ｅ ａ ｌ ｉ ｙ， ｔ ｓ ｐ ｈ ｅ ｒ ｉ ｃ ａ ｌ ｖ ｉ ｄ ｅ ｏ ， ｖ ｏ ｌ ｕ ｍｅ ｔ ｒ ｉ ｃ ｖ ｉ ｄ ｅ ｏ
ｓ ｐ ｈ ｅ ｒ ｉ ｃ ａ ｌ ｖ ｉ ｄ ｅ ｏ ｃ ｏ ｄ ｉ ｎ ｇ ａ ｎ ｄ ｖ ｏ ｌ ｕ ｍｅ ｔ ｒ ｉ ｃ ｖ ｉ ｄ ｅ ｏ ｃ ｏ ｄ ｉ ｎ ｇ ｏｒ ｆ ＡＲ／ ＶＲ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ， ｔ ｈ ｅ ｎ ｅ ｗ ｖ ｉ ｄ ｅ ｏ ｓ ｏ ｕ ｒ ｃ ｅ ｄ ａ ｔ ａ ｆ ｏ ｒ ｍａ ｔ ｏ ｆ ｔ ｈ ｅ ｖ ｉ ｄ ｅ ｏ ｅ ｎ ｃ ｏ ｄ ｉ ｎ ｇ ｔ ｅ ｃ ｎ ｏ ｈ ｌ ｏ ｇ ｙ ｈ ａ ｓ ｂ ｒ ｏ ｕ ｇ ｈ ｔ ｎ ｅ ｗ ｏ ｐ ｐ ｏ ｒ ｔ ｕ ｎ ｉ ｔ ｉ ｅ ｓ ａ ｎ ｄ ｃ ｈ ａ ｌ ｌ ｅ ｎ ｇ ｅ ｓ ．
，
，
１ ． Ｈｕ ａ ｗｅ ｉ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｅ ｓ Ｃｏ ． ， Ｌ ｔ ｄ ． ， Ｓ ｈ ｅ ｎ ｚ ｈ ｅ ｎ ５ １ ８ １ ２ ９ ， Ｃｈ ｉ ｎ ａ
视频压缩的基本概念
视频压缩的基本概念视频压缩基本概念视频压缩的目标是在尽可能保证视觉效果的前提下减少视频数据率。
视频压缩比一般指压缩后的数据量与压缩前的数据量之比。
由于视频是连续的静态图像,因此其压缩编码算法与静态图像的压缩编码算法有某些共同之处，但是运动的视频还有其自身的特性，因此在压缩时还应考虑其运动特性才能达到高压缩的目标。
在视频压缩中常需用到以下的一些基本概念：（一）、有损和无损压缩:在视频压缩中有损（Lossy ）和无损（Lossless）的概念与静态图像中基本类似。
无损压缩也即压缩前和解压缩后的数据完全一致。
多数的无损压缩都采用RLE行程编码算法。
有损压缩意味着解压缩后的数据与压缩前的数据不一致。
在压缩的过程中要丢失一些人眼和人耳所不敏感的图像或音频信息,而且丢失的信息不可恢复。
几乎所有高压缩的算法都采用有损压缩,这样才能达到低数据率的目标。
丢失的数据率与压缩比有关,压缩比越小，丢失的数据越多,解压缩后的效果一般越差。
此外,某些有损压缩算法采用多次重复压缩的方式,这样还会引起额外的数据丢失。
（二）、帧内和帧间压缩:帧内（Intraframe）压缩也称为空间压缩（Spatial compression）。
当压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息，这实际上与静态图像压缩类似。
帧内一般采用有损压缩算法，由于帧内压缩时各个帧之间没有相互关系，所以压缩后的视频数据仍可以以帧为单位进行编辑。
帧内压缩一般达不到很高的压缩。
采用帧间（Interframe）压缩是基于许多视频或动画的连续前后两帧具有很大的相关性，或者说前后两帧信息变化很小的特点。
也即连续的视频其相邻帧之间具有冗余信息,根据这一特性，压缩相邻帧之间的冗余量就可以进一步提高压缩量，减小压缩比。
帧间压缩也称为时间压缩（T emporal compression），它通过比较时间轴上不同帧之间的数据进行压缩。
帧间压缩一般是无损的。
帧差值（Frame differencing）算法是一种典型的时间压缩法，它通过比较本帧与相邻帧之间的差异，仅记录本帧与其相邻帧的差值，这样可以大大减少数据量。
什么是视频压缩
什么是视频压缩视频压缩是一种通过减少视频数据量和优化编码算法来减小视频文件大小的技术。
在现代数字化社会中，视频成为了人们记录和分享生活的重要方式之一。
然而，由于高分辨率、高帧率和更复杂的编码标准，视频文件的大小也在迅速增长。
为了解决这个问题，视频压缩技术应运而生。
1. 视频压缩的原理视频压缩的基本原理是通过删除或减少视频中的冗余信息和不可察觉的细节来减小文件大小。
这些信息可以是人眼无法察觉的颜色变化或细小的运动。
视频压缩技术利用人眼对动态图像的特性以及观看视频时对画面质量的感知差异，将其应用于编码算法中。
2. 视频压缩的流程视频压缩是一个复杂的过程，一般包括以下几个步骤：（1）采样：采集视频信号并将其分解为连续的图像帧。
（2）预处理：对每一帧图像进行去噪、颜色空间转换和图像增强等处理，以提高图像质量。
（3）编码：将每一帧图像转换为数字数据，并通过编码算法将其压缩成更小的文件。
（4）解码：将压缩后的视频文件解码，还原成可识别的数字数据。
（5）重建：将解码后的数字数据重新构建成连续的图像帧。
（6）显示：将重建的图像帧以恢复的形式显示在观众面前。
3. 常见的视频压缩算法（1）基于帧间预测的压缩算法：针对视频序列中帧之间的相关性，利用前一帧或其他关键帧的信息进行差别编码，以减少冗余数据量。
（2）基于变换编码的压缩算法：通过将视频帧转换为频域中的系数，再根据系数的重要性进行量化和编码，以达到压缩的目的。
（3）基于运动估计的压缩算法：利用视频帧之间的运动信息，通过估计和描述物体在时间上的移动来减少信息冗余。
（4）基于空间域和频域的压缩算法：综合运用空间域和频域中的信息，对视频进行压缩，以提高压缩效率和图像质量。
4. 常见的视频压缩标准（1）MPEG标准：有MPEG-1、MPEG-2、MPEG-4等不同版本，其中MPEG-4具有较高的压缩比和较好的图像质量，广泛应用于互联网视频传输和存储。
（2）H.264/AVC：是一种基于块的视频压缩标准，具有更好的图像质量和更高的压缩比，被广泛应用于数字电视、高清视频和蓝光光盘等领域。
音频、视频技术基础习题,音频、视频技术基础考试试题,试卷,职业练习题
《音频、视频技术基础》习题2第一部分一、单项选择题1.（）是把有意义的信息编码为伪随机性的乱码以保护信息的一门学科。
A、信息编码学B、密码编码学C、音频编码学D、伪装编码学2.（）是衡量音频频域范围的指标。
A、频率质心B、带宽C、基音D、频带能量3. 人类接受的信息约70%来自（）。
A、阅读B、听觉C、视觉D、触觉4.（）是指每帧内信号通过零值的次数。
它是音频信号时域分析中最简单的一种特征。
A、短时能量过零率B、短时频域过零率C、短时自相关率D、短时平均过零率5. 在基于片段的音频特征中，（）是指片段中相邻帧间谱变化的平均值。
A、静音帧率B、和谐度C、低能量帧率D、谱通量6. 在空气中传播的波叫做（）。
A、波动B、振动波C、声波D、空气波7．（）是指直接针对音频PCM码流的样值进行处理，通过静音检测、非线性量化、差分等手段对码流进行压缩。
A、时域压缩B、频域压缩C、子带压缩D、变换压缩8.（）是对一段音频数据进行“线性”变换，对所获取的变换域参数进行量化、传输。
A、时域压缩B、频域压缩C、子带压缩D、变换压缩9.（）是声音的高低，由发声体振动频率的高低决定的。
A、音高B、音值C、音量D、音色10．（）是声音的强弱，由发声体振动幅度的大小决定的。
A、高音B、音值C、音量D、音色二、多项选择题1. 独立场景识别采用的方法可以分为（）。
A、基于阈值的方法B、基于矢量量化的方法C、基于隐马尔可夫的方法D、基于支持向量机的方法E、基于人工神经网络和规则的方法2. 在基于特征子空间分解的水印模型中，水印系统由以下哪几部分组成?（）A、水印的生成B、水印的嵌入C、水印的传输D、水印的检测3. 根据音频压缩技术的原理，音频编码方法可以分为（）。
A、基于音频数据的统计特性进行编码B、基于音频的声学特征进行参数编码C、基于人耳的听觉特性进行编码D、基于数据统计的编码4. 一个典型的音频编码方法论应该具有以下特征（）。
多媒体数据压缩基础
.2.3 压缩和解压速度
在许多应用中，压缩和解压可能丌同时 使用，所以压缩和解压速度分别估计。 静态图像中，压缩速度没有解压速度严 格；动态图象中，压缩、解压速度都有 要求，因为需要实时的从摄像机或VCR 中抓取动态视频
.2.4 软硬件处理能力
软硬件压缩、解压时需要有统一的标准。
软件：photoshop、kmplayer、暴风 影音 硬件：显卡、声卡
仙农-范诺编码算法需要用到下面两个基本概 念： （1）熵（Entropy） 某个事件的信息量（又称自信息）用Ii ＝ log2 pi表示，其中pi为第i个事件的概率，0< pi ≤ 1。 信息量Ii的概率平均值叫做信息熵，或简称熵。 熵是信息量的度量方法，它表示某一事件出现 的消息越多，事件发生的可能性就越小，数学 上就是概率越小。
三、多媒体数据压缩算法
3.1熵编码
熵编码是基亍统计的，可变码长的压缩 编码方法
方法：识别一个给定的数据流中出现频 率最高的比特或字节模式，幵用比原始 比特更少的比特数来对其编码；即出现 频率多的模式，编码位数越少，而出现 频率少的模式，其编码位数越多。
.3.1.1仙农—范诺编码 仙农-范诺（Shannon-Fano）编码的目的是 产生具有最小冗余的码词（code word）。其 基本思想是产生编码长度可变的码词。码词长 度可变指的是，被编码的一些消息的符号可以 用比较短的码词来表示。估计码词长度的准则 是符号出现的概率。符号出现的概率越大，其 码词的长度越短。
多媒体数据压缩基础
本节介绍
多媒体数据压缩原理 多媒体数据压缩性能指标 多媒体数据压缩的常用算法
课后作业
1. 为什么要迚行压缩、主要的数据冗 _、 ___、__和软件、硬件的处理能力
H.264数字视频压缩技术详解
Ｈ．２６４数字视频压缩技术详解 ＤＶＲ在短短的几年里就成为了全球安防产业最受瞩目的产品明星，极大的推动了安防产业数字化的进程。
而作为ＤＶＲ技术的核心，视频编码技术的发展更是日新月异，不断的在安防产业掀起一波又一波新的技术革命，ＭＰＥＧ－４的出现掀起了一次技术革命，Ｈ．２６４以其较ＭＰＥＧ－４更高的视频压缩比和更强的网络传输功能无疑会引发另一场新的改革浪潮。
１、视频编码技术的发展历程 自上个世纪８０年代以来，ＩＳＯ／ＩＥＣ制定的ＭＰＥＧ－ｘ和ＩＴＵ－Ｔ制定的Ｈ．２６ｘ两大系列视频编码国际标准的推出，开创了视频通信和存储应用的新纪元。
从Ｈ．２６１视频编码建议，到Ｈ．２６２／３、ＭＰＥＧ－１／２／４等都有一个共同的不断追求的目标，即在尽可能低的码率（或存储容量）下获得尽可能好的图像质量。
而且，随着市场对图像传输需求的增加，如何适应不同信道传输特性的问题也日益显现出来。
于是ＩＥＯ／ＩＥＣ和ＩＴＵ－Ｔ两大国际标准化组织联手制定了视频新标准Ｈ．２６４来解决这些问题。
Ｈ．２６１是最早出现的视频编码建议，目的是规范ＩＳＤＮ网上的会议电视和可视电话应用中的视频编码技术。
它采用的算法结合了可减少时间冗余的帧间预测和可减少空间冗余的ＤＣＴ变换的混合编码方法。
和ＩＳＤＮ信道相匹配，其输出码率是ｐ×６４ｋｂｉｔ／ｓ。
ｐ取值较小时，只能传清晰度不太高的图像，适合于面对面的电视电话；ｐ取值较大时（如 ｐ＞６），可以传输清晰度较好的会议电视图像。
Ｈ．２６３ 建议的是低码率图像压缩标准，在技术上是Ｈ．２６１的改进和扩充，支持码率小于６４ｋｂｉｔ／ｓ的应用。
但实质上Ｈ．２６３以及后来的Ｈ．２６３＋和Ｈ．２６３＋＋已发展成支持全码率应用的建议，从它支持众多的图像格式这一点就可看出，如Ｓｕｂ－ＱＣＩＦ、ＱＣＩＦ、ＣＩＦ、４ＣＩＦ甚至１６ＣＩＦ等格式。
ＭＰＥＧ－１标准的码率为１．２Ｍｂｉｔ／ｓ左右，可提供３０帧ＣＩＦ（３５２×２８８）质量的图像，是为ＣＤ－ＲＯＭ光盘的视频存储和播放所制定的。
音视频压缩技术原理及应用
音视频压缩技术原理及应用一、音视频压缩技术概述在当前数字媒体技术的发展中，音视频压缩技术已经成为了基础性的技术之一。
音视频压缩技术的目的是在保证音视频质量的条件下，减少文件的体积，从而降低音视频数据的传输成本，提高传输效率和实时性。
目前已经有多种音视频压缩技术被广泛使用，并在不同的音视频应用领域上取得了巨大的成功。
二、音视频压缩技术原理音视频压缩技术的原理基于对音视频数据的编码和解码过程。
在数据编码的过程中，对于音视频信号中的冗余信息进行摒弃，对于不同频率的信息进行不同的压缩操作，同时对于连续时域或频域的信息采用差分编码等技术降低数据传输成本。
在数据解码的过程中，根据编码信息中的压缩算法，对源数据进行还原，从而得到音视频信号的原始信息。
三、音视频压缩技术分类根据音视频数据的性质和传输渠道的需求，音视频压缩技术可以被分为无损和有损两种类型。
其中，无损音视频压缩技术被用于传输对音视频质量要求较高的领域，可还原源数据的所有信息，如无损压缩编码 FLAC 和 APE 等；而有损压缩技术适用于传输大量的音视频数据的领域，可以牺牲一定的信息精度，在一定的语音或图像品质需求下达到数据压缩的目的，并被广泛应用于数字广播、数字电视、视频会议、远程监控、多媒体游戏和网络视频等领域。
在有损压缩技术中，可再分为基于编码的压缩技术、基于抽样的压缩技术和混合压缩技术三种类别。
四、视频压缩技术1. H.264/AVC 压缩技术H.264/AVC 是迄今为止最为成功的视频编码标准之一，具有高压缩比、低码率、高画质、低时延和高稳定性等特点。
H.264/AVC 主要解决了不同场景下视频编码复杂度和码率的问题，并被广泛应用于数字电视、网络视频等领域。
2. HEVC 压缩技术HEVC 是高效视频编码标准，对于相同视频码率，比H.264/AVC 可提供更高质量的视频。
HEVC 的高压缩比和低码率使得它适用于高清视频和超高清视频等需要宽带进行传输的领域。
第9章 多媒体通信应用系统
高质量的音频信息； 高质量的实时视频编解码图像； 友好的人机交互界面； 多种网络接口(ISDN、DDN、PSTN、 Internet、卫星等接口)； 明亮、庄重、优雅的会议室布局和设计 也是开好电视会议的一个方面。
多种多样的会议电视应用
会议电视的应用已从单纯的电视会议向 综合业务发展，从单一的电信领域向其 它领域渗透，从机构会议室型向个人桌 面型、家庭型发展和延伸。特别是基于 IP的H.323系统的推广应用，更加剧了会 议电视应用领域的转变和扩张。对于多 种多样的会议电视应用，可归纳为以下 几个主要方面：
ZXMVC8900智能视讯服务器 ZXMVC8900（图9-7所示）是基于H.323 和H.320系列协议的智能视讯服务器，位 于会议电视系统的核心部位，能为不同 网络类型、不同带宽和不同终端类型的 用户提供视频、音频及数据的高效通信。
ZXMVC8900智能视讯服务器
图9-7 ZXMVC8900外形图（正面）
第九章 多媒体通信 应用系统
内
1、 概述
容
2、 多媒体视频会议系统
3、 视频点播系统（VOD） 4、 多媒体远程监控系统
5、 多媒体通信技术的发展趋势
1、概述
根据ITU-T对多媒体通信业务的定义，其业务类型共有6种：
多媒体会议型业务——具有多点、双向通信的特点，如多媒体会 议系统等。 多媒体会话型业务——具有点到点通信、双向信息交换的特点， 如可视电话、数据交换业务。 多媒体分配型业务——具有点对多点通信、单向信息传输的特点， 如广播式视听会议系统。 多媒体检索型业务——具有点对点通信、单向信息传输的特点， 如多媒体图书馆和多媒体数据库等。 多媒体消息型业务——具有点到点通信、单向信息传输的特点， 如多媒体文件传送。 多媒体采集型业务——具有多点到多点、单向信息传输的特点， 如远程监控系统等。
数字电视视频压缩技术原理
数字电视视频压缩技术原理摘要：视频压缩通过减少和去除冗余视频数据的方式，达到有效发送和存储数字视频文件的目的。
在压缩过程中，需要应用压缩算法对源视频进行压缩以创建压缩文件，以便进行传输和存储。
要想播放压缩文件，则需要应用相反的解压缩算法对视频进行还原，还原后的视频内容与原始的源视频内容几乎完全相同。
压缩、发送、解压缩和显示文件所需的时间称为延时。
在相同处理能力下，压缩算法越高级，延时就越长。
传统的压缩编码是建立在香农（Shannon）信息论基础上的，它以经典的集合论为基础，用统计概率模型来描述信源，但它未考虑信息接受者的主观特性及事件本身的具体含义、重要程度和引起的后果。
因此，压缩编码的发展历程实际上是以香农信息论为出发点，一个不断完善的过程。
从不同角度考虑，数据压缩编码具有不同的分类方式。
按信源的统计特性可分为预测编码、变换编码、矢量量化编码、子带－小波编码、神经网络编码方法等。
数眼的视觉特性可能基于方向滤波的图像编码、基于图像轮廓－纹理的编码方法等。
按图像传递的景物特性可分为分形编码、基于内容的编码方法等。
视频压缩技术是计算机处理视频的前提。
视频信号数字化后数据带宽很高，通常在20MB/秒以上，因此计算机很难对之进行保存和处理。
采用压缩技术以后通常数据带宽右以降到1-10MB/秒，这样就可以将视频信号保存在计算机中并作相应的处理。
常用的算法是由ISO制订的，即JPEG和MPEG算法。
JPEG是静态图像压缩标准，适用于连续色调彩色或灰度图像，它包括两部分：一是基于DPCM(空间线性预测)技术的无失真编码，一是基于DCT(离散余弦变换)和哈夫曼编码的有失真算法，前者压缩比很小，主要应用的是后一种算法。
在非线性编辑中最常用的是MJPEG算法，即Motion JPEG。
它是将视频信号50帧/秒(PAL制式)变为25帧/秒，然后按照25帧/秒的速度使用JPEG算法对每一帧压缩。
通常压缩倍数在3.5-5倍时可以达到Betacam的图像质量。
计算机文化基础-第9章
立一个理想的集成环境，以提高多媒体的生产力。
2019/12/19
第一章 信息技术与计算机文化
9
3. 多媒体系统的交互性
多媒体的另一个关键特性是交互性。多媒体系统
采用人机对话方式，对计算机中存储的各种信息进行
查找、编辑及同步播放，操作者可通过鼠标或菜单选
择自己感兴趣的内容。交互性为用户提供了更加有效
算机。
2019/12/19
第一章 信息技术与计算机文化
13
9.2 多媒体计算机系统的组成
9.2.1 多媒体计算机硬件系统 9.2.2 多媒体计算机软件系统
目录 上一页 下一页 结束
2019/12/19
第一章 信息技术与计算机文化
14
9.2.1 多媒体计算机硬件系统
与通用的PC机相比，多媒体计算机的主要硬件除了常规的 硬件如主机、内存储器、软盘驱动器、硬盘驱动器、显示器和 网卡之外，还要有光盘驱动器、音频信息处理硬件和视频信息 处理硬件等部分。图9-1所示为具有基本功能的多媒体计算机硬 件系统。
是指后者，是一种能够表达信息的形式。
目录
国际电话电报咨询委员会CCITT把媒体分
上一页 成了以下五类，即感觉媒体、表示媒体、表现媒
下一页 体、存储媒体和传输媒体。
结束
返回
2019/12/19
第一章 信息技术与计算机文化
5
目录 上一页 下一页 结束
（1）感觉媒体（Perception Medium）：指直接作用于人的 感觉器官，使人产生直接感觉的媒体。如引起听觉反应的声音 ，引起视觉反应的图像等。
9.1.2 多媒体技术的特点
目录
上一页
9.1.3 多媒体技术中的媒体元素
视音频压缩技术标准简要说明
视音频压缩技术标准简要说明视音频是流特性业务，数据量很大未压缩的视频在Internet/Intranet上传输的效果是无法容忍的，而且会很容易地将网络资源吞没，造成网络拥塞甚至崩溃。
因此，IP视频通信的第一步就是视频压缩。
视频压缩编码的理论基础是信息论。
压缩就是从时域、空域两方面去除冗余信息，即将可推知的确定信息去掉。
编码方法大致可分为三类：1.考虑到图像信源的统计特性采用的预测编码方法、变换编码方法、矢量量化编码方法、子带-小波编码方法及神经网络编码方法等；2.考虑到视觉特性采用的基于方向滤波的图像编码方法、基于图像轮廓/纹理的编码方法；3.考虑到图像传递的景物特征，采用的分形编码、基于模块的编码方法。
在IP视音频通信应用中，编码方法的选择不但要考虑到压缩比、信噪比，还要考虑到算法的复杂性。
太复杂的编码算法可能会产生较高的压缩比，但也会带来较大的计算开销，软件实现时会影响通信的实时性。
目前，在众多视频编码算法中，影响最大并被广泛应用的算法标准是IOS/IEC MPEG和ITU-T H.26x。
1 MPEG标准概况F.1.1 MPEG-1ISO的活动图像专家组（MPEG）在1991年11月提出了ISO/IECⅡ172标准草案，通称MPEG-1标准。
该标准于1992年11月通过，1993年8月公布。
它是为工业级标准而设计的，可适用于不同带宽的设备，如 CD-ROM、Video-CD、CD-I等。
MPEG-1的编码速率最高可达4-5Mbits／s。
F.1.2 MPEG-21995年出台的MPEG-2（ISO／IEC 13818），它所追求的是CCIR601建议的图像质量，即为DVB、HDTV和DVD等制定的3Mbps-10Mbps的运动图像及其伴音的编码标准。
MPEG-2在NTSC制式下的分辨率可达720×486，MPEG-2还可提供广播级的视像和CD级的音质。
MPEG-2的音频编码可提供左右中及两个环绕声道，以及一个重低音声道，和多达7个伴音声道（DVD可有8种语言配音的原因）。
几种视频压缩技术概述
几种视频压缩技术概述（返回）（一）、JPEG——静止图像压缩标准1、 JPEG国际标准化组织（ID）和国际电报电话咨询委员会（CCITT）联合成立的专家组织JPEG （Joint Photographic experts group经过五年艰苦细致地工作后，于是1991年3月提出了ISO CDIO918号建议草案：多灰度静止图像的数字压缩编码（简称JPEG标准）。
这是一个适用于彩色和单多多灰度或连续色调静止数字图像的压缩标准。
它包括基于DPCM（差分脉冲编码调制）、DCT（离散余弦变换）和Huffman编码的有损压缩算法两个部分。
前者不会产生失真，但压缩比很小；后一种算法进行图像压缩住处虽有损失但压缩比可以很大，压缩20倍左右时，人眼基本上看不出失真。
JPEG标准有三个范畴：A、基本顺序过程Baseline sequential processes实现有损图像压缩。
重建图像质量达到人眼难以实现图像质量达到人眼难以观察出损失的要求。
采用8*8像素自适应DCT算法、量化及H uffman型的熵编码器。
B、基于DCT的扩展过程（Extended DCT Based Process）使用累进行工作方式，采用自适应算术的编码过程。
C、无失真过程（Lossless Process）采用预测编码及Huffman（或算术编码），可保证重建图像数据与原始图像数据完全相同。
基中的基本顺序过程是JPEG最基本的压缩过程：符合JPEG标准的硬软件编码/解码器都必须支持和实现这个过程。
另两个过程是可选扩展，对一些特定的应用项目有很大实用价值。
（1）、JPEG算法基本JPEG算法操作可分成以下三个步骤：通过离散余弦变换（DCT）去除数据冗余；使用量化表对DCT系数进行量化，量化表是根据人类礼堂系统和压缩图像类型的特点进行优化的量化系数矩阵；对量化后的DCT系数时行编码使其熵达到最小，熵编码采用Huffman可变字长编码（2）、离散余弦变换JPEG采用8*8子块的二维离散余弦变换算法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1浙江工业大学信息学院古辉gh@多媒体技术多媒体技术第九章基本视频压缩技术2多媒体技术第九章基本视频压缩技术z9.1 电视图像的数据率z9.2 视频数据压缩算法3多媒体技术9.1 电视图像的数据率z图像采集的两种方式RGB红(R)、绿(G)、蓝(B)显示到显示器上需要用RGB 格式YUVY 表示亮度，U 和V 表示色差空间。
U 和V 是构成彩色的两个彩色分量，Y 和U 、V 是相互独立的。
YUV 优点：黑白电视可接收彩色电视信号；利用YUV 的独立性和人眼的特性来降低数字图像的存贮容量。
两者之间的转换Y = 77/256R + 150/256G + 29/256BU = -44/256R -87/256G + 131/256B + 128 V = 131/256R -110/256G -21/256B + 1284多媒体技术9.1 电视图像的数据率zYUV 格式使用相同的分辨率对图像的亮度信号和色差信号进行采样；对图像的亮度信号和色差信号采用不同的采样频率（Subsampling ，子采样）。
YUV444，YUV422，YUV411，YUV420 ；YUV420指在水平和垂直方向上每2个连续的采样点上取2个Y 样本，1个红色色差Cr 样本，1个蓝色色差Cb 样本；YUV411水平方向上每4个连续的采样点取4个亮度Y 样本，1个红色色差Cr 样本，1个蓝色色差Cb 样本。
5多媒体技术9.1 电视图像的数据率zITU(国际电汜联仫)-R BT.601标褡数诉徙(4:2:2ó样太阋)亮度(Y): ( 采样频率13.5MHz/s)858样本/行×525行/帧×30帧/秒×10比特/样本= 135Mb/s(NTSC)864样本/行×625行/帧×25帧/秒×10比特/样本= 135Mb/s(PAL)Cr (R-Y) : ( 采样频率6.75MHz/s)429样本/行×525行/帧×30帧/秒×10比特/样本= 68Mb/s(NTSC)429样本/行×625行/帧×25帧/秒×10比特/样本= 68Mb/s (PAL)Cb (B-Y): ( 采样频率6.75MHz/s)429样本/行×525行/帧×30帧/秒×10比特/样本= 68Mb/s (NTSC)429样本/行×625行/帧×25帧/秒×10比特/样本= 68Mb/s (PAL)总计: 270兆比特/秒6多媒体技术9.1 电视图像的数据率z荧光屏上显示的有效图像的数据传输率计算：亮度(Y):720样本/行×480行/帧×30帧/秒×10比特/样本= 104Mb/s (NTSC)720样本/行×576行/帧×25帧/秒×10比特/样本= 104Mb/s (PAL) 色差( Cr, Cb):2×360样本/行×480行/帧×30帧/秒×10比特/样本=104Mb/s (NTSC)2×360样本/行×576行/帧×25帧/秒×10比特/样本=104Mb/s (PAL)z总计: 207 Mb/s ；如果采样精度由10位降为8比特，彩色数字电视信号的数据传输率为166 Mb/s 。
7多媒体技术9.1 电视图像的数据率zVCD Video 图像数据率的估算Video-CD 存储器的数据传输率可达到1.4112 Mb/s, 分配给电视信号的数据传输率为1.15 Mb/s, 存储166 Mb/s 的数字电视信号压缩比高达166/1.15 ≈144:1。
显然，需要进行压缩。
MPEG-1电视图像压缩技术不能达到这样高的压缩比。
为此首先把NTSC 和PAL 数字电视转换成公用中分辨率格式CIF(Common Intermediate Format)的数字电视，这种格式相当于VHS(Video Home System)的质量，于是彩色数字电视的数据传输率就减小到352×240×30×8×1.5 ≈30 Mb/s (NTSC) 352×288×25×8×1.5 ≈30 Mb/s (PAL)所需要的压缩比为：30/1.15 ≈26:1。
这就是MPEG-1 (YUV420) 技术所能获得的压缩比。
≈8多媒体技术9.1 电视图像的数据率zDVD 电视图像数据率的估算DVD-Video 存储器的数据传输率可以达到10.08 Mb/s ，但一张4.7 GB 的单面单层DVD 盘要存放133分钟的电视节目，按照数字电视信号的平均数据传输率为4.1 Mb/s 来计算，压缩比要达到：166/4.10 ≈40:1。
如果电视图像的子采样使用4:2:0格式，每个样本的精度为8比特，数字电视信号的数据传输率就减小到124 Mb/s ，即720×480×30×8×1.5 ≈124 Mb/s (NTSC) 720×576×25×8×1.5 ≈124 Mb/s (PAL)使用DVD-Video 来存储720×480×30或者720×576×25的数字电视图像所需要的压缩比为：124/4.1 ≈30:1。
9多媒体技术表9.1 动态视频压缩利用的各种冗余信息9.2 视频数据压缩算法z电视图像数据压缩的方法压缩方法归纳在表9.1中。
电视图像本身在时间和空间上都含有冗余信息，图像自身的构造也有冗余性。
此外，利用人的视觉特性也可对图像进行压缩，这叫做视觉冗余。
时间冗余空间冗余不确定因素其他非线性量化，位分配人的视觉特性视觉冗余基于知识的编码收发两端的共有认识知识冗余轮廓编码，区域分割图像本身的构造图像构造冗余帧间预测，移动补偿时间方向上的相关性变换编码，预测编码像素间的相关性统计特性目前使用的主要方法内容种类10多媒体技术9.2 视频数据压缩算法zMPEG 专家组定义了三种图像：帧内图像Ｉ(intrapictures)预测图像Ｐ(predicted pictures)插补(双向预测)图像Ｂ(bidirectionally interpolated)图9.1 MPEG 专家组定义了三种图像11多媒体技术9.2 视频数据压缩算法z帧内图像Ｉ的压缩编码算法帧内图像I 不参照任何过去的或者将来的其他图像帧，采用类似JPEG 压缩算法。
如果电视图像是RGB 空间表示，则首先把它转换成YCrCb 空间表示的图像。
每个图像平面分成8×8的图块，对每个图块进行离散余弦变换DCT(discrete Cosine Transform)。
DCT 变换后经过量化的交流分量系数按照Zig-zag 的形状排序，然后再使用无损压缩技术进行编码。
DCT 变换后经过量化的直流分量系数用差分脉冲编码DPCM(Differential Pulse Code Modulation)，交流分量系数用行程长度编码RLE(run-length encoding)，然后再用霍夫曼(Huffman)编码或者用算术编码。
它的编码框图如图9.2所示。
12多媒体技术9.2 视频数据压缩算法图9.2 帧内图像I 的压缩编码算法框图13z预测图像Ｐ的压缩编码算法编码也是以图像宏块(macroblock)为基本编码单元，一个宏块定义为I ×J 像素的图像块，一般取16×16。
使用两种类型的参数表示：一种参数是当前要编码的图像宏块与参考图像的宏块之间的差值，另一种参数是宏块的移动矢量。
移动矢量的概念如图9.3所示。
图9.3 移动矢量的概念14求解差值方法如图9.4所示。
假设编码图像宏块为M PI ,参考图像宏块为M RJ ,它们的差值就是这两个宏块中相应像素值之差。
对所求得的差值进行彩色空间转换，并作4:1:1的子采样得到Y,Cr 和Cb 分量值，然后仿照JPEG 压缩算法对差值进行编码，计算出的移动矢量也要进行霍夫曼编码。
图9.4 预测图像P 的压缩编码算法框图15多媒体技术9.2 视频数据压缩算法z求解移动矢量的方法定义在图9.5中。
在求两个宏块差值之前，需要找出编码图像中的预测图像编码宏块M PI 相对于参考图像中的参考宏块M RJ 所移动的距离和方向，这就是移动矢量(motion vector)。
图9.5 移动矢量的算法框图16多媒体技术绝对差值AE 均方误差MSE平均绝对帧差MAD9.2 视频数据压缩算法最佳匹配判据[]∑∑≤≤==−−−×=21221)16(,),(),(1j yxi j i d j d i g j i f JI MSE ∑∑≤≤==−−−×=2121)16(,),(),(1j yxi j i dj d i g j i f JI MAD )16(,),(),(15150==−−−=∑∑==j i d j di g j i f AE j y xi 17多媒体技术图9.6 二维对数搜索法(2D-logarithmic search)9.2 视频数据压缩算法二维对数搜索法(2D-logarithmic search)这种方法采用MSE 匹配判据。
搜索策略是沿着最小失真方向搜索。
在搜索时，每移动一次就检查5个搜索点。
在例子中，步骤1, 2, …, 5得到的近似移动矢量d 为(i ，j-2)、(i, j-4)、(i+2, j-4)、(i+2，j-5)和(i+2, j-6)，最后得到的移动矢量为d(i+2, j-6)。
18多媒体技术图9.7 三步搜索法(three-step search)9.2 视频数据压缩算法三步搜索法(three-step search)这种搜索法与二维对数搜索法很接近。
不过在开始搜索时，搜索点离(i,j)这个中心点很远，第一步就测试8个搜索点，如图9.7所示。
在这个例子中，点(i+3,j-3)作为第一个近似的移动矢量d1；第二步，搜索点偏离(i+3,j-3)较近，找到的点假定为(i+3,j-5)；第三步给出了最后的移动矢量为d(i+2,j-6)。
本例采用MAD 作为匹配判据。
19图9.8 对偶搜索法(conjugate search)对偶搜索法(conjugate search)该法使用MAD 作为匹配判据，示例如图9.8。
在第一次搜索时，通过计算点(i-1，j)、(i ，j)和(i+1，j)处的MAD 值来决定i 方向上的最小失真。