第五节 数字视频压缩基础知识

数据种类
应用领域 理论
数据压缩方法 熵、复杂性、信息冗余 哈夫曼树、算术编码（Shannon-Fano、区间）、Golomb、Exp-Golomb、统 一编码 ( Elias、Fibonacci)、Asymmetric binary RLE. L277/78. LZSS. LZW. LZWL\ LZO. DEFLATE\ LZMA. LZX. LZJB
第五节
数字视频压缩基础知识
当今社会生活中，图像信息和通信起着非常重要的作用。数字视频压缩 的实际应用是近10年来超大规模集成电路（VLSI）、比较好的压缩算法、视 觉生理研究和标准等方面显著技术发展的结果。数字视频压缩广泛应用于视 频传输、计算机多媒体和数值存储等方面。 一、数字视频压缩的概念 （一）数字视频压缩 1．数字视频压缩的优势 数字视频有许多优点，但是由于其占用带宽太宽而限制了它的实际应用。 数字视频压缩技术的发展，推动了数字视频的实际应用。现以PAL制彩电的卫 星传输为例说明压缩的作用和意义。我国PLA制彩电的视频带宽Fc=6.0MHz。 根据奈斯特定理，取样频率Fs>2Fc.CCIR601建议书规定：亮度信号的取样频 率为13.5MHz，色度信号的取样频率为6.75MHz，每个取样8bit，则传输PAL制 彩电所需要的传输速率为13.5MHz×8bit+6.75MHz×8bit=216MB/s (2-28) 这样高的传输频率，采用2PSK调制，所需传输带宽大于200MHz，即使采 用4PSK，所需传输带宽也要100MHz以上。在现存的传输媒介中，要占用这样 宽的带宽来传送视频不仅困难，同时也是不经济的。
二、压缩算法与编码 （一）压缩算法的概念 压缩算法就是通过一些运算将文件缩小的一系列运算方法，通常把数据经 过压缩和解压缩的过程称为编码和解码。 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。 1．有损数据压缩和无损数据压缩 无损数据压缩(Lossless Compression)方法是指数据经过压缩后，信息不 受损失，还能完全恢复到压缩前的原样。它和有损数据压缩相对。这种压缩的 压缩比通常小于有损数据压缩的压缩比。 有损数据压缩(Loss Coml)ression)方法是经过压缩、解压的数据与原始数 据不同但非常接近的压缩方法。有损数据压缩又称破坏型压缩，即将次要的信 息数据舍弃，牺牲一些质量来减少数据量，使压缩比提高。它是与无损数据压 缩对应的压缩方法。根据各种格式设计的不同，有损数据压缩都会有生成损失 ( Generation Loss)，压缩与解压文件都会带来渐进的质量下降。这种方法经 常用于因特网，尤其是流媒体及电话领域。
Leabharlann Baidu
1．CCIR 601号建议的3个规定。 601号建议对彩色电视信号的编码方式、取样频率、取样结构都作了明 确的规定。 (1)规定彩色电视信号采用分量编码。所谓分量编码，就是彩色全电视信 号在转换成数字形式之前，先被分离成亮度信号和色差信号，然后对它们分别 进行编码。分量信号(Y、B-Y、R-Y)被分别编码后，再合成数字信号。 (2)规定取样频率与取样结构。在4:2:2等级的编码中，规定亮度信号和色 差信号的取样频率分别为13.5MHz和6.75MHz，取样结构为正交结构，即按行、 场、帧重复，每行中R-Y积B-Y的取样与奇次(I，3，5…)Y的取样同位置，即取 样结构是固定的，而取样点在电视屏幕上的相对位置不变。 (3)规定编码方式。对亮度信号和2个色差信号进行线性PCM编码，每个取 样点取8bit量化。同时，规定在数字编码时，不使用A/D转换的整个动态范围， 只给亮度信号分配220个量化级，黑电平对应于量化级16，白电平对应于量化 级235。为每个色差信号分配224个量化级，色差信号的零电平对应于量化级 128。 2．CCIR 601号的初始建议 (1)亮度抽样频率为525/60和625/50三大制式行频公倍数的2.25MHz的6倍， 即Y、R-Y、B-Y三分量的抽样频率分别为13.5、6.75、6.75MHz。现行电视制式 亮度信号的最大带宽是6MHz，13.5MHz>2×6MHz=12MHz，满足奈奎斯特定理 （抽样频率至少等于视频带宽的2倍）。考虑到抽样的样点结构应满足正交结构 的要求，2个色差信号的抽样频率均为亮度信号抽样频率的一半。 (2)抽样后采用线性量化，每个样点的量化比特数用于演播室为10bit，用
(3)最后一次的无损失压缩：通过把固定长度和可变长度 编码进行句法组合，而无损失地把信息变换到比特流中去。 2．压缩的基本算法 压缩算法依赖于以下两种基本方法： (1)运动补偿法。以像块为基础的运动补偿，用于减少 时间冗余。运动补偿的时间预测方法用来开拓视频信号很强的 时间相关法。时间预测既适用于有因果关系的预测器（即纯预 测编码），也适用于无因果关系的预测器（即内插编码）。 (2)离散余弦变换法。以变换（离散余弦变换，DCT）为 基础的压缩，用于减少空间冗余。减少空间冗余的方法(DCT方 法)直接用于信源图像及时间预测后的误差信号上。 预测误差信号可利用降低空间冗余(8×8DCT)进一步压 缩与运动有关的信息，以16×16的像块为基础，并与空间信息 一块传输。目前用于数据压缩的算法有多种，见表2-5。
3．对称和不对称编码 对称性(Symmetric)是压缩编码的一个关键特征。对称意味着压缩和解 压缩占用相同的计算处理能力和时间；对称算法适合于实时压缩和传送视频， 如视频会议应用就以采用对称的压缩编码算法为好。而在电子出版和其他多媒 体应用中，一般是把视频预先压缩处理好，而后再播放，因此可以采用不对称 （Asymmetric）编码。 不对称或非对称意味着压缩时需要花费大量的处理能力和时间，而解压 缩时则能较好地实时回放，也即以不同的速度进行压缩和解压缩。一般地说， 压缩一段视频的时间比回放（解压缩）该视频的时间要多得多。例如，压缩一 段3min的视频片断可能需要10多分钟的时间，而该片断实时回放时间只有3min。 （二）压缩算法的实现 1．压缩算法的层次 压缩算法通常分几个层次完成压缩。对于MPEG算法，是采用3个层次完成 压缩，即带宽压缩、匹配主观的有损失压缩和最后一层的无损失压缩。 (1)带宽压缩：主要是源分解力和目标比特率匹配及降低色度的分解力， 达到主观上满意的程度。 (2)匹配主观的有损失压缩：压缩算法本身是利用波形分析和主观适配的 量化来去掉空间冗余和时间冗余，在这个层次压缩是有损失的。
使用数字视频压缩技术，可以做到把216MB/s的速率压缩到8MB/s左右， 而解压缩后的质量可以达到广播级。这样，在现行传输l路模拟电视信号的1 个36MHz卫星转发器中，可以传输46路广播级压缩后的电视信号。 2．数字视频压缩的过程 压缩基本上是这样一个过程：1个图像序列中前后帧图像之间存在着一 定的相关性，这种相关性使得图像中存在大量的冗余信息。一般就利用图像 之间的相关性来减少图像或图像组的内容信息，只保留少量非相关信息进行 传输，接收机就利用这些非相关信息，按照一定的解码算法，可以在保证一 定图像质量的前提下尽可能重现原始图像。 一般地，数字视频压缩是从分量视频表达开始的，此时信号是以1个 亮度分量、2个色度分量来表达的。最广为接受的数字分量视频格式是 CCIR601，该建议使用了共结点模型的4:2:2采样结构。所谓共结点，是指每 个彩色像素点由3个采样来描述：1个亮度采样、2个色差形成的色度采样， 因为这3个采样在时间上是重合的，所以称为共结点。 在525行的系统中，每帧有483个有效行，每行有720个像素点；在625 行的系统中，每帧有576个有效行。通过色度、亮度采样的结合，在不损害 图像质量的同时，减少所需带宽得以实现。4：2：2中亮度信号的采样频率 实际上是13.5 MHz，色差信号Cb. Cr的采样频率刚好是亮度采样频率的一半， 6.75 MHz。因为625/50系统行频和525/60系统行频的最小公倍数是2.25MHz， 所以将亮度信号和色差信号的取样频率数值取为2.25MHz的整数倍。
有损数据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数据压缩，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，某些有损数据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。 2．帧内和帧间压缩 帧内(Intrafr· ame)压缩也称为空间压缩(Spatial Compression)。当压 缩1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。帧内一般采用有损数据压缩算法，由于帧内压缩时各 个帧之间没有相互关系，因此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质量。 帧间(Interframe)压缩也称为时间压缩(Temporal 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。
（二）CCIR 601号建议
自1948年提出视频数字化的概念后，经过40年的探索，国际无线电咨 询委员会（CCIR-Consultative Committee of lnternational Radio）于 1982年提出了电视演播室数字编码的国际标准CCIR 601号建议，确定以亮度 分量Y和两个色差分量R-Y. B-Y为基础进行编码，以作为电视演播室数字编 码的国际标准。 国际无线电咨询委员会成立于1927年，是国际电信联盟(ITU)的常设 机构之一，其主要职责是研究无线电通信和技术业务问题，并对这类问题提 出建议书。这些建议书实际上就是标推。1993年，该委员会与国际频率登记 委员会(IFRB)合并，成为先进国际电信联盟(ITU)无线电通信部门，简称 ITU-R。
信号的主要部分是有一定可预知性的。一个极端的例子是正弦波信号， 它有高度的可预知性，因为每个周期都是相同的，且只有1个频率，这样就 不需占用带宽：另一个极端的例子是，噪声信号完全不可预测。当然，实际 上所有的信号都介于这两者之间。压缩技术总的来说就是要识别并去除这些 冗余，从而减少数据量和所需带宽。
(3)建议2种制式有效行内的取样点数亮度信号取720个，2个 色度信号各取360个，这样就统一了数字分量编码标准，使3种 不同的制式便于转换和统一。所以，有效行Y、R-Y、B-Y三分量 样点之间的比例为4:2:2 (720:360:360)。 3．CCIR 601号的补充建议 1983年召开的国际无线电咨询委员会上又作了三点补充： (1)明确规定编码信号是经过预校正的Y、R-Y、B-Y信号。 (2)相应于量化级0和255的码字专用于同步，1～244的量 化级用于视频信号。 (3)进一步明确了模拟与数字行的对应关系，并规定了从 数字有效行末尾至基准时间样点的间隔，对525/60和625/50两 种制式分别为16个和12个样点。不论625行/50场或525行/60场， 其数字有效行的亮度样点数均为720，色差信号的样点数均为 360，以便于制式转换。若亮度样点数除以2，就得到色差信号 的数据。