人類獲取的信息中70%來自于視覺，視頻信息在多媒體信息中占有重要地位；同時視頻數(shù)據(jù)冗余度最大，經(jīng)壓縮處理后的視頻質(zhì)量高低是決定多媒體服務(wù)質(zhì)量的關(guān)鍵因素。因此數(shù)字視頻技術(shù)是多媒體應(yīng)用的核心技術(shù)，對視頻編碼的研究已成為信息技術(shù)領(lǐng)域的熱門話題。

傳統(tǒng)壓縮編碼建立在仙農(nóng)信息論基礎(chǔ)之上的，以經(jīng)典集合論為工具，用概率統(tǒng)計(jì)模型來描述信源，其壓縮思想基于數(shù)據(jù)統(tǒng)計(jì)，因此只能去除數(shù)據(jù)冗余，屬于低層壓縮編碼的范疇。

伴隨著視頻編碼相關(guān)學(xué)科及新興學(xué)科的迅速發(fā)展，新一代數(shù)據(jù)壓縮技術(shù)不斷誕生并日益成熟，其編碼思想由像素塊或基于內(nèi)容 （content-based）。它突破了仙農(nóng)信息論框架的束縛，充分考慮了人眼視覺特性及信源特性，通過去除內(nèi)容冗余來實(shí)現(xiàn)數(shù)據(jù)壓縮。下面主要講與之相關(guān)的四種編碼體系：塊編碼（H.261、Mpeg2、H.263、H.264、AVS、VC1等）、對象編碼（Mpeg4）、小波編碼、分布式編碼。

塊編碼體系

視頻序列按時間先后分為一系列幀，每一幀圖像又分成（宏）塊以進(jìn)行運(yùn)動估計(jì)和運(yùn)動補(bǔ)償，得到運(yùn)動矢量和殘差。對運(yùn)動矢量進(jìn)行差分編碼，對殘差進(jìn)行變換、量化、zigzag掃描、熵編碼，從而得到最終的壓縮碼流。

去除冗余主要在如下幾個模塊：RGB轉(zhuǎn)YCbCr減少視覺冗余、幀內(nèi)預(yù)測減少空域冗余、運(yùn)動補(bǔ)償減少時域冗余、熵編碼減少碼間冗余、變換量化則保證了在有限的碼流下包含最大的信息量。

該編碼體系規(guī)則簡單、高效，便于軟硬件實(shí)現(xiàn)。發(fā)展迅速，也最為成熟，被大多數(shù)視頻編碼標(biāo)準(zhǔn)所采納。

基于塊的操作一個主要缺陷是：將圖像固定地分成相同大小的塊，在高壓縮比的情況下會出現(xiàn)嚴(yán)重的塊效應(yīng)，即馬賽克效應(yīng)。以前的學(xué)術(shù)論文中，出現(xiàn)了很多去塊效應(yīng)算法。最新的壓縮標(biāo)準(zhǔn)H.264中，規(guī)定了具體的環(huán)狀濾波算法，該算法綜合使用了運(yùn)動矢量、殘差、量化系數(shù)、預(yù)測模式等信息確定濾波強(qiáng)度，效果俱佳。一下子學(xué)術(shù)論文中探討濾波的少多了，^_^，提出一個更好的算法實(shí)在太難。

基于塊的操作另一個主要缺陷是：交互性差 ^_^ 這就引出了mpeg4的對象編碼。

對象編碼體系

MPEG4標(biāo)準(zhǔn)是對運(yùn)動圖像中的內(nèi)容進(jìn)行編碼,其具體的編碼對象就是圖像中的音頻和視頻,稱為AV對象。AV對象可以組成AV場景。因此,MPEG4標(biāo)準(zhǔn)就是圍繞著AV對象的編碼、存儲、傳輸和組合而制定的,高效率地編碼、組織、存儲、傳輸AV對象是MPEG4標(biāo)準(zhǔn)的基本內(nèi)容。

MPEG-4的特點(diǎn)是其更適于交互AV服務(wù)以及遠(yuǎn)程監(jiān)控。這是一個有交互性的動態(tài)圖像標(biāo)準(zhǔn)。主要用于三個領(lǐng)域：數(shù)字電視、交互式的圖形應(yīng)用（包括內(nèi)容上的合成技術(shù)）、交互式多媒體領(lǐng)域等。MPEG-4提供了標(biāo)準(zhǔn)的技術(shù)使其能被整合到產(chǎn)品、分類、內(nèi)容訪問等過程中去，為解決日漸龐大的圖像、聲音信息的管理和迅速搜索提供了可行性，這是基于塊的編碼體系所遠(yuǎn)遠(yuǎn)不能比擬的。

然而，視頻對象分割本身就是一個多義、病態(tài)的問題，涉及對視頻內(nèi)容的分析和理解，計(jì)算機(jī)還不具有觀察、識別、理解圖像的能力；同時關(guān)于計(jì)算機(jī)視覺的研究也表明要實(shí)現(xiàn)正確的圖像分割需要在更高層次上對視頻內(nèi)容進(jìn)行理解。視頻壓縮中，當(dāng)然可以運(yùn)動幀間冗余信息加速對象分割，但對于復(fù)雜的運(yùn)動物體還是困難重重。比如，行進(jìn)的人，手、腿、身體運(yùn)動趨勢各不相同，甚至還可能伴隨面部表情，如何有效的提取一個人體對象出來？如果不考慮整體，只根據(jù)運(yùn)動信息獲取局部的甚至沒有實(shí)際意義的對象，這樣的分割對于交互、對于圖像檢索又有什么意義？如果要在編解碼段建立對象模型，這樣的模型又怎能保證適合千差萬別的實(shí)際序列？

因此，盡管MPEG-4 框架已經(jīng)制定，但至今仍沒有通用的有效方法根本解決視頻對象分割問題，視頻對象分割被認(rèn)為是一個具有挑戰(zhàn)性的難題，基于語義的分割則更加困難。

另：（以下純屬個人理解）

1、??mpeg4引入了對象，就增加了形狀編碼，也即對象的實(shí)現(xiàn)是犧牲碼流為代價的。

2、??mpeg4中的運(yùn)動補(bǔ)償、變換、量化、熵編碼，還是以塊為單元，也就是mpeg4還不是完全意義上的對象編碼。

3、??目前對象編碼只適用于特定的有先驗(yàn)知識的場合，比如交通管理、安防系統(tǒng)、視頻會議等。

小波編碼體系

見我另一篇文章《小波在圖像視頻壓縮領(lǐng)域中的應(yīng)用分析》

分布式編碼體系

記得原先有網(wǎng)友問過這方面的問題，我居然回答成了分布式視頻點(diǎn)播方面的內(nèi)容，誤人子弟，慚愧慚愧。

前述的編碼體系，都在編碼端充分利用了運(yùn)動估計(jì)和運(yùn)動補(bǔ)償技術(shù)消除時間冗余，而運(yùn)動估計(jì)模塊是非常耗時的，也是編碼器實(shí)現(xiàn)的瓶頸之一^_^。而分布式編碼將運(yùn)動估計(jì)模塊從編碼器中抹去了，放在了解碼端！！！

分布式編碼中也有I、P、B幀，這里只試舉I、P幀做簡單說明。I幀和H.26x、Mpeg系列的規(guī)定沒什么區(qū)別，都是消除空域冗余。而對于P幀，由于編碼端沒有運(yùn)動估計(jì)和運(yùn)動補(bǔ)償，所以P幀信息也只用到了幀內(nèi)壓縮方式，而且此時只傳輸了圖像的基本輪廓信息（主要是高頻和部分低頻）。在解碼端，參考I幀進(jìn)行運(yùn)動估計(jì)和運(yùn)動補(bǔ)償，結(jié)合P幀信息就得到了重構(gòu)圖像。

分布式編碼體系的優(yōu)點(diǎn)：編碼器較為簡單，為移動視頻設(shè)備更有效地集成到現(xiàn)有的網(wǎng)絡(luò)中提供了條件。

缺點(diǎn)也是顯而易見的：1、編碼端沒用到運(yùn)動補(bǔ)償，壓縮效率遠(yuǎn)不及傳統(tǒng)的編碼方式（雖然理論證明可以無限逼近）。2、編碼端沒有重建路徑，錯誤擴(kuò)散嚴(yán)重，I幀的間隔必須比較小。

注：

以上只是我個人的理解，可能劃分并不確切，或者漏掉了某些編碼體系。各編碼體系并不是相互獨(dú)立的。比如小波編碼體系可以用到對象的概念，分布式也可以用到小波變換……

總結(jié)

以上是生活随笔為你收集整理的块编码、对象编码、小波编码、分布式编码【转贴】的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。