第6章 變換編碼

1. 變換編碼

• 變換編碼的目的
  • 去除空間訊號的相關性
  • 將空間訊號的能力集中到頻域的一小部分低頻係數上
  • 能量小的係數可通過量化去除，而不會嚴重影響重構影象的質量
• 塊變換和全域性變換
  • 塊變換：離散餘弦變換(Discrete Cosine Transform，DCT)，4x4，8x8，16x16
  • 全域性變換：小波變換(Wavelet)
• 變換的能量集中特性
  • DCT編碼

2. 變換型別

• K-L變換
• 傅立葉變換
• 餘弦變換
• 小波變換

3. KL變換

• 最優變換
• 基函式根據具體影象而確定
• 沒有快速演算法
• 實際中很少使用
  • 複雜度極高

• K-L變換非常複雜度很高，不實用
  • 需要計算協方差矩陣U
  • 需要計算特徵向量
  • 需要傳送 到解碼器

4. 離散傅立葉變換

5. 離散傅立葉變換性質

6. 離散餘弦變換

• 比K-L變換，傅立葉變換的複雜度更低
• 變換效能僅次於K-L變換
• 有快速演算法可以加快變換速度
• 可以用整數變換進一步降低複雜度

7. DCT與DFT的關係

8. 離散餘弦變換的重要性質

9. 快速DCT變換

下圖是一個動態展示：

10. 整數離散餘弦變換

• 離散餘弦變換為浮點操作
  • 需要64位精度
  • 浮點計算複雜度高
  • 變換精度高
• 整數變換：離散餘弦變換的整數近似
  • 需要更少的位寬
  • 整數計算複雜度低
  • 好的整數變換的變換精度接近浮點變換
• 浮點近似方法

11. H.264的4x4整數變換

12. 小波變換

• 新的變換方法
• 避免由於塊編碼帶來的塊效應
• 更適合視訊空間可分級編碼

第7章 量化

1. 量化Quantization

• 用更小的集合表示更大的集合的過程
  • 對訊號源的有限近似
  • 有損過程
  • 應用
    • A/D轉換
    • 壓縮
  • 量化方法
    • 標量(Scalar)量化
    • 向量(Vector)量化

2. 量化的基本思想

• 對映一個輸入間隔到一個整數
• 減少信源編碼的bit
• 一般情況重構值與輸入值不同

3. 量化模型

4. 量化的率失真優化

• 量化器設計問題
  • 量化水平的個數，即Bin的個數
  • 決策邊界：Bin的邊界
  • 重構水平
• 量化器設計是對率失真的優化
  • 為了減少位元速率的大小，需要減少Bin的個數
  • Bin的個數減少導致重構的誤差增大，失真也就隨著增大

5. 失真測量

6. 量化器設計

• 量化器設計的兩個方面
  • 給定量化水平數目M，找到決策邊界x_i和重構水平使MSE最小
  • 給定失真限制D，找到量化水平數目M，決策邊界x_i
    和重構水平y_i使MSE<=D

7. 均勻量化（Uniform Quantization）

8. 量化與峰值信噪比

9. 中升量化器（Midrise Quantizer）

10. 中平量化器（Midtread Quantizer）

11. 死區量化器（Deadzone Quantizer）

12．非均勻量化（Non-uniform Quantization）

• 如果信源不是均勻分佈的，採用均勻量化不是最優的
• 對於非均勻量化，為了減少MSE，當概率密度函式f_X(x)高時，使Bin的量化步長減小，當概率密度函式f_X(x)低時， 使Bin的量化步長增加。

13. 最優的標量量化

14. 量化編碼

• 定長編碼量化水平
  • 使用等長的碼字編碼每個量化水平，碼字長為：
• 熵編碼量化水平
  • 根據量化水平的概率分佈情況，用變長的碼字編碼每個量化水平
  • 平均碼字長
  • 比定長編碼量化水平效率高
  • 廣泛應用在影象和視訊編碼中

15. 向量量化

• 標量量化：對資料一個一個的進行量化，稱為標量量化。
• 向量量化：將資料分組，每組K個數據構成K維向量，再以向量為處理單元進行量化。
  • 向量量化是標量量化的多維擴充套件
  • 標量量化是向量量化的特殊情況
• 向量量化工作過程

• 二維向量量化

• 向量量化優點
  • 只傳碼字的下標，編碼效率高
  • 在相同位元速率下，比標量量化失真小
  • 在相同失真下，比標量量化位元速率低
• 向量量化缺點：複雜度隨著維數的增加呈指數增加

第8章 熵編碼

1. 熵編碼

• 熵（Entropy）：信源的平均資訊量，更精確的描述為表示信源所有符號包含資訊的平均位元數
  • 信源編碼要儘可能的減少信源的冗餘，使之接近熵
  • 用更少的位元傳遞更多的信源資訊
• 熵編碼：資料壓縮中根據信源訊息的概率模型使訊息的熵最小化
  • 無失真壓縮
  • 變長編碼

2. 熵

• 資訊量：

單位：位元

• 熵：

單位：位元/符號

3. 定長編碼

4. 變長編碼

• 變長編碼：用不同的位元數表示每一個符號
  • 為頻繁發生的符號分配短碼字
  • 為很少發生的符號分配長碼字
  • 比定長編碼有更高的效率
• 常用的變長編碼
  • Huffman編碼
  • 算術編碼

5. Huffman編碼

• 字首碼：任何碼字不是其它碼字的字首
  • 如果011為一個有效碼字，則0，1，01，11必不是有效碼字
  • 不會引起解碼歧義
• Huffman：
  • 二叉樹
  • 樹節點:表示符號或符號組合
  • 分支:兩個分支一個表示"0"，另一個表示"1"

• Huffman的不唯一性
  • 每次分支有兩種選擇：0，1

    

  • 相同的概率產生不同的組合

    

• 缺點：
  • 資料的概率變化難於實時統計
  • Huffman樹需要編碼傳輸給解碼器
  • 只有在p(x_i)=1/2^ki 時是最優編碼
  • 最小碼字長度為1位元/符號
• 如果有二值信源，其兩個符號的概率相差很大
  • 例如：p(1)=0.0625，p(0)=0.9375則H=0.3373位元/符號，Huffman編碼平均碼長=1位元/符號
  • 兩個符號聯合編碼有更高效率

6. 擴充套件Huffman編碼

7. 正規化Huffman編碼

• 正規化Huffman樹的建立規則
  • 節點左支設為0，右支設為1
  • 樹的深度從左至右增加
  • 每個符號被放在最先滿足的葉子節點

• 特性
  • 第一個碼字是一串0
  • 相同長度的碼字的值是連續的
  • 如果所有的碼字通過在低位補0的方式，使所有碼字的長度相同則有 0000<0100<1000<1010<1100<1110<1111
  • 從碼字長度n到n+1有如下關係
    • C(n+1,1)=(C(n,last)+1)<<1
  • 從碼字長度n到n+2有如下關係
    • C(n+2,1)=(C(n,last)+1)<<2

8. 一元碼

• 編碼一個非負整數n為n個1和一個0
• 不需要儲存碼錶
• 可以用Huffman樹表示

  

• 碼長增長太快：n=100，碼長101

9. 哥倫布編碼

• 將信源符號等分成幾組，每組有相應的編號
• 編號小的分配碼字短，編號大分配碼字長
• 同組的符號有等長的碼字，比一元碼的碼字長度增長慢

  

• 碼字分配

10. 指數哥倫布編碼

• 哥倫布碼對信源符號的分組大小相同
• 指數哥倫布碼對信源符號的分組大小按照指數增長
• 指數哥倫布碼依然是一元碼加定長碼的形式
• 指數哥倫布碼的指數k=0，1，2，…

11. CAVLC（ Context-Based Adaptive Variable Length Code）

• 當前塊的係數分佈和其鄰塊的係數分佈情況相關
  • N_X為塊X的非零係數個數，當前塊C的第一個係數的編碼碼錶由N_C決定， N_C=( N_A+ N_B )/2

    

• 當前待編碼係數和前面編碼係數有相關性
  • 當前塊C的其它係數的編碼碼錶由前一個係數的幅值決定cof_N-1=>GolombTab_x，用GolombTab_x編碼cof_N

12. 算術編碼

• 資訊量=>符號編碼位元數
• Huffman編碼為每個符號分配一個碼字，這說明Huffman編碼的壓縮上限是1位元/符號
• 算術編碼若干個符號可編碼成1bit
• 算術編碼是把信源表示為實數軸上[0,1]區間，信源中每個符號都用來縮短這個區間
  • 輸出[0,1]區間的一個實數表示一串編碼符號
  • 比Huffman編碼更有效
• 編碼思想
  • 編碼器用熵編碼演算法編碼一串符號產生一個[0,1]區間的實數，將實數的一個二進位制表示傳給解碼器
  • 解碼器用熵解碼演算法解碼得到一串符號
• 小數的二進位制表示

  

• 信源符號概率分佈

  

• 字串：X2 X2 X3 X3 X6 X5 X7
• Huffman編碼，01 01 100 100 00 11 1011，18bit

• 算術編碼更接近熵
• 有限精度算術編碼是次優（Near-optimal）編碼，傳送整數位元給解碼端
• 算術編碼到最後一個字元編碼結束才輸出碼字
• 編碼複雜度也比較高

13. 二值算術編碼

13. 自適應二值算術編碼

• 由於信源0和1出現的概率是在不斷變化的，因此0和1的概率區間也應該不斷改變
• 自適應二值算術編碼每編碼一個0或1都重新統計0和1的概率並重新劃分[0,1)區間
• 編解碼端的概率統計模型一致，能夠得到同樣的[0,1)區間劃分

14. CABAC（Context-Based Adaptive Binary Arithmetic Coding）

• 當前塊的語法元素概率分佈和其鄰塊的語法元素概率分佈情況相關
  • 當前塊C的鄰塊A和B的語法元素S_A與S_B可以為編碼C塊的語法元素S_C選擇概率模型
• 二值化
  • 將語法元素值轉換成二進位制值串
• 概率模型更新
  • 根據已經編碼的位元，重新估計二進位制值串的概率並更新概率模型，用新的概率模型編碼下一個位元

15. Run Length 編碼

• 利用信源字元的重複性來編碼的技術
• 對有很長，很多重複字元的信源編碼非常有效
• 重複字元稱為run，重複的字元個數稱為run length
• Run-length編碼能夠和其它熵編碼一起來壓縮資料

16. 字典編碼

• 字典編碼：根據信源符號（訊息）的組合特點，建立包含各種符號組合的字典，編碼這些符號組合的索引
  • LZ78=>Winzip
  • LZW=> GIF
• 適合一般意義上的資料壓縮，去除資料的統計冗餘

17. LZW

• 將信源輸出的字串中，每個第一次出現的字元或者字串用索引來表示，並將字元或字串對應的索引編碼到碼流中
• 解碼端根據從碼流中解碼的字元，線上的建立和編碼器完全一樣的字典，並恢復出信源輸出的字串
• 適用於字串中有大量的子字串多次重複出現，重複次數越多，壓縮效果越好
• 單個符號被分配為0-255之間的值
• 初始碼錶，使其包含值為0-255的256個符號，值大於255的符號為空
• 編碼器將根據編碼的符號情況確定字元組合為從 256 到 4095 之間的值
• 編碼時，編碼器識別新的字元組合，並將他們增加到碼錶中
• 編碼器用碼錶中的符號組合所對應的值編碼

• 解壓時LZW解碼器能夠產生和編碼器完全一樣的碼錶
• 和編碼器一樣先初始化所有的單字元，將0-255之間的值分配給它們
• 除了解碼第一個字元外，解碼其它字元時都要更新碼錶
• 通過讀碼字並根據碼錶中的值將它們解碼為對應的字元或字元組合

18. LZ78

參考資料：