Dgwxx的生活

* 本文（包含其插图）严禁转载，并且不会同意您的转载请求。如有需要引用或介绍本文，您可以提供本文的连接。

本节将抛开具体的编码器与运算原理，讲一讲一些运动图像压缩的基本思想与模型。
(1)运动图像压缩的可能性
信息（这里不仅仅指图像信息）可以被压缩，是因为其中包含着冗余。若将信息（数据）中的冗余去除，即可减少其数据量。
具体到运动图像信息的压缩，则是通过去除其中包含的统计冗余、空间冗余、时间冗余等来实现的压缩。我们经常提到的无损压缩，就是通过去除图像信息中的统计冗余来实现的。但是这样似乎并不够，因为目前对于视频的无损压缩算法只能获得很有限的压缩率。因此，现在多数使用的压缩技术是建立在有损压缩的基础之上的。有损压缩的代价是解压缩信号和原始信号不完全相同。因此，我们进行视频压缩的目的就是，在获得尽量高的压缩效率的同时使失真最小。

(2)视频编码器的模型
压缩是降低数据量的过程。而视频压缩，则是降低数字视频序列数据量的过程。视频压缩包括编码器(encoder)和解码器(decoder)两部分，合称为编解码器（CODEC）。
编码器需要通过某个模型来描述一段视频，这种模型既要兼顾压缩率，也要顾及压缩后的视频质量，使其尽可能地接近压缩前的图像。然而压缩率与质量通常是互相矛盾的：随着压缩率的提升，质量也随之下降。
下面的图示展示了一个典型的视频其编码模型：

典型的编码模型包括三个主要部分，时域模型、频域模型、熵编码器。相邻的帧之间具有较大的相似性，因此未压缩的视频流输入时域模型之后，时域模型通过建立预测帧来降低时域冗余。频域模型输入的是残差图像，利用同一幅图象中相邻像素点的相似性，消除残差图像的频域冗余。熵编码器对运动向量和变换系数进行压缩，消除存在的统计冗余，最后输出用于传输或存储的数据。

预告：简单分析过视频编码器的典型模型之后，我们将逐个讲解时域模型、频域模型、熵编码器的简单原理。
时域模型中具体是如何消除时域冗余的呢？运动估计、运动补偿、1/2插值又是什么呢？请期待下一节时域模型的讲解。

参考资料：
1.《多媒体技术基础》 雷运发主编 中国水利水电出版社 2005年4月出版
2.《H.264和MPEG-4视频压缩——新一代多媒体的视频编码技术》 [英]Iain E.G.Richardson 著 欧阳合、韩军 译 国防科技大学出版社 2004年11月第一版

话题:图像处理