Файл: БТВА (окончательная редакция) для печати.docx

Техника сжатия кодированных изображений основывается на сокращении этих видов избыточности. Основная идея сжатия MPEG состоит в том, что из всего потока полностью передаются только избранные (опорные) кадры, для остальных же передаются их изменения по отношению к опорным. Действительно, в подвижном изображении от кадра к кадру в большинстве случаев меняется только его часть. Например, при выступлении диктора в «Новостях» меняется только его мимика. Полная же смена кадра происходит относительно редко, только когда очередной кадр нельзя восстановить как изменение предыдущего (в этом случае проще передать сам кадр). По этой причине в MPEG определены три типа кадров:

I-кадры (Intra frames); P-кадры (Predictive frames);       B-кадры (Bidirectional frames).

  I-кадры несут полноценное неподвижное изображение и, кроме того, используются для построения P- и B-кадров. I-кадры играют роль опорных при восстановлении остальных изображений и размещаются последовательно через каждые 10-15 кадров. Только некоторые фрагменты изображений, которые находятся между I-кадрами, претерпевают изменения, и именно эта разница сохраняется при сжатии. P-кадры, то есть "предсказанные", строятся на базе последнего принятого I- или P-кадра. Если же предсказанный Р-кадр сильно отличается от предыдущего (например, произошла смена плана), то он кодируется как I-кадр. Для удобства кодирования видеоданных весь видеопоток разбивается на группы изображений называемые GOP (Group of Pictures). Например, группа из 10 кадров строится так, как показано на рис. 10.12.

Все типы кадров группируются в последовательности. Таким образом, при частоте 25 кадров в секунду, новый I-кадр приходит максимум через

10х(1/25)=0,4 секунды. Вместе с ним восстанавливается полная идентичность передаваемого и принимаемого изображения.

. Группы (GOP) видеопотока.

Рис.10.12. Группы (GOP) видеопотока

На этом рисунке показаны:

I – Intra-кадры, которые обычно называются «опорными» и содержат всю информацию об изображении. Без этих кадров MPEG- последовательности быть не может в принципе. При компрессии I-кадров происходит удаление только пространственной избыточности.

P – Predictive-кадры, "предсказанные" кадры, при формировании которых используется метод предсказания изображения на следующем кадре с учётом компенсации движения от последнего I- или P-кадра перед формируемым. P-кадр также служит для дальнейшего предсказания изображения. P-кадр создаётся с помощью межкадровой компрессии, уменьшающей как пространственную, так и временную избыточность. Изображение P-кадра вычитается из следующего изображения, эта разница кодируется и вместе с вектором движения добавляется к сжатым данным. Вектор движения представляет собой двумерный вектор, показывающий смещение координат восстанавливаемого объекта в текущем кадре, по сравнению с координатами объекта в предыдущем кадре.

B – Bi-directional-кадры, «двунаправленные» кадры. Они названы так потому, что хранят наиболее существенную информацию окружающих их I- и P-кадров. B-кадры имеют наивысшую степень компрессии, но требуют предыдущего и последующего изображения для компенсации движения объектов на изображении.

Такую структуру MPEG-потока обычно описывают в виде дроби M/N, для которой M сообщает общее число кадров в GOP, а N - каким по счету будет очередной P-кадр после предыдущего. Таким образом, GOP- последовательность, изображённая на рис.10.12, может быть записана как 10/3.

10.5. Принципы кодирования изображений

При преобразовании цветового ТВ-сигнала из аналоговой в цифровую форму согласно рекомендации МСЭ-Р (Международного Союза Электросвязи) используются частоты дискретизации и формируются цифровые потоки, приведенные в табл.10.1.

Таблица 10.1.

Некоторые основные показатели при кодировании ТВ-сигнала

Эти данные показывают, что в результате аналогово-цифрового преобразования цветового ТВ-сигнала результирующие потоки битов и требуемые для их передачи полосы частот очень велики, и потому требуется сокращение избыточности (сжатие сигнала). Общепринятым методом сжатия в настоящее время являются алгоритмы стандарта МРЕG-2, позволяющие снизить скорость передачи кодированного сигнала до 5 ÷ 10 Мбит/с.

Структурная схема кодирующего устройства показана на рис.10.13.

Рис.10.13. Структурная схема кодера изображений

В кодере MPEG-2 вначале обрабатываются фрагменты изображения

(блоки) размером 8 × 8 пикселей, несущие информацию о яркости или цветности. Яркостные блоки объединяются в макроблоки, состоящие из четырёх блоков и имеющих размер 16 × 16 пикселей. Если с каждым макроблоком связаны по одному блоку цветоразностных сигналов (С_R и С_B), то такой формат цветовой дискретизации обозначается 4:2:0. Если же число цветовых блоков равно четырём (по два блока для каждого из цветоразностных сигналов С_R и С_B), то имеет место формат цветовой дискретизации 4:2:2. Смежные макроблоки группируются вместе и образуют слайс (вырезку из данных массива).

Первичной кодированной единицей изображения является кадр, состоящий из группы слайсов, составляющих активную область изображения. Для сокращения пространственной избыточности в пределах одного кадра при кодировании создаётся I -кадр, содержащий всю информацию, необходимую для декодирования изображения. В случае сбоя в работе или помех в канале передачи I -кадры позволяют возобновить процесс правильного декодирования. Для повышения степени сжатия I -кадры передаются примерно один раз в 12 кадров. В остальное время передаются Р-кадры и В -кадры, значения которых предсказуемы: для Р -кадров – исходя из значений, предшествующих I- и Р -кадров, а для В -кадров – исходя из значений предшествующих и последующих I-кадров и P-кадров.

Чтобы декодер мог правильно восстановить информацию, требуется передавать также дополнительную служебную информацию. Для этого каждый кадр снабжается заголовком, а ряд взаимосвязанных I-, Р- и В-кадров объединяется в группу кадров (GOP), которая также снабжается заголовком. Полученная структура данных называется элементарным потоком данных. В последовательности GОР вначале следуют I- и Р-кадры, а затем В-кадры (рис.10.12), которые реконструируются декодером из ранее принятых I- и Р-кадров. Поскольку последовательность передачи кадров не совпадает с последовательностью их воспроизведения, то на уровне пакетированного элементарного потока добавляются временные метки декодирования (DTS) и представления (PTS), которые несут информацию о необходимых моментах времени декодирования и отображения кадров.

Таким образом, в процессе кодирования создаётся сложная шестиуровневая иерархическая структура: блок – макроблок – слайс – кадр – группа кадров – последовательность кадров (рис.10.13).

Рис.10.13. Иерархическая структура кодирования МРЕG-2

10.6. Компенсация движения и дискретно-косинусное преобразование

Эффективное сжатие видеоинформации основано на двух основных идеях: подавление несущественных для визуального восприятия мелких деталей пространственного распределения отдельных кадров и устранения временной избыточности в последовательности этих кадров. Соответственно говорят о пространственной и временной компрессии.

Пространственная компрессия использует экспериментально установленную малую чувствительность человеческого восприятия к искажениям мелких деталей изображения. Глаз быстрее замечает неоднородность равномерного фона, чем искривление тонкой границы или изменение яркости и цвета малого участка. Из математики известно два эквивалентных представления изображения: привычное человеку пространственное распределение яркости и цвета и так называемое частотное распределение, связанное с пространственным дискретно-косинусным преобразованием (ДКП). Теоретически они равнозначны и обратимы, но сохраняют информацию о структуре изображения совершенно по-разному: передачу плавных изменений фона обеспечивают низкочастотные (центральные) значения частотного распределения, а за мелкие детали пространственного распределения «отвечают» высокочастотные коэффициенты. Это позволяет использовать следующий алгоритм сжатия. Кадр разбивается на макроблоки размером 16х16 (размеру 720х576 соответствует 45х36 макроблоков в кадре), каждый из которых ДКП переводит в частотную область. Затем соответствующие частотные коэффициенты подвергаются квантованию (округлению значений с задаваемым интервалом). Если само по себе ДКП не приводит к потере данных, то квантование коэффициентов, очевидно, вызывает огрубление изображения. Операция квантования выполняется с переменным интервалом – наиболее точно передаётся низкочастотная информация, в то время как многие высокочастотные коэффициенты принимают нулевые значения. Это обеспечивает значительное сжатие потока данных, но приводит к снижению эффективного разрешения и возможному появлению незначительных ложных деталей (в частности, на границе блоков). Очевидно, что чем более грубое квантование используется, тем больше степень сжатия, но и тем ниже качество результирующего сигнала.

Временная компрессия использует высокую избыточность информации в изображениях, разделённых малым интервалом. Действительно, между смежными изображениями обычно меняется только малая часть сцены – например, происходит плавное смещение небольшого объекта на фоне фиксированного заднего плана. В этом случае полную информацию о сцене нужно сохранять выборочно – только для опорных изображений. Для остальных достаточно передавать только разностную информацию: о положении объекта, направлении и величине его смещения, о новых элементах фона (открывающихся за объектом по мере его движения). Причём, эту разностную информацию можно формировать не только по сравнению с предыдущими изображениями, но и с последующими (поскольку именно в них по мере движения объекта открывается часть фона, ранее скрытая за объектом). Математически наиболее сложным элементом является поиск смещающихся, но мало изменяющихся по структуре макроблоков (16х16) и определение соответствующих векторов их смещения. Однако это элемент наиболее существенен, так как позволяет существенно уменьшить объём требуемой информации. Именно эффективностью выполнения этого "интеллектуального" элемента в реальном времени и отличаются различные MPEG-кодеры.