集成电路系统和芯片设计2.

1SOC设计导论集成电路系统和芯片设计王国裕[e-mail]2三、图象压缩1、视频信息冗余2、静态图像压缩3、动态图像压缩4、色度空间5、小波变换6、视频编码标准发展历程3三、图象压缩视频信息冗余1、视频信息冗余空间冗余时间冗余视觉冗余4三、图象压缩静态图像压缩2、静态图像压缩时域频域变换量化哈夫曼编码游程编码帧内预测5三、图象压缩时域频域变换HISTORICALPERSPECTIVE10)sincos(kkkkxbkxaa200)(21dxxfa20)cos()(1dxkxxfak20)sin()(1dxkxxfbkAnyperiodicfunctionf(x)isthesumWhere6SIGNALSINFREQUENCYDOMAINHISTORICALPERSPECTIVEfrequencyamplitudef2f10.41.22-0.600.6f10.72.13.54.9-0.20.4f27AREALSPECTRUMHISTORICALPERSPECTIVE0.72.13.54.9-1.501.551525351/80140SignalSpectrum8FOURIERTRANSFORMSCOMPARISONOFWFTWITHWTAMPLITUDEFREQUENCY98X8图象数据666446260000959811411926560064688684465769203467626951878062062375686879018703555648190100190064783941171141190014839615111411910三、图象压缩DCT,IDCT二维DCT7070]16/)12cos[(]16/)12cos[(),(2)(2)(),(yxvyuxxysuCvCuvS7,0uv，7070]16/)12cos[(]16/)12cos[(),(2)(2)(),(vuvyuxuvSuCvCxys7,0xy二维IDCT：，11DCT变换后的数据1031711201016410910361959811411926566058846866644657695664672229518780626862375661713724355564100949647814172229620141326510812量化表161110162440516112121419265860551413162440576956141722295187806218123756681091037724355564811041139249647887103121120101729295981121001039913量化后的数据61612633218886111165431111541111114511000011110000110000001000000014游程编码“之”字形扫描616126332188861111654311115411111145110000111100001100000010000000→↙↓↗↗↙↙↗↓↗↗↗↗↗↓↗↗↗↗→↙↗↗→↗↗↗→↗↗↗↗↗↗↗15三、图象压缩哈夫曼编码哈夫曼编码时根据字符出现的概率的大小，概率大的字符分配短码，概率小的字符则分配长码，从而构造最短的平均码长视频序列的码字概率分布是从大量的视频资料中统计而得到的哈夫曼码表举例010010111001101001101011101101101111110000111000111100101110011111010011101010，，16三、图象压缩哈夫曼编码举冽:年龄编码2位十进制平均码长8位19岁,0001100120岁,0010000021岁,0010000122岁,0010001023岁,0010001124岁,0010010017三、图象压缩哈夫曼编码举冽:年龄编码IndexLengthCodeword（hex）Codeword（bin）2110022341002035101234c110024634110100256351101011663611011021637110111207701110000117711110001187721110010237731110011307741110100408ea1110101018三、图象压缩哈夫曼编码举例:年龄编码2位十进制人数21岁,24022岁,1410020岁,910123岁4110024岁,111010052人,115bit,平均2.2位19三、图象压缩哈夫曼编码举例:年龄解码11001000011010000000010000000101000年龄序列哈夫曼码表010010111001101001101011101101101111110000111000111100101110011111010011101010，，20JPEG概述基于DCT编码的简化框图压缩图象数据熵编码器量化器FDCT表规范表规范基于DCT的编码器88块21JPEG概述基于DCT解码的简化框图熵解码器IDCT重建图象数据压缩图象数据反量化器表规范表规范基于DCT的解码器22应用举例23三、图象压缩哈夫曼编码问题1DCT本身是否节省码字?为何要进行DCT?24三、图象压缩哈夫曼编码问题2以上哪些步骤可以节省码字?还有什么办法可以进一步节省码字?，，25三、图象压缩帧内预测帧内编码参考本帧图像的数据目的是为了消除图像的空间冗余基本的编码方法利用临近当前编码块的数据来预测当前块对实际值和预测值的差值和预测方式编码在原始数据上或在离散余弦变换后进行DC－AC预测方法就是在DCT之后进行，26三、图象压缩帧内预测编码E这个块时，使用A、B、C、D四个块中的图象数据进行预测，，，27三、图象压缩动态图像压缩技术3、动态图像压缩技术运动估计运动矢量运动补偿参考帧、I、P、B帧28参考帧图像和运动帧图像29三、图象压缩动态图像压缩技术运动估计寻找匹配块的过程称为运动估计。常用的运动估计方法有全搜索法、三步法、交叉搜索法、钻石法等等运动矢量最佳匹配块相对于当前块的位置信息称为当前编码块的运动矢量30三、图象压缩动态图像压缩技术运动补偿利用已求得的运动矢量找到最佳匹配块的象素值，从而求得当前块和匹配块象素值残差的过程参考帧、I、P、B帧I帧是指编码时只参考本帧图像的数据，P帧是指编码时只参考图像序列中本帧前一帧或者是前几帧图像的数据；B帧编码时既参考本帧的前几帧的图像数据又参考本帧后几帧的图像数据B帧的压缩比最大，同时运算量也最大31三、图象压缩动态图像压缩技术Fn当前TQ重排序T-1Q-1熵编码F'n-1参考F'n重建滤波ME帧内预测MC帧内预测选择-+++帧间帧内XDnD'nNALuF'nPH264/AVC编码器32三、图象压缩动态图像压缩技术T-1Q-1F'n-1参考F'n重建滤波帧内预测MC++帧间帧内uF'nP重排序熵编码XNALH264/AVC解码器33三、图象压缩色度空间4、色度空间对亮度信息，使用较高的分辨率，详细描述；对色度信息，其对视觉效果贡献不大，降低它的分辨率对图像的视觉效果影响不大，在YCbCr色度空间中，Cb和Cr可以使用比Y更低的分辨率。常见的亮度色度采样格式有3种：4:4:4、4:2:2和4:2:0。34三、图象压缩彩色图像35三、图象压缩wavelet变换5、wavelet变换36INTRODUCTIONWAVELETlimiteddurationaveragevalueofzeroINTRODUCTION37NON-STATIONARYSIGNALSCOMPARISONOFWFTWITHWT0-300ms100HzSinosoid300-600ms50HzSinosoid600-800ms25HzSinosoid800-1000ms10HzSinosoidQUADCHIRP38SINES&WAVELETSComparewaveletswithsinewavessinesextendstoinfinity,smooth,regularwaveletshavelimitedduration,asymmetric,irregularINTRODUCTION-39SIGNALSINDECOMPOSITIONFILTERBANKSC1C3C2D1D3D240FIRFILTERS&WAVELETSSIGNALLOWPASSFIRHIGHPASSFIRAPPROXIMATIONCDETAILSDINPUTSAMPLES•DAUBECHIESDISCOVEREDTHATWAVELETTRANSFORMSCANBEIMPLEMENTEDWITHAPAIROFSPECIALLYDESIGNEDFIRFILTERSNAMED‘QUADRATUREMIRRORFILTERS’;QMF’sFiniteImpulseResponse,有限长单位冲激响应滤波器FIR=FINITEIMPULSERESPONSE41FIRFILTERSFILTERBANKSNkkktxhty0Z-1Z-1Z-1h0h2h1XhnNstagesx(t)y(t)XXX42WAVELETSFORIMAGESTWODIMENSIONALWAVELETSyxyx,•TWODIMENSIONALSCALINGFUNCTION•THREETWODIMENSIONALWAVELETSyxyx)(,1yxyx)(,2yxyx)(,31,2&3AREINDEXRATHERTHANPOWER43DECOMPOSITIONCONVOLUTIONSTWODIMENSIONALWAVELETS}2,2],*),([{),(02021nmyxyxfnmfjj}2,2],*),([{),(102121nmyxyxfnmfjj}2,2],*),([{),(202221nmyxyxfnmfjj}2,2],*),([{),(302321nmyxyxfnmfjjDECOMPOSEDIMAGESTARTINGIMAGE44TRANSFORMINGIMAGESTWODIMENSIONALWAVELETSTRANSFORMATIONSTAGES•SUBSAMPLE•CONVOLVE(EQUIVALENTTOFIRFILTERING)•EACHCONVOLUTIONRESULTSINAQUARTERSIZEOFORIGINALIMAGE),(021nmfj),(121nmfj),(321nmfj),(221nmfj45IMAGEQUARTERSTWODIMENSIONALWAVELETS),(021nmfj),(121nmfj),(221nmfj),(321nmfjLOWFREQUENCY(APPROXIMATION)HORIZONTALVERTICALDIAGONALEDGE•INFORMATIONCONTENTOFEACHQUARTERHL1LL1LH1HH146FURTHERITERATIONSEmbeddedZero-treeWaveletTWODIMENSIONALWAVELETSTWOSTAGESTHREESTAGES•TRANSFORMOPERATIONCANBEREPEATEDMANYTIMESHH1HH2HL1LH1LH2HL247IMAGECOMPRESSIONTWODIMENSIONALWAVELETSDiscreteWaveletTransformRLE&HuffmanEncodingThresholdQuantizationOriginaldataCompresseddataBinaryArithmeticEncodi