信源編碼和信源解碼

1、信源編碼和信源解碼字、符號、圖形、圖像、音頻、視頻、動畫等各種數(shù)據(jù)本身的編碼通常稱為信源編碼，信源 編碼標準是信息領(lǐng)域的基礎(chǔ)性標準。無論是數(shù)字電視、激光視盤機，還是多媒體通信和各種 視聽消費電子產(chǎn)品，都需要音視頻信源編碼這個基礎(chǔ)性標準。大家用電腦打字一定很熟悉，當你用WORD編輯軟件把文章（DOC文件）寫完，存好盤 后，再用PCTOOLS工具軟件把你的DOC文件打開，你一定能看到你想象不到的東西，內(nèi)容全 是一些16進制的數(shù)字，這些數(shù)字叫代碼，它與文章中的字符一一對應(yīng)?，F(xiàn)在我們換一種方 法，用小畫板軟件來寫同樣內(nèi)容的文章。你又會發(fā)現(xiàn)，用小畫板軟件寫出來的BMP文件，占 的內(nèi)存（文件容量）是DOC

2、文件的好幾十倍，你知道這是為什么？原來WORD編輯軟件使用 的是字庫和代碼技術(shù)，而小畫板軟件使用的是點陣技術(shù)，即文字是由一些與坐標位置決定的 點來組成，沒有使用字庫，因此，兩者在工作效率上相差幾十倍。信源-:信源編碼-:信 道編碼-:信道傳輸+噪聲-:信道解碼-:信源解碼-:信宿目前模擬信號電視機圖像信號處理技術(shù)就很類似小畫板軟件使用的點陣技術(shù)，而全數(shù)字 電視機的圖像信號處理技術(shù)就很類似WORD編輯軟件使用的字庫和代碼技術(shù)。實際上這種代 碼傳輸技術(shù)在圖文電視中很早就已用過，在圖文電視機中一般都安裝有一個帶有圖文字庫的 譯碼器，對方發(fā)送圖文信號的時候只需發(fā)送圖文代碼信息，這樣可以大大地提高數(shù)據(jù)傳

3、輸效對于電視機，顯示內(nèi)容是活動圖像信息，它哪來的“字庫”或“圖庫”呢？這個就是電 視圖像特有的“相關(guān)性”技術(shù)問題。原來在電視圖像信號中，90%以上的圖像信息是互相相 關(guān)的，我們在模擬電視機中使用的Y/C（亮度信號/彩色信號）分離技術(shù)，就是利用兩行圖 像信號的相關(guān)性，來進行Y/C分離。如果它們之間內(nèi)容不相關(guān)，Y/C信號則無法進行分離。 全數(shù)字信號電視也一樣，如果圖像內(nèi)容不相關(guān)，則圖像信號壓縮也就要免談。如果圖像內(nèi)容 有相關(guān)性，那么上一幅圖像的內(nèi)容就相當于下一幅圖像的“圖形庫”，或一幅圖像中的某部 分就是另一部分的“圖形庫”，因此，下一幅圖像或圖像中某一個與另一個相關(guān)的部分，在 發(fā)送信號時，只需發(fā)

4、送一個“代碼”，而傳送一個“代碼”要比送一個“圖形庫”效率高很 多，顯示時也只需把內(nèi)容從“圖形庫”中取出即可，這就是MPEG圖像壓縮的原理。利用電視信號的相關(guān)性，可以進行圖像信號壓縮，這個原理大家已經(jīng)明白，但要找出圖 像相關(guān)性的內(nèi)容來，那就不是一件很容易的事情，這個技術(shù)真的是太復(fù)雜了。為了容易理解 電視圖像的相關(guān)性，我們不妨設(shè)想做一些試驗，把圖像平均分成幾大塊，然后每一塊，每一 塊的進行比較，如果有相同的，我們就定義它們有相關(guān)性；如果沒有相同的，我們繼續(xù)細分 下去，把每大塊又分成幾小塊，一直比較下去，最后會發(fā)現(xiàn)，塊分得越細，相同塊的數(shù)目就 越多，但分得太細需要的代碼也增多，所以并不是分得越細越

5、好。我們在看VCD的時候經(jīng)常 發(fā)現(xiàn)，如果VCD讀光盤數(shù)據(jù)出錯，就會在圖像中看到“馬賽克”，這些“馬賽克”就是圖像 分區(qū)時的最小單位，或把數(shù)碼相片進行放大，也可以看到類似“馬賽克”的小區(qū)，這就是數(shù) 碼圖像的最小“圖形庫”，每個小“圖形庫”都要對應(yīng)一個“代碼”。在單幅圖像中找出相關(guān)性的幾率并不是很大的，所以對單幅圖像的壓縮率并不很大，這 個通過觀察數(shù)碼相片的容量就很容易明白，如果把尋找相關(guān)性的范圍擴大到兩幅圖像，你就 會發(fā)現(xiàn)，具有相關(guān)性的內(nèi)容太多了，這是因為運動物體對于人的眼睛感覺器官來說，是很慢 的，如果很快，人的眼睛就看不清楚，看不清楚的東西就不能算成圖像。電視機每秒鐘向人 們演示圖像是50次

6、或以上（PAL為50次，NTSC為60次），如果你的眼睛是個攝影機，你 也無法感覺到圖像的微小變化，這就表明相鄰兩幅圖像的相關(guān)性非常大，而圖像之間相隔距 離較遠時，其圖像的相關(guān)性才逐步減小，并且這種相關(guān)性很強的圖像變化時，一般都是有規(guī) 律的，也就是說每一幅圖像的變化是可以預(yù)測的。實際上在上一幅圖像的基礎(chǔ)上乘以一個帶 有方向的系數(shù)，即左、右、上、下移動，就可以得到一幅運動圖像的新圖像。這里順便指出， 上面說到的一幅圖像，并不是特指人們從電視機顯示屏上看到的整幅畫面，而是可大可小的 一部分。利用圖像的可預(yù)測性，可以大大的提高“圖形庫”的利用律，即很多幅圖像都可以公用 一個“圖形庫”。MPEG在傳送

7、圖像時就是這樣，對于高速變化的圖像，如果時間來得及（即 碼率不是很高時），就傳送新的內(nèi)容來顯示，如果來不及（即碼率很高時）就用“圖形庫” 中的內(nèi)容來頂替（即預(yù)測），反正高速運動的圖像人們也看不清。例如：MPEG在傳送5幅 圖像時，可能只傳其中的3幅（時間來得及時），也可能只傳兩幅（時間來不及時），具體 過程是，先傳第1和第5幅，然后時間來得及就傳第3幅，時間來不及就插第3幅（根據(jù)1 和5預(yù)測3），最后再插第2幅（根據(jù)1和3預(yù)測2），和第4幅（根據(jù)3和5預(yù)測4）。上面我們只是從感性上和很膚淺的對圖像壓縮的原理進行了分析，如果我們把上面的分 析內(nèi)容移到數(shù)學(xué)領(lǐng)域，那么我們將要面對非常多的西格瑪“”（

8、求和）和矩陣符號。順便 介紹一下，對數(shù)字電視圖像壓縮處理最出名的理論是：DCT （Discrete Cosine Transform） 離散余弦變換（付立葉變換），和DPCM差動脈沖編碼調(diào)制，還有哈夫曼編碼（Huffmancoging）。圖像信號的壓縮過程也是數(shù)字電路（或計算機）對數(shù)字信號的處理過程，計算機雖然很 聰明，但它只會做加法運算。其它的減法、乘法、除法還有函數(shù)運算，計算機都是把它們轉(zhuǎn) 換成加法進行運算。付立葉先生60年前可能就預(yù)見到了我們要對數(shù)字信號進行處理，所以 他發(fā)明了付立葉變換。其原理是：一個周期函數(shù)可以展開成無數(shù)個正弦或余弦函數(shù)之和，函 數(shù)的周期越短其（級數(shù)）收斂就越快，周期

9、越長其收斂就越慢。對于上面我們分析的圖像信 號，全部都可以看成是周期函數(shù)信號。相關(guān)性很強的圖像信號可看成是短周期信號，相關(guān)性 很弱的圖像信號可看成是長周期信號。因此，經(jīng)過付立葉變換后的信號，只需對展開成級數(shù) 的各項系數(shù)（一般只取前幾項）進行處理和傳送。DPCM差動脈沖編碼調(diào)制也有人叫預(yù)測編碼，它的定義是：在線性預(yù)測編碼中，首先用 過去的若干像素值對當前像素值進行線性預(yù)測，然后將其差值進行PCM編碼傳送，接收端將 此差值積分而再生圖像;哈夫曼編碼也叫可變長編碼，它對出現(xiàn)概率大的差值信號編以短碼， 對概率小的差值信號編以長碼，哈夫曼編碼可獲得最小的平均碼長。在數(shù)字電視技術(shù)中，除了圖像需要壓縮以外，

10、聲音也要壓縮，但聲音壓縮要比圖像壓縮 簡單很多，因為聲音的信息量比起圖像的信息量來，少得可憐。人的耳朵能聽到聲音的頻率 范圍是20Hz到20kHz，如果我們把20Hz到20kHz按照一定的頻帶寬度分成很多個頻率通道， 用來對聲音進行過濾和處理，就能對聲音信號進行壓縮。這個頻率通道就相當于，歌曲中的 諧音：多、來、米、發(fā)、梭、拉、妻、多（12345671）。聲音壓縮的原理也是利用“字庫”的概念，在信號的譯碼端，安裝有很多個與信號發(fā)送 編碼端對應(yīng)的頻率發(fā)生器（如12345671諧音器）。另外聲音還有一個屏蔽效應(yīng)，就是，人 的耳朵對某個頻率范圍的聲音靈敏度特別高（600Hz附近），對一些頻率卻很低（

11、低頻和高 頻）；還有，如果有幾種聲音同時存在，聲音大的內(nèi)容很容易聽到，而聲音很小的東西要非 常注意才能聽到（對數(shù)特性）。利用這些特點，在編碼的時候就可以分長碼和短碼來對不同 的內(nèi)容進行編碼，對主要聲音內(nèi)容用長碼，對次要內(nèi)容用短碼一一這叫有所為和有所不為。 經(jīng)過多種方法對聲音信號壓縮處理后，聲音信號傳送的碼率可變得非常低，即壓縮比非常大。聲音信號壓縮的原理可以比喻成，某人想聽某鋼琴家彈鋼琴，一種方法是把鋼琴家連同 鋼琴都請到家來；另一種方法是，只請鋼琴家而用自己的鋼琴進行演奏；再有一種方法是， 只需對方把曲譜寄過來，而用自己的鋼琴和家人來演奏，顯然是最后一種方法最簡便。在全數(shù)字信號電視系統(tǒng)中，圖

12、像信號和音頻號之所以能壓縮，并不完全是信源編碼端的 功勞，接收端譯碼器的功勞也非常大，沒有譯碼器強大的數(shù)據(jù)處理功能，圖像信號和音頻信 號的壓縮是不可能的。其實從信源端發(fā)送給接收端，真正屬于圖像內(nèi)容的信息并不多，大部 分都是“補丁”（差值），和“指令”（代碼），譯碼器通過對這些數(shù)據(jù)進行加工，不斷地 更新自己的“數(shù)據(jù)庫”（圖形庫），然后重新編碼輸出，最后進行D/A轉(zhuǎn)換，輸出音視頻。目前圖像壓縮標準有MPEG1、MPEG2、MPEG4、MPEG7，根據(jù)用途的不同壓縮方法和碼率 也不一樣。MPEG1用于VCD，清晰度很低，但碼率也很低；MPEG2用于SDTV或HDTV，清晰度 很高，但碼率也很高；MPEG4本來準備用于可視電話，它壓縮比很高，碼率也很低，活動圖 像質(zhì)量比MPEG2差，但它可以在電腦上進行標清節(jié)目顯示，所以有人準備把它進行升級來替 代MPEG2或更高版本（JVT）； MPEG7用于圖書館檔案查詢，