基于小波變換在自然場景視頻編碼中的應用

福州職業(yè)技術學院嚴 明

?

基于小波變換在自然場景視頻編碼中的應用

福州職業(yè)技術學院
嚴 明

[摘要]自然場景視頻的紋理編碼是視頻壓縮應用的一個重要環(huán)節(jié)。該文在分析了國際視頻編碼標準MPEG-4中對自然場景這一類視頻圖像所采用的編碼結構基礎上，提出了利用小波技術的多層分解特性實現對單視頻對象自然場景視頻圖像靜態(tài)紋理的有效編碼。實驗結果表明，它可以獲得較高的壓縮比。

[關鍵詞]自然場景 MPEG-4 小波

自從小波技術在靜態(tài)圖像編碼中顯示了其特有的優(yōu)勢后，現在它已經逐步滲入到數字視頻圖像壓縮領域中。目前已經有多種采用小波的視頻壓縮技術方案在探討研究中。本文主要討論小波技術與國際視頻壓縮標準MPEG-4相結合運用于視頻壓縮，重點研究了在自然場景視頻中的靜態(tài)紋理編碼中小波技術所表現的優(yōu)勢。

1 小波與零樹小波編碼

小波變換[1]最早是在20世紀初由Harr提出的。同傅立葉變換一樣，小波變換也是一種正交數學變換。但是，小波變換與傳統(tǒng)的傅立葉變換又是截然不同的，重點在于它突破了傅立葉分析的局限，在變換過程中，它同時對信號的空間位置區(qū)域信息和頻域信息進行變換，采用了良好的分層分解的變換模式，對高頻成分采用逐步精細的時域取樣步長（見圖1所示），可以聚焦到對象的任意細節(jié)，從而被人們譽為“數學顯微鏡”。這些特性對于二維信號的分析和處理都是十分有利的。在圖像處理中，小波以兩類濾波器族的形式表現，即低通濾波器族和高通濾波器族。因為圖像是二維信號，小波分解首先從水平方向進行，然后再從垂直方向處理。一次完整小波變換后，圖像被分成4個不同的頻帶。小波變換用于圖像編碼的基本思想就是把圖像進行多分辨率分解，分解成不同空間、不同頻率的子圖像，然后再對子圖像進行系數編碼。對小波系數編碼是小波變換用于圖像數據壓縮的核心，壓縮的實質就是對小波系數的量化壓縮。

圖1 小波變換的時頻分辨率特性

對小波系數如何進行編碼是決定圖像壓縮比高低的關鍵。鑒于小波系數的多分辨率特性，目前最常用、也是最有效的就是零樹小波編碼[2]方法。零樹小波編碼方法是1993年由美國學者Shapiro首先提出的基于比特連續(xù)逼近的圖像編碼方法。圖像經小波變換后，我們可以用樹狀結構來表示小波系數。位于較低頻頻帶的小波系數，它們在下一層的高頻頻帶上均擁有4個后代系數，這便是零樹最初的基本思想。零樹小波編碼利用預掃描方法得到小波系數的空間位置信息，利用零樹的空間位置關系，小波系數的空間信息便能隨著零樹編碼一起編碼進入比特流中。

利用零樹小波編碼方法編碼圖像，可以實現任意指定比特率編碼的壓縮。壓縮圖像通過有效的算法機制，并結合一些最優(yōu)化的方法。任意比特率壓縮的實現也就意味著圖像信息的部分損失，然而，零樹小波編碼也可以實現無損編碼，這樣就使得圖像的壓縮率有所降低。

2 MPEG-4中的自然場景圖像的編碼方法

MPEG-4[3-4]是MPEG標準家族中的一員，是國際標準化組織為多媒體通信提供的一種解決方案。MPEG-4標準的主要特性是對圖像中的內容進行編碼，其編碼的具體對象就是圖像中的音頻和視頻，稱為AV對象。由AV對象可以組成AV場景。因此，MPEG-4標準就是圍繞著AV對象的編碼、存儲、傳輸和組合而制定的。MPEG-4編碼對象的變化，引起了視頻編碼器結構的變化。傳統(tǒng)的編碼器是將視頻信號編碼為25 frame/s 的PAL制或30 frame/s的 NTSC制，將音頻信號編碼為48 kbps，視頻碼信息流中只含有紋理信息（DCT系數）和運動信息（運動矢量）兩種信息。對于MPEG-4視頻編碼器，除含以上兩種信息外，還含有形狀信息，這是采用形狀自適應離散余弦變換對視頻對象以固有的分解力進行形狀編碼的信息，以便支持任意形狀視頻對象的編碼。事實上，MPEG-4視頻編碼器支持基于視覺內容的交互性及視覺對象形狀的編碼，具有強大的編碼靈活性，可對任何形狀的自然視覺對象進行編碼。

為了保證視頻編碼的效率且能向下兼容，視頻對象通常利用其對應的VOP以混合編碼的方式進行編碼。這里的VOP （Video Object Plane）稱為視頻對象平面，是MPEG-4視頻編碼的核心概念。一般地，基于視頻對象的結構具有許多特性，為了能處理基于像素的數字信號表達的數據，一個視頻對象的紋理信息會以YUV的顏色空間進行描述。同樣，視頻對象的形狀信息也是這樣進行編碼的。我們把這種簡單的從視頻對象到形狀信息和紋理信息的映射表達稱為視頻對象平面。

基于VOP的視頻編碼技術利用宏塊編碼的方法完成，其編碼基本結構見圖2所示，這樣的編碼器結構既能降低算法的復雜度，又能兼容其他標準的視頻編碼格式。

圖2 基于VOP的編碼結構

一個VOP擁有兩種基本類型的信息：形狀信息和紋理信息?；赩OP的視頻編碼主要包括兩個基本的編碼方案——形狀編碼和紋理編碼。這里主要探討的是紋理編碼。編碼方法基本上仍采用基于像素塊的DCT方法。一個視頻平面的紋理信息可以表示為Y亮度和Cr、Cb兩個色度成分。在幀內情況下，紋理信息直接包含有亮度和色度成分，在運動補償的情況下，紋理信息表示經運動補償后的殘差。紋理編碼的對象可以是幀內編碼模式的，也可以是幀間編碼模式或運動補償后的預測誤差。

目前，MPEG-4在自然場景視頻編碼方面具有空間可縮放性和時域可縮放性。

3 小波應用于靜態(tài)紋理編碼

自然場景視頻編碼[5-6]中十分重要的一個部分就是對任意形狀靜態(tài)視頻對象的紋理編碼，也包括那些映射至三維表面的紋理信息。這種視頻紋理的編碼稱為靜態(tài)紋理編碼模式，可利用離散小波變換有效地進行編碼。小波變換在自然場景視頻編碼中有很多方面的應用，例如P、B類型VOP的紋理編碼，I類型VOP的靜態(tài)紋理編碼等等。

靜態(tài)紋理編碼的主要問題集中在編碼小波系數的數值和位置信息上。編碼可以有以下兩個步驟：第一步掃描處理系數的位置信息；第二步掃描則編碼系數。因為壓縮是有損的，所以絕大部分重要系數必須首先完成傳輸，而其他一些非重要的系數則延遲傳輸或者根本不傳輸。如果系數大于給定的量化閾值，那么它便是一個重要系數。量化系數和未量化系數間的差值稱為殘留子帶，重要系數的選擇和編碼通過殘留子帶的遞歸量化完成。在每一次遞歸中，選擇出重要系數，且它們的位置信息和數值將通過算術編碼器完成編碼。DC頻段小波系數的處理方法與其他頻段的處理方法有所不同。這一頻段的小波系數運用了預測方法進行編碼，每個系數都可以由它左邊或上方的鄰近系數來預測得到。預測系數的選擇由鄰近的水平或豎直方向的梯度幅值來確定，如果水平方向的梯度值最小，那么就應通過左邊鄰近的系數進行預測，否則就通過上方鄰近的系數進行預測。預測后的系數經量化后，利用算術編碼方法來編碼。DC頻段的小波系數編碼完成后，余下頻段的小波系數編碼采用了零樹編碼。I幀類型的靜態(tài)紋理小波編碼流程可用如圖3所示。

圖3 I幀類型的靜態(tài)紋理小波編碼流程

4 實驗結果

在確定了小波在自然場景視頻編碼中的應用流程后，我們在Visual C++ 6.0平臺上進行了算法仿真實驗。實驗中采用的是原始AVI格式的單視頻對象的自然場景視頻圖像，以4:2:0的采樣轉換為YUV格式的尺寸為QCIF的視頻圖像序列foreman.qcif以及CIF格式的brea.cif。

實驗結果表明，對于foreman.qcif這種具有豐富內容的視頻在壓縮比高達108.2:1的情況下，重建圖像的PSNR值仍可以保持在人眼視覺允許范圍內，圖4和圖5分別對應了foreman.qcif原始第一幀和壓縮后重建的第一幀圖像。而背景相對單一的brea.cif，其壓縮比可以達到130.6:1。這樣的壓縮比完全適合在低帶寬條件下實時傳輸視頻數據。

圖4 foreman原始圖像

圖5 foreman重建圖像

參考文獻：

[1] Z.Xiong,K.Ramchandran, M.T.Orchard.Space-frequency quantization for wavelet image coding. IEEE Trans.Image Processing, 1997, 6(5):677-693.

[2] Shapiro J M.Embedded image coding using zerotrees of wavelet coefficients[J]. IEEE Trans on Signal Processing,1993, SP_41(12):3445-3462.

[3] Rob Koenen. Overview of the MPEG-4 standard[OL]. ISO/IEC JTC1/SC29/ WG11 N2725. http://www.MPEG.org.

[4] Thomas Sikora. The MPEG-4 video standard verfication model[J]. IEEE Trans on CSVT,1997,7(1):19-31.

[5] Andre Kaup. Object-based texture coding of moving video in MPEG-4[J]. IEEE Trans on CSVT,1999,9(1):5-15.

[6] Touradj Ebrahimi. MPEG-4 nature video coding-anoverview[EB/OL]. http://www.mpeg.org.