視訊壓縮的基本原理，一些常見壓縮算法的概念

對于​​算法​​研究而言，本身就是要先知道哪個地方可以努力，哪些地方行不通。這些原理，就是指明方向的。

一.視訊壓縮的可行性

1.空間備援

一幅靜态圖像，比如人臉。背景，人臉，頭發等處的亮度，顔色，都是平緩變化的。相鄰的像素和色度信号值比較接近。具有強相關性，如果直接用采樣數來表示亮度和色度資訊，資料中存在較多的空間備援。如果先去除備援資料再編碼，表示每個像素的平均比特數就會下降，這就是通常說的圖像的幀内編碼，即以減少空間備援進行資料壓縮。

2.時間備援

視訊是時間軸方向的幀圖像序列，相鄰幀圖像的相關性也很強。通常用降低幀間的方法來減少時間備援。采用運動估計和運動補償的技術滿足解碼重建圖像的品質要求。

3.符号備援

用相同碼表示機率不同的符号，會造成比特數的浪費。比如10，11，13三個數，如果我們都用1bytes來表示，就是3bytes(即3×8 = 24bits)，但是如果我們表00b表示10，01b表示11，02b表示13，這樣，三個數合起來才用了6bits，較之前可以節省18bits。

可變長編碼技術的原理就如此，概論大的用較短的碼字，機率小的用較長的碼字。

4.結構備援

對于圖像内部，各個部分也存在某種關系。我們可以通過這種關系，減少資訊的碼字表達。比如:分形圖像編碼

5.視覺備援

1），人眼對彩色信号的亮度分辨率高于色彩分辨率，比如rgb-->yuv就是這個原理

2），人眼對靜止圖像的空間的分辨率大于運動圖像的分辨率。

3），人眼對亮度的細小變化不敏感

4），中心敏感，四周不敏感。

其實我們雖然知道了這些，我們知道有備援，但是如何把這些備援找出來，是個很複雜的過程。也是我們的算法不斷追求的過程。

上面的一段，是所有視訊壓縮标準的基石。mpeg2,mpeg4,h264,h265這些标準，與其說他們是标準，不如他們提供了一些算法的組合，或簡單或複雜，當然簡單的算法壓縮掉的備援小，複雜的壓縮掉的備援大。通過算法找到備援資訊在哪，然後壓縮掉，實作資料量的減小。這就是我們的目錄。

更近一步的說，就是我們如何找出資料的相關性。

二，常見算法的名詞解釋

大的分類有兩種，一個變換，一個是編碼。

先說變換

我們要找出信号的相關性，時間上不好找怎麼辦，變換到另外一個空間上去。這就是我們在信号與系統，數字信号處理，高等數學得到的結論

變換

傅裡葉變換

walsh-hadamard(沃爾什哈達瑪變換）

正弦變換

餘弦變換----應用最廣

斜變換

哈爾變換

k-L變換

小波變換

對于這些變換來說，很多東西隻在數學上有意義，對于工程來說，或者沒有快速算法，或者變換後相關性比較低，或者其他原因。隻有餘弦變換是最最廣泛的，為了減小我們的學習壓力（當然如果你是要對比其中的差異的另當别論），我們隻掌握餘弦變換就可以了。

編碼

又分無失真編碼與限失真編碼，從名字上我們就可以看出差異了。呵呵，不多解釋

無失真編碼的種類：

哈夫曼編碼，算術編碼，遊程編碼

限失真編碼

預測編碼，變換編碼，矢量量化，基于模型的編碼。

對于編碼這塊，上述的算法，基本要全部掌握才行。

jpeg/mpeg2先用了遊程編碼減小的0這個數占用的比特位，然後用了哈夫曼壓縮。

h264用了算術編碼來做最後一道壓縮工序

運動補償與運動估計，用到預測編碼。

mpeg4用到了基于模型的編碼