Кодеки без втрат

Бод

Бод (англ. baud) у зв'язку та електроніці - одиниця виміру символьної швидкості, кількість змін інформаційного параметра несучого періодичного сигналу в секунду. Названа на честь Еміля Бодо, винахідника коду Бодо - кодування символів для телетайпів.

Найчастіше, помилково, вважають, що бод - це кількість біт, передана в секунду. Насправді ж це вірно лише для двійкового кодування, яке використовується не завжди. Наприклад, в сучасних модемах використовується квадратурна амплітудна модуляція (QAM - КАМ), і однією зміною рівня сигналу може кодувати кілька (до 16) біт інформації. Наприклад, при символьної швидкості 2400 бод швидкість передачі може становити 9600 біт / c завдяки тому, що в кожному часовому інтервалі передається 4 біти.

Крім цього, бодами висловлюють повну ємність каналу, включаючи службові символи (біти), якщо вони є. Ефективна ж швидкість каналу виражається іншими одиницями, наприклад бітами в секунду (біт / c, bps).

ЛЕКЦІЯ 4

ЯКІСТЬ ВІДЕО. ВІДЕОКОДЕКИ

Якість відео

Якість відео (англ. video quality) — це характеристика обробленого відео, як правило, в порівнянні з оригіналом. З моменту запису першої відео послідовності, було розроблено велику кількість систем обробки відео. Різні системи можуть надавати різний вплив на відео послідовність, таким чином вимірювання якості відео — це дуже важлива задача.Зміст [сховати]

Від аналогового до цифрового відео

За часів аналогових відеосистем було можливо вимірювати якість систем обробки відео шляхом вимірювання частотного відгуку системи на тестовий сигнал.

Зараз, коли цифрове відео витіснило аналогове, виникла необхідність у зміні методів оцінки якості. Продуктивність систем обробки цифрового відео може дуже сильно змінюватися і залежити від динамічних характеристик вхідного відео сигналу (таких, як рух). Тому якість цифрового відео має вимірюватися на відео послідовностях, які можуть отримувати користувачі.

Об'єктивна якість відео

Об'єктивні техніки вимірювань — це математичні моделі, які вдало моделюють результати суб'єктивної оцінки якості, вони засновані на критеріях і метриках, що можуть бути виміряні об'єктивно. Об'єктивні методи класифікуються згідно з корисністю вихідного відео сигналу, для якого забезпечується висока якість. Тому вони класифікуються за трьома категоріями: повні референсні методи, скорочені референсні методи і нереференсні методи.

Найбільш традиційним методом вимірювання якості системи обробки цифрового відео (таких як відеокодеки DivX, XviD)) є вимірювання відношення сигналу до шуму та пікове відношення сигналу до шуму між вихідним сигналом і сигналом на виході системи. PSNR — це одна з метрик об'єктивного якості відео. Вона може бути автоматично обчислена комп'ютерною програмою. Але гарний PSNR не завжди гарантує гарну якість, через те що зорова система людини має нелінійну поведінку. Не так давно було розроблено декілька більш складних і точних метрик, наприклад VQM і SSIM.

Всі розглянуті раніше об'єктивні методи вимагають повторення тестів, що проводяться з результатом кодування, для визначення параметрів кодування, які задовольняють певному рівню очікувань користувача, що робить їх швидкість дуже маленькою, такі методи є дуже складними і непрактичними для реалізації в комерційних додатках.

Тому, більшість досліджень направлено на дослідження нових методів об'єктивної оцінки якості, які дозволять прогнозувати сприймаючий рівень якості закодованого відео перед кодуванням.

Суб'єктивна якість відео

Головною метою безлічі об'єктивних метрик оцінки якості є автоматична оцінка передбачуваного сприйняття користувачами обробленого системою відео. Але кращим способом визначення думки користувачів це просто запитати їх! Проте іноді, суб'єктивне вимірювання якості відео є важким завданням, оскільки вимагає досвідчених експертів для його оцінки. Більшість «вимірювань суб'єктивного якості відео» описані в рекомендаціях ITU-T BT.500. В їх основі лежить Mean Opinion Score використовувана для аудіо: відео послідовності показуються групі глядачів і потім їх думку усереднюється для того, щоб отримати підсумкову оцінку якості кожної відеопослідовності.

Пікове відношення сигналу до шуму

Пікове відношення сигналу до шуму (англ. peak signal-to-noise ratio) позначається абревіатурою PSNR і є інженерним терміном, що означає співвідношення між максимумом можливого значення сигналу і потужністю шуму, що спотворює значення сигналу. Оскільки багато сигналів мають широкий динамічний діапазон, PSNR зазвичай вимірюється в логарифмічній шкалі в децибелах.

PSNR найбільш часто використовується для вимірювання рівня спотворень при стисненні зображень. Найпростіше його визначити через середньоквадратичне відхилення (MSE), що для двох монохромних зображень I і K розміру m × n, одне з яких вважається зашумленими наближенням іншого, обчислюється так:

PSNR визначається так:

де MAXі - це максимальне значення, прийняте пікселем зображення. Коли пікселі мають розрядність 8 біт, MAXі = 255. Взагалі кажучи, коли значення сигналу представлено лінійно (PCM) з B бітами на значеннях, то максимально можливий показник MAXI буде 2B-1.

Слід зазначити, що термін «Пікове відношення сигналу до шуму» вживається доволі часто, але він не є зовсім вірним дослівним перекладом англійського терміну «peak signal-to-noise ratio». Правильнішим перекладом буде «співвідношення пікового рівня сигналу до шуму», або просто «співвідношення сигнал / шум». Тут враховується той факт, що при обчисленні PSNR обраховується співвідношення максимально можливого («пікового») сигналу до рівня шуму, а не шукається максимальне («пікове») співвідношення обчислень значення сигнал / шум, як можна було б зрозуміти з невірного дослівного перекладу.

Для кольорових зображень з трьома компонентами RGB на піксель застосовується таке ж визначення PSNR, але MSE виражається за всіма трьома компонентами (і ділиться на потроєний розмір зображення).

Типові значення PSNR для стиснення зображень лежать в межах від 30 до 40 dB.

Відеокодеки

Відеоко́дек — прилад або програмне забезпечення, що виконує функції кодування та декодування цифрового відео потоку. Кодування, як правило, полягає в стисненні з втратами інформації. Історично, відео інформація зберігалася в аналоговому вигляді на магнітних касетах. Але коли на ринок вийшли компакт диски, з'явилась потреба зберігати та обробляти відео в цифровому вигляді.

Аудіо та відео інформація вимагає спеціалізованих методів стиснення. Інженери та математики спробували застосувати кілька методів для розв'язання цієї проблеми.

Існує складний баланс між якістю отриманого відео, кількістю інформації, необхідної для його відтворення (відома як біт-рейт, англ. bitrate), складністю алгоритмів кодування та декодування, стійкістю до втрат даних та помилок, зручністю для редагування, довільного доступу, якістю алгоритмів, затримкою в каналах зв'язку та іншими факторами.

Принцип роботи найпростішого кодека

Спершу розглянемо кодування статичного зображення (або, одиночного кадру). Кожен кадр відеопотоку складається з точок (пікселів), що утворюють матрицю (растр). Кодек може відстежувати схожі масиви точок з однаковими атрибутами (наприклад, синій колір фону на зображенні неба) і, замість того, щоб запам'ятовувати інформацію про кожну з таких точок (яскравість і колір) у наступних кадрах окремо, він записує тільки першу (ключову) точку і лічильник з кількістю повторень цієї точки до моменту зміни її кольору. Тобто замість опису, наприклад, 1000 крапок, достатньо(в певних випадках) описати всього 1 точку + лічильник повторення. Це найпростіший з методів стиснення.

В JPEG для кадру проводиться поблочної дискретне косинусное перетворення з наступним кодуванням з використанням алгоритму Хаффмана або арифметичного кодування.

Для побудови динамічного зображення (відеоряду) використовуються різні типи кадрів - крім I-кадрів (які також називаються ключовими (англ. keyframes) або «опорними») які можуть містити тільки незалежно стислі макроблоки, додані P-кадри («різницеві» кадри) можуть містити як незалежно стислі макроблоки, так і макроблоки з посиланням на інший кадр.

Якістю тут можна управляти, задаючи величину, таку, що якщо відмінність між точками менше, то вони вважаються однаковими.

Більш просунуті формати стиснення враховують, крім вищезгаданої технології, ще й принципи руху масивів точок у зображенні, сегментування картинки на «квадратики» з різною якістю стиснення, застосування послідовності кадрів, кодованих по-різному і показаних у певній послідовності. Найновіші кодеки враховують психофізичні властивості сприйняття відео людським оком і мозком, що дозволяє ще сильніше зменшувати розмір даних без «видимої втрати якості». Також, алгоритми використовує схожість сусідніх кадрів у відеоряді.

Поширені стандарти та кодеки

· HuffYUV

· CorePNG (OpenSource)

· LCL-Codec

· Lagarith

· FFv1

· MSU Lossless

· AZW

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Режими стиснення потокових даних	\|	Кодеки з втратами

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.002 сек.