chương iii nén ảnh, video, audio đồng bộ dữ liệu đa phương tiện

Các phương pháp mã hóa không mất mát thông tin – Lossless Compression Ngoài ra ta còn có mã Huffman mở rộng Extended Huffman và mã Huffman thích nghi Adaptive Huffman 3.Mã hóa dựa trên

Trang 1

CHƯƠNG III NÉN ẢNH, VIDEO, AUDIO ĐỒNG BỘ DỮ LIỆU ĐA PHƯƠNG TIỆN

Trang 2

Vấn đề nén dữ liệu đa phương tiện

Yêu cầu dung lượng thông tin cần lưu trữ và truyền:

+ Một trang văn bản (text): 2Kbytes

+ Một ảnh màu (800 x 600 x 24bits): 1.4Mbytes

+ 30 phút âm thanh thoại số (8 kHz, 8 bits): 14Mbytes

+ 30 phút Audio CD (44.1kHz, 16bits, stereo): 432Mbytes

+ 30 phút audio (48kHz, 20bits, stereo): 432Mbytes

+ 30 phút video (800x600x24bits, 25 ảnh/s): 64.8 Gbytes

+ Tốc độ dòng video (800x600x24bits, 25 ảnh/s): 275Mbits/s

Trang 3

- Tỷ số bit/pixel đối với ảnh:

Nb = Số bit sau khi nén/Tổng số điểm ảnh (bpp)

- Tỷ số nén tốc độ dòng bit video

Chất lượng nén:

- Nén không mất mát thông tin (lossless)

- Nén có mất mát thông tin (lossy)

Trang 5

Nén ảnh tĩnh

Nén dữ liệu ảnh: Biến đổi dòng thông tin thành từ mã nhằm giảm độ dư thừa thông tin theo không gian và thời gian

- Các độ dư thừa thông tin: Dư thừa thông tin về không gian, về thời gian, độ dư thừa về phổ và dư thừa do độ cảm nhận

Phân loại ảnh theo thời gian:

- Ảnh tĩnh: là ảnh tự nhiên thu nhận (chụp), ảnh đồ họa (vẽ), có dư thừa không gian và dư thừa về cảm thụ

- Ảnh động: ảnh video, ảnh động chuyên dụng, hoạt hình, ảnh động biến thiên theo thời gian, có cả 4 loại

dư thừa

Trang 6

Khái quát về phương pháp nén ảnh tĩnh

 Phân loại phương pháp nén ảnh:

+ Nén không mất mát thông tin: các phương pháp

Trang 7

Các phương pháp mã hóa không mất mát thông tin – Lossless Compression

1.Mã loạt dài (Run length Encoding -RLE):

2.Dùng số đếm để thay thế các điểm giống nhau lặp lại Ý tưởng của phương pháp nén này như sau:

RLE thay thế các chuỗi ký tự lặp lại nhiều lần bằng một chuỗi ngắn hơn Chuỗi ký tự được gọi là

run và thường được mã hóa (encoded) thành 2 bytes: byte đầu tiên biểu diễn số lượng các ký tự trong run và được gọi là run count

Trang 8

Run count có thể chạy từ 1 đến 128 hoặc 256, thông thường run count = số lượng ký tự - 1

+ Byte thứ hai là ký tự trong run (từ 0 đến 255) và được gọi là run value

+ Ví dụ: Nếu không nén ta cần 15 bytes để biểu diễn chuỗi AAAAAAAAAAAAAAA (15 ký tự A), nếu sử dụng RLE ta sẽ có kết quả 15A, do đó chỉ cần 2 bytes để biểu diễn

15A được gọi là RLE packet

 Một vài biến thể (variants) của RLE:

Trang 9

Trang 10

Trang 11

2 Mã hóa độ dài thay đổi (Variable-Length Coding –VLC):

Dùng các cụm bit có độ dài thay đổi để mã hóa, bao gồm mã Shannon-Fano và mã Huffman

a, Mã Shannon-Fano

+ Ý tưởng của mã Shannon-Fano:

1 Sắp xếp các ký hiệu theo tần suất xuất hiện

2 Lặp lại việc chia các ký hiệu thành 2 phần, mỗi một phần bằng số lần xuất hiện (xác suất xuất hiện) của ký hiệu đó, cho đến khi mỗi một phần chỉ còn lại một ký hiệu

Trang 12

Ví dụ: Mã hóa từ “HELLO”

Trang 13

Cây mã hóa của từ “HELLO” bằng mã Shannon-Fano

Trang 14

Kết quả của mã hóa từ “HELLO” bằng mã Shannon-Fano

Trang 15

Một cây mã hóa khác của từ “HELLO” bằng mã

Shannon-Fano

Trang 16

Kết quả

Trang 17

b, Mã Huffman:

+ Ý tưởng của mã Huffman:

1 tạo một danh sách (list) gồm các ký tự đã được sắp xếp theo thứ tự giảm dần của tần suất xuất hiện.

2 Lặp lại cho đến khi danh sách chỉ còn lại một ký tự: (1) Từ danh sách đã sắp xếp lấy ra 2 ký tự có xác suất nhỏ nhất để tạo thành một cây Huffman con (subtree), cây này gồm 2 node là 2 ký tự vừa được lấy ra và tạo ra một node cha (parent node)

Trang 18

(2) Gán tổng xác suất của hai node con cho node cha và chèn node cha này vào danh sách sao cho không làm thay đổi thứ tự đã sắp xếp trong danh sách

(3) Xóa 2 node con khỏi danh sách

3 Gán một từ mã (codeword) cho mỗi nút lá dự trên đường đi từ gốc

Ví dụ mã hóa từ “HELLO” sử dụng mã Huffman:

Trang 19

Cây mã hóa từ “HELLO” sử dụng mã Huffman

Trang 20

+ Trong sơ đồ trên các ký hiệu P1, P2, P3 được tạo

ra và được gọi là các node cha (parent node) và danh sách sẽ bao gồm:

Sau khi sắp xếp: LHEO

Sau lần lặp thứ nhất: LP1H

Sau lần lặp thứ 2: LP2

Sau lần lặp thứ 3: P3

Trang 21

 Các thuộc tính của mã Huffman:

1 Thuộc tính tiền tố (prefix) duy nhất: Không một mã

Huffman nào lại là tiền tố của một mã Huffman khác  ngăn không cho giải mã “nhập nhằng”

2 Tối ưu hóa: Mã hóa dư thừa tối thiểu, đó là:

- Hai ký hiệu xuất hiện ít nhất sẽ có độ dài từ mã là như

nhau chỉ khác nhau ở bit cuối cùng

- Các ký hiệu xuất hiện nhiều hơn sẽ có độ dài mã

Huffman ngắn hơn so với các ký hiệu xuất hiện ít hơn

- Độ dài trung bình của các từ mã nhỏ hơn đó là

Trang 22

 Ngoài ra ta còn có mã Huffman mở rộng (Extended Huffman) và mã Huffman thích nghi (Adaptive Huffman)

3.Mã hóa dựa trên từ điển – Dictionary-based Coding

 Phổ biến nhất là mã Lemple-Ziv, ý tưởng của phương pháp này là:

+ Sử dụng các từ mã có độ dài cố định để biểu diễn các các chuỗi có độ dài thay đổi

Trang 23

+ LZW encoder và LZW decoder cùng xây dựng nên một từ điển động (dictionary) khi nhận được

dữ liệu

+ LZW đặt các đầu vào (entries) dài hơn, lặp lại nhiều lần vào trong từ điển và sinh ra mã cho mỗi phần tử nếu như phần tử này đã có trong từ điển

Trang 24

Giải thuật LZW để nén dữ liệu

Trang 25

 Ví dụ: Sử dụng LZW để nén xâu “ABABBABCABABBA” + Bắt đầu bằng một từ điển đơn giản được gọi là “string table”, ban đầu từ điển này chỉ gồm 3 ký tự với các mã như sau:

Giải thuật LZW thực hiện như sau:

Trang 26

Trang 27

: + Bảng các mã sẽ là 1 2 4 5 2 3 4 6 1 Thay vì phải gửi đi xâu “ABABBABCABABBA” (14 ký tự) ta chỉ phải gửi đi 9 ký tự, do đó tỷ lệ nén là 14/9=1.56

 Giải thuật LZW để giải nén như sau

Trang 28

Ví dụ: Giải nén mã 1 2 4 5 2 3 4 6 1

Trang 29

4 Mã dự đoán (Prediction Coding)

 Các cách tiếp cận của mã hóa vi sai các ảnh (differential coding)

 Cho một ảnh gốc I(x,y), sử dụng một phép tính vi

phân đơn giản ta có thể định nghĩa một ảnh vi

sai d(x,y) như sau:

d(x,y)= I(x,y) – I(x-1,y)

 Hoặc sử dụng một phép tính vi phân Laplician ta

có thể định nghĩa một ảnh sai phân như sau

Trang 30

 Do có sự dư thừa về không gian trong ảnh I nên ảnh vi sai d sẽ có một biểu đồ tần xuất hẹp hơn

và do đó sẽ có một entropy nhỏ hơn

 Được sử dụng trong phương pháp nén ảnh

 Ví dụ sau sẽ minh họa việc sử dụng các phép tính vi phân để tạo ra một ảnh sai phân từ ảnh ban đầu:

Trang 31

Trang 32

 Lossless JPEG là một trường hợp đặc biệt của phương pháp nén ảnh JPEG

 Phương pháp dự đoán:

1 tạo ra một dự đoán vi sai: Một bộ dự đoán sẽ kết hợp giá trị từ 1 đến 3 pixels ở cạnh như là các giá trị đã được đoán trước cho pixel hiện tại (điểm X) được minh họa như sau:

Trang 33

 Bộ dự đoán có thể sử dụng 1 trong 7 kiểu sau đây:

Trang 34

Trang 35

2 Mã hóa: Bộ mã hóa sẽ so sánh giá trị của dự đoán (prediction) với giá trị thực sự của điểm X

và mã hóa sự vi sai bằng cách sử dụng một trong các kỹ thuật nén không mất mát thông tin (chẳng hạn như Huffman)

 Lưu ý: các giá trị A, B,C đã được giải mã trước bên phía giải mã của một chu trình mã hóa-giải

mã khi được sử dụng bởi bộ dự đoán

Trang 36

Ảnh của Lena Söderberg được sử dụng trong

nhiều thí nghiệm về xử lý ảnh

Trang 37

Bảng so sánh tỷ lệ nén giữa các phương pháp nén không

mất mát thông tin

Trang 38

Các phương pháp mã hóa mất mát thông tin – Lossy Compression

 Các phương pháp nén không mất mát thông tin

không có được một tỷ lệ nén cao cần thiết, do

đó hầu hết các giải thuật nén ĐPT là nén có mất mát thông tin (lossy)

1 Khái niệm nén có mất mát thông tin:

- Dữ liệu được nén không giống với dữ liệu

gốc nhưng gần giống dữ liệu gốc

- Có tỷ lệ nén cao hơn nhiều so với các

phương pháp nén không mất mát thông tin

Trang 39

2 Đánh giá sự biến dạng của dữ liệu sau khi nén:

 Có 3 đại lượng dùng đánh giá sự biến dạng của dữ liệu

trong nén ảnh

a, Bình phương trung bình sai số (Sai số quân phương) –

Mean Square Error-MSE

Trong đó: + xn là dãy dữ liệu vào

+ yn là dãy dữ liệu được xây dựng từ xn

+ N số lượng dữ liệu

Trang 40

b, Tỷ lệ giữa tín hiệu và tạp nhiễu – Signal to Noise Ratio – NRS (dB):

Trong đó: là trung bình bình phương cửa dãy

dữ liệu ban đầu và là MSE

C, Đỉnh của tỷ lệ giữa tín hiệu và tạp nhiễu –Peak Signal to Noise Ratio – PNRS (dB):

Trang 41

3 Lượng hóa – Quantization

 Giảm bớt các giá trị đầu ra sai khác

 Có 3 phương pháp để lượng hóa:

+ Uniform: Bao gồm midrise quantizer và midtreat quantizer

+ Nonuniform: companded quantizer

+ Vector Quantization

Trang 42

Lượng tử hóa vô hướng giống nhau – Uniform Scalar Quantization:

+ Phân chia vùng dữ liệu vào (input) thành các khoảng đều nhau, ngoại trừ hai khoảng or hai biên

+ Giá trị của dữ liệu ra (output) được lấy tại điểm giữa của mỗi khoảng

+ Độ dài của mỗi khoảng được gọi là step size và được ký hiệu là 

Trang 43

+ Midrise quantizer có một số lẻ các mức ra (output levels)

+ Midtreat quantizer có một số chẵn các mức ra bao gồm cả số 0 như là một mức ra

Trong trường hợp  =1 ta có thể tính được các giá trị ra như sau:

Trang 44

Uniform Scalar Quantizers: (a) Midrise (b) Midtreat

Trang 45

Lượng tử hóa vô hướng khác nhau – Nonuniform Quantization

 Phân chia vùng dữ liệu vào (input) thành các khoảng không đều nhau Các khoảng cách có thể được lựa chọn để tối ưu hóa SNR cho một kiểu cụ thể của tín hiệu

 Một trong số các phương pháp lượng tử hóa của Nonuniform Quantization là Companded Quantization

Trang 46

 Companded Quantization là kết hợp của hai bước: Compressed (bên phía gửi) và Expanded (bên phía nhận)

+ Compressed sẽ làm cho tín hiệu đầu vào có phân phối đều (uniform distribution) do đó có thể

sử dụng uniform quantization

+ Bên nhận khi nhận được tín hiệu (compressed)

sẽ tiến hành giải nén dữ liệu (expanded)

Trang 47

Lượng tử hóa vector – Vector Quantization

 Các hệ thống nén dữ liệu sẽ làm việc tốt hơn nếu nó hoạt động trên các vector hoặc các nhóm của các mẫu hơn là làm việc với các ký hiệu hay các mẫu riêng lẻ

 Các vector được thành lập bằng cách đặt các mẫu đầu vào liên tiếp vào trong một vector

 Trong Vector Quantization các vector mã (code vector) với n thành phần được sử dụng, các các vector mã này sẽ tạo thành một codebook

Trang 48

Thủ tục lượng tử hóa vector cơ bản

Trang 49

Mã hóa biến đổi – Transform

 Nếu Y là kết quả của một pháp biến đổi tuyến tính T của một vector đầu vào X sao cho các thành phần của Y ít tương quan đến nhau khi đó

Y có thể được mã hóa hiệu quả hơn X

 Nếu hầu hết các thông tin được mô tả một cách chính xác bởi một vài thành phần đầu tiên của một vector đã được biến đổi thì các thành phần còn lại có thể được lượng tử hóa thô hoặc được đặt bằng 0 với một chút biến dạng về tín hiệu

Trang 50

 Trong mã hóa biến đổi phép biến đổi Cosine rời rạc –Discrete Cosine Transform (DTC) và phép biến đổi Wavelet rời rạc là các phép biến đổi quan trọng được áp ựng nhiều trong nén ảnh (tĩnh và động)

Tần số không gian (Spatial Frequency) và DTC

 Tần số không gian sẽ chỉ ra số lần giá trị của pixel thay đổi qua một block ảnh

 DTC chỉ ra các nội dung của bức ảnh thay đổi bao nhiêu tương ứng với số vòng của một sóng hình cosine trên một khối ảnh

Trang 51

 Vai trò của DTC là phân ly tín hiệu ban đầu thành các thành phần DC và AC của nó Vai trò của IDTC là tái tạo lại tín hiệu (reconstruct)

 Định nghĩa DTC:cho một hàm vào f(i,j) i,j là các

số nguyên nhận giá trị trên một phần của ảnh,

phép biến đổi 2D DTC sẽ biến đổi f vào một hàm

F(u,v) mới với u,v có cùng miền giá trị như i,j

Phép biến đổi được định nghĩa như sau

Trang 52

Trong đó:

Các hằng số C(u), C(v) được định nghĩa như sau:

2D Discrete Cosine Transform (2D DTC) được định nghĩa như sau:

+Trong đó i, j, u, v =0,1, ,7, C(u), C(v) được định

nghĩa như trên

Trang 53

 2D Inverse Discrete Cosine Transform (2D IDTC) được định nghĩa như sau:

Trong đó i, j, u, v =0,1, ,7

 DTC là phép biến đổi tuyến tính (linear) Một phép biến đổi T được gọi là tuyến tính nếu và chỉ nếu

T(αp+ßq)= αT(p)+ßT(q) Trong đó α, ß là các hằng số, p,q là các biến

Trang 54

Trang 55

Wavelet Transform

 Mục tiêu của phép biến đổi Wavelet là phân rã tín hiệu vào thành các thành phần có thể xử lý được các thành phần này có thể biểu diễn cụ thể hay các thành phần có thể loại bỏ được để đạt được hiệu quả trong quá trình nén dữ liệu

 Với những thành phần này chúng ta có thể tái tạo lại tín hiệu ban đầu (xấp xỉ)

Trang 56

Nén ảnh tĩnh theo chuẩn JPEG

Chuẩn JPEG: Joint Photographic Experts Group

Là phương pháp nén có mất mát thông tin (lossy) Trình tự công nghệ nén ảnh JPEG: Phép biến đổi

cosine rời rạc (DCT)  Sắp xếp zigzag Lượng tử hóaMã hóa dữ liệu

Phương thức thực hiện mã hóa:

- Mã hóa tuần tự (Sequential DTC)

- Mã hóa lũy tiến (Progressive DTC)

- Mã hóa không mất mát thông tin (Sequential lossless

- Mã hóa phân cấp (Hierarchical progressive)

Trang 57

Nén ảnh tĩnh theo chuẩn JPEG

 Các bước trong nén ảnh JPEG:

1 Biến đổi từ bộ màu RGB thành bộ màu YUV

2 Thực hiện biến đổi DCT trên các khối ảnh

3 Lượng tử hóa

4 Sắp xếp zigzag và thực hiện mã hóa RLE

5 Mã hóa entropy

Tiêu đề	Chương III Nén Ảnh, Video, Audio Đồng Bộ Dữ Liệu Đa Phương Tiện
Trường học	Đại Học Bách Khoa Thành Phố Hồ Chí Minh
Chuyên ngành	Kỹ Thuật Đa Phương Tiện
Thể loại	Chương học
Thành phố	Thành phố Hồ Chí Minh

Định dạng
Số trang	69
Dung lượng	0,93 MB