Tài liệu Đề tài "Phương pháp mã hóa Video theo đối tượng ứng dụng trong hệ thống thông tin video nén" doc

Nhờ vào sự phát triển của các ứng dụng truyền thông đa phương tiện mà chúng ta có thể đưa âm thanh, hình ảnh, hay các đoạn video đi xa một cách nhanh chóng và thuận tiện.Song với việc tr

Hà Nội 2009

Lời nói đầu

Với sự phát triển của công nghệ thông tin , và cùng với đó là sự phát triểnngày càng mạnh mẽ của các ứng dụng truyền thông đa phương tiện , đòi hỏi conngười không ngừng tìm tòi sáng tạo để đáp ứng kịp với xu thế phát triển ấy Nhờ vào

sự phát triển của các ứng dụng truyền thông đa phương tiện mà chúng ta có thể đưa

âm thanh, hình ảnh, hay các đoạn video đi xa một cách nhanh chóng và thuận tiện.Song với việc truyền tải một đoạn video có dung lượng lớn đi xa gặp khá nhiều khókhăn bởi khả năng có hạn của kênh dẫn.Vì vậy các nhà sản xuất đã áp dụng một số kỹthuật nén để giúp tối ưu hóa các đoạn video trên, làm giảm dung lượng phải truyền đi

mà chất lượng hình ảnh tương đương với hình ảnh gốc Một trong các kỹ thuật nénđược sử dụng rộng rãi đó là kỹ thuật nén chuyển động mà tiêu biểu là chuẩn nénMPEG Qua quá trình nghiên cứu các chuyên gia đã cho ra đời chuẩn nén MPEG-4với nhiều tính năng ưu việt và nó đã nhanh chóng được ứng dụng rộng rãi trong hệthống thông tin video nén.MPEG-4 sử dụng một phương pháp mã hóa video theo từngđối tượng thay vì mã hóa toàn bộ cả một đoạn video, vì vậy dung lượng video đượcgiảm đi đáng kể mà chất lượng lại không có nhiều thay đổi

Vì vậy chúng tôi đã chọn đề tài nghiên cứu “ phương pháp mã hóa videotheo đối tượng ứng dụng trong các hệ thống thông tin video nén” để đi sâu tìm hiểu kỹthuật mã hóa trong chuẩn nén MPEG-4 này

Đề tài nghiên cứu được chia làm 3 phần

Chương 1 : tổng quan về video

Chương 2 : công nghệ mã hóa video trong MPEG-4

Chương 3 : các ứng dụng

Chúng tôi xin gửi lời cảm ơn tới thầy giáo Đặng Văn Hiếu đã hướng dẫn và giúp đỡ chúng tôi thực hiện đề tài này Và chúng tôi cũng xin gửi lời cảm ơn tới thầy

cô giáo trong bộ môn Kỹ Thuật Thông Tin và các bạn cùng lớp đã giúp đỡ chúng tôi trong việc tìm kiếm thông tin, tài liệu , và các giáo trình tham khảo trong suốt quá trình thực hiện đề tài này

Chúng tôi rất mong nhận được ý kiến đóng góp của thầy cô giáo và các bạn sinh viên để cho đề tài nghiên cứu được hoàn thiện hơn

Hà Nội, ngày 3 tháng 4 năm 2009

Nhóm nghiên cứu

MỤC LỤC Chương 1 : Tổng quan về mã hóa video 1.1 Mục đích nghiên cứu video nén theo hướng đối tượng……… 6

1.2 Tổng quan về các chuẩn nén……… ….6

1.3 Kĩ thuật mã hóa video nén theo hướng đối tượng MPEG-4 và ưu điểm……… … 7

Chương 2 : Công nghệ mã hóa video trong MPEG-4……… …

12 2.1 Mã hoá hình dạng ngoài (Shape Coder ).……….15

2.1.1 Biến đổi Cosin rời rạc ( DCT )……… ………… 16

2.1.2 Lượng tử hoá……… ….… 18

2.1.3 Mã hóa……… ………20

2.2 Dự đoán và tổng hợp động……… ………21

2.2.1 Ước lượng chuyển động……… … ……… ….21

2.2.2 Kỹ thuật đệm……….……… 22

2.2.3 Kỹ thuật chuyển động cơ bản……… ……….… ….22

2.2.3.1 Kỹ thuật thay đổi từng khối thích ứng với cấu trúc đa cạnh của VOP.….… 22

2.2.3.2 ước lượng chuyển động của điểm ảnh……….……… …… … 23

2.2.3.3 chế độ INTRA / INTER……….…….……… … …24

2.2.3.4 Tìm kiếm nửa điểm ảnh……….… ….…….….……25

2.2.3.5 Dự đoán MV……….……… ….….26

2.2.3.6 Chế độ vector chuyển động không giới hạn……….……… ……….26

2.2.3.7 Chế độ nâng cao chất lượng dự đoán……….………….…… ….…27

2.3 Mã hóa cấu trúc……….……….…… 27

2.4 Giải mã MPEG-4 VOP……….….… 28

2.5 Mã hóa theo lớp video ……… ……… ………… 28

2.6 Đánh giá hiệu quả……….……… 29

2.7 Điều khiển tốc độ……… 31

Chương 3 : Ứng dụng……….………37

3.1 IP TV……… ………… … …37

3.2Video yêu cầu……… ………….… … 39

3.3 Mobile TV……… ……… … 40

3.4 Truyền hình hội nghị ……….……… … … 41

Mục lục các hình vẽ Hình 1.1: công cụ nén mới của MPEG-4 so với MPEG 2……….……….9

Hình 1.2 :DCT của MPEG……… 9

Hình 1.3.a : Đầu vào của bộ mã hóa MPEG-2……….….10

Hình 1.3.b : Bộ mã hóa MPEG-4……… …11

Hình 1.4: Các đối tượng lưới của MPEG4……… ………… 11

Hình 2.1: Cấu trúc của bộ mã hoá và giải mã video MPEG-4……… 13

Hình 2.2: Sơ đồ cấu trúc giải mã video MPEG-4……… 14

Hình 2.3: Sơ đồ thuật toán nén ảnh(a)……….…… 16

Hình 2.4: Sơ đồ thuật toán nén ảnh(b)……….……… 17

Hình 2.5 : Quá trình giải lượng tử và thứ tự sắp xếp zigzag……….……….….…….19

Hình 2.6: Cấu trúc mã hóa một VOP……….… 21

Hình 2.7 : Kỹ thuật thay đổi từng khối thích ứng với cấu trúc đa cạnh của VOP……….23

Hình 2.8 : cửa sổ mở rộng cho việc tìm kiếm sự thay đổi theo phương Y……… 23

Hình 2.9 : Tìm kiếm giá trị nửa điểm ảnh bằng phép nội suy……….…….….25

Hình 2.10 : Dự đoán thành phần MV trong chế độ dự đoán nâng cao……… …… 26

Hinh 2.11 : Mã hóa khung hình trong MPEG-4……… ………27

Hình 2.12 : Cấu trúc giải mã VOP……….… 28

Hình 2.13 : Chất lượng đạt được của mã hóa video MPEG-4……….30

Hình 2.14: Chất lượng đạt được của cả hai H.263 và MPEG-4 tại tốc độ 128 kbit / s…… 30

Hình 2.15 : Cận cảnh đối tượng……….……31

Hình 2.16 : Sự biến đổi tốc độ truyền theo bit của Frolife đơn giản của MPEG-4……….….32

Hình 2.17 : Đầu ra của bộ giải mã và đầu vào của bộ đệm mã hóa……… …….32

Hình 2.18 : Ví dụ của 1 bộ đệm (mã hóa, kênh dẫn bit 100kbps)……….….… 33

Hình 2.19 : Hình 2.20 : giải mã nội dung bộ đệm cho kênh 100kbit/s ……….….….34

Hình 2.20 : Ví dụ của 1 bộ đệm (giải mã, kênh dẫn bit 1000kbps)……… 34 CÁC THUẬT NGỮ VIẾT TẮT

MV : Motion vector (vector chuyển động )

VOP : Video object planes (đối tượng video)

DCT: Discrete cosine transform ( biến đổi cosin rời rạc)

MSE : Mean square error (sai số bình phương trung bình)

BM : Block Matchinh ( khối phù hợp)

SAD : Sum of Absolute Difference ( tổng sự khác nhau tuyệt đối)

MB : Macro Block ( Khối vĩ mô)

GOB : Groups Of Block ( nhóm các khối)

OBMC: Overlapped block motion compensation (sự bù chuyển động khối)

MPEG: Motion Picture Experts Group (Nhóm các chuyên gia điện ảnh)

ITU: International Telecommunication Union (hiệp hội viễn thông quốc tế)

ISO: International Standard Organisation (tổ chức tiêu chuẩn quốc tế)

IEC: International Electrotechnical Commission (ủy ban kỹ thuật điện tử quốc tế) EOB: End Of Block (khối kết thúc)

MRG: Management Research Group(nhóm quản lý nghiên cứu)

IPTV: Internet Protocol Television (Truyền hình Giao thức Internet)

MSE : mean square error (sai số bình phương trung bình)

VOD: video on demand (video theo yêu cầu)

ISDN Integrated Services Digital Network (là công nghệ băng hẹp)

BM : Block Matchinh ( khối phù hợp)

FTTH: Fiber-To-The-Home (mạng viễn thông bằng cáp quang được nối đến tận nhà)ISDN : Integrated Services Digital Network (mạng đa dịch vụ số)

NGN: Dịch vụ truyền hình hội nghị

LAN: Local Area Network (mạng máy tính cục bộ)

WAN: Wide Area Network (Mạng diện rộng)

Chương 1 : Tổng quan về mã hóa video

1.1 Mục đích nghiên cứu video nén theo hướng đối tượng

Tại sao chúng ta cần phải nén video ?

Để xem được 1 đoạn video có chất lượng cao mà dung lượng không quá lớn là 1điều rất quan trọng và cần thiết Đó chính là lí do cần phải sử dụng 1 công cụ nénvideo nhằm giảm tối đa dung lượng của đoạn video mà chất lượng vẫn đáp ứng đượcyêu cầu

Nhu cầu truyền phát các dịch vụ Multimedia mới trên hạ tầng kỹ thuật mạngInternet đã làm nảy sinh các yêu cầu chức năng không có trong các chuẩn MPEG-1,MPEG-2,H.26X và các chuẩn nén video trước đó Sự xuất hiện của chuẩn MPEG-4(10/1998) và H264 đã tạo ra một phương thức thiết lập và tương tác mới với truyềnthông nghe nhìn trên mạng internet, tạo ra một phương thức sản xuất, cung cấp và ứngdụng mới các nội dung video trên cơ sở nội dung và hướng đối tượng (content/object-based) Đây chính là một công nghệ trình diễn truyền thông đa phương tiện phức hợp,

có khả năng truyền thông trong các môi trường băng thông rất khác nhau nhờ kết hợptốt 3 môi trường: Truyền hình số, đồ hoạ tương tác và World Wide Web

1.2 Tổng quan về các chuẩn nén

Hiệp hội viễn thông quốc tế (ITU) và tổ chức tiêu chuẩn quốc tế/ Uỷ ban kỹ thuậtđiện tử quốc tế (ISO/IEC) là hai tổ chức phát triển các tiêu chuẩn mã hoá Video Theo

ITU-T, các tiêu chuẩn mã hoá Video được coi là các khuyến nghị gọi tắt là chuẩnH.26x (H.261, H.262, H.263 và H.264) Với tiêu chuẩn ISO/IEC, chúng được gọi làMPEG-x (như MPEG-1, MPEG-2 và MPEG-4).

MPEG hay gọn hơn là MPG có xuất xứ từ Moving Picture Experts Group (Nhómcác chuyên gia điện ảnh) Tổ chức ra đời hồi năm 1988 này chuyện phát triển các tiêuchuẩn về cái vụ nén phim số (digital video) và âm thanh số (digital audio) Nó hoạtđộng dưới sự “đỡ đầu” của Tổ chức Quốc tế về Tiêu chuẩn hóa (ISO) Mpeg-4 làchuẩn cho các ứng dụng MultiMedia Mpeg-4 trở thành một tiêu chuẩn cho nén ảnh

kỹ thuật truyền hình số, các ứng dụng về đồ hoạ và Video tương táchaichiều(Games,Videoconferencing) và các ứng dụng Multimedia tương tác hai chiều(World Wide Web hoặc các ứng dụng nhằm phân phát dữ liệu Video như truyền hìnhcáp, Internet Video ) Mpeg-4 đã trở thành một tiêu chuẩn công nghệ trong quá trìnhsản xuất, phân phối và truy cập vào các hệ thống Video Nó đã góp phần giải quyếtvấn đề về dung lượng cho các thiết bị lưu trữ, giải quyết vấn đề về băng thông củađường truyền tín hiệu Video hoặc kết hợp cả hai vấn đề trên

Với MPEG-4, các đối tượng khác nhau trong một khung hình có thể được mô tả,

mã hoá và truyền đi một cách riêng biệt đến bộ giải mã trong các dòng cơ bản ES(Elementary Stream) khác nhau Cũng nhờ xác định, tách và xử lý riêng các đối tượng(như nhạc nền, âm thanh xa gần, đồ vật, đối tượng ảnh video như con người hay độngvật, nền khung hình …), nên người sử dụng có thể loại bỏ riêng từng đối tượng khỏikhuôn hình Sự tổ hợp lại thành khung hình chỉ được thực hiện sau khi giải mã các đốitượng này

H.264 ( MPEG-4 AVC hay MPEG-4 part 10), hiện đang là phương thức tiên tiếnnhất trong lĩnh vực nén video H.264 cho chất lượng hình ảnh tốt nhất khi có cùngdung lượng so với các chuẩn nén khác H.264 cũng được ứng dụng như thuật nénchính trong video độ phân giải cao (HD)

Mục tiêu chính của chuẩn nén H.264 đang phát triển nhằm cung cấp Video cóchất lượng tốt hơn nhiều so với những chuẩn nén Video trước đây Điều này có thể đạtđược nhờ sự kế thừa các lợi điểm của các chuẩn nén Video trước đây Không chỉ thế,chuẩn nén H.264 còn kế thừa phần lớn lợi điểm của các tiêu chuẩn trước đó là H.263

và MPEG-4

Trong đề tài này chúng tôi xin phép được trình bày kĩ thuật mã hóa video nén theohướng đối tượng MPEG-4 mà hiện nay đang đuợc sử dụng rất nhiều như 1 công cụ

mã hóa với nhiều tính năng ưu việt

1.3 Kĩ thuật mã hóa video nén theo hướng đối tượng MPEG-4 và ưu điểm của nó.

MPEG-4 được coi là một cuộc cách mạng mới trong media số Nó là chuẩnmultimedia toàn cầu thế hệ kế tiếp Nó được thiết kế để truyền tải video với chấtlượng DVD (MPEG-2) qua mạng MPEG-4 có khả năng nén cao và tối ưu hóa đượcdung lượng băng thông cũng như dung lượng file lưu trữ mà lại đưa ra chất lượngvideo chập nhận được

MPEG-4 có phương thức mã hóa và nén video hoàn toàn tối ưu hơn các chuẩnkhác trước nó đó là việc chia nhỏ mỗi lớp video thành các đối tượng riêng biệt,Thay vìthực hiện truyền tải tất cả các lớp video như ở MPEG-2 thì MPEG-4 chỉ truyền đi sựthay đổi trong mỗi đối tượng đã được tách ra.MPEG-4 ra đời với khá nhiều tính năng

ưu việt:

1.3.1 Tính mềm dẻo và có khả năng nâng cấp.

Các nhà thiết kế bộ mã hoá MPEG phải đối mặt với rất nhiều vấn đề, nhưng vấn

đề quan trọng nhất là làm sao thiết kế được một thuật toán nén mềm dẻo và có khảnăng nâng cấp được trong tương lai Họ thường mong muốn có được các bộ mã hoáMPEG thích hợp cho nhiều ứng dụng, từ TV màn ảnh rộng, chất lượng cao tới các hệthống nhỏ, tín hiệu video đen trắng cho các hệ thống camera an ninh Hiển nhiên làmột hệ thống nén thiết kế dành cho các phim màn ảnh rộng phải có phần cứng mạnh,

bộ nhớ lớn hơn là một hệ thống được thiết kế cho hệ thống camera dành cho mục đích

an ninh.Các nhà thiết kế giải quyết vấn đề này bằng cách định nghĩa "Level" và

"Profile" cho hệ thống Các "Level" xác định giới hạn năng lực xử lý của phần cứng

và bộ nhớ cần thiết để mã hoá tín hiệu Các "Profile" xác định độ phức tạp của quátrình mã hoá và giải mã.Đối với MPEG-4 thì có 19 profile (nhưng đối với H.264 chỉ

có 3 profile)

Về khả năng nâng cấp của bộ mã hoá MPEG, họ thiết kế theo hai bước Bước thứnhất là thay cho xác định chỉ tiêu của bộ mã hoá và giải mã, họ xác định loại tín hiệunằm giữa hai thiết bị này Bước thứ hai là thực hiện các cải tiến trong bộ mã hoá vàgiải mã mới sao cho nó tương thích với các chuẩn cũ (backward compatible).ChuẩnMPEG có các qui tắc và giao thức cho tín hiệu truyền giữa bộ mã hoá và giải mã Các

quy tắc này, thực chất giống như là một loại ngôn ngữ dành riêng cho bộ mã hoá vàgiải mã Các bộ mã hoá tương thích phải có khả năng “nói” được ngôn ngữ này Các

bộ giải mã tương thích phải có khả năng hiểu được toàn bộ các "từ vựng" mà bộ mãhoá đã phát ra trong một ngữ cảnh nhất định.MPEG-4 thực hiện điều này bằng cáchtạo ra một bộ các công cụ dùng để nén tín hiệu trong các trường hợp khác nhau Mộttrong các công cụ này, chuyển đổi cosine rời rạc (DCT - discrete cosine transform), cónhiệm vụ chuyển đổi một khối 8x8 pixel thành một tập các hệ số

1.3.2 MPEG-4 đem lại công cụ nén mới.

Ta hãy xem xét các cộng cụ nén mới mà chuẩn MPEG-4 mang tới lĩnh vực nénảnh Hình 1 so sánh các công cụ của chuẩn MPEG-2 và MPEG-4

Hình 1.1: công cụ nén mới của MPEG-4 so với MPEG-2.

Chuẩn MPEG-4 đi xa hơn, theo hình 2, nó có thể dự đoán hệ số của toàn bộ các khối trênmột hàng hay hệ số của các khối ở cột bên trái từ một khối đầu tiên

Hình 1.2: MPEG4 có thể dự đoán các tham số trên 1 hàng, hay các thông số của cột bên trái

từ một khối đầu tiên.

Việc dự đoán các hệ số của hàng hay của cột dựa trên nội dung của hình ảnh Ví

dụ, một ảnh chứa một vật thể theo chiều đứng như cái cọc chẳng hạn Khi đó quét ảnhnày theo chiều ngang sẽ tạo ra sự thay đổi lớn trong các hệ số sau DCT khi gặp hìnhảnh cái cọc này Trái lại, khi quét theo chiều đứng thì các khối nằm trong một cột cócác hệ số DCT gần giống nhau, từ đó có thể nén với tỉ lệ nén cao hơn

MPEG-4 mở rộng cách dự đoán vector chuyển động MPEG-4 có thể dự đoánvector cho một macroblock từ các macroblock ở trên hay ở bên trái, và nó chỉ gửi đi

sự sai khác so với các vector cũ mà thôi Do đó giảm đi dữ liệu cần thiết dùng để mãhoá một vector, cho phép có thể dùng một vector cho mỗi khối DCT Việc dự đoánchuyển động sẽ tốt hơn với 4 vector, giảm nhỏ lỗi khi dự đoán

Chất lượng hình ảnh có thể được cải thiện đáng kể bằng cách dùng tỉ lệ nén dữliệu lớn hơn mà không cần thay đổi độ phân giải Mpeg không phải là một công cụnén đơn lẻ mà ưu điểm của nén Mpeg chính là ở chỗ nó có một tập hợp các công cụ

mã hoá chuẩn, chúng có thể được kết hợp với nhau một cách linh động để phục vụ chomột loạt các ứng dụng khác nhau, khả năng truyền dẫn tốt trong môi trường truyềndẫn khắc nhiệt

1.3.3 Tiềm năng của chuẩn MPEG-4.

Trong khi các chuẩn MPEG-1 và MPEG-2 thao tác với một ảnh toàn vẹn, thìchuẩn MPEG-4 có thể làm việc được với các hình ảnh được tạo ra, hay đã được máy

tính xử lý và đó là một thế mạnh của chuẩn MPEG-4.So với chuẩn MPEG-2 thìMPEG-4 có những ưu thế hơn về xử lý đồ họa trực tiếp.

Hình 1.3.a : Đầu vào của bộ mã hóa MPEG-2 là một ảnh hoàn chỉnh được

lặp lại theo tần số ảnh (frame rate)

Hình 1.3.b : Bộ mã hóa MPEG-4 có thể xử lý các lệnh đồ họa một

cách trực tiếp , do đó công cụ biểu diễn hình ảnh thực sự nằm trong bộ

giảimã MPEG-4 Hình 1.3 : so sánh giữa chuẩn MPEG-2 và MPEG-4 về xử lý đồ họa

Chuẩn MPEG-4 có thể làm việc được với 4 loại đối tượng, như trên hình 4.Hình 4 chothấy chuẩn MPEG-4 đã chuẩn hoá phương pháp truyền các đối tượng 3 chiều nhờ cácđối tượng lưới (mesh object), cùng với các phương tiện ánh xạ bề mặt vật thể lên cácđối tượng này, chuẩn này có thể xử lý các đối tượng có hình dạng bất kỳ

Hình 1.4: MPEG4 đã chuẩn hóa phương pháp truyền các đối tượng 3

chiều nhờ các đối tượng lưới.

1.3.4 Audio, video và tất cả các đối tượng khác có thể được đồng bộ chặt

chẽ với độ chính xác cao và có khả năng tương tác.

Truyền thông multimedia theo dòng (Multimedia stream), trong đó dòng audio vàvideo sẽ được biến đổi thích nghi với yêu cầu băng thông và chất lượng hình nhờ loại

bỏ những đối tượng (hình ảnh, âm thanh) không cần thiết khỏi dòng dữ liệu và đồng

bộ các thông tin được nhúng trong dòng dữ liệu đó Thêm vào đó, MPEG-4 sẽ chophép người sử dụng khả năng tương tác trực tiếp với dòng dữ liệu (dừng tiến hay lùinhanh, kích chuột để kích hoạt các tuỳ chọn video và audio…)

Lưu giữ và phục hồi dữ liệu audio và video: do MPEG-4 phân chia các khung hình thành các đối tượng, việc trình duyệt Browser trên cơ sở nội dung (đối tượng) mong muốn sẽ được thực hiện một cách dễ dàng và nhờ vậy, các ứng dụng lưu giữ hay phục hồi thông tin trên cơ sở nội dung MPEG-4 sẽ được thuận lợi hơn

Truyền thông báo đa phương tiện: các thông báo dưới dạng text, audio và videoMPEG-4 sẽ được truyền đi với yêu cầu băng thông ít hơn, và có khả năng tự điềuchỉnh chất lượng cho phù hợp với khả năng băng thông của thiết bị giải mã

Thông tin giải trí: những sự trình diễn nghe nhìn tương tác (thế giới ảo, trò chơitương tác …) có thể được triển khai trên cơ sở chuẩn MPEG-4 sẽ làm giảm yêu cầu vềbăng thông và làm cho thế giới ảo trở nên sinh động và giống như thực tế trên cáctrang web

Chương 2 : Công nghệ mã hóa video trong MPEG-4

MPEG-4 là sản phẩm của nhóm MPEG (Moving Picture Expert Group) đượcthành lập tháng 1/1988 với nhiệm vụ phát triển các chuẩn xử lý, mã hoá và hiển thịcác ảnh động, audio và các tổ hợp của chúng

Sản phẩm đầu tiên của nhóm này là MPEG-1 được sử dụng cho việc mã hoá các

dữ liệu nghe nhìn với tốc độ 1,5 Mbps Sản phẩm thứ hai của nhóm là chuẩn MPEG-2nổi tiếng hiện nay, mang tính tổng quát hơn và đang được áp dụng cho một loạt cácứng dụng nghe nhìn trong phạm vi tốc độ từ 3-40 Mbps Không giống các chuẩn MPEG trước đó, ví dụ như trong MPEG-2, nơi mà nộidung được tạo ra từ nhiều nguồn như video ảnh động, đồ họa, văn bản… và được tổhợp thành chuỗi các khung hình phẳng, mỗi khung hình (bao gồm các đối tượng nhưngười, đồ vật, âm thanh, nền khung hình…) được chia thành các phần tử ảnh pixels và

xử lý đồng thời, giống như cảm nhận của con người thông qua các giác quan trongthực tế Các pixels này được mã hoá như thể tất cả chúng đều là các phần tử ảnh videoảnh động Tại phía thu của người sử dụng, quá trình giải mã diễn ra ngược với quátrình mã hoá không khó khăn Vì vậy có thể coi MPEG-2 là một công cụ hiển thị tĩnh,

và nếu một nhà truyền thông truyền phát lại chương trình của một nhà truyền thôngkhác về một sự kiện, thì logo của nhà sản xuất chương trình này không thể loại bỏđược Với MPEG-2, bạn có thể bổ xung thêm các phần tử đồ hoạ và văn bản vàochương trình hiển thị cuối cùng (theo phương thức chồng lớp), nhưng không thể xoábớt các đồ hoạ và văn bản có trong chương trình gốc.Chuẩn MPEG-4 khắc phục được hạn chế này và là một chuẩn động dễ thay đổi VớiMPEG-4, các đối tượng khác nhau trong một khung hình có thể được mô tả, mã hoá

và truyền đi một cách riêng biệt đến bộ giải mã trong các dòng cơ bản ES (ElementaryStream) khác nhau Cũng nhờ xác định, tách và xử lý riêng các đối tượng (như nhạcnền, âm thanh xa gần, đồ vật, đối tượng ảnh video như con người hay động vật, nềnkhung hình …), nên người sử dụng có thể loại bỏ riêng từng đối tượng khỏi khuôn

hình Sự tổ hợp lại thành khung hình chỉ được thực hiện sau khi giải mã các đối tượngnày.

Hình 2.1 Cấu trúc của bộ mã hoá và giải mã video MPEG-4

Các bộ phận chức năng chính trong các thiết bị MPEG-4 bao gồm:

- Bộ mã hoá hình dạng ngoài Shape Coder dùng để nén đoạn thông tin, giúp xácđịnh khu vực và đường viền bao quanh đối tượng trong khung hình scene

- Bộ dự đoán và tổng hợp động để giảm thông tin dư thừa theo thời gian

- Bộ mã kết cấu mặt ngoài Texture coder dùng để xử lý dữ liệu bên trong và các

dữ liệu còn lại sau khi đã bù chuyển động

Hình 2.2 Sơ đồ cấu trúc giải mã video MPEG-4

Hình 2 là một ví dụ về tổng hợp khung hình video sử dụng trong MPEG-4 Nhiềuđối tượng được tách ra khỏi video đầu vào Mỗi đối tượng video sau đó được mã hóabởi bộ mã hoá đối tượng video VO (Video Object) và sau đó được truyền đi trênmạng Tại vị trí thu, những đối tượng này được giải mã riêng rẽ nhờ bộ giải mã riêng

VO và gửi tới bộ compositor Người sử dụng có thể tương tác với thiết bị để cấu trúclại khung hình gốc, hay để xử lý các đối tượng tạo ra một khung hình khác Ngoài ra,người sử dụng có thể download các đối tượng khác từ các thư viện cơ sở dữ liệu (cósẵn trên thiết bị hay từ xa thông qua mạng LAN, WAN hay Internet) để chèn thêm vàohay thay thế các đối tượng có trong khuôn hình gốc

Để có thể thực hiện việc tổ hợp khung hình, MPEG-4 sử dụng một ngôn ngữ mô tảkhung hình riêng, được gọi là định dạng nhị phân cho khung hình BiFS (BinaryFormat for Scenes) BiFS không chỉ mô tả ở đâu và khi nào các đối tượng xuất hiệntrong khung hình, nó cũng mô tả cách thức hoạt động của đối tượng (làm cho một đốitượng xoay tròn hay chồng mờ hai đối tượng lên nhau) và cả điều kiện hoạt động đốitượng và tạo cho MPEG-4 có khả năng tương tác Trong MPEG-4 tất cả các đối tượng

có thể được mã hoá với sơ đồ mã hoá riêng của nó - video được mã hoá theo kiểuvideo, text được mã hoá theo kiểu text, các đồ hoạ được mã hoá theo kiểu đồ hoạ -thay vì việc xử lý tất cả các phần tử ảnh pixels như là mã hoá video ảnh động Do cácquá trình mã hoá đã được tối ưu hoá cho từng loại dữ liệu thích hợp, nên chuẩn

MPEG-4 sẽ cho phép mã hoá với hiệu quả cao tín hiệu ảnh video, audio và cả các nộidung tổng hợp như các bộ mặt và cơ thể hoạt hình.

2.1 Mã hoá hình dạng ngoài (Shape Coder )

-Khung hình : là thành phần mã hoá chính Thường thường chúng ta có thể phân

biệt sự thay đổi về độ sáng của ảnh tốt hơn so với sự thay đổi về màu Do đó trước hếtcác sơ đồ nén Mpeg sẽ tiến hành chia khung hình thành các thành phần độ sáng Y vàthành phần độ màu Cb, Cr (một thành phần về độ sáng và hai thành phần về độ màu).Một khung hình sẽ gồm có 3 ma trận ứng với các thành phần về độ sáng (Y) và haithành phần về độ màu Cb và Cr

Ma trận Y có số hàng và cột bằng nhau (ma trận vuông) Ma trận Cb và Cr có số hàng và cột bằng nửa ma trận Y Hình 3 cho thấy quan hệ và vị trí của Y và các thành phần Cb và Cr Lưu ý rằng cứ 4 giá trị Y lại có 2 giá trị kết hợp một của Cb và một của Cr (Vị trí của giá trị Cb và Cr là tương đương)

Các bộ lọc tiền xử lý sẽ lọc ra những thông tin không cần thiết từ tín hiệu Video và những thông tin khó mã hoá nhưng không quan trọng cho sự cảm thụ của mắt người

Kỹ thuật đoán chuyển động dựa trên nguyên tắc là các khung hình trong một cảnh Video dường như có liên quan mật thiết với nhau theo thời gian: Mỗi khung hình tại một thời điểm nhất định sẽ có nhiều khả năng giống với các khung hình đứng ngay phía trước và ngay phía sau nó Do vậy ở phía bộ mã hoá, chỉ cần gửi những khung hình có thay đổi so với những khung hình trước, sau đó dùng phương pháp nén về không gian để loại bỏ sự dư thừa về không gian trong chính khung hình sai khác này Trong MPEG-4 là yếu tố ít có sự thay đổi nhất, các bước mã hóa khung hình cũng tương tư như mã hóa ảnh Thuật toán mã hoá biến đổi gồm các bước:

+Biến đổi Cosine rời rạc (DCT)

+Lượng tử hoá

+Mã hóa

2.1.1 Biến đổi Cosin rời rạc ( DCT )

Sơ đồ thuật toán nén và giải nén được mô tả dưới đây:

Hình 2.3 sơ đồ thuật toán nén ảnh (a)

Quá trình giải nén sẽ được làm ngược lại, người ta giải mã từng phần ảnh néntương ứngvới phương pháp nén đã sử dụng trong phần nén nhờ các thông tin liênquan ghi trong phần header của file nén Kết quả thu được là hệ số đã lượng tử Các hệ

số này được khôi phục về giá trị trước khi lượng tử hóa bằng bộ tương tự hóa Tiếp đóđem biến đổi Cosin ngược ta được ảnh ban đầu với độ trung thực nhất định

Bảng mã và bảng lượng tử trong sơ đồ giải nén được dựng lên nhờ những thôngtin ghi trong phần cấu trúc đầu tệp ( Header) của tệp ảnh nén Quá trình nén chịu tráchnhiệm tạo ra và ghi lại những thông tin này Phần tiếp theo sẽ phân tích tác dụng củatừng khối trong sơ đồ 2.3

+ Phần khối

Vì ảnh gốc có kích thước rất lớn cho nên trước khi đưa vào biến đổi DCT, ảnhđược phân chia thành các khối vuông, mỗi khối này thường có kích thước 8 x 8 pixel

và biểu diễn các mức xám của 64 điểm ảnh, các mức xám này là các số nguyên dương

có giá trị từ 0 đến 255 Việc phân khối này sẽ làm giảm được một phần thời gian tínhtoán các hệ số chung, mặt khác biến đổi cosin đối với các khối nhỏ sẽ làm tăng độchính xác khi tính toán với dấu phẩy tĩnh, giảm thiểu sai số do làm tròn sinh ra

Hình 2.4 sơ đồ thuật toán nén ảnh (b)

Biến đổi DCT là một công đoạn chính trong các phương pháp nén sử dụng biến

đổi 2 công thức ở đây minh hoạ cho 2 phép biến đổi DCT thuận nghịch đối với mỗikhối ảnh có kích thước 8 x 8 Giá trị x(n1, n2) biểu diễn các mức xám của ảnh trongmiền không gian, X(k1, k2) là các hệ số sau biến đổi DCT trong miền tần số

+ Biến đổi

Biến đổi là một trong những công đoạn lớn trong các phương pháp nén sử dụngphép biến đổi Nhiệm vụ của công đoạn biến đổi là tập trung năng lượng vào một số ítcác hệ số biến đổi Công thức biến đổi cho mỗi khối là:

và Thuật toán biến đổi DCT cho mỗi khối trong trường hợp này sẽ bao gồm 16 phépbiến đổi DCT Đầu tiên, người ta biến đổi nhanh Cosin một chiều cho các dãy điểm

ảnh trên mỗi hàng Lần lượt thực hiện cho 8 hàng Sau đó đem biến đổi nhanh Cosinmột chiều theo từng cột của ma trận vừa thu được sau 8 phép biến đổi trên Cũng lầnlượt thực hiện cho 8 cột Ma trận cuối cùng sẽ là ma trận hệ số biến đổi của khốitương ứng.Trong sơ đồ giải nén ta phải dùng phép biến đổi Cosin ngược Công thứcbiến đổi ngượccho khối 8x8:

và

2.1.2 Lượng tử hoá

Khối lượng tử hóa trong sơ đồ nén đóng vai trò quan trong và quyết định tỉ lệ néncủachuẩn nén Đầu vào của khối lượng tử hóa là các ma trận hệ số biến đổi Cosin củacác khối điểm ảnh.Sau khi thực hiện biến đối DCT, 64 hệ số sẽ được lượng tử hoá dựa

trên một bảng lượng tử gồm 64 phần tử Q(u,v) với 0≤u, v≤7 Bảng này được định

nghĩa bởi từng ứng dụng cụ thể Các phần tử trong bảng lượng tử có giá trị từ 1 đến

255 được gọi là các bước nhảy cho các hệ số DCT Quá trình lượng tử được coi như làviệc chia các hệ số DCT cho bước nhảy lượng tử tương ứng, kết quả này sau đó sẽđược làm tròn xuống số nguyên gần nhất Công thức (3) thể hiện việc lượng tử với

F(u,v) là các hệ số DCT, F Q (u,v) là các hệ số sau lượng tử, các hệ số này sẽ được đưa

vào bộ mã hoá Entropy

(3)

Mục đích của việc lượng tử hoá là giảm số lượng bit cần để lưu trữ các hệ số biếnđổi bằng việc giảm độ chính xác của các hệ số này cho nên lượng tử là quá trình xử lý

có mất thông tin

Quá trình giải lượng tử ở phía bộ giải mã được thực hiên ngược lại Các hệ số sau

bộ giải mã entropy sẽ nhân với các bước nhảy trong bảng lượng tử (bảng lượng tửđược đặt trong phần header của ảnh JPEG) Kết quả này sau đó sẽ được đưa vào biếnđổi DCT ngược Để nâng cao hiệu quả nén cho mỗi bộ hệ số trong một khối, người taxếp chúng lại theo thứ tự ZigZag Tác dụng của sắp xếp lại theo thứ tự ZigZag là tạo

ra nhiều loại hệ số giống nhau Chúng ta biết rằng năng lượng của khối hệ số giảm dần

từ góc trên bên trái xuống góc dưới bên phải nên việc sắp xếp lại các hệ số theo thứ tựZigZag sẽ tạo điều kiện cho các hệ số xấp xỉ nhau (cùng mức lượng tử) nằm trên mộtdòng

Hình 2.5 : Quá trình giải lượng tử và thứ tự sắp xếp zigzag

Mỗi khối ZigZag này được mã hóa theo phương pháp RLE Cuối mỗi khối đầu racủa RLE, ta đặt dấu kết thúc khối EOB (End Of Block) Sau đó, các khối được dồn lại

và mã hóa một lần bằng phương pháp mã Huffman Nhờ có dấu kết thúc khối nên cóthể phân biệt được hai khối cạnh nhau khi giải mã Huffman Hai bảng mã Huffmancho hai thành phần hệ số tất nhiên sẽ khác nhau Để có thể giải nén được, chúng ta

phải ghi lại thông tin như: kích thước ảnh, kích thước khối, ma trận Y, độ lệch tiêuchuẩn, các mức tạo lại, hai bảng mã Huffman, kích thước khối nén một chiều, kíchthước khối nén xoay chiều… và ghi nối tiếp vào hai file nén của thành phần hệ số.Cài đặt giải thuật cho nén thực sự phức tạp Chúng ta phải nắm được các kiếnthức về nén

RLE, Huffman, biến đổi Cosin, xây dựng bộ lượng tử hóa Lloyd-Max…Nén vàgiải nén hơi chậm nhưng bù lại, thời gian truyền trên mạng nhanh hơn do kích thướctệp nén nhỏ Với những ưu điểm của mình được ISO chấp nhận là chuẩn ảnh quốc tế

và được biết đến dưới mã số ISO 10918-1

2.1.3 Mã hóa

Mã hoá là bước cuối cùng trong hệ thống nén ảnh dựa trên biến đổi DCT Chuẩnnén ảnh JPEG hiện nay dùng phương pháp mã hoá Huffman, đây là phép mã hoákhông làm mất thông tin Phương pháp này dựa trên mô hình thống kê Dựa vào dữliệu gốc, người ta tính tần suất xuất hiện các hệ số Việc tính tần suất được thực hiệnbằng cách duyệt tuần tự từ đầu khối đến cuối khối, sau đó, những hệ số có tần suấtcao được gắn cho một từ mã ngắn, các hệ số có tần suất thấp được gán một từ mã dài.Với cách thức này chiều dài trung bình của từ mã đã giảm xuống

Đường ZicZig

Các hệ số thu được sau khi lượng tử hoá sẽ được sắp xếp thành một chuỗi các kýhiệu theo kiểu “zig-zag” (theo đường zig-zag) để đặt các hệ số có tần số thấp lên trướccác hệ số tần số cao Các hệ số này sẽ được mã hoá dựa trên bảng mã Huffman saocho chiều dài trung bình của từ mã là nhỏ nhất Bảng mã này cũng sẽ được đặt trongphần mào đầu của ảnh để thực hiện giải nén ảnh

2.2 Dự đoán và tổng hợp động

Mỗi lớp video bao gồm các đối tượng riêng rẽ Mỗi đối tượng riêng rẽ ấy gọi làVOP Khi 1 VOP được tách ra,VOP đó sẽ được đưa vào bộ mã hóa và được thực hiện

mã hóa như sau :

Hình 2.6 Cấu trúc mã hóa một VOP

2.2.1 Ước lượng chuyển động

Nén Mpeg là sự kết hợp hài hoà của bốn kỹ thuật cơ bản: Tiền xử lý(Preprocessing), đoán trước sự chuyển động của các khung hình (Picture) ở bộ mã hoá(Temporal Prediction), bù chuyển động ở bộ giải mã (Motion Compensation) và mãlượng tử hoá (Quatization Coding).Các bộ lọc tiền xử lý sẽ lọc ra những thông tinkhông cần thiết từ tín hiệu Video và những thông tin khó mã hoá nhưng không quantrọng cho sự cảm nhận của mắt người Kỹ thuật đoán chuyển động dựa trên nguyêntắc là các khung hình trong một cảnh Video (Video Sequence) dường như có liên quanmật thiết với nhau theo thời gian: Mỗi khung hình tại một thời điểm nhất định sẽ cónhiều khả năng giống với các khung hình đứng ngay phía trước và ngay phía sau nó.Các bộ mã hoá sẽ tiến hành quét lần lượt từng phần nhỏ trong mỗi khung hình gọi là

MB, sau đó nó sẽ phát hiện MB nào không thay đổi từ khung hình này tới khung hìnhkhác Bộ mã hoá sẽ dự đoán trước sự xuất hiện của các MB khi biết vị trí và hướng