关于视频模拟信号的数字化和量化

采用数字传输视频信号和用计算机处理视频信号,首先要解决的问题是将视频信号数字化(它涉及到视频信号的扫描、采样、量化和编码)。关于视频信号扫描前面已讨论过。在每条水平扫描线上,等间隔地抽取视频图像的值,并只处理和传输这些采样值,此过程称为采样。采样过程中会产生失真与噪声,类型如下:

根据香农采样定理,为了能将采样信号恢复到原信号,其采样频率f,要求两倍于最大信号频率f。如果采样频率fs<2M,则产生混叠现象,从而对视频图像信号本身产生干扰。为了解决此问题,通常采样前,要对有噪声的图像信号进行低通滤波。

实际采样脉冲并非理想的冲激函数,而是具有一定的宽度,从而会产生孔径效应,使原视频图像信号频率特性的高频成分跌落。当由采样值恢复原视频图像信号时,要求使用理想滤波器,但理想滤波器是无法实现的。因此在恢复视频信号时会产生噪声,这种噪声称为插入噪声。

由于时钟信号在发送端和接收端间存在相位抖动,故在恢复视频信号时会产生噪声,这种噪声称为抖动噪声。

经过采样后的视频图像,只是空间上的离散像素阵列,而每个像素的值仍是连续的,必须将它转化为有限个离散值。这个过程称为量化。如果像素值等间隔分层量化,则称为均匀量化;若使用非等间隔进行分层量化,则称为非均匀量化;若采样后图像的亮度序列中的每个亮度值分别用上述方法进行量化,这种量化方法称为标量量化;若将图像亮度序列的每K个样点合成一组,形成K维空间的1个矢量,然后对此矢量进行量化,将它称为矢量量化。

模拟值和量化值间的误差称为量化误差或量化失真。在图像亮度平坦区域,这种量化噪声看起来像颗粒状,故称为颗粒噪声,量化带来的另一种严重失真称为伪类现象。显然,量化噪声和伪类现象都与量化精度有关,量化越精细,量化噪声越小,伪类现象就不严重。

但这是以增加电平数为代价得来的。最佳量化的目标是使用最少的电平数实现最小量化误差。设计最佳量化器的方法有两种,一是客观的计算方法,它根据量化误差的均方值为最小的原则,计算出判决电平和量化器输出的电平值。另一种是主观准则设计方法,它根据人眼的视觉特性设计量化器。视频信号的数字编码视频信号是一种有灰度层次的图像信号,视频信号数字编码的实质是:在保证一定质量信噪比要求或主观评价得分)的前提下,以最少比特数表示视频图像。对标量量化来说,通常先对视频信号进行线性PCM编码,其信噪比与量化比特数的关系为:当每像素的编码比特数每增加或减少1时,其信噪比约增加或减少6dB。

视频信号处理是指根据人的要求对视频图像进行某种处理,主要包括：(1)在保证一定图像质量的前提下尽可能压缩视频图像的数据量(即视频压缩)。由于视频信号的数据量大,因此其压缩技术非常重要,将在第三节深入讨论。(2)消除视频信号在产生、获取和传输过程中所引入的失真和干扰,使视频信号尽可能逼真地重现景物。例如使用图像强技术和图像恢复技术。(3)根据上述准则,尽可能除去视频图像中的无用信息而突出其主要信息。(4)从视频图像中提取特征值,从便对其进行描述、分类和识别。

众所周知,在开发视频图像应用系统时,遇到的最大障碍是图像信息量巨大,如何对巨大数据量进行采集、存储、处理和传输。例如,一幅640×480中分辨率的彩色图像(24比特/像素),其数据量约为0.92MB,如果以每秒30帧的速度播放,则视频信号的数码率高达27.6Mbps。如果存放在650MB的光盘中,在不考虑音频信号的情况下,每张光盘也只能播放24s,显然,视频压缩技术是图像处理的关键。在高清晰度数码图像中,数字化的视频数据量极大,当数字视频信号直接用PCM传输时,其数码率高达884.7Mbps。要想在8MH(或6MHz)带宽内传输图像信号,就必须采用高效率的视频压缩编码技术。

由于图像所携带的信息量远大于语音和数据,因此,决定了图像通信将成为人类最重要的通信手段之一。不久的将来必然会出现各种各样丰富多彩的图像通信业务,21世纪将是图像通信的世纪。视频在图像通信中最富有魅力和感染力,视频图像通信的重要性是不言而喻的,例如,数码图像也将成为人类生活的重要组成部分。随着计算机和通信技术的发展,视频图像通信的应用将更为广阔和普及。例如,多媒体系统、网络中的图像和Email的电子贺卡。