Сжатие сигналов в цифровом телевидении

Рисунок 4 – Структурная схема межкадрового кодирования

В  этой  схеме  в  кодере передатчика используется декодер,  который по  своим функция  полностью  аналогичен  декодеру  приемника.  Из  исходного  сигнала вычитаются предсказанные сигналы, которые включают искажения, появившиеся при  внутрикадровом  декодировании. Таким  образом,  здесь  вычисление  разностного  сигнала  в  кодере  передатчика  и  восстановление  исходного  сигнала   в декодере приемника производится в одинаковых условиях.

1.4. Групповое кодирование с преобразованием

ДИКМ использует корреляционные связи между соседними отчетами. Однако эти связи имеются и в последующих отсчетах, и эффективность сжатия можно увеличить, если операции кодирования производить сразу с группой отсчетов. Этот подход получил название группового кодирования. Среди методов группового кодирования наибольшее распространение получило групповое кодирование с преобразованием. В  среднестатистическом  сюжете всегда можно выделить  группу из N подряд идущих  отсчетов,  связанных  между  собой.  Несмотря  на  корреляционные  связи эти отчеты являются равнозначными и требуют одинакового метода кодирования при ИКМ. Суть кодирования с преобразованием заключатся в том, чтобы вместо самих отчетов передавать по каналу связи их некоторые линейные комбинации — коэффициенты  преобразования.  Преобразование  должно  быть  таким,  чтобы получились  некоррелированные  и  неравнозначные  коэффициенты. Тогда  для  их кодирования  можно  использовать  разные  методы  и  на  основании  этого уменьшить число передаваемых символов.

Рассмотрим  эту  идею  на  примере  известного  преобразования  Фурье.  N дискретных отсчетов u0, u1, u2, …, uN–1  (блок отсчетов) можно представить в виде суммы:

где Fk — коэффициенты дискретного преобразования Фурье (ДПФ),

Выражение называется  обратным  дискретным  преобразованием  Фурье (ОДПФ).  Вместо  отсчетов  u0,  u1,  u2, …,  uN–1   можно  передавать  значения коэффициентов  F0,  F1,…FN–1.  Эта  группа  коэффициентов  называется  трансформантой.  Коэффициенты  ДПФ  Fk  являются  комплексными  величинами,  и может  показаться,  что  преобразование  увеличивает  объем  передаваемой информации.

Эффективность кодирования с преобразованием будет увеличиваться с ростом числа  коэффициентов  преобразования  трансформанты,  а  для  этого  необходимо увеличивать  число  отсчетов  N  в  блоке.  Но  это  одновременно  приводит  к увеличению расстояния между крайними отсчетами и, следовательно, снижению корреляционных  связей  между  ними.  Между  тем,  сильная  зависимость наблюдается  между  элементами  разрешения  в  группе  близко  расположенных строк.  Поэтому  блок  отсчетов  необходимо  взять  не  линейной,  а  квадратной формы,  число  отсчетов  для  которого  равно  N2.  Для  получения  коэффициентов трансформанты  необходимо  использовать  двумерное  преобразование,  например, двумерное  ДПФ.  ДПФ  здесь  рассмотрено  в  качестве  наиболее  известного примера.  Кроме  него  существуют  несколько  других  способов  преобразования блока  исходных  отсчетов,  такие  как Хаара, Уолша-Адамара, Кархунена-Лоэва  и др. Перечисленные  методы  по  своим  свойствам уступают  дискретному  косинусному  преобразованию (ДКП),  которое  является частным случаем ДПФ.

Основной  недостаток  ДПФ  заключается  в  необходимости   использования комплексных  коэффициентов  трансформанты,  что  неудобно  для  организации вычислений.  Между  тем  известно,  что  ряд  Фурье  для  любой  непрерывной действительной  и  симметричной (четной)  функции  содержит  только действительные  коэффициенты,  соответствующие  косинусным  членам  ряда. Это можно  распространить  и  на  ДПФ.

1.5 Компенсация движения

Межкадровое  дифференциальное  кодирование  достаточно  хорошо  работает при неподвижных или малоподвижных изображениях. Однако его эффективность снижается  при  появлении  на  изображении  движущихся  объектов.  Значение отсчетов может  резко  измениться  при  смене  кадра  за  счет  смещения  объекта. В предельном  случае,  когда  производится  панорамирование,  изменяется  значение буквально  каждого  отсчета,  поэтому  разностные  кадры  имеют  тот  же  объем данных,  что  и  исходные.  Для  преодоления  этой  трудности  используют  метод, называемый компенсацией движения. 

В  основе  метода  лежит  процедура  вычисления  вектора  движения,  проставляющего собой  два  числа  VX  и  VY,  характеризующие смещение объекта по горизонтали и вертикали. Вычисление  значений  векторов  движения условно  показано  на  рис. 5.  Для  того  чтобы предсказать  второй  кадр  необходимо  отсчеты, соответствующие  подвижному  объекту  в первом  кадре,  переместить  на  VX  по  горизонтали и на VY по вертикали.

Рисунок 5 –  Вычисление векторов движения

В  процессе  движения  форма  объекта  может  меняться,  поэтому  вектора движения  вычисляются  для  небольших  фрагментов  изображения,  например  для блоков отсчетов, использующихся при ДКП. Значения отсчетов этих фрагментов переносятся  по  вектору  движения  в  предсказанный  кадр.  Обобщенная  схема кодирования с компенсацией движения показана на рис. 6.

Рисунок 6 – Схема кодирования с компенсацией движения

2 Сжатие видеосигнала по стандарту MPEG

2.1 Стандарты сжатия видеосигналов

Разнообразие  способов  сжатия  цифровых  видеосигналов  приводит  также  к разнообразию методов кодирования. Для обеспечения  совместимости различных цифровых  систем  при  обмене  программами  необходимы  единые  правила кодирования,  которые  выполняли  бы  роль  стандарта  компрессии.  Однако установить один  стандарт не удается, поскольку  требования  к  сжатому  сигналу могут  меняться  в  зависимости  от  назначения  цифрового  потока.  При внутристудийной  обработке  сигнала  важно  сохранять  высокое  качество восстановления  изображения,  а  требования  к  величине  сжатия  минимальные. Здесь  нежелательно  использовать  межкадровое  кодирование,  поскольку  это затрудняет  монтаж  программ.  При  записи  на  видеомагнитофон  коэффициент компрессии  уже  имеет  существенное  значение,  но  качество  восстанавливаемого сигнала должно позволять его повторное сжатие. Для целей вещания необходимо как  можно  больше  сжимать  сигнал,  а  качество  изображения  должно соответствовать  используемой  системе  вещания.  Например,  для  телевидения стандартной  четкости  качество  должно  соответствовать  приему  аналоговой системы PAL (SECAM) при благоприятных условиях. Восстановленный сигнал в системе вещания уже не может быть повторно переведен в цифровую форму без существенной  потери  качества.  Ниже  будут  рассмотрены  стандарты  сжатия, используемые  в  вещательном  телевидении  или  для  передачи  изображения  по какому-либо каналу связи.

Стандарт JPEG* (Joint Photographic Experts Group)  был  разработан  для сжатия  неподвижных  изображений —  фотографий  или  видеокадров.  Поскольку речь  идет  о  кодировании  только  одного  изображения,  то  используется  только внутрикадровое  кодирование.  Основные  используемые  методы  сжатия:  ДКП, квантование  коэффициентов  трансформанты  с  использования  разных  матриц квантования, z-упорядочивание, кодирование с переменной длиной слова. Размер блока  для  ДКП —  8×8.  Исходное  изображение  может  быть  представлено  либо формате  основных  цветов RGB,  либо  сигналом  яркости  и  цветоразностными сигналами. Разрядность отсчетов от 8 до 12 бит.  Стандарт JPEG может использоваться в телевидении при производстве и монтаже программ в сочетании с различными структурами дискретизации (4:2:2, 4:2:0 и пр.). Этот вариант стандарта получил название Motion JPEG.

Стандарт ITU-T Н.261 регламентирует передачу видеоинформации при уровнях битового потока, кратных 64 Кбит/с, и предназначен для видеотелефонной связи или видеоконференций в реальном времени. Стандарт включает как кодирование отдельных кадров в стиле JPEG, так и использование компенсации движения. В этом стандарте изображение передается в формате CIF (Common Intermediate Format, общий промежуточный формат), который представляет собой 352 элемента разрешения (отсчета) по горизонтали и 288 по вертикали. Структура дискретизации 4:2:0. 

Стандрты MPEG  (Motion Picture Experts Group)  определяют  сжатие подвижных изображений, предназначенных для различных областей применения. Первым  стандартом, появившимся в 1991  г., был MPEG-1. Он предназначен для компрессии  цифровых  видеосигналов  в  системах  мультимедиа.  Используется формат передачи CIF, прогрессивная развертка,  а  скорость цифрового потока не превышает 1,5 Мбит/с.  Качество  изображения,  получаемое  с  помощью  этого стандарта,  находится  на  уровне  качества  бытового  видеомагнитофона (формат VHS). По этим причинам MPEG-1 не может применяться  в телевещании.    Для  целей  вещания  специально  был  разработан  стандарт MPEG-2,  который позволяет  использовать  более  высокое  разрешение (вплоть  до  ТВЧ)  и поддерживает  чересстрочную  развертку.  Стандарт MPEG-2  стал  фактически мировым стандартом для цифрового телевещания.  Поддержка  чересстрочной  развертки  означает,  что  могут  обрабатываться изображения  как  с  прогрессивной,  так  и  с  чересстрочной  развертками.  В последнем случае пары полей могут кодироваться или раздельно, или вместе как единый кадр. 

Особенностью MPEG-2  является  обеспечение  различного  качества изображения  при  использовании  одного  и  того  же  цифрового  потока.  Это обеспечивается  за  счет  иерархической  структуры (или  масштабируемости) цифрового  потока,  который  разделяется  на  отдельные  уровни. Первый  уровень, называемый  базовым  потоком,  может  быть  декодирован  независимо  от остальных  уровней  потока,  называемых  расширенными.  В  этом  случае полученное изображение будет иметь минимальное качество. Этот случай может соответствовать,  например,  приему  на  переносный  телевизор  с  маломощным декодером. Стационарный телевизор может обработать полный цифровой поток и получить максимальное качество изображения.

Стандарт MPEG-2  определяет  также  кодирование  сигналов  звукового сопровождения. Поддерживается до 5-и полных широкополосных сигналов плюс дополнительный низкочастотный (комментаторский) канал.  Необходимо заметить, что стандарты MPEG не устанавливают строгой схемы кодирования или декодирования цифрового потока. Они лишь указывают правила формирования  сжатого  цифрового  потока  и  определяют  смысл  отдельных  его составляющих.  Как  сформировать  поток  данных  и  как  его  правильно декодировать — задача разработчиков кодеров и декодеров.  Ниже будет рассматриваться только стандарт MPEG-2, который используется в цифровом телевизионном вещании.

2.2. Профили и уровни MPEG-2

Кодирование  цифрового  потока  может  обеспечивать  разное  качество изображения  и  преследовать  разные  цели.  Поэтому  при  сохранении  общей концепции  сжатия  сигналов  можно  применять  различный  уровень  сложности методов  кодирования.  Например,  кодирование  изображений  телевидения стандартной  четкости  и  ТВЧ  потребуют  разные  параметры  цифрового  потока. Поэтому,  чтобы  избежать  появления  разных  стандартов,  содержащих  много общих элементов, в рамках MPEG-2 предусмотрена система профилей и уровней. Рассмотрим  кратко  смысл этих понятий.  

Профили  определяют  используемые  методы  сжатия  и  организацию цифрового потока. В MPEG-2 имеется пять профилей.  Простой профиль, имеющий обозначение SP (Simple Profile). В этом профиле предусмотрены самые простые методы сжатия без использования В-кадров. Главный  профиль —  MP (Main  Profile).  Этот  профиль  реализует  все возможности MPEG-2 по сжатию сигналов, кроме масштабируемости.  Масштабируемый  профиль  по  шуму — SNRP (SNR Scaleable Profile).  Этот профиль  использует  возможность  построения  иерархической  цифрового  потока. Базовый поток формируется с применением грубого квантования коэффициентов ДКП, а расширенный поток несет информацию о более точном квантовании. При использовании простого декодера или  при плохих условиях приема декодируется только базовый поток с большим уровнем шума квантования. При использовании расширенного  потока  шум  квантования  можно  существенно  снизить.  Таким образом,  система  может  адаптироваться  к  условиям  приема  за  счет  изменения качества изображения.

Масштабируемый профиль по разрешению — SSP (Spatially Scaleable Profile).Здесь  также используется иерархический цифровой поток. Весь цифровой поток несет информацию о максимальном разрешении изображения, а в базовом потоке заложены  прореженные  отсчеты  полного  изображения.  С  помощью  этого профиля может быть обеспечена совместимость телевидения обычной четкости и ТВЧ.  Обычный  телеприемник  будет  обрабатывать  только  базовый  поток,  а приемник ТВЧ — полный поток. 

Высокий профиль — HP (High Profile).  Высокий  профиль  адаптируется  по частоте  развертки,  позволяя  осуществить  передачу  цифрового  потока,  который можно  декодировать  с  получением  двух  различных  кадровых  частот.  Профиль используется  для  обработки  сигналов  в  профессиональной  технике  и  часто называется профессиональным. Уровни указывают на параметры формата изображения. Например, низкий уровень (LL) подразумевает обработку изображения, состоящего из 352×288 отсчетов при 25-и кадрах в секунду. В регионах, где применяют стандарт NTSC, для  этого   уровня   используют  352×240   отсчетов  при 30-и   кадрах  в  секунду.

В зависимости от профиля можно получить разную степень сжатия изображения. Максимальная скорость битового потока для низкого уровня — 4 Мбит/с. Кроме низкого уровня в MPEG-2 имеются следующие уровни: главный (ML) — для телевидения обычной четкости; высокий-1440 (H14L)  — для ТВЧ с числом отсчетов 1440; высокий-1920 (HL) — для ТВЧ с числом отсчетов 1920. В табл. 7 указаны параметры изображения для этих уровней. Конкретные сочетания уровней и профилей определяют некоторое подмножество общего стандарта MPEG-2 применительно к различным задачам. Такое сочетание обозначают аббревиатурой, например, MP@ML означает главный профиль и главный уровень. Не все сочетания целесообразно использовать на практике. Возможные сочетания показаны в табл. 7. Для целей телевещания лучше подходят профили MP, SNRP и SSP, в которых применяется структура дискретизации 4:2:0. Профессиональный профиль чаще всего имеет структуру 4:2:2. В настоящее время наибольшее распространение получило сочетание главного профиля и главного уровня MP@ML.

Рисунок 7 – Профили и уровни MPEG-2

2.3 Особенности стандарта MPEG-4

Новым проектом группы MPEG является стандарт MPEG-4. Работы по этому проекту были начаты в июле 1993 г. Рабочий проект был закончен в ноябре 1996 г. и согласован на уровне Комитета Международной организации по стандартизации в ноябре 1997 г. Большинство документов, входящих в стандарт MPEG-4, были приняты в конце 1998 – начале 1999 годов. В 1999 г. появилась вторая версия MPEG-4.

Стандарт MPEG-4 охватывает следующие области:

- цифровое телевидение и видеосвязь;

- интерактивную графику, синтез изображений;

- интерактивные мультимедийные приложения, в том числе передаваемые через Интернет.

Стандарт MPEG-4 позволяет передавать видео- и звуковую информацию с очень большими коэффициентами сжатия по узкополосным каналам связи.