预测编码实现像素值预测的方法

2025-09-29 理论教育版权反馈

【摘要】：在接收端，将收到的预测误差的码字解码后再与预测值相加，得到当前像素值。在视频编码中，根据预测像素选取的位置不同，预测编码可分为帧内预测和帧间预测两种。在帧内预测编码时，选取的预测像素位于要编码像素同一帧的相邻位置；而帧间预测编码时，则选取时间上相邻的像素进行预测。

对于绝大多数视频图像来说，图像的近邻像素之间有着很强的相似性。预测编码的基本原理就是利用图像数据的相关性，利用已传输的像素值对当前需要传输的像素值进行预测，然后对当前像素的实际值与预测值的差值（即预测误差）进行编码传输，而不是对当前像素值本身进行编码传输，以去除图像数据中的空间冗余或时间冗余。在接收端，将收到的预测误差的码字解码后再与预测值相加，得到当前像素值。

在视频编码中，根据预测像素选取的位置不同，预测编码可分为帧内预测和帧间预测两种。在帧内预测编码时，选取的预测像素位于要编码像素同一帧的相邻位置；而帧间预测编码时，则选取时间上相邻的像素进行预测。

1.帧内预测编码

预测编码的关键是如何选择一种足够好的预测模型，使预测值尽可能与当前需要传输的像素实际值相接近。

在图像数据压缩中，常用如下几种线性预测方案：

1）前值预测，即。

2）一维预测，即采用同一扫描行中前面已知的若干个样值来预测。

3）二维预测，即不但用同一扫描行中的前面几个样值，而且还要用以前几行扫描行中的样值来预测。

2.帧间预测编码

具有运动补偿的帧间预测编码是视频压缩的关键技术之一，它包括以下几个步骤：首先，通过运动估值对运动物体的位移作出估计，即对运动物体从前一帧到当前帧位移的方向和像素数作出估计，也就是求出每个物体的运动矢量；然后，根据求出的运动矢量计算经运动补偿后的预测值；最后对运动矢量、预测误差进行编码、传输。显然，获得好的运动补偿预测的关键是运动估值的精度。

运动估值技术主要分两大类：(https://www.chuimin.cn)

（1）像素递归法

像素递归法根据像素间亮度的变化和梯度，通过递归修正的方法来估计每个像素的运动矢量，对较小面积物体的运动估值较为精确。但像素递归法在估值时需要进行迭代运算，从而存在着收敛速度和稳定性问题。该方法的代价是接收端较复杂，不利于一发多收（如数字电视广播等）的应用。

（2）块匹配法（BMA）

块匹配法是另一种更为简单的运动估值方法。它将图像划分为许多子块，并假设位于同一图像子块内的所有像素都作相同的运动，且只作平移运动，这意味着将每个子块视为一个“运动物体”。对于第K帧图像中的某一子块，如果在第K-1帧图像中可以找到与其最为相似的匹配块，则认为该子块是由第K-1帧图像中的相应匹配块移位的结果。该子块的运动矢量由两帧中相应子块的坐标决定。

在块匹配法中，需要考虑以下三个问题：

1）子块大小的选择。子块大时，一个子块可能包含多个作不同运动的物体，子块内各像素作相同平移运动的假设难以成立，影响估计精度；但若子块太小，则估计精度容易受噪声干扰的影响，不够可靠，而且传送运动矢量所需的附加比特数过多，不利于数据压缩。因此，必须恰到好处地选择子块的大小，以做到两者兼顾。

2）衡量两个子块匹配的准则。衡量两个子块匹配程度的准则有绝对差均值（MAD）最小准则、均方误差（MSE）最小准则和归一化互相关函数最大准则。研究表明，各种匹配准则对运动矢量的估值精度影响差别不是很大。由于MAD最小准则的计算不含有乘法和除法运算，实现简单、方便，所以应用最广。MAD定义为

式中，S_K（m，n）为第K帧位于（m，n）的像素值；S_K-1（m+i，n+j）为第K-1帧位于（m+i，n+j）的像素值；i、j分别为水平和垂直方向的位移量，取值范围为-dx_max≤i≤dx_max，-dy_max≤j≤dy_max。

若在某一个（i，j）处MAD（i，j）为最小，则该点就是要找的最优匹配点。

3）匹配搜索算法。最简单和直接的方法就是穷尽搜索（也称全搜索）。它对（M+2dx_max）×（M+2dy_max）搜索范围内的每一点都计算MAD值，共需计算（2dx_max+1）×（2dy_max+1）个MAD值，从中找出最小的MAD值，其对应的位移量即为所求的运动矢量。此方法虽计算量大，但最简单、可靠，找到的匹配点肯定是全局最优点，而且算法简单，非常适合用专用集成电路（ASIC）芯片实现，因此具有实用价值。此外，为了减少运动估值的计算量，特别是在用软件实现的环境中，人们还提出了许多快速搜索算法，如二维对数法、三步搜索法、交叉搜索法、共轭方向法等。这些快速搜索算法都基于如下的假设：当偏离最小误差方向时，判决函数是单调上升的，搜索总是沿着判决函数值减小的方向进行。

预测编码实现像素值预测的方法

相关推荐