時(shí)間：2023-01-25 21:24:34
開(kāi)篇：寫(xiě)作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇解碼技術(shù)論文，希望這些內(nèi)容能成為您創(chuàng)作過(guò)程中的良師益友，陪伴您不斷探索和進(jìn)步。
關(guān)鍵詞：RGB YCbCr FPGA 色彩空間轉(zhuǎn)換
中圖分類(lèi)號(hào)：TN911 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）09（a）-0023-01
1 常見(jiàn)色彩空間
我們主要介紹RGB和YCbCr色彩空間。RGB色彩空間是一種常用的色彩空間。它可以實(shí)現(xiàn)不同平臺(tái)的映射而不嚴(yán)重?fù)p失顏色信息。任何一種顏色都可以由三基色紅、綠、藍(lán)混合疊加而成。RGB三個(gè)分量彼此相互獨(dú)立，三個(gè)分量的值越小所代表的亮度越低。RGB色彩空間它所占用的帶寬和存儲(chǔ)量是很大的，如果使用該色彩空間進(jìn)行圖像傳輸，非常不利于圖像的處理。所以引入另一種色彩空間YCbCr。該格式的色彩空間是演播室編碼方案中使用的顏色模型。Y，Cb，Cr分別代表亮度、藍(lán)度分量和紅度分量。YCbCr色彩空間有以下優(yōu)勢(shì)。首先它的構(gòu)成原理符合人類(lèi)的視覺(jué)感知過(guò)程，再次它可以實(shí)現(xiàn)亮度和色度的分離，由于人眼對(duì)亮度的變化更敏感，所以我們?cè)趥鬏攬D像時(shí)減小帶寬的同時(shí)引起的顏色損失小，人眼幾乎無(wú)法察覺(jué)。
2 總體設(shè)計(jì)方案
系統(tǒng)的總體設(shè)計(jì)框圖如圖1所示。
基于FPGA的色彩空間的轉(zhuǎn)換過(guò)程可以描述為：首先通過(guò)CCD攝像頭進(jìn)行視頻圖像采集，采集來(lái)的RGB圖像為NTSC或PAL制式的，接著我們會(huì)把視頻數(shù)據(jù)送到解碼芯片TVP5150，它會(huì)將信號(hào)變?yōu)镮TU-R BT.656格式的數(shù)據(jù)流。我們選取的TVP5150芯片是和FPGA主控芯片集成在一個(gè)開(kāi)發(fā)板上，它的功耗非常低，芯片小巧利于便攜。視頻解碼芯片在對(duì)視頻信號(hào)處理之前總線會(huì)對(duì)其進(jìn)行配置。從解碼芯片出來(lái)的信號(hào)便進(jìn)入FPGA芯片，進(jìn)行串并轉(zhuǎn)換、解交織等操作最終實(shí)現(xiàn)色彩空間的轉(zhuǎn)換。最后信號(hào)送到ADV7123芯片進(jìn)行編碼，并通過(guò)D/A轉(zhuǎn)換芯片在VGA顯示器上顯示出來(lái)。
3 仿真與硬件驗(yàn)證
硬件部分我們采用了Alera公司的FPGA芯片EP2C8Q208C8N作為核心處理芯片，該芯片內(nèi)部含有豐富的可編程邏輯資源，可以非常方便的完成相關(guān)乘法器的例化。在使用乘法器IPCore時(shí)，我們需要進(jìn)行優(yōu)化設(shè)置。硬件部分包括CCD攝像頭、FPGA主控芯片、視頻解碼芯片TVP5150、視頻編碼芯片ADV7123等。最終將VGA線和顯示器的VGA口相連接，便可以通過(guò)顯示屏觀察結(jié)果。
硬件實(shí)物圖如圖2所示。
軟件部分采用Quartusii 9.1進(jìn)行Verilog語(yǔ)言的編寫(xiě)，并進(jìn)行時(shí)序仿真。進(jìn)行時(shí)序仿真的結(jié)果圖3所示。
4 結(jié)語(yǔ)
生活中存在多種色彩空間，它們各自具有不同的特點(diǎn)。但是在很多情況下我們又得在它們之間進(jìn)行轉(zhuǎn)換，這無(wú)論對(duì)于科研研究還是消費(fèi)市場(chǎng)都是很有必要的。本篇論文是通過(guò)硬件實(shí)現(xiàn)的RGB色彩空間到Y(jié)CbCr色彩空間的轉(zhuǎn)換，采用的Alera公司的FPGA芯片EP2C8Q208C8N作為核心處理芯片，利用其內(nèi)部豐富的可編程邏輯資源實(shí)現(xiàn)空間的轉(zhuǎn)換，并采用Quartusii 9.1進(jìn)行軟件編程與仿真，驗(yàn)證了模塊的功能。
參考文獻(xiàn)
[1] 唐曉燕，賈鋒，韓磊.基于FPGA的視頻顏色空間轉(zhuǎn)換電路設(shè)計(jì)[J].電子與電腦，2006（8）：47-49.
[2] 吳康，劉耀元，胡民山.用FPGA實(shí)現(xiàn)色彩空間RGB到Y(jié)CbCr的轉(zhuǎn)換[J].南昌高專(zhuān)學(xué)報(bào)，2007，22（6）：140-142.
統(tǒng)計(jì)機(jī)器翻譯在短時(shí)期能夠得以迅速發(fā)展，除了技術(shù)進(jìn)步外，很大一方面要?dú)w功于很多開(kāi)放源碼的統(tǒng)計(jì)機(jī)器翻譯工具，有些時(shí)候，正是因?yàn)檫@些開(kāi)放源碼的工具才使得某項(xiàng)技術(shù)被廣泛接受和使用。例如，20世紀(jì)90年代初IBM公司的Brown等人提出了5個(gè)模型來(lái)刻畫(huà)統(tǒng)計(jì)機(jī)器翻譯，取得了不錯(cuò)的效果，但是在此之后很長(zhǎng)一段時(shí)間內(nèi)都沒(méi)有被大家認(rèn)可和接受，原因是他們的模型非常復(fù)雜，難以理解和實(shí)現(xiàn)。直到1999年，開(kāi)源軟件包Egypt的出現(xiàn)，才使得IBM的模型被廣泛研究和使用。可以說(shuō)Brown等人的工作為現(xiàn)代統(tǒng)計(jì)機(jī)器翻譯奠定了深厚的基礎(chǔ)，但其影響卻是通過(guò)開(kāi)源軟件才得以實(shí)現(xiàn)，由此可見(jiàn)開(kāi)源軟件對(duì)于統(tǒng)計(jì)機(jī)器翻譯這樣一個(gè)復(fù)雜的研究課題的重要性。
1. 首個(gè)開(kāi)源統(tǒng)計(jì)機(jī)器翻譯工具包Egypt
Egypt是在1999年約翰霍普金斯大學(xué)統(tǒng)計(jì)機(jī)器翻譯夏季討論班上，由一些研究人員共同合作開(kāi)發(fā)的統(tǒng)計(jì)機(jī)器翻譯工具包。它包括4個(gè)模塊;
Whittle: 語(yǔ)料庫(kù)預(yù)處理模塊;
GIZA: 用于從句子對(duì)齊的雙語(yǔ)語(yǔ)料庫(kù)中訓(xùn)練詞語(yǔ)對(duì)齊;
Cairo: 詞語(yǔ)對(duì)齊的可視化工具;
Decoder: 解碼器，用來(lái)執(zhí)行具體的翻譯過(guò)程模塊，這一模塊沒(méi)有開(kāi)放源碼。
其中，用于訓(xùn)練詞語(yǔ)對(duì)齊的模塊GIZA現(xiàn)在仍然被廣泛使用，利用它能夠非常方便地從大規(guī)模的雙語(yǔ)文本中獲得統(tǒng)計(jì)知識(shí)。GIZA++是GIZA的改進(jìn)版，GIZA++實(shí)現(xiàn)了IBM公司提出的5個(gè)模型，其主要思想是利用EM算法對(duì)雙語(yǔ)語(yǔ)料庫(kù)進(jìn)行迭代訓(xùn)練，由句子對(duì)齊得到詞語(yǔ)對(duì)齊。GIZA是獨(dú)立于語(yǔ)言的，能夠?qū)θ魏蝺煞N語(yǔ)言進(jìn)行訓(xùn)練，這也是統(tǒng)計(jì)機(jī)器翻譯的優(yōu)點(diǎn)之一。現(xiàn)在幾乎所有的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)都利用這一工具進(jìn)行詞語(yǔ)對(duì)齊的訓(xùn)練。
2.語(yǔ)言模型訓(xùn)練工具SRILM
SRILM是一個(gè)建立和使用統(tǒng)計(jì)語(yǔ)言模型的開(kāi)源工具包，從1995年開(kāi)始由SRI 口語(yǔ)技術(shù)與研究實(shí)驗(yàn)室（SRI Speech Technology and Research Laboratory）開(kāi)發(fā)，現(xiàn)在仍然不斷推出新版本，被廣泛應(yīng)用于語(yǔ)音識(shí)別、機(jī)器翻譯等領(lǐng)域。這個(gè)工具包包含一組C++類(lèi)庫(kù)、一組進(jìn)行語(yǔ)言模型訓(xùn)練和應(yīng)用的可執(zhí)行程序等。利用它可以非常方便地訓(xùn)練和應(yīng)用語(yǔ)言模型。給定一組連續(xù)的詞，調(diào)用SRILM提供的接口，可以得到這組詞出現(xiàn)的概率。
3. 機(jī)器翻譯的自動(dòng)評(píng)測(cè)工具M(jìn)teval
在一些著名的統(tǒng)計(jì)機(jī)器翻譯國(guó)際評(píng)測(cè)中普遍使用自動(dòng)評(píng)測(cè)與人工評(píng)測(cè)相結(jié)合的方法，例如美國(guó)國(guó)家技術(shù)和標(biāo)準(zhǔn)研究所（NIST）舉行的評(píng)測(cè)。Mteval便是他們開(kāi)發(fā)的自動(dòng)評(píng)測(cè)工具，最新版本是mteval-11b.pl，是用Perl語(yǔ)言寫(xiě)成的。
4. 首個(gè)基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)“法老”（Pharaoh）
“法老”是較早公開(kāi)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)，由美國(guó)南加州大學(xué)信息科學(xué)實(shí)驗(yàn)室（Information Science Institute）的菲利普•科恩（Philipp Koehn）在2004年做博士論文期間編寫(xiě)的。“法老”包括兩大部分: 訓(xùn)練和解碼。訓(xùn)練過(guò)程用來(lái)從語(yǔ)料庫(kù)中獲得統(tǒng)計(jì)知識(shí)。它利用了已有的開(kāi)源軟件GIZA++和SRILM，GIZA++用來(lái)訓(xùn)練詞語(yǔ)對(duì)齊，SRILM訓(xùn)練語(yǔ)言模型，但解碼沒(méi)有公開(kāi)源代碼。“法老”原理簡(jiǎn)單，易于使用，它的出現(xiàn)對(duì)于推動(dòng)機(jī)器翻譯研究起到了非常大的作用。
5. 中國(guó)首個(gè)開(kāi)源的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)絲路（SilkRoad）
“法老”的出現(xiàn)揭開(kāi)了統(tǒng)計(jì)機(jī)器翻譯的神秘面紗，然而其核心部分――解碼器的源碼仍然沒(méi)有公開(kāi)。為此，中國(guó)的研究人員聯(lián)合開(kāi)發(fā)了一個(gè)完全開(kāi)放源代碼的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)――“絲路”。該系統(tǒng)由中國(guó)的五家研究機(jī)構(gòu)和高校（中科院計(jì)算所、中科院自動(dòng)化所、中科院軟件所、廈門(mén)大學(xué)、哈爾濱工業(yè)大學(xué)）聯(lián)合開(kāi)發(fā)，并在2006年中國(guó)第二屆統(tǒng)計(jì)機(jī)器翻譯研討會(huì)上。“絲路”包括以下模塊: 語(yǔ)料預(yù)處理及后處理模塊“仙人掌”、詞語(yǔ)對(duì)齊模塊“樓蘭”、短語(yǔ)抽取模塊“胡楊”、以及三個(gè)解碼器（“駱駝”、“綠洲”和“商隊(duì)”）。這是第一次將一個(gè)完整的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)公開(kāi)，極大地促進(jìn)了國(guó)內(nèi)統(tǒng)計(jì)機(jī)器翻譯的快速發(fā)展。
6.摩西（Moses）
“摩西”是“法老”的升級(jí)版本，它增加了許多功能，是由英國(guó)愛(ài)丁堡大學(xué)、德國(guó)亞琛工業(yè)大學(xué)等八家單位聯(lián)合開(kāi)發(fā)的一個(gè)基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)。來(lái)自這些單位的研究人員于2006年在約翰霍普金斯大學(xué)召開(kāi)了一次研討會(huì)，利用6個(gè)星期的時(shí)間共同開(kāi)發(fā)了這一系統(tǒng)。整個(gè)系統(tǒng)用C++語(yǔ)言寫(xiě)成，從訓(xùn)練到解碼完全開(kāi)放源代碼，可以運(yùn)行在Windows平臺(tái)和Linux平臺(tái)。
7. 基于句法的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)GenPar
GenPar工具包實(shí)現(xiàn)了一個(gè)基于句法的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)。基于句法的方法將句法結(jié)構(gòu)信息引入到統(tǒng)計(jì)機(jī)器翻譯中來(lái)，目前已成為統(tǒng)計(jì)機(jī)器翻譯領(lǐng)域的研究熱點(diǎn)。但是構(gòu)建基于句法的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)遠(yuǎn)比構(gòu)建基于短語(yǔ)的要困難得多，為了讓研究者們很快進(jìn)入這一領(lǐng)域，在JHU2005夏季研討會(huì)上，由紐約大學(xué)艾•丹•米拉姆德（I. Dan Melamed）等人組成的統(tǒng)計(jì)機(jī)器翻譯組開(kāi)發(fā)了GenPar。
GenPar的基本原理是利用多文本語(yǔ)法（Multi-Text Grammar）實(shí)現(xiàn)多語(yǔ)言的句法分析、結(jié)構(gòu)對(duì)齊和翻譯。多文本語(yǔ)法是一種多種語(yǔ)言的同步語(yǔ)法，理論上比較完善，功能強(qiáng)大。GenPar有很多特點(diǎn):首先，該系統(tǒng)是一個(gè)純粹基于句法的模型，在翻譯過(guò)程中充分利用了句法結(jié)構(gòu)信息; 其次，它具有很好的定制能力，可以實(shí)現(xiàn)各種不同類(lèi)型的基于同步語(yǔ)法的統(tǒng)計(jì)機(jī)器翻譯，很適合于作為實(shí)驗(yàn)各種理論的研究平臺(tái)。總的來(lái)看，該系統(tǒng)功能比較強(qiáng)大，但由于其比較復(fù)雜，掌握起來(lái)比較困難，性能比現(xiàn)有的基于短語(yǔ)的模型稍差。（本文作者米海濤為中科院計(jì)算所博士研究生）
鏈接
統(tǒng)計(jì)機(jī)器翻譯第一人與Google
在統(tǒng)計(jì)機(jī)器翻譯中有一位頗具傳奇色彩的人物，就是畢業(yè)于德國(guó)亞琛工業(yè)大學(xué)的博士生弗朗茨•約瑟夫•歐赫（Franz Joseph Och）。在1999年他開(kāi)發(fā)出了著名的IBM模型訓(xùn)練工具Giza。在2002年NIST評(píng)測(cè)中，取得第一名的亞琛工業(yè)大學(xué)的機(jī)器翻譯系統(tǒng)也是由他開(kāi)發(fā)的。2002年，歐赫從亞琛工業(yè)大學(xué)畢業(yè)后進(jìn)入美國(guó)南加州大學(xué)信息科學(xué)研究所(ISI/USC)工作，同時(shí)作為L(zhǎng)anguage Weaver公司的顧問(wèn)，后來(lái)于2004年加盟了谷歌（Google）公司。
他所工作的每一個(gè)單位都穩(wěn)拿當(dāng)年NIST機(jī)器翻譯評(píng)測(cè)的第一名。尤其是2005年的NIST評(píng)測(cè)中，他所在的谷歌公司開(kāi)發(fā)的漢英機(jī)器翻譯系統(tǒng)取得了0.35的BLEU值，比第二名的南加州大學(xué)(即他原來(lái)所在的單位)系統(tǒng)的性能提高了近5個(gè)百分點(diǎn)。在2006年評(píng)測(cè)中，除了漢英機(jī)器翻譯的受限語(yǔ)料項(xiàng)目，其他所有項(xiàng)目的第一名都是谷歌公司。
IPTV(Internet Protocol Television)即交互式網(wǎng)絡(luò)電視，是一種利用寬帶有線網(wǎng)絡(luò)，集互聯(lián)網(wǎng)、多媒體、通信等多種技術(shù)于一體，向家庭用戶提供包括數(shù)字電視在內(nèi)的多種交互式服務(wù)的新技術(shù)。其傳輸過(guò)程首先是把電視信號(hào)編碼轉(zhuǎn)化成適合INTERNET傳輸?shù)臄?shù)據(jù)形式，然后通過(guò)互聯(lián)網(wǎng)傳送，最后解碼通過(guò)電腦或是電視播放。IPTV的關(guān)鍵技術(shù)包括音視頻編解碼技術(shù)、流媒體傳送技術(shù)、數(shù)字版權(quán)管理（DRM）技術(shù)、IP機(jī)頂盒技術(shù)等。
編解碼技術(shù)。多媒體通信的一個(gè)顯著特點(diǎn)就是要傳輸?shù)男畔⒘糠浅４螅绕涫且曨l數(shù)據(jù)，其編解碼技術(shù)在較大程度上影響著業(yè)務(wù)的質(zhì)量。IPTV采用了先進(jìn)高效的視頻壓縮編碼技術(shù)，使得視頻流在800Kb/s的有限帶寬上接近DVD（MPEG2）的視覺(jué)效果（DVD的視頻傳輸帶寬通常為3Mb/s）。目前主要編解碼技術(shù)是MPEG4、H.264與AVS三種。MPEG系列是重要的視頻編碼標(biāo)準(zhǔn)，所有的視頻編碼技術(shù)都參照了MPEG技術(shù)。H.264是新一代視頻編碼標(biāo)準(zhǔn)，H.264的壓縮率是MPEG-2的2倍以上，是MPEG-4的1.5至2倍，這樣超高的壓縮率是以犧牲編碼運(yùn)算量為代價(jià)的，但其解碼的運(yùn)算量漲幅較小，比較容易實(shí)現(xiàn)用戶接收播放。AVS是中國(guó)擁有自主知識(shí)產(chǎn)權(quán)的第二代信源編碼標(biāo)準(zhǔn)音視頻編碼技術(shù)標(biāo)準(zhǔn)，是高清晰度數(shù)字電視、寬帶網(wǎng)絡(luò)流媒體、移動(dòng)多媒體通信、激光視盤(pán)等數(shù)字音視頻產(chǎn)業(yè)群的基礎(chǔ)性標(biāo)準(zhǔn)。
流媒體傳送技術(shù)。對(duì)于傳送IPTV音視頻數(shù)據(jù)流而言，流媒體傳送技術(shù)極其重要，先進(jìn)的技術(shù)可以節(jié)約系統(tǒng)帶寬、減輕系統(tǒng)負(fù)擔(dān)、優(yōu)化系統(tǒng)。流媒體傳送系統(tǒng)主要設(shè)備是中心/邊緣流媒體服務(wù)器與存儲(chǔ)分發(fā)網(wǎng)絡(luò)。流媒體服務(wù)器具有較高的穩(wěn)定性，支持多個(gè)并發(fā)流和直播流的需求，而存儲(chǔ)分發(fā)網(wǎng)絡(luò)由多個(gè)服務(wù)器組成，通過(guò)負(fù)載均衡（如CDN）來(lái)大規(guī)模組網(wǎng)。CDN網(wǎng)絡(luò)除了提高用戶響應(yīng)速度之外，還有一個(gè)更為重要的作用，就是減輕巨大的數(shù)據(jù)流量對(duì)骨干網(wǎng)的壓力。
數(shù)字版權(quán)管理（Digital Rights Management，DRM）。它是保護(hù)多媒體內(nèi)容免受未經(jīng)授權(quán)的播放和復(fù)制的一種方法，為內(nèi)容提供者提供視頻、音樂(lè)、彩鈴、論文、圖片等數(shù)字?jǐn)?shù)據(jù)免受非法復(fù)制和使用保護(hù)的一種手段。數(shù)字多媒體內(nèi)容是IPTV中最為關(guān)鍵的節(jié)目來(lái)源。有了DRM技術(shù)，可使各個(gè)平臺(tái)(無(wú)論是因特網(wǎng)、流媒體還是交互數(shù)字電視)的內(nèi)容提供商們放心地提供更多的內(nèi)容，采取更靈活的節(jié)目銷(xiāo)售方式，同時(shí)有效地保護(hù)知識(shí)產(chǎn)權(quán)。
IP機(jī)頂盒技術(shù)。IPTV系統(tǒng)的接收端包括計(jì)算機(jī)、電視機(jī)與手機(jī)。由于電視機(jī)本身并沒(méi)有存儲(chǔ)功能，不支持軟件安裝，也無(wú)法像手機(jī)那樣加裝流媒體支持功能，因而無(wú)法實(shí)現(xiàn)IP的支持功能，必須加裝一個(gè)IP數(shù)據(jù)流轉(zhuǎn)換成電視機(jī)可以接收的信號(hào)的機(jī)頂盒才能收看IPTV節(jié)目。機(jī)頂盒應(yīng)具備數(shù)據(jù)轉(zhuǎn)換、接入支持、協(xié)議支持、業(yè)務(wù)支持、解碼支持等功能。
在廣電系統(tǒng)數(shù)字電視平移模式中，杭州模式對(duì)IPTV技術(shù)的應(yīng)用最為成功。杭州數(shù)字電視模式實(shí)質(zhì)上就是用以太網(wǎng)接入，只是最后一段線路即樓道交換機(jī)到戶內(nèi)終端使用的是同軸電纜，它成功地將IPTV技術(shù)和廣電的數(shù)字電視進(jìn)行了結(jié)合。現(xiàn)在，其他省市的廣電系統(tǒng)已經(jīng)在以杭州模式為示范建設(shè)自己的廣電網(wǎng)絡(luò)。江西省的情況和杭州的實(shí)際情況有差別，不具有發(fā)展IPTV業(yè)務(wù)的優(yōu)勢(shì)平臺(tái)，所以我們不能停留于模仿層面，而應(yīng)該在總結(jié)先行者的經(jīng)驗(yàn)中，尋找更好的在廣電網(wǎng)絡(luò)中運(yùn)用IPTV技術(shù)的方法。
一、數(shù)字電視平移是廣電網(wǎng)絡(luò)追求效益的增長(zhǎng)點(diǎn)。IPTV能夠提供多種形式的內(nèi)容服務(wù)，傳輸電視節(jié)目只是其功能應(yīng)用的一部分，它還可以提供其他的電視類(lèi)業(yè)務(wù)、通信類(lèi)業(yè)務(wù)和各種增值業(yè)務(wù)，滿足我們的各種需求。
二、增加多種形式的內(nèi)容服務(wù)要求更寬的帶寬來(lái)進(jìn)行傳輸，IPTV采用的編碼和壓縮技術(shù)是最新的高效視頻壓縮技術(shù)，它壓縮了數(shù)據(jù)，節(jié)約了帶寬。同時(shí)IPTV可以在傳輸?shù)倪^(guò)程中把視頻內(nèi)容按IP協(xié)議封裝成數(shù)據(jù)包，能根據(jù)用戶不同的需要，靈活解決網(wǎng)絡(luò)傳輸?shù)膯?wèn)題。如果用戶的頻帶寬，就可以壓縮率低一些，傳的包多一些，質(zhì)量好一點(diǎn)；如果用戶對(duì)節(jié)目的清晰度沒(méi)有太高的要求，可以采用壓縮率高一些，傳的包少一些。這也解決了江西省現(xiàn)有SDH網(wǎng)絡(luò)帶寬不足、無(wú)法繼續(xù)添加業(yè)務(wù)的問(wèn)題。
三、真正實(shí)現(xiàn)互動(dòng)是IPTV最重要的一個(gè)優(yōu)勢(shì)。IPTV不僅能滿足受眾觀看節(jié)目的個(gè)性化需求，而且能讓受眾參與到電視節(jié)目中來(lái)，與電視臺(tái)一起完成節(jié)目。
“三網(wǎng)合一”是大勢(shì)所趨，IPTV的出現(xiàn)，加速了三網(wǎng)融合的步伐。無(wú)論是電信還是廣電，都在期望自己成為未來(lái)三網(wǎng)融合后的主導(dǎo)者。在這種形勢(shì)下，廣電網(wǎng)絡(luò)要想繼續(xù)發(fā)展就必須廣泛、科學(xué)地運(yùn)用IPTV技術(shù)。（作者單位：江西省廣播電視網(wǎng)絡(luò)傳輸有限公司）
欄目責(zé)編：肖月
[關(guān)鍵詞]圖像壓縮；圖像編碼；壓縮標(biāo)準(zhǔn)
中圖分類(lèi)號(hào)：Tp311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2014）45-0358-01
0 引言
當(dāng)今社會(huì)正處于高速發(fā)展的信息時(shí)代，而信息本身就需要進(jìn)行存儲(chǔ)、圖像信息是人類(lèi)認(rèn)識(shí)世界和感知世界的重要源泉。圖像具有確切性、直觀性、高效性、時(shí)空性等特征，圖像信息的這些特性導(dǎo)致它的數(shù)據(jù)量特別龐大。圖像壓縮就是對(duì)數(shù)值矩陣進(jìn)行處理，用相對(duì)少的數(shù)據(jù)來(lái)表示這個(gè)數(shù)值矩陣。這個(gè)過(guò)程要在圖像數(shù)據(jù)存儲(chǔ)、處理和傳輸之前進(jìn)行，在這之后要對(duì)壓縮過(guò)的圖像進(jìn)行解壓縮來(lái)重建圖像，這就是圖像壓縮和解壓縮，也稱(chēng)圖像編碼和圖像解碼。
1 圖像壓縮的原理
從信息論的觀點(diǎn)來(lái)看，圖像作為一個(gè)信源，描述信源的數(shù)據(jù)是信息量和信息冗余量之和。所以在圖像數(shù)據(jù)的表示中存在著大量的冗余，如時(shí)間冗余、空間冗余、知識(shí)冗余、視覺(jué)冗余等，可以利用圖像本身的一些特點(diǎn)和人眼的視覺(jué)特性，去除這些冗余數(shù)據(jù)就可以使原始圖像數(shù)據(jù)量極大的減少，從而解決圖像數(shù)據(jù)量龐大的問(wèn)題，實(shí)現(xiàn)圖像數(shù)據(jù)壓縮。
2 經(jīng)典圖像編碼
2.1 變換編碼
很多圖像編碼的原理是通過(guò)消除圖像的冗余度來(lái)達(dá)到壓縮的目的，而變換編碼則是改變了冗余度的表達(dá)方法，將原始數(shù)據(jù)用另一種更加緊湊的方法表示，有時(shí)可以實(shí)現(xiàn)更高的數(shù)據(jù)壓縮。離散余弦變換（DCT）即是一種分形變換編碼。DTC的出色之處是能將大部分圖像分成像塊，使像塊的能量集中到少數(shù)低頻DTC系數(shù)上，這樣一來(lái)DCT可以將圖像的能量很大程度的集中在一起，為壓縮打下了基礎(chǔ)。
2.2 嫡編碼
嫡編碼的原理是根據(jù)消息或消息序列出現(xiàn)概率的分布特性來(lái)尋找概率和碼字長(zhǎng)度間的最優(yōu)匹配。游程編碼、霍夫曼編碼和算術(shù)編碼等都是目前使用較多的嫡編碼。
3 現(xiàn)代圖像編碼
現(xiàn)代圖像編碼和經(jīng)典圖像編碼的區(qū)別之處在于它不是像經(jīng)典圖像編碼那樣盡量去除圖像的相關(guān)性，而是利用圖像的相關(guān)性進(jìn)行編碼。
3.1 分形編碼
分形編碼是一種直接在空間域?qū)ふ也⒆畲笙薅鹊乩脠D像的自相似性的編碼方法。
3.2 模型基圖像編碼
模型基圖像編碼主要是利用圖像的區(qū)域、輪廓等二維特征以及形狀、運(yùn)動(dòng)軌跡等三維特征進(jìn)行建模，然后對(duì)圖像和模型進(jìn)行分析得出模型的各種參數(shù)，再對(duì)參數(shù)進(jìn)行編碼傳輸，解碼端則由圖像綜合恢復(fù)出圖像。這種編碼方式可以實(shí)現(xiàn)較高的壓縮比，圖像的恢復(fù)質(zhì)量也有了大大的提高。
3.3 小波變換技術(shù)
小波變換理論是新的數(shù)學(xué)分支，其基本思想是將原始圖像通過(guò)一族小波函數(shù)轉(zhuǎn)換為小波域的系數(shù)，再通過(guò)略去某一閾值下的系數(shù)，保留部分原始能量保留較多的系數(shù)來(lái)壓縮圖像。在小波變換中，圖像被分解為不同空間、不同頻率的子圖像，一幅圖像每經(jīng)過(guò)一次小波變換，圖像就被分解為四幅大小為原來(lái)的四分之一的小塊頻帶區(qū)域，再將這四幅子圖針對(duì)人的視覺(jué)特點(diǎn)分別進(jìn)行不同的編碼處理，可以得到比較高的壓縮比和好的壓縮質(zhì)量。
4 圖像壓縮的分類(lèi)
圖像壓縮一般根據(jù)圖像數(shù)據(jù)是否有丟失分為有損壓縮和無(wú)損壓縮兩類(lèi)，無(wú)損壓縮是理想的壓縮方法（無(wú)信息丟失），也稱(chēng)可逆壓縮。有損壓縮也稱(chēng)不可逆壓縮，經(jīng)過(guò)有損壓縮后，重建圖像中像素的值和原始圖像中對(duì)應(yīng)的像素的值不完全相等，圖像會(huì)發(fā)生畸變。
圖像無(wú)損壓縮編碼方法可分為兩大類(lèi)：基于統(tǒng)計(jì)概率的算法和基于字典技術(shù)的算法。基于統(tǒng)計(jì)概率的算法是根據(jù)信息論中的變長(zhǎng)編碼定理和信息嫡的相關(guān)知識(shí)，用較短的代碼代表出現(xiàn)概率大的符號(hào)，用較長(zhǎng)代碼代表出現(xiàn)概率小的符號(hào)，從而實(shí)現(xiàn)數(shù)據(jù)壓縮。而基于字典技術(shù)生成的文件包含的是定長(zhǎng)編碼，每個(gè)碼代表原文件中的一個(gè)特定序列。
和無(wú)損壓縮不同的是，有損壓縮編碼在圖像進(jìn)行解碼還原之后的準(zhǔn)確度上要求沒(méi)有那個(gè)高，因此會(huì)產(chǎn)生一定程度上的失真，但這種編碼方式可以提高圖像的壓縮能力。一般情況下，這種失真人眼看起來(lái)可能會(huì)比較明顯，也可能不明顯，不管是哪種，只要在人眼的容忍范圍之內(nèi)，就說(shuō)明這種壓縮時(shí)可行的。
5 圖像壓縮標(biāo)準(zhǔn)
隨著圖像處理技術(shù)的發(fā)展，研究人員提出了多種圖像壓縮標(biāo)準(zhǔn)。常用的圖像壓縮標(biāo)準(zhǔn)分為靜止圖像壓縮標(biāo)準(zhǔn)和視頻圖像壓縮標(biāo)準(zhǔn)。
目前最常用的靜止圖像壓縮標(biāo)準(zhǔn)是JPEG圖像壓縮標(biāo)準(zhǔn)。JPEG標(biāo)準(zhǔn)定義基于DCT得有損基本編碼系統(tǒng)、面向大規(guī)模壓縮得擴(kuò)展的編碼系統(tǒng)和面向可逆壓縮的無(wú)損獨(dú)立編碼系統(tǒng)。JPEG具有有失真和無(wú)失真兩種編碼解碼的處理方式，其中無(wú)失真得到的解碼后圖像和原圖像數(shù)據(jù)基本相同，但壓縮率較低，而有失真可以實(shí)現(xiàn)高的壓縮比，但同時(shí)可能會(huì)導(dǎo)致圖像的失真較明顯。壓縮比的高低可以在算法中改變壓縮參數(shù)來(lái)調(diào)整。JPEG標(biāo)準(zhǔn)的計(jì)算量不算很大，算法也易于實(shí)現(xiàn)，所以具有較好的實(shí)用性能。
隨著多媒體技術(shù)的快速發(fā)展和廣泛應(yīng)用，為滿足用戶對(duì)更高壓縮效率和對(duì)壓縮圖像的互動(dòng)性和可伸縮性的要求，JPEG2000應(yīng)運(yùn)而生的。
JPEG2000標(biāo)準(zhǔn)可以實(shí)現(xiàn)很高的壓縮性能，它還具有只對(duì)感興趣區(qū)域編碼、可進(jìn)行有損壓縮和無(wú)損壓縮、對(duì)錯(cuò)誤的魯棒性、對(duì)碼流做隨機(jī)訪問(wèn)等特性。靈活使用這些特征，不僅可以達(dá)到很高的壓縮比，還可以滿足在移動(dòng)和網(wǎng)絡(luò)環(huán)境下交互操作和可伸縮性的要求。JPEG2000的需求針對(duì)性以及技術(shù)先進(jìn)性保證了它光明的應(yīng)用前景。
6 圖像壓縮性能的評(píng)價(jià)
一個(gè)圖像壓縮方法性能的評(píng)價(jià)主要從兩個(gè)方面來(lái)衡量：壓縮比和圖像質(zhì)量評(píng)價(jià)。壓縮比就是原始圖像文件大小與壓縮后生成文件大小的比值，比值越大，說(shuō)明壓縮率越高。圖像質(zhì)量評(píng)價(jià)一般是通過(guò)保真度準(zhǔn)則來(lái)判斷。保真度準(zhǔn)則有兩種：客觀保真度準(zhǔn)則和主觀保真度準(zhǔn)則。
6.1 客觀保真度準(zhǔn)則
客觀保真度準(zhǔn)則是對(duì)解碼圖像和原始圖像的誤差進(jìn)行定量計(jì)算的一種衡量標(biāo)準(zhǔn)，一般是對(duì)整個(gè)圖像或者圖像中的某個(gè)指定區(qū)域進(jìn)行某種平均計(jì)算得到均方誤差。
6.2 主觀保真度準(zhǔn)則
圖像經(jīng)壓縮編碼和解碼還原之后，圖像質(zhì)量的好壞還有一個(gè)直接的評(píng)價(jià)者就是人眼，因此人的主觀印象也是衡量一個(gè)圖像壓縮編碼的重要因素。主觀保真度準(zhǔn)則的實(shí)施過(guò)程是選定若干評(píng)價(jià)者對(duì)待評(píng)圖像打分，對(duì)這些分?jǐn)?shù)求個(gè)平均值可以得到主觀評(píng)價(jià)分。但因?yàn)閭€(gè)體評(píng)價(jià)會(huì)受到個(gè)人喜好、光線、距離等因素的影響，很難對(duì)其制定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，所以圖像的主觀質(zhì)量評(píng)價(jià)方法受到了一定的限制。
參考文獻(xiàn)
[1] 張偉.基于小波變換的圖像壓縮系統(tǒng)研究[D].廈門(mén)大學(xué)碩士論文.2005.2.
[2] 向輝.基于小波理論的圖像壓縮算法研究[D].華東師范大學(xué)碩士論文.2006.7.
[3] 張躍飛.基于稀疏分解的圖像壓縮[D].西南交通大學(xué)碩士論文.2006.9.
[4] 雷萌.數(shù)據(jù)壓縮算法的比較研究[J].2014.11.
注：基金項(xiàng)目：2012年民族學(xué)院校內(nèi)項(xiàng)目“基于哈希表的數(shù)據(jù)壓縮算法研究”，項(xiàng)目編號(hào)：12myZ05
作者簡(jiǎn)介
關(guān)鍵詞： VoIP； QoS； 編解碼； 顫音緩存； 語(yǔ)音通信質(zhì)量
中圖分類(lèi)號(hào)：TP39 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2013）07-17-02
0 引言
隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展和WiFi入網(wǎng)限制的解除，VoIP技術(shù)得到廣泛的應(yīng)用。通過(guò)無(wú)線移動(dòng)通訊網(wǎng)絡(luò)的VoIP業(yè)務(wù)，用戶手機(jī)可利用WiFi接入互聯(lián)網(wǎng)，然后利用互聯(lián)網(wǎng)發(fā)送和接收語(yǔ)音數(shù)據(jù)。近兩年，隨著智能手機(jī)的迅速崛起，這種方式漸漸得到了人們的青睞，越來(lái)越多的人選擇以這種方式代替原有的通話模式。但是，由于網(wǎng)絡(luò)無(wú)法提供嚴(yán)格的QoS保障，以及時(shí)延和時(shí)延抖動(dòng)等原因，使得無(wú)線通訊網(wǎng)絡(luò)中VoIP的傳輸質(zhì)量不夠理想。因此，研究如何提高VoIP語(yǔ)音的通信質(zhì)量有重要意義。
1 VoIP的關(guān)鍵技術(shù)
VoIP即Voice Over IP的縮寫(xiě)，它是將模擬音頻信號(hào)進(jìn)行采樣、壓縮、打包等一系列處理后，以IP數(shù)據(jù)報(bào)的形式在IP分組交換網(wǎng)絡(luò)上進(jìn)行傳輸。簡(jiǎn)單地說(shuō)，它是將模擬話音轉(zhuǎn)換成可以在網(wǎng)絡(luò)中傳輸?shù)臄?shù)字信號(hào)。
在建立VoIP通話之前，先要進(jìn)行呼叫，完成這一任務(wù)的信令系統(tǒng)。建立呼叫之后要對(duì)數(shù)據(jù)流進(jìn)行實(shí)時(shí)傳輸，這就需要一種實(shí)時(shí)傳輸技術(shù)。要使音頻信號(hào)在分組交換網(wǎng)絡(luò)傳輸，還需要把模擬音頻信號(hào)轉(zhuǎn)成數(shù)字信號(hào)，并進(jìn)行適當(dāng)?shù)膲嚎s、編碼以適應(yīng)這種傳輸環(huán)境，這就需要在傳輸之前對(duì)音頻進(jìn)行編碼。在傳輸過(guò)程中，還需要對(duì)通話服務(wù)質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)控，因此還需要一種 QoS質(zhì)量保障技術(shù)來(lái)完成這個(gè)工作。VoIP中的關(guān)鍵技術(shù)總結(jié)起來(lái)就是：信令技術(shù)、語(yǔ)音編碼技術(shù)、實(shí)時(shí)傳輸技術(shù)、QoS質(zhì)量保障技術(shù)[1]。
1.1 信令技術(shù)
所謂信令技術(shù)，可以理解為是一種控制機(jī)制。在VoIP系統(tǒng)中常用的信令技術(shù)有兩個(gè)：一個(gè)是由國(guó)際電信標(biāo)準(zhǔn)（ITU一T）制定的H.323；另一個(gè)是由因特網(wǎng)工作組（IETF）制定的會(huì)話初始協(xié)議SIP。這兩種技術(shù)相比，H.323是一個(gè)完整的體系，提供了完成VoIP通信的所有子協(xié)議，但是由于H.323更龐大與復(fù)雜，不易于管理與維護(hù)，并且它不是一個(gè)開(kāi)放性的協(xié)議。與此相比，SIP則顯得更靈活，擴(kuò)展性強(qiáng)。SIP協(xié)議只提供會(huì)話建立、呼叫控制的功能，因而建立呼叫的時(shí)間相對(duì)較短，SIP還需要與其他協(xié)議協(xié)同合作完成VoIP的具體通話任務(wù)。SIP協(xié)議目前已被廣泛應(yīng)用到IMS網(wǎng)絡(luò)中，負(fù)責(zé)VoIP業(yè)務(wù)的實(shí)現(xiàn)。
1.2 語(yǔ)音編碼技術(shù)
由于傳輸用到的帶寬有限，因此需要將數(shù)據(jù)壓縮得盡可能小，來(lái)降低傳輸比特率。目前主流的編碼技術(shù)有波形編碼、參量編碼和混合編碼。VoIP應(yīng)用中主流的波形編碼有 G.711、G.721、G.723、G.726和G.727，而G.728、G.729、Speex等則是主流的參數(shù)和混合編碼。這些編碼各有自己獨(dú)特的算法，速率、復(fù)雜度也不盡相同。
1.3 實(shí)時(shí)傳輸技術(shù)
實(shí)時(shí)傳輸技術(shù)用來(lái)保障壓縮數(shù)據(jù)可以有序，同步地到達(dá)接收方，便于接收方對(duì)數(shù)據(jù)進(jìn)行解碼。目前VoIP系統(tǒng)中的實(shí)時(shí)傳輸技術(shù)主要是通過(guò)RTP協(xié)議實(shí)現(xiàn)的[2]。
1.4 QoS質(zhì)量保障技術(shù)
為了保障服務(wù)質(zhì)量，VoIP采用了資源預(yù)留協(xié)議RSVP以及實(shí)時(shí)傳輸控制協(xié)議RTCP。
RSVP信令協(xié)議，可以為網(wǎng)絡(luò)上的任何終端、主機(jī)之間建立的路徑保留帶寬，為數(shù)據(jù)傳輸預(yù)定、保證 QoS。RTCP在進(jìn)程之間交換控制信息，對(duì)傳輸質(zhì)量進(jìn)行管理。在 RTP會(huì)話期間，參加會(huì)話的成員會(huì)間隔的傳送包含了已發(fā)送數(shù)據(jù)包數(shù)量、丟包數(shù)量等統(tǒng)計(jì)數(shù)據(jù)的RTCP包。利用這些信息，服務(wù)器就可以動(dòng)態(tài)調(diào)整傳輸速率乃至改變載荷類(lèi)型。RTCP和RTP一般捆綁使用，可以有效地反饋，優(yōu)化傳輸效率[1]。
2 影響VoIP語(yǔ)音質(zhì)量的因素
由于VoIP業(yè)務(wù)是通過(guò)因特網(wǎng)來(lái)傳輸封包，因此會(huì)產(chǎn)生封包延遲、掉包等。影響VoIP語(yǔ)音質(zhì)量的因素主要有：時(shí)延、時(shí)延抖動(dòng)、丟包率。
2.1 時(shí)延
數(shù)據(jù)從發(fā)話端傳輸?shù)浇邮斩怂枰臅r(shí)間即形成了時(shí)延。語(yǔ)音通信系統(tǒng)中，時(shí)延的增加會(huì)讓通話雙方感覺(jué)話音傳輸?shù)耐ｎD感，同時(shí)也會(huì)造成回音。對(duì)于公用電話網(wǎng)，延時(shí)一般只有50～70ms，而IP電話的延時(shí)較大、通常為150～250ms，因此，VoIP系統(tǒng)的時(shí)延一般控制在100ms～150ms內(nèi)，否則語(yǔ)音質(zhì)量難以保證。VoIP系統(tǒng)中，時(shí)延由存儲(chǔ)轉(zhuǎn)發(fā)時(shí)延，傳播時(shí)延及處理時(shí)延組成。
2.2 時(shí)延抖動(dòng)
在一個(gè)VoIP呼叫過(guò)程中，所有發(fā)送的數(shù)據(jù)包經(jīng)不同路徑到達(dá)目的地的時(shí)間差異即形成了時(shí)延抖動(dòng)。VoIP不同于傳統(tǒng)PSTN網(wǎng)絡(luò)，以固定速率進(jìn)行傳輸，由于它在IP網(wǎng)絡(luò)上存在不同路由，而導(dǎo)致同一數(shù)據(jù)包之間也會(huì)有不同的時(shí)延，存在傳輸時(shí)間差，因此產(chǎn)生抖動(dòng) [3]。
2.3 丟包率
IP數(shù)據(jù)包傳輸?shù)倪^(guò)程中，丟失的數(shù)據(jù)包數(shù)量占所發(fā)送數(shù)據(jù)包總量的比率即形成了丟包率指。不僅數(shù)據(jù)包在網(wǎng)絡(luò)中間傳輸過(guò)程中可能產(chǎn)生丟包，當(dāng)話音網(wǎng)絡(luò)中超出抖動(dòng)緩沖區(qū)所能承受的最大時(shí)延時(shí)也會(huì)產(chǎn)生丟包。丟包會(huì)造成話音信息的缺失，嚴(yán)重時(shí)會(huì)導(dǎo)致話音的不連貫，甚至無(wú)法準(zhǔn)確收聽(tīng)到對(duì)方的話音。丟包率主要與網(wǎng)絡(luò)的流量有關(guān)，它是影響話音質(zhì)量的重要因素。通常情況下，語(yǔ)音業(yè)務(wù)的丟包率須要控制在1%以?xún)?nèi)。
3 改善VoIP語(yǔ)音通信質(zhì)量的方法
為了保證VoIP通話的要求，可以從以下幾個(gè)方面進(jìn)行改善。
3.1 優(yōu)化網(wǎng)絡(luò)環(huán)境
通過(guò)增加DSL或其他設(shè)備的頻寬，使得語(yǔ)音質(zhì)量得到改善。需要注意編解碼所占頻寬的大小，還應(yīng)該考慮封包成本。例如，G.711雖然只占64kbps，但是把封包成本計(jì)算在內(nèi)，所需的實(shí)際頻寬超過(guò)100kbps。改善網(wǎng)絡(luò)環(huán)境就會(huì)增加投資成本，包括更換設(shè)備和增加頻寬。而且，由于網(wǎng)絡(luò)跨越范圍很廣，眾多設(shè)備當(dāng)中可能有部分會(huì)發(fā)生故障，這時(shí)就會(huì)使得丟包率瞬間提高，這對(duì)于需要即時(shí)傳輸?shù)恼Z(yǔ)音封包來(lái)說(shuō)有致命的影響。
3.2 選擇合適的編解碼
選擇合適的編解碼可以對(duì)抗瞬間爆發(fā)的丟包率。在窄頻環(huán)境中可使用iLBC，寬帶環(huán)境中可使用ISAC或G.711，這些編解碼可以在丟包率超過(guò)20%的情況下，MOS值仍然超過(guò)3.0的優(yōu)異效果。在選擇合適的編解碼的同時(shí)，還要保證當(dāng)前頻寬能夠滿足編解碼的需求。如：iLBC至少在30kbps以上，G.711至少在80kbps以上。
3.3 服務(wù)質(zhì)量保障（QoS）
QoS是將不同的封包（協(xié)議）進(jìn)行標(biāo)簽化處理，使得帶有特定標(biāo)簽的封包（協(xié)議）能夠被優(yōu)先處理并傳送。QoS的算法多達(dá)數(shù)十種，有的機(jī)制可以通過(guò)結(jié)合其他的規(guī)則使得效果加以?xún)?yōu)化。有的機(jī)制將不同的封包（協(xié)議）通過(guò)優(yōu)先等級(jí)隊(duì)列的方式，來(lái)保證優(yōu)先級(jí)別高的封包（協(xié)議）可以“插隊(duì)”處理與傳送。有的機(jī)制是將可用的帶寬進(jìn)行分割、編制等級(jí)，讓不同的封包（協(xié)議）以不同的帶寬傳輸。更復(fù)雜的算法設(shè)計(jì)，還能使用“借用頻寬”的方式來(lái)加速封包的傳送。設(shè)備端能判斷鄰近的頻寬是否使用中，如果發(fā)現(xiàn)“隔壁”頻寬并未使用，就可以允許特定封包（協(xié)議）借用隔離的頻寬。有些算法甚至于針對(duì)優(yōu)先等級(jí)來(lái)決定頻寬借用問(wèn)題，高優(yōu)先等級(jí)的封包（協(xié)議）可以借用低優(yōu)先等級(jí)的頻寬。反之，低優(yōu)先等級(jí)的封包或協(xié)議無(wú)法借用高優(yōu)先等級(jí)的頻寬[4]。
在VoIP系統(tǒng)中，通過(guò)QoS的技術(shù)雖然能確保語(yǔ)音封包優(yōu)先處理與傳送，但是如果此時(shí)網(wǎng)絡(luò)環(huán)境不良，優(yōu)先傳送的封包發(fā)生丟包情形，語(yǔ)音質(zhì)量依舊會(huì)發(fā)生不穩(wěn)定或不良的情形。
3.4 使用顫音緩存
顫音是由于封包遲延產(chǎn)生的，可以在設(shè)備接受端使用部分內(nèi)存作為緩沖區(qū)，將沒(méi)有到達(dá)的封包緩存，并對(duì)其進(jìn)行排序，再按序播放，這樣可以改善顫音的現(xiàn)象。從理論上來(lái)講，緩存區(qū)越大效果越好，但是這樣會(huì)占用寶貴的內(nèi)存資源。而且，由于聲音是實(shí)時(shí)的，顫音的處理要在有限時(shí)間內(nèi)完成，因此，太大的緩存空間不但浪費(fèi)內(nèi)存，而且還可能使封包延遲更嚴(yán)重。
4 結(jié)束語(yǔ)
經(jīng)過(guò)上述分析可知，要想提高VoIP語(yǔ)音的通信質(zhì)量，需要綜合多方面的因素考慮、權(quán)衡。要想徹底改變語(yǔ)音質(zhì)量應(yīng)該通過(guò)改善網(wǎng)絡(luò)環(huán)境，增加頻寬來(lái)實(shí)現(xiàn)。但是當(dāng)網(wǎng)絡(luò)環(huán)境無(wú)法在短期內(nèi)得到改善時(shí)，選擇合適的編解碼將優(yōu)于傳統(tǒng)的QoS的效果。本文提出的方法，將對(duì)VoIP系統(tǒng)語(yǔ)音通信質(zhì)量的提高，推動(dòng)VoIP業(yè)務(wù)的普及具有實(shí)際意義。
參考文獻(xiàn)：
[1] 林輝.基于SIP的嵌入式AndroidVoIP語(yǔ)音終端的研究與實(shí)現(xiàn)[D].華南理工大學(xué)碩士學(xué)位論文，2012.
[2] 徐韜.基于Android終端的小型VoIP系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].大連理工大學(xué)碩士學(xué)位論文，2011.
摘
要
隨著Internet的迅猛發(fā)展，人們已經(jīng)不滿足于在網(wǎng)絡(luò)上傳輸簡(jiǎn)單的文本圖像信息，更加豐富的多媒體信息，特別是連續(xù)的媒體內(nèi)容（視頻和音頻）已經(jīng)開(kāi)始在互聯(lián)網(wǎng)上普及。通過(guò)網(wǎng)絡(luò)傳輸連續(xù)媒體數(shù)據(jù)為人們呈現(xiàn)出一個(gè)極具吸引力的信息交流場(chǎng)景。為了適應(yīng)這種新的需求，視頻編碼的目標(biāo)逐漸由傳統(tǒng)的面向存儲(chǔ)變?yōu)楝F(xiàn)在的面向傳輸。
本文首先分析了Internet環(huán)境下多媒體數(shù)據(jù)傳輸?shù)母鞣N解決方法，討論適合網(wǎng)絡(luò)傳輸?shù)囊曨l編解碼方案。在目前的Internet環(huán)境下，由于網(wǎng)絡(luò)的異構(gòu)性和傳輸速率的不穩(wěn)定性，媒體流數(shù)據(jù)在傳輸?shù)倪^(guò)程中會(huì)出現(xiàn)延時(shí)、丟失等意外狀況，影響了傳輸?shù)馁|(zhì)量。針對(duì)這個(gè)問(wèn)題，國(guó)內(nèi)外的學(xué)者提出了各種解決方案，主要從網(wǎng)絡(luò)體系結(jié)構(gòu)和視頻編解碼框架兩個(gè)方面進(jìn)行考慮。然而網(wǎng)絡(luò)體系結(jié)構(gòu)的改變不是一朝一夕的事情，因此，設(shè)計(jì)新的適合網(wǎng)絡(luò)傳輸?shù)囊曨l編碼算法成為本文研究的重點(diǎn)。
在目前實(shí)際應(yīng)用的網(wǎng)絡(luò)多媒體技術(shù)中，流媒體技術(shù)是主要的應(yīng)用成果。本文以最新的流媒體解決方案為基礎(chǔ)設(shè)計(jì)了一個(gè)網(wǎng)絡(luò)多媒體教學(xué)系統(tǒng)，通過(guò)該系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，本文分析了現(xiàn)有網(wǎng)絡(luò)多媒體技術(shù)在Internet環(huán)境下所存在的不足。針對(duì)這些缺陷，本文提出了一個(gè)改進(jìn)型FGS編碼框架。該框架以基本的FGS編碼方案為基礎(chǔ)，引入了改進(jìn)的預(yù)測(cè)算法和碼率的自適應(yīng)策略等新技術(shù)。通過(guò)實(shí)驗(yàn)結(jié)果證明，該框架在一定的條件下提高了FGS算法的性能。
最后，本文對(duì)分析結(jié)果進(jìn)行了總結(jié)，提出了相應(yīng)的觀點(diǎn)和對(duì)未來(lái)網(wǎng)絡(luò)多媒體數(shù)據(jù)傳輸發(fā)展方向的展望。
關(guān)鍵詞：面向傳輸，流媒體，精細(xì)可擴(kuò)展性
：34000多字的工學(xué)碩士學(xué)位論文
有中英文摘要、目錄、參考文獻(xiàn)、大量圖片
400元
參考文獻(xiàn)
[1]呂昕.基于UWB的危化品倉(cāng)儲(chǔ)堆垛貨物定位技術(shù)的研究[D].北京：北京化工大學(xué)，2015.
[2]王宇.危險(xiǎn)化學(xué)品物流[M].北京：化學(xué)工業(yè)出版社，2010：226-231.
[3]師立晨，王如君，多英全.我國(guó)危險(xiǎn)化學(xué)品重大危險(xiǎn)源安全監(jiān)管存在問(wèn)題及建議[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2014，12（12）：161-166.
[4]楊飛龍，張嘉琪，王敏.基于RFID的危險(xiǎn)化學(xué)品智能倉(cāng)儲(chǔ)管理系統(tǒng)[J].安全與環(huán)境工程，2015，22（3）：111-116.
[5]蔣白樺，索寒生.基于物聯(lián)網(wǎng)技術(shù)的危化品物流應(yīng)用平臺(tái)研究[J].計(jì)算機(jī)與應(yīng)用化學(xué)，2014，31（10）：1271-1274.
[6]饒運(yùn)濤，鄒繼軍.電子標(biāo)簽技術(shù)[M].北京：北京航空航天大學(xué)出版社，2011：23-27.
[7]陳炯.QRcode碼編解碼技術(shù)的研究與實(shí)現(xiàn)[D].西安：西安電子科技大學(xué)，2012.
[8]徐丹，謝小杰，吳俊.基于二維碼技術(shù)的自動(dòng)化倉(cāng)庫(kù)管理系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)與數(shù)字工程，2013，41（12）：2020-2023.
[9]GB/T18284-2000.中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)——快速響應(yīng)矩陣碼（QRcode）[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2001.
[10]楊坤.地圖溯源管理機(jī)制與關(guān)鍵技術(shù)研究[D].鄭州：中國(guó)信息工程大學(xué)，2013.
[11]劉悅，劉明業(yè).QRCode二維條碼數(shù)據(jù)編碼的研究[J].北京理工大學(xué)學(xué)報(bào)，2005，25（4）：352-355.
參考文獻(xiàn)：
[1]郝金強(qiáng).基于樹(shù)型設(shè)備編碼的可視化倉(cāng)儲(chǔ)管理系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[D].上海交通大學(xué)，2011.
[2]施菁菁.基于ERP的電力物資倉(cāng)儲(chǔ)管理系統(tǒng)研究[D].華北電力大學(xué)，2015.
[3]王德廣，石華，周志剛，王超.基于PDA與WebService的鋼板信息管理系統(tǒng)的實(shí)現(xiàn)[J].微型電腦應(yīng)用，2010，27-31.
[4]國(guó)家電網(wǎng)公司編.國(guó)家電網(wǎng)公司物資集約化管理[M].中國(guó)電力出版社，2012，238-265.
參考文獻(xiàn)
[1]周曉明.SAPEWM高級(jí)倉(cāng)儲(chǔ)管理解決方案[J].無(wú)線互聯(lián)科技，2014（8）.
[2]賈英杰，王慧東.淺議物資倉(cāng)儲(chǔ)自動(dòng)化管理[J].科技致富向?qū)В?014（20）.
[3]汪淳.基于現(xiàn)代物流管理的自動(dòng)化倉(cāng)儲(chǔ)管理解決方案[J].現(xiàn)代商貿(mào)工業(yè)，2014（3）.
[4]鄭庚.我國(guó)中小企業(yè)商品倉(cāng)儲(chǔ)管理探討[J].現(xiàn)代交際，2013（1）.
參考文獻(xiàn)：
[1]張國(guó)衛(wèi)，孫樹(shù)旺.物流倉(cāng)儲(chǔ)管理實(shí)訓(xùn)課程的研究和應(yīng)用[J].商場(chǎng)現(xiàn)代化，2014（23）.119.
[2]李明華.MOOCs革命：獨(dú)立課程市場(chǎng)形成和高等教育世界市場(chǎng)新格局[J].開(kāi)放教育研究，2013.（3）.
[3]楊美濃.基于MOOC的《計(jì)算機(jī)應(yīng)用基礎(chǔ)》課程教學(xué)設(shè)計(jì)[J].信息化建設(shè)，2016.（07）.179-180
論文關(guān)鍵詞：元語(yǔ)言意識(shí) 兒童閱讀 語(yǔ)音意識(shí) 句法意識(shí)
論文摘要：兒童元語(yǔ)言意識(shí)和閱讀的發(fā)展關(guān)系一直是心理學(xué)家所共同關(guān)注的一個(gè)重要問(wèn)題。從元語(yǔ)言及元語(yǔ)言意識(shí)的概念含義入手，著重介紹并討論了語(yǔ)音意識(shí)和句法意識(shí)對(duì)兒童閱讀理解能力的影響，從而對(duì)研究?jī)和脑Z(yǔ)言的重要性有進(jìn)一步的認(rèn)識(shí)和了解。
近幾十年來(lái)，元語(yǔ)言意識(shí)在兒童詞閱讀發(fā)展中的重要作用是心理語(yǔ)言學(xué)研究中最重要的發(fā)現(xiàn)之一，對(duì)其研究具有重要的理論意義和實(shí)踐意義。下文將以元語(yǔ)言和元語(yǔ)言意識(shí)的概念含義為基礎(chǔ)，著重分析探討元語(yǔ)言意識(shí)中的語(yǔ)音意識(shí)和句法意識(shí)對(duì)兒童閱讀的影響，在現(xiàn)有研究的基礎(chǔ)上得出一些有益于兒童早期英語(yǔ)教育的結(jié)論。
一、元語(yǔ)言及元語(yǔ)言意識(shí)
所謂的元語(yǔ)言（metalanguage）是指有關(guān)語(yǔ)言的語(yǔ)言，是人類(lèi)語(yǔ)言的一個(gè)普遍現(xiàn)象。它既是語(yǔ)言學(xué)家必不可少的描寫(xiě)工具，以其專(zhuān)業(yè)性和技術(shù)性而被稱(chēng)為是語(yǔ)言學(xué)家的“行話”（jargon）；同時(shí)，它又是普通人指稱(chēng)和談?wù)撜Z(yǔ)言的一種必須手段，因而元語(yǔ)言有雙重性。在兒童的語(yǔ)言教學(xué)中，需要培養(yǎng)的基本語(yǔ)言能力有以下兩種：一是理解語(yǔ)言并使用語(yǔ)言表達(dá)思想，進(jìn)行交流；二是描述并理解自己所學(xué)和所用的語(yǔ)言。第二種層次的能力就是我們所說(shuō)的元語(yǔ)言能力。
近年來(lái)，認(rèn)知科學(xué)領(lǐng)域的心理學(xué)家和語(yǔ)言學(xué)家都開(kāi)始更多關(guān)注語(yǔ)言使用者的“元語(yǔ)言意識(shí)”（metalinguistic awareness）。元語(yǔ)言意識(shí)是指?jìng)€(gè)體思考和反思語(yǔ)言的特征和運(yùn)作的能力。具有元語(yǔ)言意識(shí)的人，能夠有效地認(rèn)識(shí)和思考語(yǔ)言的本質(zhì)和功能。從事雙語(yǔ)教育研究的學(xué)者發(fā)現(xiàn)對(duì)使用雙語(yǔ)的兒童來(lái)說(shuō)，具有較強(qiáng)的“元語(yǔ)言意識(shí)”已經(jīng)成為他們一個(gè)獨(dú)特的優(yōu)勢(shì)，因其具有“思考自己的語(yǔ)言、理解詞匯的意義、甚至給這些詞匯下定義”的能力。元語(yǔ)言意識(shí)包括四種一般的類(lèi)型：語(yǔ)音意識(shí)、詞素意識(shí)、句法意識(shí)和語(yǔ)用意識(shí)。在兒童讀寫(xiě)能力發(fā)展的不同階段具有不同影響，其中尤以語(yǔ)音意識(shí)和句法意識(shí)在兒童早期閱讀中的影響最為突出。
二、語(yǔ)音意識(shí)的發(fā)展對(duì)兒童閱讀的影響
語(yǔ)音意識(shí)是指操縱和控制語(yǔ)音表征的能力，包括音位意識(shí)、音節(jié)意識(shí)和音節(jié)內(nèi)單元的意識(shí)，是對(duì)任意一種語(yǔ)音單元的意識(shí)。語(yǔ)音意識(shí)與個(gè)體早期的閱讀有著非常密切的關(guān)系，大多數(shù)關(guān)于兒童語(yǔ)音意識(shí)發(fā)展的研究都是從語(yǔ)音意識(shí)對(duì)閱讀能力的影響這一視角進(jìn)行的。
閱讀是一種高水平信息加工的過(guò)程。其中，詞匯通達(dá)是基礎(chǔ)性環(huán)節(jié)。在詞匯通達(dá)中，語(yǔ)音解碼起著非常重要的作用。所謂語(yǔ)音解碼就是將書(shū)面的言語(yǔ)符號(hào)轉(zhuǎn)換為語(yǔ)音表征系統(tǒng)的過(guò)程。在閱讀過(guò)程中，語(yǔ)音解碼過(guò)程存在兩種機(jī)制，一種是詞匯機(jī)制，它依賴(lài)對(duì)整個(gè)詞或詞素讀音的直接通達(dá)自動(dòng)尋址語(yǔ)音（Addressed phonology）；另一種是非詞匯機(jī)制或稱(chēng)為正字法機(jī)制，讀者在閱讀過(guò)程可以應(yīng)用從正字法到語(yǔ)音的聯(lián)系將書(shū)面詞語(yǔ)的拼寫(xiě)一一轉(zhuǎn)換并合成相應(yīng)的語(yǔ)音表征，這樣得到的語(yǔ)音也被稱(chēng)為合成語(yǔ)音。在拼音文字系統(tǒng)的閱讀中，一定的語(yǔ)音意識(shí)水平對(duì)于兒童發(fā)現(xiàn)形和音之間的對(duì)應(yīng)規(guī)則，利用非詞匯機(jī)制進(jìn)行語(yǔ)音解碼是十分必要的。語(yǔ)音意識(shí)可以使兒童進(jìn)行有效的語(yǔ)音分解和合成，建立起書(shū)面語(yǔ)和口語(yǔ)的對(duì)應(yīng)關(guān)系，確認(rèn)不熟悉的單詞以提高單詞識(shí)別的速度和自動(dòng)化的程度，從而提高閱讀能力。
同時(shí)，Shankweiler等學(xué)者通過(guò)對(duì)閱讀不良兒童進(jìn)行大量研究，提出了“語(yǔ)音限制假說(shuō)”。該假說(shuō)認(rèn)為，閱讀不良的兒童的主要問(wèn)題是在語(yǔ)音加工方面存在缺陷，而且語(yǔ)音加工的缺陷會(huì)產(chǎn)生“瓶頸”效應(yīng)，進(jìn)一步影響其他語(yǔ)言加工過(guò)程的進(jìn)行。因?yàn)檎Z(yǔ)言加工的信息是從語(yǔ)音加工單方向上到達(dá)句法和語(yǔ)義加工系統(tǒng)，而工作記憶則充當(dāng)了這個(gè)信息加工過(guò)程的中轉(zhuǎn)站。當(dāng)語(yǔ)音加工能力不足時(shí)，語(yǔ)音加工中的缺陷就制約了整個(gè)信息的正常加工，從而阻止了信息向更高級(jí)的加工水平進(jìn)行傳遞。“語(yǔ)音加工缺陷理論”試圖將閱讀困難兒童的復(fù)雜原因歸結(jié)為語(yǔ)音加工缺陷的結(jié)果。因此，根據(jù)該理論，語(yǔ)音意識(shí)對(duì)閱讀應(yīng)該具有基礎(chǔ)性決定的作用。另外，Gottardo等人對(duì)112名三年級(jí)兒童語(yǔ)音意識(shí)、句法意識(shí)、工作記憶以及單詞再認(rèn)、假詞拼讀和閱讀理解能力進(jìn)行了考察，結(jié)果表明在語(yǔ)音意識(shí)和工作記憶被控制的條件下，句法意識(shí)對(duì)單詞再認(rèn)、假詞拼寫(xiě)、閱讀理解都不具預(yù)測(cè)作用，該結(jié)論也進(jìn)一步證實(shí)了“語(yǔ)音缺陷假說(shuō)”。
由此我們不難得出：語(yǔ)音意識(shí)是閱讀能力習(xí)得的先決條件，語(yǔ)音加工是閱讀速度和閱讀效率的重要預(yù)測(cè)指標(biāo)。但語(yǔ)音意識(shí)對(duì)閱讀理解的促進(jìn)作用有兩個(gè)先決條件：首先，兒童在學(xué)習(xí)閱讀前已經(jīng)具備一定的口語(yǔ)能力，大量的口語(yǔ)表征已經(jīng)形成，而且詞匯的語(yǔ)音表征和相應(yīng)的語(yǔ)義聯(lián)系已經(jīng)建立。其次，兒童在閱讀中能有意識(shí)地利用非詞匯機(jī)制對(duì)不熟悉的單詞進(jìn)行語(yǔ)音解碼，并能夠根據(jù)解碼的語(yǔ)音確認(rèn)不熟悉單詞的意義，從而提高閱讀能力。
三、句法意識(shí)的發(fā)展對(duì)兒童閱讀的影響
句法意識(shí)是指?jìng)€(gè)體反思句子內(nèi)在語(yǔ)法結(jié)構(gòu)的能力，也稱(chēng)為語(yǔ)法敏感性。Layton 等人將句法意識(shí)的發(fā)展分為四個(gè)水平：（1）獲得默許的句法規(guī)則的知識(shí)水平；（2）獲得自動(dòng)的修補(bǔ)策略；（3）知道句法規(guī)則的存在并能夠識(shí)別出來(lái)；（4）把句法知識(shí)反應(yīng)在語(yǔ)言中或相關(guān)的任務(wù)上。前面兩個(gè)水平都是句法上升到意識(shí)水平之前必經(jīng)的準(zhǔn)備階段，第三個(gè)水平開(kāi)始才進(jìn)入了句法意識(shí)時(shí)期。這樣一種劃分可以使我們更清楚句法意識(shí)的范疇，同時(shí)也為測(cè)量句法意識(shí)提供了一個(gè)指標(biāo)。
句法意識(shí)與閱讀之間有著密切的關(guān)系。語(yǔ)言學(xué)家進(jìn)行的研究發(fā)現(xiàn)以下兩點(diǎn)：第一，閱讀優(yōu)秀兒童的測(cè)試成績(jī)明顯高于不良閱讀者；第二，被試兒童在學(xué)習(xí)閱讀前的句法意識(shí)測(cè)試成績(jī)對(duì)以后的閱讀成績(jī)有預(yù)測(cè)作用。流利的閱讀不僅需要理解單個(gè)詞匯的意思，同時(shí)還需要在句子和篇章水平上將這些詞匯進(jìn)行整合，這就離不開(kāi)句法分析。句法分析是辨別句子結(jié)構(gòu)，理解句子意義的有效手段，而句法分析能力的高低在很大程度上取決于句法意識(shí)的發(fā)展水平。一定的句法意識(shí)發(fā)展水平不僅可以減少句法分析的步驟，提高心理表征的速度，還能澄清模糊的知識(shí)來(lái)提高閱讀理解能力。
在此基礎(chǔ)上，Tunmer等學(xué)者的研究進(jìn)一步證明，句法意識(shí)在控制了語(yǔ)音意識(shí)之后仍能解釋詞的解碼能力中的變異。他們認(rèn)為，句法意識(shí)對(duì)閱讀成績(jī)的影響可能通過(guò)下列兩種方式進(jìn)行：第一種是句法意識(shí)使得讀者能更有效地監(jiān)控他們正在進(jìn)行的理解過(guò)程。兒童的句法意識(shí)越高，這種理解監(jiān)控過(guò)程就越有效。第二種方式可能是，句法意識(shí)幫助兒童獲得語(yǔ)音編碼的技巧。首先，兒童要獲得形素—音素的對(duì)應(yīng)關(guān)系（grapheme-phoneme correspondence）的知識(shí)需要經(jīng)歷較長(zhǎng)的時(shí)間，初級(jí)的讀者不會(huì)記住他們遇到的所有不熟悉的詞語(yǔ)。在獲得所有形素—音素對(duì)應(yīng)的知識(shí)前，句法意識(shí)較好的兒童，能夠反映句子的結(jié)構(gòu)特征，然后利用有關(guān)句子語(yǔ)境限制的知識(shí)，再結(jié)合不完整的正字法和語(yǔ)音信息來(lái)認(rèn)識(shí)那些不熟悉的詞匯，也就完成了他們?cè)陂喿x中對(duì)單詞的解碼。其次，使用語(yǔ)境信息的能力可以幫助初學(xué)者發(fā)現(xiàn)一些拼寫(xiě)模式有多于一個(gè)以上的發(fā)音。例如，字母系列ough 在 cough，rough，dough 里面分別有不同的讀音；當(dāng)遇到這樣一個(gè)包含同形異義拼寫(xiě)模式的不熟悉單詞時(shí)，那些具有語(yǔ)法意識(shí)知識(shí)的被試能夠產(chǎn)生不同的發(fā)音，直到有一個(gè)讀音與聽(tīng)到過(guò)的單詞的發(fā)音匹配。由此可以看出，句法意識(shí)與閱讀的成績(jī)可能存在著直接的因果聯(lián)系。兒童的句法意識(shí)和語(yǔ)音意識(shí)可能處于相互促進(jìn)且相互制約的平衡中，而提高兒童的句法意識(shí)能夠在對(duì)語(yǔ)音意識(shí)起到促進(jìn)作用的同時(shí)提高整體閱讀能力。
綜上所述，元語(yǔ)言意識(shí)的發(fā)展對(duì)提高兒童閱讀能力有著積極的影響，它們之間的關(guān)系可歸納為以下幾個(gè)方面：第一，元語(yǔ)言意識(shí)中的語(yǔ)音意識(shí)和句法意識(shí)以及其他認(rèn)知因素一起作用影響閱讀能力的發(fā)展。第二，語(yǔ)音意識(shí)和句法意識(shí)通過(guò)不同的途徑影響兒童閱讀能力的發(fā)展，即語(yǔ)音意識(shí)影響字詞解碼進(jìn)而影響閱讀理解，而句法意識(shí)更多地通過(guò)有意識(shí)的句法分析而直接影響上下文語(yǔ)境信息的加工。第三，兒童的元語(yǔ)言能力和閱讀能力都有一個(gè)發(fā)展的過(guò)程，它們之間的關(guān)系也很有可能處于一種動(dòng)態(tài)的發(fā)展中。因此，進(jìn)行兒童元語(yǔ)言意識(shí)與閱讀能力發(fā)展影響的研究，既可以豐富已有的研究理論框架，又可以考察已有的研究結(jié)果是否具有普遍性，同時(shí)為閱讀教學(xué)、閱讀障礙糾正等提供理論上的指導(dǎo)和幫助。
參考文獻(xiàn)
[1]Bowey J A.Phonological awareness and learning in novice readers and nonreaders[J].Journal of Experimental Child Psychology，1994.
Cummins J.Bilingualism and the development of metalinguistic awareness[J].Journal of Cross－Cultural Psychology，1991.
Gombert J E.Metalinguistic development[M].Chicago： University of Chicago Press，1993.
丁朝蓬，彭聃齡.漢語(yǔ)兒童英語(yǔ)語(yǔ)音意識(shí)與拼寫(xiě)[J].心理學(xué)報(bào)，1998，（3）.
董燕萍.心理語(yǔ)言學(xué)與外語(yǔ)教學(xué)[M].北京：外語(yǔ)教學(xué)與研究出版社，2005.
封宗信.元語(yǔ)言與外語(yǔ)教學(xué)[J].外語(yǔ)與外語(yǔ)教學(xué)，2005，（6）.
姜濤，彭聃齡.漢語(yǔ)兒童的語(yǔ)音意識(shí)特點(diǎn)及閱讀能力高低讀者的差異[J].心理學(xué)報(bào)，1999，（1）.
關(guān)鍵詞：信息隱匿,壓縮編碼,數(shù)據(jù)變換,數(shù)據(jù)選擇
1 引言
信息隱藏是一門(mén)新興的信息安全技術(shù)。論文參考。涉及感知學(xué)，信息論,密碼學(xué)等多個(gè)學(xué)科領(lǐng)域，涵蓋信號(hào)處理，擴(kuò)頻通信等多專(zhuān)業(yè)技術(shù)。 近年來(lái)得到了迅猛發(fā)展。現(xiàn)階段人們一般選擇圖像、文本、音頻和視頻等數(shù)字媒體作為載體。另外, 還出現(xiàn)了基于TCP/IP 的信息隱藏技術(shù)和基于信道編碼的信息隱藏技術(shù)。本文研究的基于壓縮編碼的信息隱藏技術(shù)是信息隱藏技術(shù)的新領(lǐng)域, 它以多媒體系統(tǒng)中的壓縮數(shù)據(jù)作為嵌入載體,數(shù)據(jù)解壓后不影響原始數(shù)據(jù)數(shù)據(jù)的結(jié)構(gòu)和統(tǒng)計(jì)特性, 具有較強(qiáng)的魯棒性和不可檢測(cè)性。
2 壓縮編碼信息隱藏的原理
壓縮編碼是一種提高數(shù)據(jù)傳輸有效性的技術(shù)，它是通過(guò)對(duì)數(shù)據(jù)施加某種操作或變換使之長(zhǎng)度變短或者容量變小的同時(shí), 還必須保證原始數(shù)據(jù)能夠從壓縮產(chǎn)生的壓縮碼中得以精確的還原。從信息論的角度來(lái)看，壓縮就是去掉信息中的冗余，即保留不確定的信息，去掉確定的信息(可推知的)，也就是用一種更接近信息本質(zhì)的描述來(lái)代替原有冗余的描述。這個(gè)本質(zhì)的東西就是信息量(即不確定因素)。信息隱匿和數(shù)據(jù)壓縮在本質(zhì)上是相互聯(lián)系的：對(duì)于數(shù)據(jù)壓縮來(lái)講，一塊數(shù)據(jù)中隱匿了和數(shù)據(jù)本身無(wú)關(guān)的地的其它數(shù)據(jù)，那這塊隱藏了信息的數(shù)據(jù)是有一定冗余的，由冗余的數(shù)據(jù)可以進(jìn)一步被壓縮，進(jìn)一步壓縮的就有可能去掉隱匿的數(shù)據(jù)；對(duì)于信息隱匿來(lái)說(shuō)，一塊已被壓縮過(guò)的數(shù)據(jù)冗余量已經(jīng)很小了，由于隱匿是嵌入的數(shù)據(jù)和原始數(shù)據(jù)毫無(wú)關(guān)系，在這塊數(shù)據(jù)中進(jìn)一步隱匿數(shù)據(jù)，勢(shì)必造成原始掩護(hù)數(shù)據(jù)的有效數(shù)據(jù)的減少，相當(dāng)于隊(duì)已經(jīng)壓縮的數(shù)據(jù)進(jìn)行進(jìn)一步壓縮。只要保證在接收端解壓中可以恢復(fù)原始數(shù)據(jù)的差錯(cuò)率，就可以在壓縮編碼后進(jìn)行信息隱匿，不會(huì)引起截獲者懷疑碼字載體中含有秘密信息。
3 壓縮編碼信息隱匿模型實(shí)現(xiàn)方案
基于信息隱匿和數(shù)據(jù)壓縮的關(guān)系，提出結(jié)構(gòu)如下的數(shù)據(jù)壓縮思想的通用隱匿模型。模型主要由三個(gè)部分組成：圖像壓縮、信息加密和信息隱匿。圖像壓縮部分的量化器輸出至信息隱匿部分，然后從信息隱匿部分得到隱藏有其他信息的量化數(shù)據(jù)，并送到熵編碼器，其他內(nèi)容和標(biāo)準(zhǔn)壓縮過(guò)程一致。信息加密部分為傳統(tǒng)的加密方案，其主要目的是增加秘密信息的安全性，使得系統(tǒng)隱匿的信息部分即使被檢測(cè)出來(lái)，也不會(huì)泄露其內(nèi)容。論文參考。
信息隱匿部分是模擬最核心的內(nèi)容，這部分主要有三個(gè)部分組成：數(shù)據(jù)變換，數(shù)據(jù)選擇和嵌入過(guò)程。數(shù)據(jù)變化的主要目的是改變加密后的信息統(tǒng)計(jì)特性，使得這些數(shù)據(jù)嵌入掩護(hù)圖像量化后的數(shù)據(jù)之中，不改變或很少改變掩護(hù)圖像的數(shù)據(jù)統(tǒng)計(jì)特性，從而使信息隱匿后的抗檢測(cè)性大大增強(qiáng)。數(shù)據(jù)選擇是從掩護(hù)圖像量化后的數(shù)據(jù)中選擇合適的比特位，用它來(lái)隱藏已加密的信息。合理的數(shù)據(jù)選擇算法應(yīng)該兼顧信息隱匿的容量，信息隱匿的抗檢測(cè)性與魯棒性。嵌入過(guò)程式將加密后的信息和選擇出來(lái)的數(shù)據(jù)進(jìn)行某種運(yùn)算（通稱(chēng)為替換或異或）,用運(yùn)算結(jié)果替換選擇出來(lái)的數(shù)據(jù)，并將此數(shù)據(jù)連同未選擇出來(lái)的量化數(shù)據(jù)一并交給圖像壓縮部分的熵編碼進(jìn)行編碼。
圖1 基于數(shù)據(jù)壓縮思想的通用信息隱匿模型
通用模型的秘密信息提取過(guò)程基本上是隱匿的逆過(guò)程，其流程圖如下
圖2通用信息隱匿模型的信息提取過(guò)程
壓縮后的數(shù)據(jù)首先經(jīng)過(guò)熵解碼器解碼，然后進(jìn)行數(shù)據(jù)分離，將未嵌入的數(shù)據(jù)部分送入正常的圖像解碼流程（反量化，反映射變換），而將嵌入數(shù)據(jù)的部分進(jìn)行數(shù)據(jù)提取，如果此過(guò)程的算法不是盲的（即需要原始掩護(hù)圖像），則需要分離出來(lái)的數(shù)據(jù)和原始掩護(hù)圖像經(jīng)映射變化，量化后的數(shù)據(jù)進(jìn)行運(yùn)算，將結(jié)果進(jìn)行數(shù)據(jù)恢復(fù)、解密、最后得到嵌入的原始秘密信息。
4 隱匿模型的兩種關(guān)鍵技術(shù)
在這種通用的信息隱匿模型中，數(shù)據(jù)變換和數(shù)據(jù)選擇是關(guān)鍵技術(shù)
數(shù)據(jù)變換的主要目的是改變加密后的信息統(tǒng)計(jì)特性，增強(qiáng)系統(tǒng)信息隱匿的抗檢測(cè)性能。改變數(shù)據(jù)的統(tǒng)計(jì)特性的常用方法是進(jìn)行線性濾波，從本質(zhì)上來(lái)講，線性濾波和線性變換是一致的，從頻域上來(lái)看，濾波就是對(duì)信號(hào)頻譜的不同部分進(jìn)行不同的縮放。在技術(shù)上常就是這樣一個(gè)過(guò)程：DFT→相乘→IDFT，將這一過(guò)程合并為一體時(shí)，就成為一個(gè)單純的線性變換。在復(fù)數(shù)域中進(jìn)行整數(shù)的可逆處理時(shí)，數(shù)據(jù)量就會(huì)增加一倍，為此可以經(jīng)DFT換成DCT，這樣這一處理過(guò)程就成為一實(shí)數(shù)域的線性變換問(wèn)題。
下面介紹整型變換算法的基本過(guò)程。
（1）對(duì)于給定的線性變換A，如是常見(jiàn)的線性變換，則進(jìn)行（2），否則對(duì)其進(jìn)行改造，使det| A ‘ |=1。
（2）將A ‘ 分解為3類(lèi)基本矩陣（置換矩陣，元素的絕對(duì)值均不小于1的對(duì)角陣，單位三角矩陣）。
（3）對(duì)于每一基本矩陣，構(gòu)造其整型變換，獲得整數(shù)輸出。
（4）對(duì)于每一步都應(yīng)有相應(yīng)的逆變換，所以整個(gè)變換的逆變換可以相應(yīng)的獲得。
（5）對(duì)于多維可分離的線性變換，正變換可以逐維的計(jì)算；為了保證逆變換對(duì)于多維數(shù)據(jù)的完全重建，應(yīng)嚴(yán)格按照和正變換相反的次序進(jìn)行逆變換。
實(shí)現(xiàn)數(shù)據(jù)變換時(shí)的另一個(gè)問(wèn)題是數(shù)據(jù)的范圍問(wèn)題。在實(shí)際處理過(guò)程中，輸入的數(shù)據(jù)都是有一定的范圍的（比如原始圖像數(shù)據(jù)通常用8位無(wú)符號(hào)數(shù)據(jù)表示），如果輸出的數(shù)據(jù)不加以限制，則輸出的數(shù)據(jù)的范圍一般要增大，這樣就必須用更多的數(shù)據(jù)表示處理結(jié)果。
數(shù)據(jù)選擇過(guò)程是從掩護(hù)圖像的量化數(shù)據(jù)中選擇合適的比特位，用它來(lái)隱匿已加密的信息。最基本的做法是選擇掩護(hù)數(shù)據(jù)中的不重要的部分，這樣做得優(yōu)點(diǎn)是對(duì)掩護(hù)圖像的質(zhì)量影響最小，使修改引起別人注意的可能性最小。但是在實(shí)際系統(tǒng)中，數(shù)據(jù)選擇算法應(yīng)該兼顧信息隱匿的容量，信息隱匿的抗檢測(cè)性與魯棒性等多個(gè)方面的性能，可以選擇下面三種。
1.LSP（LeastSignificant Portion）最不重要部分
LSP技術(shù)和LSB（最不重要比特位）技術(shù)基本類(lèi)似，區(qū)別在于LSB平等的對(duì)待掩護(hù)圖像中的每一字節(jié)，不同的字節(jié)之間沒(méi)有區(qū)別，在隱藏時(shí)都在數(shù)據(jù)的最低位取相等比特；而LSP針對(duì)變換量化后的數(shù)據(jù)而言，不同位置的重要程度不同，從中所取的最低有效比特?cái)?shù)就不同，其中低頻數(shù)據(jù)是取得少一些，而在高頻數(shù)據(jù)中取得多一些。另外，不同位置的數(shù)據(jù)取值范圍也不一樣，最多的可取比特?cái)?shù)也不一樣。論文參考。
2.隨機(jī)間隔法
隨機(jī)間隔技術(shù)是以LSP為基礎(chǔ)的一種方法，在數(shù)據(jù)選擇時(shí)用一個(gè)掩密密鑰k作隨機(jī)數(shù)發(fā)生的種子，那么可以生成一個(gè)隨機(jī)序列k 1 ，…，k l ，并且把它們一起按下列方式生成隱匿信息位置來(lái)對(duì)經(jīng)LSP選擇的數(shù)據(jù)進(jìn)行進(jìn)一步選擇：j 1 =k 1
j i =k i +j i-1
從而可以偽隨機(jī)決定兩個(gè)嵌入位置的距離。這種方法由于隱匿的位置更少，所以更不容易被檢測(cè)出來(lái)。
3.隨機(jī)位置法
隨機(jī)位置技術(shù)是另外一種偽隨機(jī)的方法，它也以LSP技術(shù)為基礎(chǔ)。和隨機(jī)間隔法不同的是，它對(duì)不同的位置變換數(shù)據(jù)及量化數(shù)據(jù)的不同比特位賦予不同的選擇概率p 1 ，…，p l ，在數(shù)據(jù)選擇時(shí)也用一個(gè)偽裝密鑰k作為隨機(jī)發(fā)送的種子，那么可以生成一個(gè)一個(gè)隨機(jī)序列k 1 ，…，k l ，當(dāng)k i ≥p i 時(shí)選擇比特，否則不進(jìn)行選擇。在此方法中選擇合適概率取值方案可以兼顧信息隱匿的容量、懸念吸引你的抗檢測(cè)性與魯棒性等多方面的性能，是一種更靈活的方法。當(dāng)然可以將隨機(jī)間隔法和隨機(jī)位置發(fā)結(jié)合起來(lái)使用，那是一種更靈活、更復(fù)雜的方案。
5 實(shí)驗(yàn)結(jié)果
運(yùn)用本文提出的通用模型，以lena(512像素×512像素)，作為掩護(hù)圖像，在其中隱匿隨機(jī)數(shù)據(jù)，映射變換采用8×8的DCT，經(jīng)數(shù)據(jù)變換過(guò)程，結(jié)果如下圖所示。圖中從左到右，從上到下依次為：原始圖像，未嵌入數(shù)據(jù)的JPEG圖像，嵌入不等數(shù)據(jù)量的JPEG圖像。隨著嵌入數(shù)據(jù)量的增加，掩護(hù)圖像的直觀質(zhì)量會(huì)下降，這種質(zhì)量的下降類(lèi)似于不同壓縮比條件下JPEG圖像質(zhì)量的不同下降，從信息隱匿的角度來(lái)看，這種相似性是有利的。
圖3 圖用模型的數(shù)據(jù)隱匿效果
6 小結(jié)
研究了一種基于壓縮編碼的信息隱匿技術(shù)，介紹了信息隱匿通用模型的兩種關(guān)鍵技術(shù)：數(shù)據(jù)變換和數(shù)據(jù)選擇技術(shù)，通過(guò)實(shí)驗(yàn)得到嵌入量與圖像質(zhì)量的關(guān)系。隨著通信技術(shù)的不斷發(fā)展，信息安全將成為一門(mén)很重要的學(xué)科，對(duì)于通信信息隱匿還要尋找更先進(jìn)，更合理的算法來(lái)達(dá)到通信的安全性能。
參考文獻(xiàn):
[1] KATZENBEISSERS, PETITCOLASFAP.信息隱藏技術(shù)—隱寫(xiě)術(shù)與數(shù)字水印[M].吳秋新,鈕心忻,楊義先等譯.北京:人民郵電出版社,2001.
[2] 汪小帆,戴躍偉. 信息隱藏技術(shù)方法與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2001.
[3]柏森,胡中豫,吳樂(lè)華等.通信信息隱匿技術(shù)[M].北京:國(guó)防工業(yè)出版社,2005.
[4]王偉祥, 劉玉君.基于信道編碼的信息隱藏技術(shù)研究.[J] 電視技術(shù).2003(3).
關(guān)鍵詞：視頻編碼，幀內(nèi)預(yù)測(cè)，SATD，快速幀內(nèi)預(yù)測(cè)模式選擇
0、引言
H.264/AVC是由聯(lián)合視頻專(zhuān)家組JVT（Joint Video Team）于2003年5月正式批準(zhǔn)的新一代視頻編碼標(biāo)準(zhǔn)[1、2]。論文指南。與以往的標(biāo)準(zhǔn)相比較，H.264具有壓縮效率高、網(wǎng)絡(luò)適應(yīng)性好和適用于交互和非交互的應(yīng)用環(huán)境的顯著特點(diǎn)，現(xiàn)在得到了廣泛應(yīng)用，并處于不斷的改進(jìn)中。
H.264/AVC采用一項(xiàng)重要新技術(shù)：基于空間域的幀內(nèi)預(yù)測(cè)，它充分利用了圖像的空間相關(guān)性，根據(jù)已解碼的相鄰塊的信息來(lái)預(yù)測(cè)當(dāng)前塊的信息，來(lái)提高編碼性能。H.264/AVC在RDO（RateDistortion Optimization）模式下進(jìn)行幀內(nèi)預(yù)測(cè)模式選擇，用最少的比特率獲得了最好的編碼效果,但由于H.264/AVC支持的幀內(nèi)預(yù)測(cè)模式很多,為了確定一個(gè)宏塊(Macroblock，MB)的幀內(nèi)預(yù)測(cè)模式,需要計(jì)算592種組合模式的率失真代價(jià)(RD_Cost),其運(yùn)算量占整個(gè)模式選擇的60%左右，從而使編碼器的復(fù)雜度很高。在實(shí)際編碼結(jié)果中Intra_4×4模式會(huì)占據(jù)編碼模式中的大部分，因此對(duì)RDO模式下4×4子塊的研究非常有必要，對(duì)研究快速幀內(nèi)預(yù)測(cè)算法具有重要的應(yīng)用價(jià)值。
1、H.264/AVC幀內(nèi)預(yù)測(cè)模式
H.264/AVC支持三類(lèi)幀內(nèi)預(yù)測(cè)：一、Intra_4×4是針對(duì)4×4亮度塊的預(yù)測(cè)，有9種預(yù)測(cè)模式，其中包括DC預(yù)測(cè)模式（即均值預(yù)測(cè)模式）和8種具有一定方向性的預(yù)測(cè)模式；二、Intra_16×16是針對(duì)16×16亮度塊的預(yù)測(cè)，有4種預(yù)測(cè)模式；三、Intra_8×8是針對(duì)8×8色度塊的預(yù)測(cè)，有4種預(yù)測(cè)模式，預(yù)測(cè)模式和Intra_16×16一樣，只是模式編號(hào)不一樣。其中Intra_4×4模式由于塊尺寸較小，適用于編碼細(xì)節(jié)豐富的圖像，且能獲得較小的差值，但同時(shí)因其模式數(shù)目較多成為幀內(nèi)編碼的一個(gè)瓶頸。論文指南。Intra_16×16模式則比較適用于圖像平坦區(qū)域的預(yù)測(cè)。
(a)（b）
圖1 幀內(nèi)預(yù)測(cè)模式方向
2、幀內(nèi)4×4塊預(yù)測(cè)的分析
2.1相鄰塊之間的相關(guān)性
在編碼時(shí)，只需對(duì)預(yù)測(cè)值與實(shí)際值的差值進(jìn)行編碼即可，則充分利用幀內(nèi)相鄰宏塊間的信息相關(guān)性來(lái)得到預(yù)測(cè)值，即是通過(guò)當(dāng)前塊編解碼后的重建過(guò)程為緊鄰的下一宏塊提供預(yù)測(cè)值。具體到本文的4×4塊，相鄰的4×4塊的預(yù)測(cè)模式之間具有很強(qiáng)的相關(guān)性，根據(jù)當(dāng)前4×4塊的左邊塊和上邊塊的預(yù)測(cè)模式可以預(yù)測(cè)當(dāng)前塊的最可能模式（MPM，Most Probable Mode）。利用該相關(guān)性可以減少預(yù)測(cè)模式的選擇數(shù)目，從而可以減少編碼的比特?cái)?shù)。
2.2RDO下全搜索（FS）的幀內(nèi)預(yù)測(cè)模式選擇過(guò)程
具體的幀內(nèi)模式選擇過(guò)程[3]如下：
(1)分別計(jì)算9種Intra_4×4模式的率失真代價(jià)(RD_Cost) ,選擇具有最小代價(jià)的模式。代價(jià)函數(shù)RD_Cost = SSD +λmode×Rate,其中SSD(Sum of SquaredDifference)表示當(dāng)前塊與重建塊之間的差值平方和；λmode = 0.85×2(QP - 12) /3 (QP為塊的量化參數(shù))；Rate表示熵編碼后的碼率。論文指南。
(2)把16個(gè)4×4塊最小的RD_Cost相加得到當(dāng)前宏塊Intra_4×4的RD_Cost。
(3)按類(lèi)似方法分別計(jì)算4種Intra_16×16模式的SAD(Sum of Absolute Difference)，選擇具有最小SAD的模式。計(jì)算該模式下的RD_Cost,得到當(dāng)前宏塊Intra_16×16方式下的RD_Cost。
(4)比較前兩步獲得的RD_Cost,選擇具有最小RD_Cost的模式作為該宏塊的幀內(nèi)預(yù)測(cè)模式。
(5)Intra_8×8色度宏塊的預(yù)測(cè)方法與亮度類(lèi)似。
2.3 減小幀內(nèi)預(yù)測(cè)復(fù)雜度的常用方法
為了減小幀內(nèi)預(yù)測(cè)的復(fù)雜度，一般有兩種方法：(1)簡(jiǎn)化代價(jià)函數(shù)；(2)縮小預(yù)測(cè)模式選擇的范圍。此方法可以利用當(dāng)前塊及其周?chē)袼氐哪承┨卣?預(yù)先排除某些可能性很小的預(yù)測(cè)模式,或提前終止某些可能性小的模式的代價(jià)計(jì)算,從而降低幀內(nèi)預(yù)測(cè)的復(fù)雜度。PAN Feng等利用子塊邊緣的變化方向從預(yù)選模式中選取最有可能的預(yù)測(cè)方向，算法中采用邊緣梯度直方圖的方法在幾種最有可能的預(yù)測(cè)方向中選取最佳預(yù)測(cè)方向[4]；Meng Bojun等提出EIPMS算法，利用代價(jià)函數(shù)和多閾值的方法提高了4×4的子塊的編碼速度[5]；文獻(xiàn)[6]利用下采樣方法，用RD模型替代率失真方法選擇預(yù)測(cè)模式；這些算法雖然大幅度降低了復(fù)雜度，但是因?qū)崿F(xiàn)起來(lái)較麻煩、編碼性能有一定的損失或是圖像質(zhì)量下降等問(wèn)題，需要進(jìn)一步的改進(jìn)。
3、Intra_4×4模式選擇的快速算法
本文提出的模式選擇快速算法是基于上述所提到的兩種方法。在SAD(Sum of Absolution Difference)代價(jià)函數(shù)模型下，可以通過(guò)圖像亞采樣等方法，以代價(jià)函數(shù)的局部計(jì)算為手段達(dá)到目的。并利用當(dāng)前塊及其相鄰像素的某些特征，預(yù)先排除某些可能性很小的預(yù)測(cè)模式，達(dá)到降低算法復(fù)雜度的目的。
3.1 SAD/SATD代價(jià)函數(shù)
通過(guò)計(jì)算公式(3-1)，選擇值最小的所對(duì)應(yīng)的模式為最佳模式。
Cost=SA(T)D+4R×λ(QP) (3-1)
其中，λ(QP)是關(guān)于QP的指數(shù)函數(shù)，4R是對(duì)使用某種預(yù)測(cè)模式后形成比特?cái)?shù)的估計(jì)，R根據(jù)當(dāng)前模式是否為最有可能的模式取值為0或1。SAD為原始圖象象素和編碼重建圖象象素的絕對(duì)值差的和。為了更加準(zhǔn)確的計(jì)算Cost值，通常將原始圖象象素和重建圖象象素的差值進(jìn)行Hadamard變換，將其轉(zhuǎn)換到變換域。
由于SATD與率失真(RD)性能有很強(qiáng)的相關(guān)性，所以利用SATD作為判斷準(zhǔn)則,預(yù)先排除掉一些可能性小的預(yù)測(cè)模式降低復(fù)雜度。相鄰的4×4塊的預(yù)測(cè)模式之間具有很強(qiáng)的相關(guān)性，相鄰塊的關(guān)系如圖2所示，其中D是當(dāng)前的4×4亮度塊，A、B和C分別為左上、上邊和左邊的4×4亮度塊。可以根據(jù)它們的預(yù)測(cè)模式確定當(dāng)前4×4塊的最可能預(yù)測(cè)模式，故可以選擇相鄰4×4塊預(yù)測(cè)模式的SATD值作為閾值，預(yù)先排除掉SATD大于該閾值的模式，這樣可以預(yù)先排除大約50%的Intra4×4模式，避免了很多不必要的代價(jià)(Cost)計(jì)算，通過(guò)實(shí)現(xiàn)自適應(yīng)閾值降低預(yù)測(cè)的計(jì)算復(fù)雜度。
引入閾值T，計(jì)算4×4塊在最可能的預(yù)測(cè)模式下的Cost4×4值，如果Cost4×4的結(jié)果小于閾值T，那么就把它作為當(dāng)前4×4亮度塊的最佳預(yù)測(cè)模式；否則，繼續(xù)計(jì)算其他的預(yù)測(cè)模式。在這里閾值T的選取就是至關(guān)重要的地方，如果T較小，則不能有效的減少需要計(jì)算的預(yù)測(cè)模式數(shù)；否則如果T較大，較容易選擇“最可能的預(yù)測(cè)模式”，作為最終的結(jié)果，不能有效的找到當(dāng)前塊的最佳預(yù)測(cè)模式。一般的，在圖像內(nèi)容比較復(fù)雜的區(qū)域，可以適當(dāng)?shù)脑龃骉的值；否則，應(yīng)該減小T的值。另外，T的選擇與QP值的大小也有關(guān)系；當(dāng)QP較大時(shí)，預(yù)測(cè)誤差較大，則應(yīng)該適當(dāng)?shù)脑龃骉的值；否則，應(yīng)該減小T的值。據(jù)經(jīng)驗(yàn)分析，如果最可能的預(yù)測(cè)模式就是最佳預(yù)測(cè)模式，絕大多數(shù)情況下D塊的預(yù)測(cè)殘差與A或B或C塊的預(yù)測(cè)殘差十分接近。而SATD值反應(yīng)的是預(yù)測(cè)模式對(duì)當(dāng)前紋理結(jié)構(gòu)的近似效果，所以取A、B和C塊Cost4×4值較小的一個(gè)作為D塊的Cost4×4預(yù)測(cè)期望值。再將λ(QP)的作用考慮內(nèi)，我們將閾值T設(shè)定為：
T=min(CostA,CostB,CostC)+kλ(QP)(3-2)
關(guān)鍵詞：數(shù)字電影 電影技術(shù) 系統(tǒng)設(shè)計(jì)
中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）03（a）0021-01
電影是一門(mén)藝術(shù)化的技術(shù)，也是一門(mén)技術(shù)化的藝術(shù)，能夠采用特有的技術(shù)處理手段，藝術(shù)的表達(dá)導(dǎo)演的一些想法，因此，電影的表達(dá)也離不開(kāi)技術(shù)的支撐。隨著數(shù)字技術(shù)的發(fā)展，數(shù)字電影技術(shù)也得到了迅猛發(fā)展，并且已經(jīng)基本取代了傳統(tǒng)的膠片電影技術(shù)市場(chǎng)。
本論文主要結(jié)合數(shù)字電影技術(shù)，詳細(xì)分析現(xiàn)有的數(shù)字電影技術(shù)，并在此基礎(chǔ)上構(gòu)建基于數(shù)字電影技術(shù)的數(shù)字電影系統(tǒng)，以期能夠?yàn)閿?shù)字電影技術(shù)的發(fā)展提供可供借鑒的技術(shù)應(yīng)用模式，并以此和廣大同行分享。
1 數(shù)字電影技術(shù)分析
1.1 數(shù)字電影技術(shù)概述
數(shù)字電影，顧名思義，是和計(jì)算機(jī)相結(jié)合起來(lái)的一種電影技術(shù)，目前，數(shù)字電影技術(shù)，主要是指以數(shù)字設(shè)備實(shí)現(xiàn)的攝像、存儲(chǔ)，并通過(guò)數(shù)字設(shè)備實(shí)現(xiàn)電影內(nèi)容的傳輸傳送，最后經(jīng)過(guò)專(zhuān)業(yè)設(shè)備將數(shù)字信號(hào)還原成影像信號(hào)并進(jìn)行播放。
傳統(tǒng)的電影攝制是將影像信號(hào)攝錄在膠片上，這種電影技術(shù)具有分辨率大、信息量大的優(yōu)勢(shì)，但是由于膠片不易保存和傳輸，因此對(duì)于電影的傳輸普及帶來(lái)不便；而數(shù)字電影的出現(xiàn)很好的解決了這一問(wèn)題，目前數(shù)字電影基本上都是采用高清攝像機(jī)直接獲取高清質(zhì)量的數(shù)字影像，也可以采用膠片拍攝電影，在后期將膠片掃描為數(shù)字信號(hào)。
數(shù)字電影技術(shù)的發(fā)展，大大推動(dòng)了電影技術(shù)的普及和大眾化應(yīng)用，這得益于計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)字電影技術(shù)最主要還是指的電影攝制的數(shù)字化，以及所需配套的數(shù)字化制作、數(shù)字化放映等設(shè)備的應(yīng)用。
1.2 數(shù)字電影技術(shù)發(fā)展應(yīng)用現(xiàn)狀
早在上個(gè)世紀(jì)90年代，好萊塢一大批震驚世界的電影，無(wú)不采用了數(shù)字電影合成技術(shù)，例如《星球大戰(zhàn)》、《泰坦尼克號(hào)》、《黑客帝國(guó)》等等，讓觀眾感受到了傳統(tǒng)膠片電影所無(wú)法實(shí)現(xiàn)的視覺(jué)感官感受。目前全球數(shù)字電影的制作已經(jīng)超過(guò)了幾千部，主要以歐美國(guó)家為主。我國(guó)的數(shù)字電影技術(shù)發(fā)展也很快，已經(jīng)建立的全亞洲最大的數(shù)字電影技術(shù)中心，以及數(shù)字電影拍攝、發(fā)行、放映等一系列技術(shù)應(yīng)用也有很大的提升，這些都表明我國(guó)數(shù)字化電影技術(shù)的快速發(fā)展和進(jìn)步，但主要應(yīng)用設(shè)備還是大量的依賴(lài)進(jìn)口或合資生產(chǎn)。
另一方面，數(shù)字電影的發(fā)展，必然也推動(dòng)了數(shù)字放映設(shè)備的建設(shè)。目前，全球數(shù)字電影銀幕數(shù)達(dá)到7萬(wàn)多塊，我國(guó)城市影院建設(shè)保持高速發(fā)展的態(tài)勢(shì)，截止到2012年底，全國(guó)銀幕數(shù)從2002年的1845塊增加到了現(xiàn)有的13118塊，其中2K數(shù)字銀幕超過(guò)1.2萬(wàn)塊，主流院線影院基本全面實(shí)現(xiàn)數(shù)字化放映。
近兩年來(lái)，數(shù)字中間片（DI）技術(shù)成為世界電影行業(yè)最引人關(guān)注的話題之一。所謂數(shù)字中間片技術(shù)，一般是指整個(gè)后期制作都在數(shù)字平臺(tái)上進(jìn)行。數(shù)字中間片技術(shù)的目的主要有兩個(gè)：一是為了開(kāi)發(fā)傳統(tǒng)工藝難以實(shí)現(xiàn)甚至無(wú)法實(shí)現(xiàn)的功能，從而取得更靈活、更豐富的創(chuàng)作手段；二是為了提高影片質(zhì)量，降低制作成本。數(shù)字中間片工藝主要有膠片掃描（膠轉(zhuǎn)數(shù)）、套底、調(diào)色、特效和修飾、制作字幕、數(shù)字母版制作和膠片記錄（數(shù)轉(zhuǎn)膠）等。出于技術(shù)和成本的原因，目前的數(shù)字中間片技術(shù)大多還是基于2K分辨率的，屬于一種折中的解決方案，僅能滿足DCI中的低檔要求。目前，數(shù)字中間片的實(shí)施與研究還主要集中在美、歐的一些發(fā)達(dá)國(guó)家，并已具備了相當(dāng)?shù)囊?guī)模。
2 數(shù)字電影系統(tǒng)設(shè)計(jì)探討
2.1 數(shù)字電影系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
相較于傳統(tǒng)的膠片電影技術(shù)，數(shù)字電影系統(tǒng)由于采用了數(shù)字技術(shù)，因而能夠很方便的實(shí)現(xiàn)數(shù)字化的攝制、存儲(chǔ)和傳輸，但是其前提是必須要能夠很好的解決圖像的實(shí)時(shí)傳輸存儲(chǔ)問(wèn)題。為此，數(shù)字電影系統(tǒng)的基本結(jié)構(gòu)可以設(shè)計(jì)由如下幾個(gè)部分構(gòu)成。
（1）數(shù)字式圖像傳感器。
數(shù)字電影的攝制，首要解決的就是數(shù)字化拍攝的問(wèn)題，為此可以采用數(shù)字式圖像傳感器，通過(guò)配合光學(xué)取景器，將鏡頭前的內(nèi)容直接攝制并轉(zhuǎn)化為數(shù)字信號(hào)，傳輸給圖像處理單元。
（2）高速圖像處理單元。
高速圖像處理單元是實(shí)現(xiàn)數(shù)字電影的關(guān)鍵結(jié)構(gòu)單元，在整個(gè)系統(tǒng)中處于類(lèi)似CPU的角色，主要負(fù)責(zé)對(duì)數(shù)字圖像的編解碼、灰度處理、二值化處理，以及對(duì)數(shù)字信號(hào)的還原等處理，從而確保數(shù)字圖像的實(shí)時(shí)攝錄和編解碼。
（3）數(shù)字存儲(chǔ)器。
目前常用的數(shù)字存儲(chǔ)器通常都是硬盤(pán)，既能夠大幅降低數(shù)字電影系統(tǒng)的成本，同時(shí)又提高了數(shù)字電影存儲(chǔ)、傳輸?shù)募嫒菪裕欣跀?shù)字電影的普及推廣和傳輸應(yīng)用。
（4）交互數(shù)字單元。
交互數(shù)字單元主要是負(fù)責(zé)實(shí)現(xiàn)數(shù)字電影的互動(dòng)及特效等場(chǎng)景的二次編輯加工，其內(nèi)含基于DSP單片機(jī)的編輯器能夠很方便的實(shí)現(xiàn)對(duì)音頻信號(hào)的加工，以及對(duì)色彩、亮度等視頻信號(hào)的編輯和調(diào)整，極大的豐富了數(shù)字電影的加工手段和方式。
2.2 數(shù)字電影配套系統(tǒng)分析
數(shù)字電影要實(shí)現(xiàn)大規(guī)模的推廣和應(yīng)用，不僅僅需要數(shù)字電影攝錄設(shè)備，不是只依靠高清數(shù)字?jǐn)z像機(jī)就能夠?qū)崿F(xiàn)數(shù)字電影技術(shù)的普及應(yīng)用的，對(duì)于數(shù)字電影相配套的系統(tǒng)，也必須要大力發(fā)展，才能夠最終推動(dòng)整個(gè)數(shù)字電影系統(tǒng)的不斷發(fā)展和應(yīng)用。
數(shù)字電影系統(tǒng)處理需要數(shù)字化攝錄設(shè)備，還必須配套數(shù)字化編輯設(shè)備，數(shù)字化放映設(shè)備。數(shù)字化編輯設(shè)備目前主要集中的數(shù)字化平臺(tái)的應(yīng)用，包括對(duì)膠片影像的掃描，數(shù)字影像的再加工等內(nèi)容；數(shù)字化放映設(shè)備則主要包括數(shù)字電影的立體式放映及多感交互式互動(dòng)系統(tǒng)，目前國(guó)外已經(jīng)發(fā)展到4D立體式放映系統(tǒng)，能夠很好的實(shí)現(xiàn)數(shù)字電影的多感交互放映。
3 結(jié)語(yǔ)
數(shù)字電影技術(shù)是電影技術(shù)發(fā)展的里程碑，它實(shí)現(xiàn)了過(guò)去傳統(tǒng)無(wú)法實(shí)現(xiàn)的一些創(chuàng)作，更為重要的是，數(shù)字電影技術(shù)的出現(xiàn)，使得個(gè)人創(chuàng)作電影成為了可能，只要擁有一臺(tái)數(shù)字電影設(shè)備，以及具備編輯修改的多媒體系統(tǒng)，就能夠?qū)崿F(xiàn)數(shù)字電影的創(chuàng)作，這對(duì)于電影藝術(shù)的大眾化普及是具有深遠(yuǎn)影響的。目前數(shù)字影院發(fā)展態(tài)勢(shì)蓬勃，使得數(shù)字電影技術(shù)有了很大的應(yīng)用空間。本論文簡(jiǎn)要探討了數(shù)字電影技術(shù)及其系統(tǒng)的設(shè)計(jì)，對(duì)于數(shù)字電影技術(shù)的普及發(fā)展和提高，無(wú)論是在理論研究還是在實(shí)踐應(yīng)用方面，都具有較好的指導(dǎo)借鑒意義。
參考文獻(xiàn)
[1] 陳犀禾.虛擬現(xiàn)實(shí)主義和后電影理論—— 數(shù)字時(shí)代的電影制作和電影觀念[J].當(dāng)代電影，2001（2）：23-24.
[2] 劉兆君.數(shù)字技術(shù)與電影[J].劇作家，2006（5）：78-79.
2001中南地區(qū)廣播電視技術(shù)討論會(huì)技術(shù)論文二等獎(jiǎng) 多媒體信息是未來(lái)人類(lèi)獲取信息最主要的載體，因此它已成為目前世界上技術(shù)開(kāi)發(fā)和研究的熱點(diǎn)。視頻信息作為多媒體信息中最被關(guān)注、數(shù)據(jù)量最大的一員，現(xiàn)在也正面臨著一場(chǎng)其意義不亞于從模擬到數(shù)字的技術(shù)進(jìn)步革新：從傳統(tǒng)的矩形DCT變換編碼到根據(jù)視頻內(nèi)容、劃分對(duì)象、分別變換編碼的新的編碼方法。
一、傳統(tǒng)的編碼方式
傳統(tǒng)的視頻編碼是以視頻信號(hào)的數(shù)字量為編碼對(duì)象的，與視頻信息的內(nèi)容無(wú)關(guān)，無(wú)論是M-JPEG、MPEG-1還是MPEG-2，都是以DCT矩形變換塊為變換編碼單元，對(duì)DCT塊內(nèi)圖像的亮度和色度進(jìn)行特征取樣，提取像素；采用幀間編碼、運(yùn)動(dòng)估測(cè)技術(shù)，在參考幀幀內(nèi)DCT編碼的基礎(chǔ)上，對(duì)DCT塊內(nèi)圖像的像素特征進(jìn)行差值預(yù)測(cè)編碼。基于矩形DCT編碼的視頻編碼在設(shè)計(jì)思想上只考慮到對(duì)信號(hào)數(shù)據(jù)進(jìn)行處理的需要（比如小的比特率以利于傳輸、高的比特率以保證質(zhì)量），但未考慮視頻信息--圖像內(nèi)容本身的含義和重要性，以及視頻信息應(yīng)用者的主觀需求（比如部分內(nèi)容的提取功能）。另外，這種基?quot;塊"的壓縮算法在低碼率時(shí)容易產(chǎn)生"方塊效應(yīng)"和"抽幀"，大大縮小了視頻信息的應(yīng)用領(lǐng)域。
小波變換是一種新的變換編碼方法，它與DCT變換相比，考慮到了視頻信號(hào)對(duì)不同應(yīng)用環(huán)境的自適應(yīng)性（不同的清晰度與比特率），可以將基礎(chǔ)圖像層與增強(qiáng)圖像層分離編碼傳輸，用戶可根據(jù)實(shí)際情況選擇是否打開(kāi)增強(qiáng)圖像層。但無(wú)論用戶選擇是或否，被傳送的視頻信息卻都是一樣的。
二、 基于內(nèi)容對(duì)象的編碼
1、 VO與VOP概念的引入
傳統(tǒng)的視頻編碼方式是將整個(gè)視頻信號(hào)作為一個(gè)內(nèi)容單體來(lái)處理，其本身不可再分割，而這與人類(lèi)對(duì)視覺(jué)信息的判別法則，也就是大腦對(duì)視神經(jīng)導(dǎo)入的視覺(jué)信號(hào)的處理方法是完全不同的。這就決定了我們不可能將一個(gè)視頻信息完整的從視頻信號(hào)中提取出來(lái)，比如：將加有臺(tái)標(biāo)和字幕的視頻恢復(fù)成無(wú)臺(tái)標(biāo)、字幕的視頻。解決問(wèn)題的惟一途徑就是在編碼時(shí)就將不同的視頻信息載體--視頻對(duì)象VO（Video Objects）區(qū)分開(kāi)，獨(dú)立編碼傳送，將圖像序列中的每一幀，看成是由不同的VO加上活動(dòng)的背景所組成。VO可以是人或物，也可以是計(jì)算機(jī)生成的2D或3D圖形。VO具有音頻屬性，其屬性賦值可能?quot;有"或者是"無(wú)"。但音頻的具體內(nèi)容數(shù)據(jù)是獨(dú)立于視頻編碼、傳輸?shù)摹O概念的引入，更加符合人腦對(duì)視覺(jué)信息的處理方式，并使視頻信號(hào)的處理方式從數(shù)字化進(jìn)展到智能化。提高了視頻信號(hào)的交互性和靈活性，使得更廣泛的視頻應(yīng)用和更多的內(nèi)容交互功能成為可能。
現(xiàn)代圖像編碼理論指出，人眼捕獲圖像信息的本質(zhì)是"輪廓－紋理"，即人眼感興趣的是VO的一些表面特性，如形狀、運(yùn)動(dòng)、紋理等。VO的表面往往是不規(guī)則的、千變?nèi)f化的，但可將其視為一定視角下，n個(gè)形狀規(guī)則的、具有一定紋理的剖面的組合的連續(xù)運(yùn)動(dòng)，這些剖面的組合稱(chēng)為視頻對(duì)象面VOP(Video Object Profile)。VOP描述了VO在一定視角條件下的表面特性。VOP的編碼主要由兩部分組成：一個(gè)是形狀編碼，另一個(gè)是紋理和運(yùn)動(dòng)信息編碼。VOP紋理編碼和運(yùn)動(dòng)的預(yù)測(cè)、補(bǔ)償在原理上同MPEG-2基本一致，而形狀編碼技術(shù)則是首次應(yīng)用在圖像編碼領(lǐng)域。
2、新的編碼技術(shù)
合成VO的獨(dú)立編碼 在以前，2D或3D動(dòng)畫(huà)被看作是視頻的一部分，并一概以視頻的方法來(lái)處理。實(shí)際上，根據(jù)合成VO的合成機(jī)理和特性，大部分合成VO都可以用通用的有關(guān)圖形文本的多種表達(dá)方式來(lái)描述。非復(fù)雜性合成VO將被視為一種獨(dú)立于視頻的數(shù)據(jù)類(lèi)型來(lái)編碼，并定義了其描述框架、通用的數(shù)據(jù)流結(jié)構(gòu)和靈活的接口。而復(fù)雜性合成VO和自然VO的編碼方法，將采用以下的編碼方法。
基于矩形窗口的VOP分割 考慮到與現(xiàn)有標(biāo)準(zhǔn)的兼容，目前已得到應(yīng)用的VO編碼技術(shù)，比如MPEG4，仍采用了基于矩形窗口的內(nèi)容分割法。編碼時(shí)，首先利用像素特征統(tǒng)計(jì)，將每一個(gè)VOP都限定在一個(gè)矩形窗口內(nèi)，稱(chēng)之為VOP窗口(VOP Window),取窗的原則為：長(zhǎng)、寬均為16像素的整數(shù)倍（便于對(duì)現(xiàn)有標(biāo)準(zhǔn)的兼容和將來(lái)的擴(kuò)展），同時(shí)保證VOP窗口中非VOP的宏塊數(shù)目最少。目前標(biāo)準(zhǔn)中的視頻幀可認(rèn)為是一個(gè)無(wú)VOP的特例，在編碼過(guò)程中將形狀編碼模塊屏蔽掉就可以了。在一個(gè)VOP窗口內(nèi)，VOP剖面的形狀也是采用8×8像素的矩形形狀。針對(duì)不同的VOP，可以根據(jù)不同的應(yīng)用場(chǎng)合和運(yùn)動(dòng)、變化的特點(diǎn)，采用固定的或可變的VOP幀頻（即VOP刷新頻率）。
矩形窗口分割法并不能體現(xiàn)VOP的具體形狀信息。為了確認(rèn)采用矩形窗口分割法的VOP的形狀信息，就引入了形狀編碼技術(shù)。形狀編碼其實(shí)并不是什么新技術(shù)，它在計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺(jué)領(lǐng)域早有應(yīng)用。而目前的視頻編碼標(biāo)準(zhǔn)中的位圖技術(shù)其實(shí)就是形狀編碼的簡(jiǎn)單特例。位圖采用矩陣的形式來(lái)表示二值（0或1）的形狀信息，具有較高的編碼效率和較低的運(yùn)算復(fù)雜度。VOP的形狀信息有兩類(lèi)：邊緣信息和灰度信息。邊緣信息用0、1來(lái)表示VOP的形狀，0表示非VOP區(qū)域，1表示VOP區(qū)域。對(duì)于包含一定透明度的VOP區(qū)域，可以用灰度信息（取值0～255之間）來(lái)表示透明程度，其中0表示完全透明，255表示完全不透明。對(duì)于模糊邊緣部分，可將其視為灰度信息從周?chē)阎猇OP區(qū)域的灰度值向0值的過(guò)渡區(qū)域，采用內(nèi)插法確定其形狀信息。
基于小波變換的VOP分割 基于矩形窗口的VOP分割依舊存在"塊效應(yīng)"問(wèn)題，而基于小波變換的VOP分割則可以很好的解決這個(gè)問(wèn)題，而且由于這種分割方法的本身就包含了VOP的形狀信息，所以無(wú)需另對(duì)形狀信息進(jìn)行判別與編碼。基于小波變換的VOP分割方法是目前最為活躍的視頻編碼課題研究領(lǐng)域，各種算法不斷的被發(fā)表，但基本上可以劃分為兩類(lèi)方法：
1、利用圖像灰度特征分割：不同的圖像具有不同的灰度分布，利用小波變換，將圖像變換到小波域，產(chǎn)生各層、各子帶圖像。小波變換后，大部分的能量是集中在低頻子帶圖像上，即大面積的平均灰度區(qū)域信息主要在低頻子帶圖像中體現(xiàn)。根據(jù)信息論的原理，確定多個(gè)灰度閾值，可以將具有不同灰度的VOP從低頻子帶圖像中分離。同時(shí)再利用高頻子帶圖像以及模糊數(shù)學(xué)模型，確定每一個(gè)VOP的邊緣信息。利用圖像灰度特征分割的小波變換，是沿掃描方向的單方向變換。
2、利用圖像紋理特征分割：紋理是一種局部特征反復(fù)出現(xiàn)的結(jié)果，它體現(xiàn)了圖像的局部頻域信息。對(duì)于一幅數(shù)字圖像，進(jìn)行多方向的小波變換是可行的，比如對(duì)一幀畫(huà)面進(jìn)行垂直方向或?qū)蔷€方向的小波變換。經(jīng)過(guò)多種小波變換后可得到不同方向的各子帶圖像，它們各自蘊(yùn)涵著不同紋理的局部頻譜信息和紋理走向等信息。對(duì)具有相同頻譜特征的圖像局部進(jìn)行聚類(lèi)分析，并根據(jù)紋理頻譜和紋理走向確定該聚類(lèi)的紋理邊緣。根據(jù)信息論原理和運(yùn)動(dòng)估測(cè)，將運(yùn)動(dòng)矢量具有相關(guān)性的聚類(lèi)二次歸類(lèi)于不同的對(duì)象（即VOP），并影射成不同灰度顯示。多級(jí)小波變換的結(jié)果最多可線性的影射成0～255灰度級(jí)顯示。進(jìn)行小波變換的方向越多，各方向的夾角越小，圖像分割也就越準(zhǔn)確，但計(jì)算量也隨之迅速膨脹。根據(jù)局域紋理中心頻率的變化自適應(yīng)地選擇小波變換的級(jí)數(shù)（幾個(gè)方向的變換）和方向，有助于在圖像分割的準(zhǔn)確性和計(jì)算量之間達(dá)到平衡。正如本文前面所述，人眼捕獲圖像信息的本質(zhì)?quot;輪廓－紋理"，故基于多方向小波變換的提取圖像特征、分割紋理圖像的方法符合人眼視覺(jué)生理的特點(diǎn)，是紋理圖像分析的重要發(fā)展方向。
無(wú)論是哪一種方法，當(dāng)?shù)玫讲煌琕OP的不同灰度表示之后，通過(guò)類(lèi)似于鍵技術(shù)的多通道處理，即可得到多個(gè)原始的彩色VOP。目前實(shí)驗(yàn)表明，基于小波變換的圖像分割在邊界上仍有些模糊，但總體效果還是相當(dāng)滿意的，達(dá)到了分割紋理圖像的目的。
VOP運(yùn)動(dòng)信息編碼和運(yùn)動(dòng)補(bǔ)償 人眼在觀看圖像時(shí)，會(huì)自動(dòng)跟蹤人所感興趣的VOP。即人看的不是時(shí)間軸上的信息，而是VOP的運(yùn)動(dòng)軌跡---光流軸上的信息。光流軸是VOP上的一點(diǎn)在活動(dòng)圖像上的運(yùn)動(dòng)軌跡，它在不同的幀中位于不同的空間位置，其意義在于：VOP自身的各種變化都將映射于光流軸上的一點(diǎn)。光流軸信息的獨(dú)立編碼將帶來(lái)諸多好處：（1）在編碼時(shí)，對(duì)于剛性VOP，由于它在運(yùn)動(dòng)中不會(huì)發(fā)生形狀和紋理上的變化，故該VOP只需要完成一次采樣、編碼，而后就只需發(fā)出幾個(gè)運(yùn)動(dòng)矢量指明它的光流軸即可；對(duì)于非剛性VOP，只需在發(fā)生變化時(shí)才需要重新采樣、編碼，這就使得不同的VOP采用不同的VOP幀頻成為可能，將編碼的數(shù)據(jù)率最低限度的降低。（2）VOP在運(yùn)動(dòng)中的各種變化都將"留跡"于光流軸，當(dāng)在進(jìn)行運(yùn)動(dòng)補(bǔ)償時(shí)，比如不同制式之間的轉(zhuǎn)換或者慢動(dòng)作的制作，就可以根據(jù)光流軸映射信息，采用內(nèi)插法得出時(shí)間軸上某一確定點(diǎn)的VOP狀態(tài)，達(dá)到無(wú)損轉(zhuǎn)換的目的。（3）在時(shí)間軸上，簡(jiǎn)單的將一個(gè)圖像序列的兩路信號(hào)疊加，隨即噪波和圖像的活動(dòng)部分都得不到增強(qiáng)；若在光流軸上進(jìn)行信號(hào)疊加，活動(dòng)圖像的降噪問(wèn)題就得到了簡(jiǎn)單解決。
VOP的運(yùn)動(dòng)估測(cè)是指：分析兩個(gè)或更多幀上的VOP，確定光流軸，以判斷下一幀中VOP可能出現(xiàn)的位置。VOP的運(yùn)動(dòng)補(bǔ)償是指：根據(jù)VOP光流軸的取向和光流軸上VOP自身變化得映射信息，矯正VOP在時(shí)間軸上的運(yùn)動(dòng)矢量。運(yùn)動(dòng)預(yù)測(cè)和運(yùn)動(dòng)補(bǔ)償技術(shù)可以去除圖像信息中的時(shí)間冗余成分，VOP的運(yùn)動(dòng)信息編碼可視為從像素向任意形狀的VOP的延伸。
紋理編碼 在已得到實(shí)際應(yīng)用的MPEG-4中，VOP的紋理編碼基本上仍采用基于8×8像素塊的DCT方法，有3種模式：幀內(nèi)編碼模式(I-VOP)、幀間預(yù)測(cè)編碼模式(P-VOP)和幀間雙向預(yù)測(cè)編碼模式(B-VOP)。編碼時(shí)，對(duì)于完全位于VOP內(nèi)的像素塊，則采用經(jīng)典的DCT方法；對(duì)于完全位于VOP之外的像素塊則不進(jìn)行編碼；對(duì)于部分在VOP內(nèi)，部分在VOP外的像素塊則首先采用圖像填充技術(shù)來(lái)獲取VOP之外的像素值，之后再進(jìn)行DCT編碼。
依據(jù)視覺(jué)特性的紋理編碼目前仍處于理論研究階段，其目標(biāo)是：建立常見(jiàn)紋理局部特征符號(hào)集，定義描述紋理分布、走向的多媒體語(yǔ)言。以人臉為例：人臉定義參數(shù)（FDP）描述了特定人臉紋理形狀模型與通用人臉模型之間的差別，通過(guò)接收到的各種FDP，能把通用的人臉模型變換成由其形狀和紋理確定的特定人臉。人臉動(dòng)畫(huà)參數(shù)（FAP）描述了特定的人臉表情與中性表情的變化關(guān)系，通過(guò)接收到的各種FAP能生成人臉的各種表情以及與聲音同步的嘴唇活動(dòng)等。這樣的合成編碼不僅可極大地提高編碼效率（可獲得1kbps的超低碼率），而且為制作新的人臉等對(duì)象提供了方便。
分級(jí)編碼 多媒體的應(yīng)用場(chǎng)合具有不同的信道帶寬、處理能力、顯示能力及用戶需求，要求在解碼端支持時(shí)域、空間及質(zhì)量的上伸縮性，即分級(jí)編碼。分級(jí)編碼可以通過(guò)視頻對(duì)象層VOL(Video Object Layer)的數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)。每一種分級(jí)編碼都至少有2層VOL，低層稱(chēng)為基本層，高層稱(chēng)為增強(qiáng)層。空間伸縮性可通過(guò)增強(qiáng)層強(qiáng)化基本層的空間分辨率來(lái)實(shí)現(xiàn)，因此在對(duì)增強(qiáng)層中的VOP進(jìn)行解碼之前，必須先對(duì)基本層中相應(yīng)的VOP進(jìn)行解碼。同樣對(duì)于時(shí)域伸縮性，可通過(guò)增強(qiáng)層來(lái)增加視頻序列中某個(gè)VO(特別是運(yùn)動(dòng)的VO)的幀率，使其與其余區(qū)域相比更為平滑。
三、 新的技術(shù)標(biāo)準(zhǔn)--MPEG 4
首次采用VO編碼技術(shù)的視頻編碼標(biāo)準(zhǔn)是由MPEG 4。MPEG 4于1999年年初正式成為國(guó)際標(biāo)準(zhǔn)(標(biāo)準(zhǔn)號(hào)為ISO/IEC 14496)，在1999年12月的后繼版本中增加了可變形、半透明視頻對(duì)象及其工具的先進(jìn)功能，它進(jìn)一步提高了編碼效率，并與第一版反向兼容。
1、MPEG 4標(biāo)準(zhǔn)的構(gòu)成
1） DMIF（The Dellivery Multimedia Integration Framework）：多媒體傳送整體框架協(xié)議。MPEG-4標(biāo)準(zhǔn)將眾多的多媒體應(yīng)用集成于一個(gè)完整的框架內(nèi)，旨在為多媒體通信及應(yīng)用環(huán)境提供靈活的算法及工具，用于實(shí)現(xiàn)音視頻數(shù)據(jù)的有效編碼及更為靈活的存取。它解決了多領(lǐng)域中多媒體應(yīng)用個(gè)性化交互操作的問(wèn)題。
2） 解碼器：定義了MPEG-4系統(tǒng)特殊的解碼模式（SDM），要求特殊的緩沖區(qū)和實(shí)時(shí)模式。
3） 音頻編碼：支持自然聲音和合成聲音，支持音頻的對(duì)象特征。
4） 視頻編碼：支持自然和合成的視覺(jué)對(duì)象，合成的視覺(jué)對(duì)象包括2D、3D動(dòng)畫(huà)和人面部表情動(dòng)畫(huà)等。
5） 場(chǎng)景描述BIFS（Binary Format for Scene description）：關(guān)于一組VO的時(shí)空結(jié)構(gòu)關(guān)系的參數(shù)信息，主要描述了各VO在一具體背景下的相互關(guān)系與同步等問(wèn)題，以及VO及其背景的知識(shí)產(chǎn)權(quán)保護(hù)等問(wèn)題。BIFS與VO對(duì)象特征信息的編碼、傳輸是相對(duì)獨(dú)立的。場(chǎng)景描述信息編碼及其的獨(dú)立傳輸是實(shí)現(xiàn)用戶端編輯操作的關(guān)鍵：在解碼之后和場(chǎng)景合成之前，用戶可以通過(guò)對(duì)BIFS參數(shù)的重新設(shè)置來(lái)對(duì)VO 進(jìn)行多種編輯操作，如增減、縮放、平移，甚至一些特技效果。
下面的表格反映了MPEG體系的部分技術(shù)指標(biāo)。MPEG-4是高比率有損壓縮（比如將一個(gè)9 GB的DVD視頻壓縮拷貝到只有700MB空間的CD-ROM上），其圖像質(zhì)量始終無(wú)法與MPEG-2相比。當(dāng)MPEG-4與MPEG-2的碼率輸出相同時(shí)，其質(zhì)量仍稍遜于MPEG-2。同時(shí)，MPEG 4對(duì)硬件的要求也較高。事實(shí)上，我們注意到MPEG-4在保證令人滿意的圖像質(zhì)量的情況下，更注重較低的數(shù)據(jù)率和靈活的交互功能。
2、MPEG 4編碼器
MPEG 4編碼簡(jiǎn)化原理圖如圖一。
對(duì)于輸入視頻序列，通過(guò)分析確認(rèn)n個(gè)視覺(jué)目的對(duì)象為編碼對(duì)象，將其認(rèn)定為n個(gè)VO（n=1,2,3…），對(duì)每一個(gè)VO編碼后形成這個(gè)VO的VOP數(shù)據(jù)流。VOP的編碼包括對(duì)運(yùn)動(dòng)(采用運(yùn)動(dòng)預(yù)測(cè)方法)及形狀、紋理(采用變換編碼方法)的編碼。由于VOP具有任意形狀，因此要求編碼方案可以處理形狀(Shape)和透明(Transparency)信息，這就是與只能處理矩形幀序列的現(xiàn)有視頻編碼標(biāo)準(zhǔn)的根本區(qū)別。在MPEG-4中，矩形幀被認(rèn)為是VOP的一個(gè)特例，這時(shí)編碼系統(tǒng)不用處理形狀信息，退化為類(lèi)似于MPEG-1、MPEG-2的傳統(tǒng)編碼系統(tǒng)，同時(shí)也實(shí)現(xiàn)了與現(xiàn)有標(biāo)準(zhǔn)的兼容。除去VO的其余圖像部分--背景，仍采用傳統(tǒng)的矩形DCT變換編碼；VO場(chǎng)景描述信息（VO自身信息，如VO對(duì)象的知識(shí)產(chǎn)權(quán)、和VO間的位置、邏輯關(guān)系等）也要進(jìn)行編碼，最后和VOP流、背景一起送入MPEG 4幀復(fù)合器，生成MPEG 4流輸出。
需指出的是：在VO分割后，每一個(gè)VO都需要一個(gè)VOP編碼通道，在圖一中只畫(huà)出了一個(gè)。多個(gè)VOP幀發(fā)生器的輸出在MPEG 4幀復(fù)合器中可實(shí)現(xiàn)靈活地多路復(fù)用編碼或同步并行傳輸編碼，以適應(yīng)各種傳輸環(huán)境和要求。MPEG 4解碼是以上編碼過(guò)程的逆過(guò)程。可以看出，獨(dú)立于背景的VO編碼可以實(shí)現(xiàn)接收端的用戶對(duì)VO對(duì)象進(jìn)行選擇性地操作。
3、MPEG 4視頻編碼功能與特點(diǎn)
MPEG 4標(biāo)準(zhǔn)的制定有兩個(gè)目標(biāo)：低比特率的多媒體通信和多工業(yè)的多媒體通信的綜合。即MPEG-4遵循靈活的編碼工具框架體系，設(shè)計(jì)了一個(gè)開(kāi)放的編碼系統(tǒng)，對(duì)于不同的應(yīng)用采用不同的編碼算法，以達(dá)到低比特率通信的目標(biāo)。MPEG-4解碼器是可編程的，相應(yīng)的解碼信息可與內(nèi)容本身一起傳輸下載。與現(xiàn)有的MPEG-1和MPEG-2視頻壓縮相比，MPEG-4視頻有一些重要的改進(jìn)：
1）基于內(nèi)容的交互功能: MPEG-4提供了全新的交互方式，根據(jù)制作者的具體自由度設(shè)計(jì)，在有限的時(shí)間內(nèi)可實(shí)現(xiàn)對(duì)多媒體VO的時(shí)域隨機(jī)存取（從不同的源獲取內(nèi)容或向不同的源發(fā)送內(nèi)容）、快速搜索、改變場(chǎng)景的視角、改變場(chǎng)景中物體的位置、大小和形狀，或?qū)υ搶?duì)象進(jìn)行置換甚至清除。
2）支持自然及合成信息的混合編碼（NHC：Synthetic and Natural Hybrid Coding）：MPEG-4支持合成信息的編碼，可對(duì)合成的VO及其活動(dòng)信息進(jìn)行參數(shù)化描述。對(duì)于頻繁出現(xiàn)的視覺(jué)對(duì)象則分別定義了它們的紋理形狀和動(dòng)畫(huà)參數(shù)。
3）高效編碼：包括視頻VO數(shù)據(jù)的高效編碼和多個(gè)并發(fā)數(shù)據(jù)的有效同步編碼。
4）基于內(nèi)容的伸縮性：是指分級(jí)編碼后，紋理、圖像和視頻基于內(nèi)容的伸縮性，視頻序列中時(shí)域、空間及質(zhì)量的伸縮性，表現(xiàn)為時(shí)域?qū)崟r(shí)或非實(shí)時(shí)、數(shù)據(jù)率大小及重建的圖像質(zhì)量上。
5）可變的最終輸出：不同的碼率意味著支持不同的功能集。功能集的底層是VLBV核心(VLBV：Very Low Bit Rate Video)，它為最低達(dá)5-64kbits/s視頻操作與應(yīng)用提供算法與工具，支持較低的空間分辨率(低于352×288像素)和較低的幀頻(低于15Hz)。VLBV核心功能包括：矩形圖像序列的有效編碼、多媒體數(shù)據(jù)庫(kù)的搜索和隨機(jī)存取。MPEG-4的HBV(HBV: High Bit Rate Video,范圍在64kbits/s-4Mbits/s之間)同樣支持上述功能，但它同時(shí)還支持較高的空間與時(shí)間分辨率。其輸入可以是ITU-R 601的標(biāo)準(zhǔn)信號(hào)，因此其典型應(yīng)用為數(shù)字電視廣播與交互式檢索。
與MPEG-1和MPEG-2相比，MPEG-4的特點(diǎn)是其更適于交互式AV服務(wù)以及遠(yuǎn)程監(jiān)控。MPEG-4是第一個(gè)允許用戶端操作的的視頻編碼標(biāo)準(zhǔn)。MPEG 4的特點(diǎn)非常適合于互聯(lián)網(wǎng)上的交互式影視服務(wù)：可適應(yīng)各種應(yīng)用終端的物理網(wǎng)絡(luò)環(huán)境，可實(shí)現(xiàn)對(duì)視音頻內(nèi)容的交互操作，具有下載解碼能力（在一定的硬件基礎(chǔ)上，可下載解碼工具，對(duì)不同編碼方式的內(nèi)容進(jìn)行解碼處理）。MPEG-4的設(shè)計(jì)目標(biāo)還有更廣的適應(yīng)性和可擴(kuò)展性：因特網(wǎng)多媒體應(yīng)用、交互式視頻游戲、實(shí)時(shí)可視通信、交互式存儲(chǔ)媒體應(yīng)用、廣播電視、演播室技術(shù)及電視后期制作、多媒體內(nèi)容存儲(chǔ)和檢索、采用面部動(dòng)畫(huà)技術(shù)的虛擬會(huì)議、多媒體郵件、移動(dòng)通信條件下的多媒體應(yīng)用、可視化合作實(shí)驗(yàn)室場(chǎng)景應(yīng)用、遠(yuǎn)程視頻監(jiān)控、通過(guò)ATM網(wǎng)絡(luò)等進(jìn)行的遠(yuǎn)程數(shù)據(jù)庫(kù)業(yè)務(wù)等等。
從矩形幀到VOP，MPEG-4順應(yīng)了現(xiàn)代圖像壓縮編碼的發(fā)展潮流，即從基于DCT的傳統(tǒng)編碼向基于對(duì)象和內(nèi)容的現(xiàn)代編碼的轉(zhuǎn)變。從這個(gè)意義上講，MPEG-4視頻編碼技術(shù)翻開(kāi)了圖像編碼史上嶄新的一頁(yè)。
四、 MPEG 4視頻產(chǎn)品
在2001 NAB會(huì)展上，多家公司推出了他們的MPEG 4產(chǎn)品。Amnis公司推出了基于IP平臺(tái)的MPEG4視頻流技術(shù)，展示了可以重放MPEG1, MPEG2和MPEG4的桌面軟件。Envivo 公司陳列了他們的應(yīng)用于IP網(wǎng)絡(luò)或MPEG2節(jié)目數(shù)據(jù)廣播的MPEG4端到端解決方案。該方案是純軟件的，支持視頻、音頻和合成的2D動(dòng)畫(huà)的MPEG4方式編碼，以及對(duì)MPEG 4文件的版權(quán)保護(hù)。Optibase公司推出的MGW系列是一個(gè)插件式的多通道流服務(wù)器系列，可插入不同的編碼模塊以適應(yīng)不同的需求，其中MGW 4000是支持MPEG4（兼容MPEG1和MPEG2）的流服務(wù)器。Optibase還推出了支持多媒體和交互MPEG4流的IP實(shí)時(shí)編碼、分配平臺(tái)。最后，Optibase展示了從MPEG 1到MPEG 4的實(shí)時(shí)轉(zhuǎn)碼技術(shù)。Philips 提供了一個(gè)從制作到重放的、端到端的網(wǎng)上MPEG-4解決方案：包括互動(dòng)內(nèi)容編輯器（支持網(wǎng)上MPEG-4視頻流的搜索、剪輯和編輯）、實(shí)時(shí)軟件MPEG-4編碼器（甚至支持簡(jiǎn)單視頻和AAC音頻的無(wú)線編碼）、通用多點(diǎn)分配IP平臺(tái)和解碼軟件（WebCine' player支持Win95,Win2000和NT操作系統(tǒng)；WinCE用于手提電腦；Trimedia是一個(gè)網(wǎng)上廣播機(jī)頂盒）。SUN 公司也推出了他們的通用MPEG-4流服務(wù)器。
微軟在它現(xiàn)在的WIN98和WIN2000操作系統(tǒng)中也已加入了一個(gè)MPEG-4的播放器，叫做Divx。它可以回放仍是以.AVI為后綴的MPEG 4文件。Divx可以附加到MPEG-4的數(shù)據(jù)流中，并可以進(jìn)行設(shè)置以適應(yīng)不同的使用要求。Divx視頻編碼技術(shù)是由 Microsoft MPEG4 V3 修改而來(lái)，使用MPEG 4壓縮算法，打破了ASF的種種協(xié)定。但MPEG4畢竟是一種高比率有損壓縮，其圖象質(zhì)量始終無(wú)法和 DVD 的 MPEG2 相比，即便是在MPEG4碼率和DVD碼率差不多時(shí)，總體效果還是有距離（在雜亂的細(xì)節(jié)上稍有模糊）。所以目前的MPEG4 只能面向于娛樂(lè)和欣賞方面的市場(chǎng)。
市場(chǎng)上的第一張DIVX-MPEG4格式的影碟《活火熔城》，長(zhǎng)98分鐘，采用512×288 16:9格式，幀頻24幀/秒，64KB立體聲音頻。影片由720×480 16:9 30幀/秒的MPEG2制式轉(zhuǎn)刻，刻在單張CD盤(pán)片上。
六、結(jié) 尾
