
自适应技术的概念是预测器的预测系数和量化器的量化参数,能够根据图像的局部区域分布特点而自动调整。实践证明ADPCM编、解码系统与DPCM编、解码系统相比,不仅能改善恢复图像的评测质量和视觉效果;同时还能进一步压缩数据。
ADPCM系统包括自适应预测,即预测系数的自适应调整和自适应量化(即量化器参数的自适应调整)两部分内容。
首先我们来学习ADPCM系统所包含的第一个内容--自适应预测
1.自适应预测的概念
从上一个问题的讲述可知一个三阶预测器的预测值计算公式为:
增加一个可变参数"m",得
(4.4-8)
式中m是一个自适应参数,m的取值据量化误差的大小自适应调整。
当 不变
自动增大
自动减小
m自动增大,使  随之增大,预测误差减小,使斜率过载尽快收敛;m自动减小,使  随之减小,预测误差加大,使量化器输出不致正负跳变,减轻颗粒噪声。大多数情况
处于 emin和 emax之间,m取常数不变。
下面来学习ADPCM系统所包含的第二个内容--自适应量化
自适应量化的概念是,根据图像局部区域的特点,自适应地修改和调整量化器的参数。包括量化器输出的动态范围,量化器判决电平(量化器步长)等,下面介绍一种利用视觉阈值曲线导出自适应量化特性,这种情况下的量化属于非线性量化。实际上是在量化器分层确定后,当预测误差值小时,将量化器的输出动态范围减小,量化器步长减小;当预测误差大时,将量化器的输出范围扩大,量化器步长扩大。参数改变的原则,是量化误差低于该误差下的视觉阈值,将误差掩盖。
2.自适应量化
(1) 自适应量化的概念
·当预测误差值小时,将量化器的输出动态范围减小,量化器步长减小;
·当预测误差大时,将量化器的输出范围扩大,量化器步长扩大。
·参数改变的原则:是量化误差低于该误差下的视觉阈值,将误差掩盖。
(2) 自适应量化的方法
Musmann和Erdmann方案中所采用的自适应量化方法
先定义一视觉掩盖函数M,

其中
是f
点相邻像素点的灰度值。如图4.4-4。
4.4-4 f
像素的相邻像素
当四个差值 中有一个较大数值,那么对预测时所形成的量化误差,构成"掩盖效应",即掩盖量化噪声,使人眼难以察觉。
以上我们学习了预测编码的基本原理及编码方法的实现,接下来呢将讲述预测编码方法在运动图像压缩和传输中的应用,即电视信号的预测编码。
|