小波变换在Internet网多媒体业务中的应用
发布时间:2008/5/26 0:00:00 访问次数:579
来源:《电子技术应用》
摘要:介绍了小波变换在静态图像压缩、实时连续媒体流等多媒体业务中的应用,并结合adv611芯片提出一套音视频数据采集和压缩的方案。为进一步提高媒体服务质量,在本方案中根据实际情况提出了帧间压缩和码率控制两种解决方案。 关键词:小波变换 图像压缩 实时连续媒体流 码率控制 帧间编码 随着网络用户对多媒体业务需求的大量增加,基于internet的音视频数据采集、压缩技术成为各种多媒体业务运营的基本要求,国际标准化组织提出了多种国际标准(h.26x、mpeg-4等)来实现低码率及甚低码率下的多媒体数据压缩、传输及存储。而国内外各大网络软硬件厂商纷纷出台相应的解决方案。在这些标准、方案中,小波变换使信号的低频长时特性和高频短时特性同时得到处理,有效地克服了傅氏变换在处理非常平稳复杂图像信号时所存在的局限性,因而各种多媒体业务应用领域受到了广泛的重视[1、2]。本文将以此为基础对小波变换这一工具应用到图像压缩、实时连续媒体流等领域做一些有益的尝试与探讨。
1 小波变换在图像压缩中的应用 小波变换以其特有的变换特性在图像压缩领域得到了广泛的应用。如jpeg-2000、mpeg-4静态图像压缩都采用了小波变换的方式。对于小波变换在静态图像压缩中的应用已经有很多文献对此做出了论述,此处不再赘述。以下只讨论应用价值更为广阔的小波算法的硬件实现。 1.1 小波算法的硬件实现 美国ad公司的adv611数字视频编解码芯片是一款低价、单片、多功能、全数字的cmos超大规模集成电路,片内集成了视频接口、主机接口和sram,可以广泛应用于各个相关领域[5]。以下将从内部框图和算法分析两个方面介绍该芯片的使用情况。
1.1.1 内部框图 图1是adv611的内部框图,大致可以分为六个模块,其中较有特色的部分是清晰窗口和量化控制两部分。清晰窗口(quality box)是将用户感兴趣的部分图像采用压缩比较小的方式编码,而对其余背景区域则加大压缩比。这种方式可以认为是小波编码在空间可伸缩性的一种应用。量化控制是为了满足不同的网络带宽,不同的服务质量而设定的改变编码码率的参量。通过设置不同比特每象素值(bit per pixel)而改变编码码流的数据量,满足不同的网络带宽。图2是采用与adv611相同压缩算法的软件模拟结构。表1是算法效果统计。
表1 算法效果统计 比特每象素值 1 0.5 0.1 压缩后数据量 50k 24k 7k 压缩倍数 20.5 42.7 146.4 恢复图像与原图的psnr 32.43 30.88 27.37 其中图2(a)是原始图像(720×486×24位1025k),(b1)、(b2)、(b3)是比特每象素值分别为1、0.5、0.1时的恢复图像。从数据中可以看出随着比特每象素值的降低,压缩后数据量随之降低,而恢复图像与原图的psnr降低并不多。 1.1.2 算法分析 adv611内部的小波变换采用双正交9-7小波基。经过大量的实验证明双交9-7小波基在图像处理中是一种较好的小波基,目前多个国际标准中有关小波压缩的算法,一般都采用这种小波基。adv611芯片中的小波算法生成的m
来源:《电子技术应用》
摘要:介绍了小波变换在静态图像压缩、实时连续媒体流等多媒体业务中的应用,并结合adv611芯片提出一套音视频数据采集和压缩的方案。为进一步提高媒体服务质量,在本方案中根据实际情况提出了帧间压缩和码率控制两种解决方案。 关键词:小波变换 图像压缩 实时连续媒体流 码率控制 帧间编码 随着网络用户对多媒体业务需求的大量增加,基于internet的音视频数据采集、压缩技术成为各种多媒体业务运营的基本要求,国际标准化组织提出了多种国际标准(h.26x、mpeg-4等)来实现低码率及甚低码率下的多媒体数据压缩、传输及存储。而国内外各大网络软硬件厂商纷纷出台相应的解决方案。在这些标准、方案中,小波变换使信号的低频长时特性和高频短时特性同时得到处理,有效地克服了傅氏变换在处理非常平稳复杂图像信号时所存在的局限性,因而各种多媒体业务应用领域受到了广泛的重视[1、2]。本文将以此为基础对小波变换这一工具应用到图像压缩、实时连续媒体流等领域做一些有益的尝试与探讨。
1 小波变换在图像压缩中的应用 小波变换以其特有的变换特性在图像压缩领域得到了广泛的应用。如jpeg-2000、mpeg-4静态图像压缩都采用了小波变换的方式。对于小波变换在静态图像压缩中的应用已经有很多文献对此做出了论述,此处不再赘述。以下只讨论应用价值更为广阔的小波算法的硬件实现。 1.1 小波算法的硬件实现 美国ad公司的adv611数字视频编解码芯片是一款低价、单片、多功能、全数字的cmos超大规模集成电路,片内集成了视频接口、主机接口和sram,可以广泛应用于各个相关领域[5]。以下将从内部框图和算法分析两个方面介绍该芯片的使用情况。
1.1.1 内部框图 图1是adv611的内部框图,大致可以分为六个模块,其中较有特色的部分是清晰窗口和量化控制两部分。清晰窗口(quality box)是将用户感兴趣的部分图像采用压缩比较小的方式编码,而对其余背景区域则加大压缩比。这种方式可以认为是小波编码在空间可伸缩性的一种应用。量化控制是为了满足不同的网络带宽,不同的服务质量而设定的改变编码码率的参量。通过设置不同比特每象素值(bit per pixel)而改变编码码流的数据量,满足不同的网络带宽。图2是采用与adv611相同压缩算法的软件模拟结构。表1是算法效果统计。
表1 算法效果统计 比特每象素值 1 0.5 0.1 压缩后数据量 50k 24k 7k 压缩倍数 20.5 42.7 146.4 恢复图像与原图的psnr 32.43 30.88 27.37 其中图2(a)是原始图像(720×486×24位1025k),(b1)、(b2)、(b3)是比特每象素值分别为1、0.5、0.1时的恢复图像。从数据中可以看出随着比特每象素值的降低,压缩后数据量随之降低,而恢复图像与原图的psnr降低并不多。 1.1.2 算法分析 adv611内部的小波变换采用双正交9-7小波基。经过大量的实验证明双交9-7小波基在图像处理中是一种较好的小波基,目前多个国际标准中有关小波压缩的算法,一般都采用这种小波基。adv611芯片中的小波算法生成的m
上一篇:用于电力系统的DSP解决方案