多媒體數(shù)據(jù)壓縮技術(shù)

周寧

摘要：多媒體技術(shù)近些年正處于快速發(fā)展階段，應(yīng)用領(lǐng)域持續(xù)提升，相對應(yīng)的技術(shù)水平也在不斷改進(jìn)。多媒體數(shù)據(jù)壓縮技術(shù)屬于多媒體技術(shù)持續(xù)發(fā)展與應(yīng)用的關(guān)鍵，當(dāng)前來看多媒體數(shù)據(jù)壓縮技術(shù)具備可拓展、高壓縮比、可交互等多方面的優(yōu)勢。

關(guān)鍵詞：多媒體;數(shù)據(jù)技術(shù);壓縮技術(shù)

中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2021）12-0200-02

1多媒體數(shù)據(jù)壓縮的意義

近些年隨著微電子技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的持續(xù)性發(fā)展，多媒體信息技術(shù)處理中，最為基礎(chǔ)的需求便是動態(tài)實(shí)時(shí)性的處理動畫、聲音以及視頻資料，圖像的數(shù)據(jù)量是非常龐大的，如果不對視頻信息進(jìn)行壓縮處理，會導(dǎo)致數(shù)據(jù)傳輸效率下降，從而無法實(shí)現(xiàn)實(shí)時(shí)性傳輸。雖然當(dāng)前的存儲技術(shù)以及網(wǎng)絡(luò)技術(shù)處于持續(xù)提升狀態(tài)，再加上網(wǎng)絡(luò)帶寬、移動通信技術(shù)的持續(xù)發(fā)展促使信息傳輸容量以及速度得到了明顯的提升，但是想要更大程度的降低帶寬壓力，提升通信干線的傳輸效率，需要應(yīng)用計(jì)算機(jī)實(shí)時(shí)音頻與視頻的處理，從而保障高質(zhì)量的音頻與視頻處理，所以多媒體數(shù)據(jù)壓縮顯得非常重要。

另外，對于多媒體信息壓縮技術(shù)而言，其需要有效實(shí)施的原因還涉及：1）原始圖像數(shù)據(jù)具備較高的相關(guān)性，存在比較多的冗余度，數(shù)據(jù)冗余會導(dǎo)致比特?cái)?shù)的浪費(fèi)，此時(shí)消除冗余時(shí)可以有效節(jié)省碼字，從而達(dá)到壓縮的目的。每一幀圖像可以通過幀內(nèi)相近的像素之間空域關(guān)聯(lián)性，所以數(shù)據(jù)本身也存在較大的空間冗余;2）圖像編碼本身具備一定失真率，這也是圖像可以有效壓縮的主要原因。在許多應(yīng)用場合中，并沒有要求壓縮和復(fù)原后的圖像與圖像完全相同，而是允許少量的失真。在少量失真時(shí)基本不會被發(fā)現(xiàn)，在大多數(shù)情況下都是可以被接受的。另外，還可以借助新技術(shù)實(shí)現(xiàn)對圖像壓縮編碼的對象特性維持可預(yù)知特性，例如在可視電話當(dāng)中，編碼對象主要是以人的頭肩像，可以充分應(yīng)用編碼對象的先驗(yàn)方式實(shí)現(xiàn)建模，并借助模型參數(shù)的提取與編碼實(shí)現(xiàn)對圖形的加工，從而達(dá)到大量碼子的減少，呈現(xiàn)出較高的壓縮比。

2多媒體數(shù)據(jù)壓縮技術(shù)的軟件實(shí)現(xiàn)

2.1 編碼器基礎(chǔ)原理

借助數(shù)據(jù)壓縮技術(shù)的標(biāo)準(zhǔn)視頻框架簡單級別的基礎(chǔ)定義，視頻編碼主要是將運(yùn)動估算補(bǔ)償、離散余弦變換、標(biāo)量量化以及游程編碼為主。對于編碼控制機(jī)制而言，其主要是采用率失真模式進(jìn)行計(jì)算，從而決定采用幀內(nèi)或幀間的編碼方式。假設(shè)是幀內(nèi)編碼模式，則原視頻數(shù)據(jù)需要借助DCT變換、量化以及行程編碼。并借助合成器實(shí)現(xiàn)對視頻流的壓縮，此時(shí)可以重構(gòu)預(yù)制幀，并作為下一編碼幀的參考數(shù)據(jù)。假設(shè)采用幀間編碼模式，需要先基于參考幀值作為幀內(nèi)編碼時(shí)的重構(gòu)預(yù)測值，如果上一幀屬于幀間編碼，則對源數(shù)據(jù)進(jìn)行預(yù)測并獲得誤差。對于預(yù)測誤差值以DCT變換與量化，同時(shí)采用RLC進(jìn)行編碼。編碼的結(jié)果可以和編碼模式、運(yùn)動矢量以及量化參數(shù)等編碼參數(shù)一同轉(zhuǎn)變?yōu)榭勺冮L編碼，并借助合成器進(jìn)行壓縮。此時(shí)可以重構(gòu)預(yù)測幀，并為下一幀參考使用。

2.2 整體框架

編碼器的實(shí)現(xiàn)核心在于提供一個(gè)簡單的編碼接口函數(shù)，這一接口函數(shù)主要是按照編碼的三個(gè)不同階段提供三個(gè)基礎(chǔ)入口。接口函數(shù)的封裝主要是處于靜態(tài)鏈接庫當(dāng)中，并在編碼期間提供支持。按照編碼接口函數(shù)對視頻序列進(jìn)行編碼處理。先做好編碼初始化處理，并調(diào)用初始化的接口函數(shù)，并循環(huán)到每一視頻幀，借助接口函數(shù)對視頻幀進(jìn)行編碼處理，最終應(yīng)用資源釋放接口函數(shù)釋放內(nèi)存。完成的流程如下：（1）初始化。設(shè)置變換編碼，其中涉及離散余弦變換以及逆離散余弦變換的變換矩陣;（2）導(dǎo)入編碼的參數(shù)涉及幀率、比特率以及矩陣率等數(shù)據(jù)，同時(shí)還需要導(dǎo)入最值量化參數(shù)以及運(yùn)動估計(jì)搜索范圍;（3）為編碼、參考、重構(gòu)以及殘差提供內(nèi)存并進(jìn)行初始化;（4）配置相關(guān)參數(shù)，做好比特率控制的初始化處理，編碼處理視頻幀并。這一環(huán)節(jié)的操作相對復(fù)雜，需要先讀入原始幀，并將原本輸入導(dǎo)入到編碼的分量當(dāng)中初始化比特率后為其輸入數(shù)據(jù)并準(zhǔn)備，假設(shè)編碼屬于第一幀，則計(jì)入VO與VOL的頭信息，調(diào)用VopCode函數(shù)實(shí)現(xiàn)對幀的編碼。在根據(jù)返回的編碼長度以比特率的方式進(jìn)行控制，并借助函數(shù)處理更新控制參數(shù)。

2.3 資源釋放

在上述的編碼階段中，編碼視頻幀屬于關(guān)鍵性環(huán)節(jié)，編碼需要分別針對每一個(gè)編碼、參考、重構(gòu)以及殘差的階段，通過編碼器可以基于數(shù)據(jù)壓縮技術(shù)的技術(shù)標(biāo)準(zhǔn)視頻框架的簡單級別，將原始視頻序列當(dāng)中的每一幀圖像當(dāng)作是矩陣數(shù)據(jù)，并基于預(yù)測數(shù)據(jù)以及幀內(nèi)數(shù)據(jù)實(shí)現(xiàn)編碼處理。對此，在編碼視頻幀時(shí)，需要注重函數(shù)對于輸入視頻幀的編碼處理。基于函數(shù)VopCode的實(shí)現(xiàn)流程，其需要先判斷編碼VOP的類型，假設(shè)屬于P-VOP，則需要先實(shí)現(xiàn)運(yùn)動估計(jì)與補(bǔ)償，在獲得絕對平均值誤差值與幀內(nèi)宏塊比例;判斷編碼是否存在誤差以及幀內(nèi)的預(yù)測值編碼結(jié)果，并判斷是否繼續(xù)應(yīng)用P-VOP類型進(jìn)行編碼，如果存在明顯的失真則應(yīng)用幀內(nèi)編碼模式進(jìn)行處理;假設(shè)編碼的VOP類型屬于I-VOP，則直接進(jìn)入到幀內(nèi)編碼模式;在幀內(nèi)預(yù)測編碼以及幀內(nèi)編碼期間，也可以獲得重構(gòu)幀，此時(shí)可以作為下一幀編碼的參考幀，并作為其他參考幀應(yīng)用，此時(shí)還可以進(jìn)行重復(fù)的填充處理。編碼的整個(gè)過程可以劃分為三階段，分別為運(yùn)動估計(jì)與補(bǔ)償、幀內(nèi)預(yù)測編碼以及幀內(nèi)編碼三個(gè)階段。運(yùn)動估計(jì)與補(bǔ)償主要是對應(yīng)當(dāng)編碼的原理圖MC、ME進(jìn)行處理，而幀內(nèi)預(yù)測編碼則采用便利圖當(dāng)中的量化、逆量化、DCT等數(shù)據(jù)處理為主。兩種方式的差異主要在于預(yù)測值的應(yīng)用，幀內(nèi)編碼主要是對原始幀進(jìn)行處理，幀內(nèi)編碼不僅涉及編碼參數(shù)的控制還需要涉及運(yùn)動矢量的編碼。

2.4 運(yùn)動估計(jì)與補(bǔ)償

本文基于改進(jìn)的運(yùn)動估算算法作為基礎(chǔ)實(shí)現(xiàn)運(yùn)動估算算法，為了更好地保障搜索的精度，需要在實(shí)施期間采用兩種方案。一種是將整像素和半像素的結(jié)合估計(jì)計(jì)算方式，改進(jìn)運(yùn)動估算算法的基礎(chǔ)上提升整個(gè)搜索的精度與速度。另一方面在于將單適量估計(jì)和四適量估計(jì)結(jié)合起來，從而實(shí)現(xiàn)預(yù)測精度的提升。為了更好地滿足具體應(yīng)用的需求，可以在應(yīng)用中允許全局搜索與部分搜索的選擇，并基于具體的應(yīng)用特征采用最佳的搜索算法。運(yùn)動估計(jì)與補(bǔ)償?shù)膶?shí)現(xiàn)函數(shù)應(yīng)用期間，其作用核心在于估算運(yùn)動矢量，同時(shí)提供適當(dāng)?shù)倪\(yùn)動補(bǔ)償。整體來看，需要先讀取目前的VOP信息，并應(yīng)用初始化方式實(shí)現(xiàn)對數(shù)據(jù)變量的控制，并借助函數(shù)的調(diào)用獲得半像素精度的數(shù)據(jù)，借助函數(shù)的應(yīng)用為運(yùn)動矢量與模式需求數(shù)據(jù)分配相應(yīng)的內(nèi)存;應(yīng)用函數(shù)實(shí)現(xiàn)運(yùn)動補(bǔ)償;應(yīng)用函數(shù)釋放部分的內(nèi)存壓力。函數(shù)的應(yīng)用核心在于實(shí)現(xiàn)對運(yùn)動向量以及誤差的預(yù)測，并完成整個(gè)VOP運(yùn)動函數(shù)的預(yù)測，這一函數(shù)主要是針對VOP當(dāng)中每一塊宏塊實(shí)現(xiàn)運(yùn)動估計(jì)，從而實(shí)現(xiàn)二重循環(huán)，對其中每一幀進(jìn)行處理。

2.5 幀內(nèi)編碼

幀內(nèi)編碼的功能屬于VOP內(nèi)部紋理編碼，其可以在不通過其他參考幀的情況下獨(dú)立的完成編碼，編碼過程可以基于某一個(gè)VOP當(dāng)中的宏塊進(jìn)行處理，每一個(gè)宏塊涉及4個(gè)亮度塊與2個(gè)色差塊，幀內(nèi)編碼的函數(shù)方面，其核心在于二重循環(huán)，對于每一個(gè)宏塊實(shí)行編碼時(shí)，每一次循環(huán)便需要對MB的編碼劃分為三個(gè)步驟，分別為宏塊的變換、量化以及重構(gòu)，不同類型編碼系數(shù)的編碼時(shí)，變換和量化的結(jié)果編碼。函數(shù)可以實(shí)現(xiàn)對原本框架下的DCT、量化以及逆量化的處理，將原始數(shù)據(jù)實(shí)行DCT變換與量化處理，保存變化與量化的結(jié)果，將逆量化與逆DCT變化獲得重構(gòu)的視頻幀。在處理期間需要針對每一個(gè)塊實(shí)行變換與量化，變化與量化的具體實(shí)施需要基于具體情況選擇。函數(shù)實(shí)現(xiàn)的首要步驟在于變換與量化結(jié)果的編碼，假設(shè)實(shí)行ACDC的預(yù)測，可以先基于DC系數(shù)實(shí)現(xiàn)對DPCM編碼與VLC編碼，并對AC系數(shù)實(shí)行RLC編碼與VLC編碼，假設(shè)沒有ACDC預(yù)測，則以統(tǒng)一方式完成對變換系數(shù)的RLC與VLC編碼。DCT的變化屬于視頻編碼中的關(guān)鍵算法，其運(yùn)行次數(shù)越多則運(yùn)算量也會越大，變換的速度會直接決定編碼的速度，目前可以應(yīng)用二維的DCT分解方式實(shí)現(xiàn)對一維DCT計(jì)算與列向DCT的計(jì)算，并基于組合運(yùn)算方式實(shí)現(xiàn)對DCT變換的控制，盡可能減少運(yùn)算的復(fù)雜性，提升變換的速度。在量化方面，可以通過DCT變換獲得8X8的系數(shù)矩陣，并借助量化方式獲得8X8的量化系數(shù)矩陣，量化的實(shí)現(xiàn)主要是應(yīng)用H.263標(biāo)準(zhǔn)進(jìn)行量化處理，并基于塊的類型采取相應(yīng)的量化處理方式，其中DC與AC系數(shù)的量化需要區(qū)別性對待。DC預(yù)測的差分應(yīng)用DC系數(shù)進(jìn)行編碼，在DC預(yù)測的情況下對于差分DC系數(shù)的編碼可以應(yīng)用DPCM進(jìn)行編碼，先對差分的DC系數(shù)位置進(jìn)行編碼，后應(yīng)用系統(tǒng)定義的固定DC系數(shù)進(jìn)行VLC碼表，之后對差分的DC系數(shù)進(jìn)行編碼。對于非DC預(yù)測的DC系數(shù)編碼需要在不預(yù)測的情況下直接進(jìn)行編碼。在AC系數(shù)的編碼期間，整個(gè)編碼過程劃分為2個(gè)步驟，分別為Z形的掃描序列矩陣以及三種Z形掃描矩陣。借助對Z掃描的方式可以獲得序列數(shù)據(jù)的DC系數(shù)，并對序列數(shù)字進(jìn)行編碼，長度方面應(yīng)當(dāng)跳過零量化的系數(shù)個(gè)數(shù)，并基于層次方面對非零量化系數(shù)進(jìn)行判斷，每一個(gè)非零量化系數(shù)需要和前面零量化系數(shù)的個(gè)數(shù)run形成對應(yīng)。借助行程編碼可以run數(shù)后，對其實(shí)行變長編碼，應(yīng)用系數(shù)給定固定碼表，通過VLC表在大量統(tǒng)計(jì)分析基礎(chǔ)上，對大多數(shù)情況都可以適用，同時(shí)額外傳送VLC碼表獲得比特量后，無法保障壓縮比的提升。變長編碼方面可以基于VLC碼表當(dāng)中查詢具體的數(shù)據(jù)，并基于run、level數(shù)值確定最終的系數(shù)，從而獲得壓縮結(jié)果。

3結(jié)語

綜上所述，隨著近些年多媒體技術(shù)的持續(xù)性發(fā)展，MPEG-4成了最為廣泛的多媒體數(shù)據(jù)壓縮方式，具備廣泛性應(yīng)用優(yōu)勢，相對于以往的壓縮標(biāo)準(zhǔn)，MPEG-4已經(jīng)不再是單純的視頻音頻編解碼標(biāo)準(zhǔn)，其內(nèi)容和交互性優(yōu)勢明顯，這也是推動多媒體數(shù)據(jù)壓縮技術(shù)持續(xù)穩(wěn)定發(fā)展的重要方向。在今后，需要進(jìn)一步深入探究多媒體數(shù)據(jù)壓縮技術(shù)，基于技術(shù)的改進(jìn)，優(yōu)化匹配塊的運(yùn)算估計(jì)以及快速搜索算法，從而推動網(wǎng)絡(luò)信息技術(shù)持續(xù)穩(wěn)定發(fā)展。

參考文獻(xiàn)：

[1] 李琰.多媒體數(shù)據(jù)壓縮算法研究與實(shí)現(xiàn)[J].計(jì)算機(jī)產(chǎn)品與流通，2018（2）：118.

[2] 韓慧.多媒體計(jì)算機(jī)圖像數(shù)據(jù)壓縮的實(shí)現(xiàn)研究[J].通訊世界，2018（10）：49-50.

[3] 楊陽.物聯(lián)網(wǎng)中數(shù)據(jù)壓縮與資源分配的研究[D].重慶：西南大學(xué)，2019.

[4] 張琰.對多媒體數(shù)據(jù)壓縮技術(shù)的一些探討[J].信息與電腦（理論版），2011（2）：165.

[5] 袁佳樂.淺析多媒體圖像壓縮和轉(zhuǎn)換技術(shù)[J].科技信息，2010（30）：650.

【通聯(lián)編輯：代影】