Điểm lấy mẫu của tín hiệu màu đỏ CR Điểm lấy mẫu của tín hiệu màulam C
2.4.2. Phương pháp nén không tổn hao
2.4.2.1. Mã hoá RLC (Run Length Coding)
Sự liên tiếp lặp đi lặp lại các điểm trong ảnh số xuất hiện do sự tương quan giữa các điểm ảnh, đặc biệt là ảnh 2 mức. Từ sự lặp đi lặp lại đó, một phương pháp nén đã được xây dựng trên cơ sở sử dụng số lần lặp của các điểm ảnh, gọi là phương pháp RLC. RLC tách chuỗi các giá trị giống nhau và biểu diễn như một tổng. Khi giãn giá trị này tạo lại số lần biểu diễn tổng. Kĩ thuật này chỉ có thể áp dụng cho chuỗi các symbol tuyến tính. Do đó, khi áp dụng cho số liệu ảnh hai chiều, hình ảnh được tách thành một chuỗi các dòng quét.
Để giải nén, RLC phải xó phương tiện để bộ giải nén có khả năng nhận biết khi nào thì RLC xảy ra. Nó thường được tạo ra bằng cách tạo ra một giá trị dự trữ, giá trị này không hoặc hiếm khi xuất hiện trong dữ liệu. Giá trị này được gọi là mã thoát. Khi gặp mã thoát, bộ giải nén sẽ biết hai giá trị tiếp theo: một biểu thị giá trị pixel và một biểu thị số lần lặp lại của nó.
Do đó, một đối tượng lặp lại sẽ lấy 3 từ mã để truyền (mã thoát, giá trị, giá trị lặp), nên nó sẽ không có tăng ích nếu không có tới lớn hơn 3 lần được lặp.
Ví dụ:0101000001111110
Quan điểm của RLC có thể được cải tiến bằng cách thừa nhận các mô hình lặp lại chứ không phải là các từ. Nó gây mất nhiều quá trình xử lí ở đầu cuối của quá trình nén, nhưng quá trình giải nén được đơn giản hoá bằng cách: Bộ nén gửi một bảng tra cứu có chứa các mô hình cho khối dữ liệu hiên thời. Do đó, bất cứ khi nào gặp một mô hình, bộ nén truyền đi một mã thoát kèm theo chỉ số bảng tra cứu của mô hình để chèn vào trong quá trình tái tạo.
Ví dụ:
Dữ liệu vào :
Hà nội là thủ đô của nước cộng hoà xã hội chủ nghĩa VN Dữ liệu nén:
^1 là ^4 của nước ^2 xã hội chủ nghĩa ^3
Chỉ số Mẫu 1 Hà nội 2 cộng hoà 3 VN 4 thủ đô 5 ... ... ...
2.4.2.2. Mã hoá Shannon - fanno
Là loại mã dựa trên xác suất xuất hiện của những symbol nguồn trong một lượng thông tin. Nó sử dụng các từ mã có chiều dai thay đổi để mã hoá nguồn thông qua xác suất xuất hiện của nó.
Symbol có xác suất xuất hiện càng lớn thì từ mã dùng để mã hoá chúng càng ngắn và ngược lại.
Các bước xây dựng mã Shannon - fano như sau:
+ Bước 1: Sắp xếp các symbol nguồn với xác suất xuất hiện của chúng theo thứ tự giảm dần.
+ Bước 2: Chia tập đã sắp xếp thành 2 phần sao cho tổng xác suất xuất hiện của các symbol ở mỗi phần xấp xỉ nhau.
+ Bước 3: Mã sử dụng bit 0 để mã hoá cho các symbol trong phần một và bit 1 để mã hoá cho các symbol trong phần 2.
+ Bước 4: Quay trở lại bước 2 và tiếp tục làm cho tới khi mỗi phần chia chỉ còn lại 1 symbol nguồn.
2.4.2.3. Mã hoá huffman
Nó là một kĩ thuật mã hoá mới mà có thể tạo ra độ dài của từ mã ngắn nhất đối với tập symbol nguồn và kết hợp với xác suất của chúng.
Các bước xây dựng huffman gồm :
+ Bước 1: Liệt kê các xác suất của các symbol nguồn (giảm dần) và tạo ra các tập nút bằng cách cho những xác suất này thành các nhánh của cây nhị phân.
+ Bước 2: Lấy 2 nút với xác suất nhỏ nhất từ tập nút, và tạo ra một xác mới bằng tổng các xác suất của các xác suất đó.
+ Bước 3: Tạo tiếp tập nút mẹ với các xác suất mới, và đánh số 1 cho nút con ở trên, 0 cho nút con ở dưới.
+ Bước 4: Tạo tiếp tập nút bằng cách thay thế 2 nút với xác suất nhỏ nhất cho nút mới. Nếu tập nút chỉ chứa một nút thì kết thúc, nếu không thì quay lại bước 2.
Nó đạt hiệu xuất thấp khi xác suất hiện các phần tử gần như nhau, nhưng đạt hiệu suất cao khi xác suất các phần tử chênh lệch nhau quá lớn.
Bộ nén phải thiết lập một bảng thông số hay bảng tra cứu và gửi kèm theo dữ liệu tới bô giải nén. Nó thường được xây dựng nhờ thiết lập cây nhị phân.
2.4.2.4. Phương pháp mã dự đoán DPCM(Differential Pulse Code Modulation)
DPCM không mã hoá trực tiếp biên độ mẫu mà chỉ mã hoá thông tin có biên độ vi sai (biên độ chênh lệch) giữa mẫu đã cho và trị dự báo (được tạo ra từ các mẫu trước đó).
Phân bố thống kê về biên độ tín hiệu video là phân bố đều. Còn phân bố về độ chênh lệch biên độ các điểm ảnh có đồ thị hình chuông xung quanh điểm 0. Nếu dựa trên các đặc trưng thống kê ảnh, thì sự khác nhau này là không lớn lắm và để mã hóa nó thì chỉ cần giảm số bit là đủ.
Sơ đồ khối bộ mã hoá và giải mã DPCM như sau:
Mã hoá DPCM
• Hình2.12: Sơ đồ khối bộ mã hoá DCPM
Bộ giải mã DPCM
• Hình 2.13: Sơ đồ khối giải mã DCPM
Nhằm tránh các lỗi có thể xảy ra trong khi truyền, một mẫu đầy đủ được gửi đi theo một chu kì nhất định, cho phép cập nhập các giá trị chính xác. Mã hoá DPCM cũng sử dụng thêm các kĩ thuật dự đoán và lượng tử hoá thích nghi để hoàn thiện thêm các kĩ thuật này.
• DPCM trong mành
Tín hiệu dự báo được tạo từ các mẫu trong cùng một mành, các mẫu được biến đổi nằm trên cùng một dòng quét (giữa các pixel) và các dòng quét lân cận (mã giữa các dòng).
Việc tạo tín hiệu dự báo DPCM trong mành dựa trên mỗi liên kết giữa các điểm ảnh. Thực nghiệm cho thấy hệ số liên kết giảm nhanh khi đi ra xa điểm ảnh quan sát theo chiều ngang và theo chiều đứng. Do đó, khi tạo tín hiệu dự báo cần chú ý đến các mẫu nằm lân cận.
Tín hiệu dự báo xp^(cho mẫu tiếp theo xp) có thể được biểu diễn trên cơ sở giá trị của m mẫu trước đó (xp-1xp-2,...)
xp^ = Σai.xp-i; i=1,2,3...m
Giá trị của ai được lựa chọn sao cho có thể đạt được chất lượng cao đối với ảnh khôi phục.
Có hai phương pháp tạo tín hiệu dự báo là:
+ Dự báo cố định :tín hiệu dự báo độc lập với ảnh truyền hình . + Dự báo thích nghi: tín hiệu dự báo phụ thuộc vào ảnh truyền hình .
Cả hai phương pháp, dự báo sẽ tối ưu nếu như giá trị dự báo e2p (bình phương hiệu giữa các giá trị mẫu đang xét và giá trị dự báo) là nhỏ nhất.
• DPCM giữa các mành
Tín hiệu dự báo được tạo trên cơ sở các mẫu nằm ở các mành kề nhau trước đó. Loại trên (DPCM trong mành) cho chất lượng ảnh cao khi xử lí ảnh động. Còn loại này thích hợp cho các ảnh tĩnh hoặc hình ảnh chuyển động chậm, nên thường dùng cho truyền hình thoại.
Phương pháp DPCM giữa các mành tận dụng quan hệ chặt chẽ giữa các mành kế nhau của ảnh và đặc trưng của mắt. Sự khác nhau giữa các ảnh kề nhau là không lớn lắm. Vì vậy, để tạo các ảnh một cách trung thực chỉ cần truyền các điểm ảnh làm biến đổi và khôi phục lại (tại phía thu) tất cả các điểm ảnh còn lại từ mành trước hoặc ảnh trước trong bộ nhớ bằng phương pháp nội suy.
• Hình 2.14: Sơ đồ khối DPCM trong mành
Sơ đồ khối DPCM giữa các mành là:
DPCM giữa các mành mã hoá trực tiếp vi sai giữa các mành kề nhau. Hoạt động của nó giống DPCM trong mành với dự báo1 phần tử. Độ trễ của mạch phản hồi đúng bằng thời gian một mành.
Nội suy tín hiệu tương tự dựa trên nguyên tắc thay thế đặc tuyến tín hiệu tương tự bằng hàm điện áp (đa thức) có đặc tuyến và thời gian gần giống với nó. Nếu biết được đặc tuyến của hàm nội suy và giá trị của đặc tuyến tại một vài điểm thì có thể khôi phục các giá trị trung bình của tín hiệu. Trong trường hợp tín hiệu rời rạc, các trị chưa biết của các mẫu có thể được suy ra từ các mẫu trước hoặc sau. Đối với tín hiệu video, thường sử dụng hàm nội suy tuyến tính. Lúc đó, giá trị chưa biết của các mẫu khôi phục được coi như giá trị trung bình của các mẫu lân cận.
Các loại DPCM giữa các mành được sử dụng bao gồm:
a) Phương pháp lấy mẫu từ phần ảnh chuyển động: Chỉ truyền phần các điểm ảnh chuyển động và khôi phục phần các điểm ảnh còn lại bằng trị trung bình các điểm ảnh được truyền.
b) Phương pháp làm đầy có chọn: Là phương pháp đan chéo các mành, còn gọi là phương pháp làm đầy có chọn khi ảnh truyền ít chuyển động và tốc độ thấp. Nguyên tắc là chỉ truyền phần ảnh được chọn ở mỗi mành và nhận ảnh có độ chiếu sáng lâu.
c) Phương pháp chia thành những phần ảnh chuyển động và tĩnh: Nó là sự kết hợp giữa phương pháp làm đầy có chọn và phương pháp lấy mẫu từng phần ảnh chuyển động cùng với DPCM giữa mành với dự báo một phần tử.