Một số kết quả thí nghiệm thực tế sẽ so sánh các biến đổi nêu ở phần trước trong
MC-residuals and RE-residuals. Tiến hành thử nghiệm với 10 chuỗi video có độ phân giải CIF. Với mỗi chuỗi, ta chọn một ảnh để tính dư thừa bù chuyển động ảnh ( P với các block 8x8 và đánh giá chuyển động quarter pixel và dư thừa nâng cao độ -
phân giải (interpolated from QCIF resolution using the method in the reference software of H.264/AVC). Đặc biệt, ta nén 20 (=10x2) ảnh dư thừa dự đoán theo các biến đổi sau:
- Biến đổi 2D DWT thẳng(2D sep- -DWT) - Biến đổi 2 DWT D định hướng(2D-dir-DWTs)
- Biến đổi 1D DWT định hướng kết hợp 2D DWT thẳng(1D-dir-DWTs + 2D- sep-DWT).
Chọn biến đổi tốt nhất cho từng vùng (8x8-pixel block) có tối ưu về tỷ lệ biến dạng Tối ưu tỷ lệ biến dạng bằng. cách tối thiểu hàm Lagrangian với giá trị MSE và số hệ số biến đổi khác không xác định trước cho mỗi loại dự đoán Sử dụng bộ lọc .
wavelet song trực giao 9/7.
Đánh giá hiệu quả nén bằng tham số PSNR và số hệ số biến đổi khác không NONTC (number of nonzero transform coefſcients đạt được sau ngưỡng) . Khi
khơng thực hiện mã hố entropy, chúng ta khơng quan tâm đến tốc độ bit (bitrate).
Và khơng tính đến thơng tin phụ, phần thông tin này cần để truyền thông tin về loại biến đổi sử dụng cho từng vùng. Thực tế, 2D-dir-DWTs yêu cầu 81(= 9x9) biến đổi cho mỗi block, trong khi 1D-dir-DWTs kết hợp với 2D-s -ep DWT chỉ yêu cầu tới
20(= 2x9 + 1 + 1) biến đổi. Số lựa chọn có thể giảm đi, tốt độ bit sử dụng cho thông tin phụ cũng giảm đi. Tuy nhiên, 2D- -DWT sep không cần truyền thông tin
80
Để tổng hợp kết quả so sánh tại các tỷ lệ nén khác nhau, chúng ta sử dụng số đo tiết kiệm hệ số và số đo Bjontegaard-Delta PSNR (BD-PSNR). Thước đo này tương ứng phần trăm trung bình tiết kiệm hệ số và trung bình PSNR giữa hai đường cong
PSNR-NONTC. Mỗi đường cong được hình thành từ 2 điểm dữ liệu PSNR-
NONTC ở các mức PSNR khác nhau trong khoảng 30dB đến dB . 45 Để so sánh, ta chọn 2 đường cong PSNR-NONTC, một là của biến đổi 2D- -DWT sep và một của biến đổi kết hợp.
Hình 4 và 5 tổng hợp kết quả thí nghiệm. Hình 4 biểu diễn phần trăm tiết kiệm hệ số của biến đổi 2D-dir-DWTs so với 2D- -sep DWT trong trường hợp MC-residuals và -residuals. RE Hình 5 biểu diễn phần trăm tiết kiệm hệ số của biến đổi 1D-dir-
DWTs kết hợp 2D- -DWT sep so với biến đổi 2D- -DWT sep trong trường hợp MC- residuals và -residuals. RE
Từ hình minh hoạ, có thể thấy biến đổi 1D-dir-DWTs kết hợp với biến đổi 2D- sep-DWT cho hiệu quả nén dự đoán dư thừa tốt hơn biến đổi 2D-dir-DWTs. Đặc biệt, 20 trường hợp nghiên cứu đều cho kết quả tốt hơn so với biến đổi 2D-dir- DWTs. Tính trung bình, biến đổi 2D-dir-DWTs yêu cầu số hệ số ít hơn 5% so với biến đổi 2D- -DWT sep đối với MC residuals. Biến đổi - 1D-dir-DWTs kết hợp với
2D- -DWT sep yêu cầu số hệ số ít hơn 21% so với biến đổi 2D sep- -DWT. Đối với
RE-residuals, lượng hệ số tiết kiệm được lại 2% với 2D-dir-DWTs và 15% với kết hợp của biến đổi 1D-dir-DWTs và 2D-sep-DWT.
81 b. RE residual-
Hình 4-7 Mức tiết kiệm h s c a 2D-dir-DWT so vệ ố ủ ới 2D-sep-DWT
a. MC-residual
b. RE residual-
82
Ta có kết quả so sánh nhưsau: Trong khi biến đổi 2D-dir-DWTs nâng cao giá trị
trung bình 0.10 dB PSNR so với biến đổi 2D- -DWT dung cho sep MC-residuals,
biến đổi1D-dir-DWTs kết hợp biến đổi 2D-sep-DWT cho giá trị trung bình 0.33 dB PSNR tốt hơn so với - -DWT. 2D sep Đối với dư thừa RE-residuals, tương tự so sánh giá trị trung bình 0.05 dB của 2D-dir-DWTs 0.53 dB với của biến đổi kết hợp 1D- dir-DWTs và 2D- -DWT. sep
Kết quả trên đã chỉ ra một cách rõ ràng sử dụng biến đổi wavelet định hướng 1 chiều kết hợp với biến đổi wavelet riêng biệt 2 chiều tạo hiệu quả nén dự đoán dư thừa tốt hơn khi sử dụng biến đổi wavelet định hướng 2 chiều hoặc biến đổi wavelet riêng biệt 2 chiều.
