小波变换在IPTV编码中的应用

　　鉴于小波变换具有诸多的优点，因此也就成为了IPTV编码领域所热捧的对象。但是这种方法实现起来比较复杂，占用资源比较严重，所以只有少数编码标准提供了小波变换编码方式。MPEG-4就是其中的支持者之一。

　　MPEG-4标准的编码中使用了离散小波变换方法，这也是MPEG-4的特色之一。但由于它还存在需要持续的占用很大内存空间的问题，同时考虑到DCT已经在运动补偿视频编码方面取得了非常好的效果，因此，MPEG-4只是在进行纹理编码时采用了离散小波变换，其中的应用包括矩形纹理对象编码（例如整个图像框架）、任意形状纹理区域编码和映射到二维或三维网状对象上的纹理编码等。

　　在进行小波编码压缩过程中，为了能得到比较好的效果，必须选择合适的小波进行变换。同时，在对图像进行多级小波变换后，变换系数在同一子带内的不同分辨率间存在一种树状结构的关系，如果能够合理地应用这种关系还可以大大的提高压缩效率。目前比较好的一种方法就是零树小波（Zero-treeWavelet）编码压缩算法，这是最先由Shapiro提出的一种针对小波的树状结构进行压缩的嵌入式编码方法。在编码过程中，把小波系数分为重要系数及非重要系数，同时应用逐次逼近量化的方法为重要系数提供了一种紧凑的多重精度表示。MPEG-4标准中的纹理编码就是采用了这种方法。

图2 小波静态纹理编码器的基本结构

　　MPEG-4标准中的静态纹理编码器的基本结构如图2所示。将一个二维小波变换应用到纹理对象中，产生一个低频子带和许多高频子带，将低频子带量化、预测编码（使用了一种差分脉冲编码调制的方式）并使用算法编码器进行熵编码；高频子带量化后进行重新扫描、零树编码和熵编码。

　　在进行高频子带处理时，可以采用树状或逐带两种方式进行重新扫描。树状扫描如图3(a)所示。在利用这种方法扫描时，最低子带的系数最先编码，然后逐渐对更高子带进行编码。这种编码方法可以使EZW（EmbeddedZero-treeWavelet，嵌入式零树小波）编码能够充分利用上下级系数之间的相关性。逐带扫描就是逐个子带进行扫描，如图3（b）所示。在利用这种方法扫描时，首先对第一个子带中的所有系数进行编码，然后对下一个子带所有系数进行编码，如此下去。这种编码方法的优点是支持空间扩展形式，缺点是编码效率往往较低。



　　在进行低频子带处理时，使用差分脉冲编码调制（DPCM）进行编码，每个系数都使用相邻和前面已经编码的系数进行空间预测。高频子带使用基于嵌入式零树小波编码，每个树（或每个子带）都从第一个系数开始编码。

　　上述方法是在进行基本静态纹理图像出历史所采用的。在高级可变纹理编码时，MPEG-4首先将图像分割成几个互不重叠的子图像，然后利用上述方法分别进行编码，这样就可以使用DWT处理任意形状的纹理对象了。

四、结束语

　　小波变换的本质是多分辨率或多尺度地分析信号，它能够很好地消除图像数据中的统计冗余，同时又能够很好地保持原图像在各种分辨率下的精细结构，因此对图片和视频的压缩率较大，而且视频重构输出质量非常高。正是由于这些原因，小波编码在较高压缩比的图像编码领域被非常看好。然而，由于小波编码在处理时需要把整个一帧或一帧中的一大块图像作为一个单元来处理，需要占用较大的系统资源，这使得本就已经需要较多系统资源的问题更加严重，因此小波编码在应用之中受到了极大的限制，寻找一个适当的可接受的系统资源占用问题解决方案已经成为当务之急。此外，小波变换在技术方面还有很多的问题需要进一步研究，例如变换系数的有效组织、人眼视觉特性的应用以及最佳小波的选取等，相信随着新的研究成果不断出现，小波变换在IPTV编码领域的潜在性能会越来越多地发挥出来