Mở đầu: Giới thiệu bài toán và phƣơng pháp nghiên cứu. Chƣơng 1 - Tổng quan về nén video: Giới thiệu vai trò, vị trí, yêu cầu, mô hình hệ thống và một số kỹ thuật nén video. Chƣơng 2 - Tổng quan về ƣớc lƣợng chuyển động của ảnh: Đây là chƣơng đƣa ra những kiến thức cơ bản về ƣớc lƣợng chuyển động của ảnh, những thuật toán hiện có, đánh giá ƣu điểm và nhƣợc điểm của những thuật toán hiện có. Chƣơng 3 - Ƣớc lƣợng chuyển động bằng các giải pháp mới: Chƣơng này đề xuất áp dụng những thuật toán mới cho việc ƣớc lƣợng chuyển động của ảnh, đó là thuật toán Kalman và thuật toán mù.
6 Chƣơng 4 - Một số kết quả tính toán số: Trình bày một số kết quả mô phỏng từ đó đƣa ra nhận xét, so sánh hiệu năng giữa phƣơng pháp Bayes và phƣơng pháp Kalman. Kết luận và kiến nghị: Nêu lên các kết quả đã đạt đƣợc của luận án và chỉ ra các hƣớng nghiên cứu tiếp theo. 7 CHƢƠNG 1: TỔNG QUAN VỀ NÉN VIDEO 1. Giới thiệu Để truyền đƣợc các chƣơng trình video trên các hệ thống thông tin di động, một bài toán đặt ra là phải nén hình ảnh để tiết kiệm băng tần truyền dẫn mà vẫn đảm bảo chất lƣợng hình ảnh.
Đây là một yêu cầu đã và đang đƣợc nhiều nhà nghiên cứu quan tâm. Truyền dẫn số tín hiệu ảnh động qua các hệ thống vệ tinh đã đƣợc nghiên cứu từ năm 1990, trong đó nén video bằng phƣơng pháp mã hoá đóng vai trò rất quan trọng. Cho đến nay, khi các hệ thống thông tin di động 3G và hệ thống NGN ra đời cho phép truyền các chƣơng trình video trên đó thì việc nghiên cứu tìm ra các giải pháp nén mới càng đòi hỏi cấp thiết hơn bao giờ hết. Nhóm chuyên gia về hình ảnh động (MPEG) đã hoàn thiện hai bộ tiêu chuẩn về mã hoá video là MPEG-1 và MPEG-2, xác định các phƣơng pháp truyền thông tin video số theo các định dạng truyền hình và đa môi trƣờng.
Ngày nay MPEG-4 đang nhắm vào việc truyền video tốc độ bit rất thấp; còn MPEG-7 đƣa ra chuẩn hoá trong các dịch vụ lƣu trữ và phục hồi video. Trong hoàn cảnh mạng thế hệ mới NGN và di động thế hệ sau tiếp tục đòi hỏi phải hoàn thiện hơn các thuật toán nén - giải tín hiệu video số với mục đích làm cho chất lƣợng hình ảnh tốt hơn, băng tần truyền dẫn thấp hơn. Nén video số là một quá trình trong đó ngƣời ta tìm các giải pháp để giảm số lƣợng số liệu biểu thị hình ảnh video để đáp ứng tốc độ bit yêu cầu mà vẫn đáp ứng chất lƣợng video đƣợc khôi phục ở phía thu phải thỏa mãn yêu cầu ứng dụng và độ phức tạp tính toán.1 biểu thị sơ đồ khối chức năng nén số liệu video trong hệ thống truyền dẫn. Nén video có nhiệm vụ rất quan trọng vì lƣợng dƣ của số liệu trong các hình ảnh nguyên thủy thƣờng lớn hơn nhiều dung lƣợng mà các thiết bị điện tử ngày nay có thể xử lý.
Ta cũng biết rằng thông tin và số liệu là hai khái niệm khác nhau nhƣng liên quan chặt chẽ với nhau. Số liệu biểu thị thông tin và chất lƣợng số liệu có thể đo đƣợc. Nội dung của số liệu video thƣờng đƣợc đo bằng số đơn vị bit; còn thông tin 8 đƣợc xác định bằng sự nhận biết. Nhƣ vậy toàn bộ số liệu biểu thị sự nhận biết, tuy vậy nó cũng có đơn vị đo của nó.
Đầu vào Nén Truyền Đầu ra Tái cấu trúc Video hoặc số liệu Lƣu trữ Hình 1.1 Nén video trong truyền video Tốc độ bit hay còn gọi là tốc độ mã hóa là một tham số quan trọng trong nén video và thƣờng đƣợc biểu thị bằng đơn vị bit/giây. Trong mã hóa nguồn tin, đôi lúc tốc độ bit đƣợc biểu thị bit trên ký hiệu. Chất lƣợng hình ảnh đƣợc cấu trúc lại ở phía thu phụ thuộc vào ứng dụng vì vậy sẽ có loại nén tổn thất và nén không tổn thất. Trong ứng dụng truyền các ảnh động, các chƣơng trình truyền hình thì cho phép một lƣợng tổn thất nào đó.
Từ định nghĩa này, ta có thể nhận thấy rằng nén số liệu video có một số khái niệm cơ bản bao gồm: thông tin, số liệu, chất lƣợng nhìn đƣợc của video và độ phức tạp tính toán. Chƣơng này tập trung vào một số vấn đề chính nhƣ sau: - Phân tích độ dƣ trong tín hiệu video, nhu cầu cần thiết nén video. - Khái niệm về nén video. - Yêu cầu về ứng dụng nén video và một số kỹ thuật nén video.
Độ dƣ trong tín hiệu video, nhu cầu cần thiết nén video 1. Độ dƣ trong tín hiệu video 1- Độ dƣ thống kê của ảnh Độ dƣ thống kê có thể đƣợc phân thành hai kiểu: độ dƣ giữa các pixel và độ dƣ mã hóa. Độ dƣ giữa các pixel có nghĩa là các pixel của một khung ảnh và các pixel của một nhóm các khung ảnh hoặc video liên tiếp không độc lập thống kê với nhau. Trái lại, chúng tƣơng quan với nhau theo mức độ khác nhau.
Kiểu tƣơng quan giữa các pixel nhƣ vậy đƣợc coi là độ dƣ giữa các pixel. Độ dƣ giữa các pixel có thể 9 đƣợc chia thành hai loại: độ dƣ không gian và độ dƣ thời gian. Độ dƣ mã hoá là độ dƣ thống kê liên quan đến các kỹ thuật mã hóa. a) Độ dƣ không gian Độ dƣ không gian thể hiện mối tƣơng quan thống kê giữa các pixel trong một khung ảnh.
Do đó nó còn đƣợc gọi là độ dƣ ngoài khung. Ta biết rằng các giá trị cƣờng độ của các pixel thuộc một hàng (hoặc một cột) có hệ số tự tƣơng quan rất cao (gần bằng độ tự tƣơng quan cực đại là 1) với các giá trị cƣờng độ của các pixel thuộc chính hàng đó (hoặc chính cột đó) nhƣng bị dịch đi một pixel. Điều này không hề bất ngờ bởi vì hầu hết các giá trị cƣờng độ thay đổi liên tục từ pixel này đến pixel khác trong một khung ảnh, ngoại trừ các miền rìa [27]. Từ những năm 1950, ngƣời ta đã bắt đầu nghiên cứu về các đặc tính thống kê của tín hiệu video nhằm mục đích hiểu đƣợc độ dƣ để loại bỏ độ dƣ.
[47] đã thiết kế một số dụng cụ thực nghiệm để đo một số đại lƣợng thống kê của ảnh. Tác giả đã nhận thấy rằng độ tự tƣơng quan theo cả chiều ngang và chiều dọc đều biểu lộ tƣơng tự nhau, nhƣ đƣợc chỉ ra trên hình 1. Hàm tự tƣơng quan 1.0 Dịch chuyển pixel -50 -40 -30 -20 -10 0 10 20 30 40 50 Hình 1.2 Hàm tự tƣơng quan theo chiều ngang của một số bức ảnh Tác giả đã đo đƣợc các hàm tự tƣơng quan của một số bức ảnh có độ phức tạp khác nhau và nhận thấy rằng, từ ảnh này đến ảnh kia, hình dạng của các đƣờng 10 cong tự tƣơng quan sắp xếp theo thứ tự từ gần nhƣ là đƣờng thẳng tới hơi giống đƣờng hàm số mũ. Khi độ dịch pixel nhỏ, độ tự tƣơng quan cao.
Độ tự tƣơng quan có thể cao tới mức 0,97 đến 0,99 với độ dịch một hoặc hai pixel. Biến đổi Fourier của hàm tự tƣơng quan, còn gọi là phổ công suất, cũng là một hàm quan trọng trong việc nghiên cứu biểu lộ đặc tính thống kê.3 biểu thị phổ công suất đặc trƣng của tín hiệu TV [4] và ngƣời ta cũng cho rằng phổ khá phẳng cho đến 30kHz. Ngoài tần số này phổ bắt đầu tụt xuống với tốc độ khoảng 6dB/Octave. Điều này biểu lộ rằng sự tập trung lớn của các tín hiệu video là ở các tần số thấp, có thể coi độ rộng băng tần chuẩn của video là 5MHz.
Công suất tƣơng đối (db) 0 -10 -20 -30 -40 -50 f (Hz) -60 10 k 100 k 1.3 Phổ công suất đặc trƣng của tín hiệu TV quảng bá Độ dƣ không gian ngụ ý rằng giá trị cƣờng độ của một pixel có thể đƣợc ƣớc lƣợng theo giá trị cƣờng độ của các pixel lân cận nó. Nói một cách khác, ngƣời ta không cần miêu tả từng pixel trong khung ảnh một cách độc lập. Thay vào đó, ngƣời ta có thể dự đoán một pixel từ các pixel ở bên cạnh nó. Mã hóa dự đoán là một loại mã hóa vi sai dựa vào nhận xét này.
Thành quả trực tiếp của việc nhận biết độ dƣ không gian là bằng cách loại bỏ một số lƣợng lớn độ dƣ thừa trong một khung ảnh, chúng ta có thể tiết kiệm đƣợc rất nhiều dữ liệu trong việc biểu thị khung, vì vậy đạt đƣợc việc nén dữ liệu. 11 b) Độ dƣ thời gian Độ dƣ thời gian có liên quan với tƣơng quan thống kê giữa các pixel của các khung liên tiếp trong một dãy ảnh hoặc video theo thời gian. Vì vậy nó còn đƣợc gọi là độ dƣ giữa các khung. Xét một dãy ảnh theo thời gian, với điều kiện là khoảng thời gian giữa hai bức ảnh đủ ngắn, tức là các bức ảnh đƣợc chụp đủ dày đặc, chúng ta có thể hình dung rằng đặc điểm giống nhau giữa hai khung là rất lớn.4 (b) tƣơng ứng với khung thứ 21 và khung thứ 22 của dãy ảnh “Hoa hậu Mỹ”.
Các khung có độ phân giải là 176×144. Từ khung thứ 21 sang khung thứ 22, trong tổng số 25.344 pixel chỉ có 3,4% thay đổi giá trị xám vào khoảng hơn 1% của giá trị xám cực đại (trong trƣờng hợp này là 255). Điều này khẳng định nhận xét của Mounts trong [44]: đối với tín hiệu giống nhƣ điện thoại video có dịch chuyển vừa phải trong cảnh, trung bình có ít hơn 10% pixel thay đổi các giá trị xám giữa hai khung liên tiếp vào khoảng 1% tín hiệu đỉnh.4 (a) khung thứ 21 và (b) khung thứ 22 của dãy ảnh “Hoa hậu Mỹ” Điều đó dẫn ta tới suy nghĩ là có thể dự đoán một khung từ các khung cạnh nó theo miền thời gian bằng cách mã hóa dự đoán trong khung và cũng giúp nghiên cứu sinh hƣớng tới ý tƣởng sử dụng hàm tƣơng quan giữa các pixel để ƣớc lƣợng sự chuyển động của các khung kế tiếp nhau. Đó sẽ là một đề xuất của luận án sẽ đƣợc trình bày ở chƣơng 3: ƣớc lƣợng chuyển động của ảnh bằng phƣơng pháp mù.
12 Kretzmer cũng đã chỉ ra rằng những thay đổi từ một khung sang khung kế tiếp chủ yếu là do sự chuyển động của một số vật thể trong khung. Nghiên cứu thông tin chuyển động này sẽ đƣa ra đƣợc giải pháp mã dự đoán bù chuyển động. Điều này luận án sẽ nghiên cứu kỹ ở các chƣơng sau và sẽ đƣa ra giải pháp khắc phục độ dƣ thời gian, nghĩa là nén số liệu.
