CHƯƠNG 1. TỔNG QUAN VỀ MÃ HÓA VIDEO CHƯƠNG 2. Giới thiệu chung Nguyên tắc cơ bản để tạo ra video từ trước đến nay là phát liên tục nhiều hình ảnh trong một giây. Khi những hình ảnh chuyển động liên tục nhau (motion picture) được phát liên tục với tốc độ trình chiếu từ 18 hình/giây trở lên, khi đó mắt của chúng ta ghi nhận đó là một chuỗi hình ảnh liên tục, tạo thành một đoạn phim.
Người ta đã chuẩn hóa video phổ biến ở ba chuẩn khung hình gồm 24 fps, 25 fps và 30 fps (fps - frame per second - số khung hình/giây). Tại Việt Nam và châu Âu các nhà làm phim và truyền hình thường dùng chuẩn 25 hình/giây (gọi là hệ PAL). Tại Mỹ thường dùng chuẩn là 30 hình/giây (gọi là hệ NTSC). Không chỉ trong lĩnh vực điện ảnh video còn cung cấp cho ta thông tin trên toàn thế giới một cách trực quan như thể chính mình đang trải qua những điều đó qua các bản tin, chương trình hàng ngày trên truyền hình,… Mọi người thường ưa thích cách thu thập thông tin qua video hơn là qua sách báo, lý do đơn giản vì nó giúp ta tiết kiệm thời gian đồng thời thông tin được đưa đến dưới dạng hình ảnh sẽ dễ tiếp thu và tránh được sự nhàm chán.
Cũng vì lý do đó mà hiện nay các phương pháp giáo dục thông qua video ngày càng xuất hiện nhiều hơn. Video cũng mang lại những lợi ích to lớn trong việc đảm bảo an ninh. Sử dụng camera giám sát ngày càng phổ biến hơn không chỉ ở các công ty, tòa nhà lớn mà còn cả các cửa hàng nhỏ, hộ gia đình… Đây là một biện pháp hữu hiệu để đảm bảo an ninh, theo dõi giám sát và ngăn chặn các sự cố. Về lĩnh vực nghiên cứu khoa học, video về quá trình phát triển của một sinh vật trong khoảng thời gian lớn hoặc những phản ứng xảy ra ở những nơi mà con người không thể trực tiếp quan sát… là một tư liệu quý giá.
Trong kinh doanh việc giới thiệu sản phẩm với người tiêu dùng là một việc vô cùng quan trọng và các video quảng cáo đang làm tốt công việc này. Việc khám và mổ nội soi là một thành tựu lớn của y tế đó là sự kết hợp hoàn hảo giữa công nghệ video và lĩnh vực y khoa, giúp các bác sỹ có thể quan sát bên trong cơ thể người bệnh phát hiện các tác nhân gây bệnh. Bên cạnh đó các ứng dụng như video call, video conference là những giải pháp đàm thoại trên mạng IP hữu ích. Các cuộc họp có thể diễn ra mà các thành viên không cần phải ở chung một địa điểm điều đó tiết kiệm được một lượng lớn thời gian và kinh phí.
Video xuất hiện trong hầu hết mọi lĩnh vực của đời sống và tầm quan trọng của nó là không thể phủ nhận. Kỹ thuật nén ảnh số đang đóng một vai trò cực kỳ quan trọng trong các hệ thống viễn thông và đa phương tiện để giải quyết vấn đề băng thông của đường truyền. Các kỹ thuật mã hóa video đều cố gắng làm giảm lượng thông tin không cần thiết cho một chuỗi các bức ảnh mà không làm giảm chất lượng của nó đối với người xem. Nói e 11 chung, tín hiệu video thường chứa đựng một lượng lớn các thông tin dư thừa.
Chúng thường được chia thành hai loại: dư thừa về mặt không gian (bên trong từng frame) và dư thừa về mặt thời gian (giữa các frame trong chuỗi video). Mục đích của mã hóa video là nhằm làm giảm số bit khi lưu trữ và khi truyền bằng cách phát hiện để loại bỏ các lượng thông tin dư thừa này và dùng các kỹ thuật mã hoá entropy để tối thiểu hoá lượng tin quan trọng cần giữ lại. Mã hóa video cho phép nén video có dung lượng hàng chục GB giảm xuống chỉ còn vài trăm MB thuận tiện cho việc quản lý và lưu trữ trên các phương tiên giải trí đa dạng theo tỷ lệ mã hóa. Một vấn đề khác cần quan tâm đó là bản thân quá trình tính toán cũng cần tài nguyên nên điều này cần được xem xét trong các tình huống cụ thể, ví dụ trong trường hợp một ứng dụng thời gian thực với yêu cầu độ trễ thấp thì một thuật toán có tỷ số mã hóa rất cao nhưng phức tạp và tốn thời gian giải mã sẽ làm hỏng mục đính của việc mã hóa.
Tỷ lệ mã hóa cao về kích thước dữ liệu sẽ đồng nghĩa với việc phải trả giá bằng chất lượng suy giảm và thời gian thực hiện mã hóa lâu hơn. Nguyên tắc mã hóa video. Nguyên tắc chính của mã hóa video. Các nghiên cứu trước đây đã chỉ ra rằng giữa các frame trong chuỗi video và giữa các pixel trong cùng một frame có một mối tương quan nhất định.
Dựa vào các mối tương quan này chúng ta có thể thực hiện việc mã hóa tín hiệu video mà không làm ảnh hưởng tới độ phân giải của ảnh. Ngoài ra, khai thác đặc điểm của mắt người là kém nhạy cảm với một số thông tin hình ảnh theo không gian và thời gian nên có thể loại bỏ thông tin này trong quá trình mã hóa. Đây chính là kỹ thuật mã hóa tổn hao để tiết kiệm băng thông trong khi vẫn đảm bảo chất lượng video ở mức có thể chấp nhận được. Chương này được tham khảo tại tài liệu [1] Trong quá trình mã hóa ảnh tĩnh, kỹ thuật mã hóa sử dụng mối tương quan theo không gian giữa các pixel trong ảnh.
Kỹ thuật này gọi là mã hóa “nội ảnh” (Intraframe). Thuật ngữ này có ý nghĩa rằng trong quá trình mã hóa ảnh, thông tin được sử dụng chỉ trong phạm vi nội tại bức ảnh đó. Đây là kỹ thuật cơ bản của chuẩn mã hóa JPEG. Trường hợp nếu mối tương quan theo thời gian được khai thác thì kỹ thuật mã hóa được gọi là mã hóa “liên ảnh” (Interframe).
Khi đó thông tin được sử dụng để mã hóa ảnh có thể nằm trên một bức ảnh trước hoặc sau trong chuỗi video. Đây là kỹ thuật được sử dụng trong các chuẩn mã hóa video như H. Nguyên lý của việc mã hóa video dựa trên các kỹ thuật giảm các dư thừa thông tin sau: - Dư thừa thông tin trong miền không gian (Spatial redundancy): Dư thừa thông tin trong miền không gian xuất hiện giữa các pixel trong cùng một khung e 12 hình (ví dụ sự tương đồng giữa các pixel). Thông tin dư thừa được loại bỏ bằng kỹ thuật mã hóa biến đổi (transform coding).
- Dư thừa thông tin trong miền thời gian (Temporal redundancy): Loại thông tin dư thừa này xuất hiện khi giữa các khung ảnh liên tiếp có những thông tin tương đồng. Để giảm dư thừa này người ta dùng kỹ thuật mã hóa sự khác biệt giữa các frame. - Dư thừa thông tin trong dữ liệu ảnh sau khi mã hóa: Để loại bỏ dư thừa này người ta dùng mã entropy, cụ thể là mã có độ dài thay đổi (Variable Length Coding).2 Kỹ thuật giảm dư thừa thông tin trong miền không gian. a) Mã hóa dự báo Tại thời điểm ban đầu, phương pháp giảm dư thông không gian được đưa ra dựa trên việc dự báo giá trị của các pixel hiện tại dựa vào giá trị của pixel đã được mã hóa trước đó.
Phương pháp này được gọi là “Điều chế xung mã sai phân” (Differential Pulse Code Modulation – DPCM).1 mô tả sơ đồ khối của bộ mã hóa này. Theo sơ đồ, sự sai khác giữa giá trị của pixel hiện tại và giá trị dự báo từ bộ dự báo được lượng tử và mã hóa trước khi truyền đi. Tại phía giải mã, sự sai khác này được cộng với giá trị dự báo từ bộ dự báo để khôi phục lại giá trị đúng của pixel hiện tại. Trong trường hợp bộ lượng tử không được sử dụng thì kỹ thuật này được gọi là mã hóa không tổn hao (loss-less coding).1: Sơ đồ khối của bộ codec DPCM trong xử lý video Bộ dự báo cho kết quả tốt nhất nếu quá trình dự báo được dựa trên những giá trị của các pixel liền kề đã được mã hóa hóa trước đó.
Các pixel liền kề có thể nằm trong cùng frame (mã hóa nội ảnh) hoặc có thể nằm trong frame trước (mã hóa liên ảnh). e 13 Nếu bộ dự báo sử dụng cả hai kỹ thuật trên thì được gọi là “mã hóa dự báo lai” (Hybrid predictive coding). b) Mã hóa biến đổi Mục đích của việc sử dụng mã hóa biến đổi là nhằm loại bỏ dư thừa thông tin theo không gian. Quá trình mã hóa được thực hiện bằng cách biến đổi giá trị của các pixel sang miền không gian khác trước khi loại bỏ những dữ liệu không cần thiết.
Ý tưởng chính trong việc áp dụng mã hóa biến đổi vào việc mã hóa ảnh là năng lượng của hầu hết các bức ảnh tập trung chủ yếu tại miền tần số thấp và được biểu diễn bởi các hệ số sau biến đổi. Quá trình lượng tử hóa được sử dụng với mục đích giữ lại các hệ số trong miền tần số thấp và loại bỏ các hệ số trong miền tần số cao. Quá trình này sẽ không làm ảnh hưởng nhiều tới chất lượng của ảnh vì các hệ số trong miền tần số cao lưu giữ ít thông tin của ảnh hơn. Tuy nhiên quá trình này ít nhiều vẫn làm mất thông tin của ảnh gốc.
Hiện nay có nhiều phép biến đổi được đưa ra và đã thể hiện được các ưu điểm của nó như phép biến đổi Wavelet, biến đổi Karhune-Loève, biến đổi Cosin rời rạc (Discrete Cosine Transform – DCT). Trong các chuỗi ảnh video, các pixel có mối tương quan theo không gian (các pixel trong một ảnh) và thời gian (các pixel trong các ảnh liên tục). Do vậy, việc lựa chọn biến đổi DCT 3 chiều là phù hợp nhất. Tuy nhiên, trong thực tế, do phải lưu trữ các frame ảnh trong bộ nhớ đệm khi thực hiện biến đổi DCT 3 chiều nên sẽ không phù hợp trong truyền thông thời gian thực.
Vì vậy phép biến đổi DCT 2 chiều thường được sử dụng hơn. Phép biến đổi DCT 2 chiều có thể được tách ra thành hai phép biến đổi 1 chiều: theo chiều ngang và sau đó theo chiều dọc. Với một khối có kích thước M x N pixel, phép biến đổi DCT được triển khai như sau: 1 N−1 π ( 2 x+1 ) u ( F ( u )= √N C ( u ) ∑ f ( x ) cos x=0 ( 2N ) , u=0,1 , … , N−1 1.1) 1 Trong đó: C ( u ) = √2 { v ớ i u=0 0 v ớ i u> 0 f(x) là giá trị cường độ của pixel thứ x và F(u) là hệ số biến đổi DCT 1 chiều.