媒體信號編碼（簡體書）

《媒體信號編碼》是作者根據近幾年的媒體信號編碼教學實踐及音視頻等媒體信號的壓縮編碼國際標準編寫而成的，試圖系統地介紹媒體信號編碼技術的基本概念、原理和技術標準。
《媒體信號編碼》共9章，分三大部分：媒體信號編碼的基本理論、媒體信號常用編碼方法和媒體信號國際編解碼標準。第一部分包括前3章內容，主要介紹媒體信號數字化方法、媒體編碼系統的評價方法、媒體信源編碼基本理論。第二部分包括中間3章內容，主要介紹媒體信號的熵編碼、預測編碼和變換編碼方法。第三部分包括最後3章內容，主要介紹語音、音頻、圖像和視頻的編碼理論和典型編解碼標準。
《媒體信號編碼》既可以作為高等院校有關專業（如數字通信、信號與信息處理、計算機應用等）的高年級本科生的教材或教學參考書，也適合于從事多媒體通信、廣播電視、消費類電子、媒體信號處理和計算機應用等工作的科技人員參考使用。

《媒體信號編碼》是高等學校信息工程類“十二五”規劃教材之一。

第1章 緒論
1.1 數字通信的一般模型
1.2 常見的媒體信號
1.3 媒體信號編碼的必要性
1.4 媒體信號壓縮編碼的分類
1.5 媒體信號壓縮編碼標準
習題與思考題

第2章 媒體信號分析及編碼系統評價
2.1 媒體信號的量化
2.1.1 媒體信號的數字化
2.1.2 量化的基本概念
2.1.3 壓擴量化
2.1.4 矢量量化
2.1.5 矢量量化的最優碼書設計
2.2 媒體信號的數字化
2.2.1 聲音信號的數字化
2.2.2 圖像信號的數字化
2.2.3 圖像的色彩空間
2.2.4 計算機常見圖像格式
2.2.5 視頻的YCC1采樣格式及制式
2.3 媒體編碼系統的性能評價
2.3.1 編碼質量的客觀度量
2.3.2 編碼質量的主觀度量
2.3.3 其他性能指標
2.3.4 媒體編碼與通信系統的性能空間
習題與思考題

第3章 信源編碼理論
3.1 離散信源的熵
3.1.1 自信息量
3.1.2 離散信源熵及其性質
3.1.3 互信息及其性質
3.1.4 有記憶信源的熵
3.1.5 信源冗余度
3.2 編碼的基本概念
3.2.1 編碼的數學定義
3.2.2 常用碼的定義及分類
3.2.3 平均碼長與編碼效率
3.3 唯一可譯碼的判斷與構造
3.3.1 克勞夫特不等式
3.3.2 唯一可譯碼的判斷準則
3.3.3 唯一可譯碼的構造
3.4 無失真信源編碼
3.4.1 無失真定長編碼定理
3.4.2 無失真變長編碼定理
3.5 率失真函數與限失真信源編碼
3.5.1 失真函數
3.5 2率失真函數R(D)
3.5.3 率失真函數的性質
3.5.4 率失真函數的計算及其指導意義與不足
3.5.5 限失真編碼定理
習題與思考題

第4章 熵保持編碼
4.1 Huffman編碼
4.1.1 Huffman碼的構造
4.1.2 截斷Huffman編碼
4.1.3 自適應Huffman編碼
4.2 游程編碼
4.2.1 二值圖像的游程編碼
4.2.2 JPEG圖像量化系數的編碼
4.3 Golomb編碼與通用變長碼
4.3 1一元碼
4.3.2 Golomb編碼
4.3.3 指數Golomb碼與通用變長碼
4.4 算術編碼
4.4.1 算術編碼的起源
4.4 2算術編碼的基本原理
4.4.3 算術編碼的碼字計算與編碼效率
4.4.4 二元算術編碼的實現
4.5 字典碼
4.5.1 LZ碼的基本概念
4.5.2 LZW算法
習題與思考題

第5章 預測編碼
5.1 預測編碼的基本原理
5.1.1 DPCM基本原理
5.1.2 最佳線性預測
5.1.3 常用預測編碼方法
……
第6章 變換編碼
第7章 語音編碼技術
第8章 音頻編碼技術
第9章 圖像視頻編碼技術
參考文獻

顯示在屏幕上的大多數運動是不易被人眼跟蹤的，如人物的頭、肩運動就難于精確預測。另外，觀看者也不會分散太多注意力去跟蹤他看到的那么多運動物體。Miyahara的實驗顯示，在一般的電視觀看條件下，平穩運動的角速度達到24／s時開始能被察覺。Scyler與Budrikis在1965年研究時間掩蓋效應時發現，如果是緊跟在一個場景變換之後，空間清晰度顯著下降是不易被察覺的，只要在其後慢慢增加即可。如果在0.7 5s內恢復100%的清晰度，觀看者就不會感覺到清晰度的下降。對于掩蓋問題，還沒有定量的數據指出什么時候觀察者能跟蹤住一個物體，以及如何精確地跟蹤。
9.1.3 視覺心理理論運用
根據上面視覺生理和心理學的結論，人們得出人類視覺系統HVS具有以下特性。
（1）亮度掩蔽特性：在背景較亮或較暗時，人眼對亮度不敏感。
（2）空間掩蔽特性：隨著空間變化頻率的提高，人眼對細節分辨能力下降。
（3）時間掩蔽特性：隨著時間變化頻率的提高，人眼對細節分辨能力下降。
如果能充分利用HVS的生理和心理特性，適當降低某些參數的分辨率，就可以進一步降低圖像視頻信號的數碼率。這是因為圖像視頻信號在大多數情況下最終是給人觀看的+而HVS在某些條件下往往可容忍一些失真，有些失真人眼又根本分辨不出來，因此超過視覺分辨能力的高保真度要求根本就沒有必要。由于這類壓縮方法是從HVS特性出發的，故它們被統稱為視覺生理／心理壓縮編碼，常用的方法有以下幾種。
1.空間一灰度分辨率交換
視覺生理心理學實驗表明，人眼僅在觀察大面積圖像塊時，才能分辨出全部256級灰度等級；而當觀察小面積區域或細節時，只能分辨出不多的灰度等級。在急劇的黑白跳變處，人眼分辨不出灰度差別（空間掩蔽特性）。因此，對于圖像的平坦區域，可以降低空間分辨率，但要保持每一樣本有較多的灰度等級；反之，對于圖像中的邊緣和細節處，則應該保持較高的空間分辨率，但對每一樣本可以采用更少的量化比特數。這就是圖像子帶編碼或某些利用視覺掩蔽效應的自適應量化器的設計依據。
2.空間一時間分辨率交換
對于PAL制電視圖像，每幅畫面大約有40萬個有效像素。但是對于運動圖像而言，人眼根本不可能分辨出這么多像素；這時可以減少一些像素（時間掩蔽特性），但要保證足夠的畫面變換速度，即較高的幀頻。這也就是說，在圖像快速運動情況下，空間分辨率可以適當低一些，但時間分辨率一定要保證（時間分辨率低會出現圖像跳動和模糊感）。在圖像慢速運動甚至靜止不動時，若要保證每幅圖像的空間分辨率，則可以適當降低一些時間分辨率。這就是圖像視頻編碼的空間一時間分辨率交換。
3.時間一灰度分辨率交換
視覺生理心理學實驗表明，時間灰度分辨率關系存在類似于空間一灰度分辨率的關系。對于快速運動的圖像（通常所說的人眼需要的最高時間分辨率為25Hz），人眼可分辨的像素的灰度等級降低，因此可以用更少的量化級數進行量化，但一定要保證圖像的時間分辨率。反之，對于慢速圖像或者靜止圖像，灰度等級要求更高，即需要更多的量化比特數進行更加細致的量化，但時間分辨率可以適當降低一些。