小波變換在Internet網(wǎng)多媒體業(yè)務中的應用

摘要：介紹了小波變換在靜態(tài)圖像壓縮、實時連續(xù)媒體流等多媒體業(yè)務中的應用，并結合ADV611芯片提出一套音視頻數(shù)據(jù)采集和壓縮的方案。為進一步提高媒體服務質量，在本方案中根據(jù)實際情況提出了幀間壓縮和碼率控制兩種解決方案。

關鍵詞：小波變換 圖像壓縮 實時連續(xù)媒體流 碼率控制 幀間編碼

隨著網(wǎng)絡用戶對多媒體業(yè)務需求的大量增加，基于Internet的音視頻數(shù)據(jù)采集、壓縮技術成為各種多媒體業(yè)務運營的基本要求，國際標準化組織提出了多種國際標準（H.26X、MPEG-4等）來實現(xiàn)低碼率及甚低碼率下的多媒體數(shù)據(jù)壓縮、傳輸及存儲。而國內外各大網(wǎng)絡軟硬件廠商紛紛出臺相應的解決方案。在這些標準、方案中，小波變換使信號的低頻長時特性和高頻短時特性同時得到處理，有效地克服了傅氏變換在處理非常平穩(wěn)復雜圖像信號時所存在的局限性，因而各種多媒體業(yè)務應用領域受到了廣泛的重視[1、2]。本文將以此為基礎對小波變換這一工具應用到圖像壓縮、實時連續(xù)媒體流等領域做一些有益的嘗試與探討。

1 小波變換在圖像壓縮中的應用

小波變換以其特有的變換特性在圖像壓縮領域得到了廣泛的應用。如JPEG-2000、MPEG-4靜態(tài)圖像壓縮都采用了小波變換的方式。對于小波變換在靜態(tài)圖像壓縮中的應用已經(jīng)有很多文獻對此做出了論述，此處不再贅述。以下只討論應用價值更為廣闊的小波算法的硬件實現(xiàn)。

1.1 小波算法的硬件實現(xiàn)

美國AD公司的ADV611數(shù)字視頻編解碼芯片是一款低價、單片、多功能、全數(shù)字的CMOS超大規(guī)模集成電路，片內集成了視頻接口、主機接口和SRAM，可以廣泛應用于各個相關領域[5]。以下將從內部框圖和算法分析兩個方面介紹該芯片的使用情況。

1.1.1 內部框圖

圖1是ADV611的內部框圖，大致可以分為六個模塊，其中較有特色的部分是清晰窗口和量化控制兩部分。清晰窗口（Quality Box）是將用戶感興趣的部分圖像采用壓縮比較小的方式編碼，而對其余背景區(qū)域則加大壓縮比。這種方式可以認為是小波編碼在空間可伸縮性的一種應用。量化控制是為了滿足不同的網(wǎng)絡帶寬，不同的服務質量而設定的改變編碼碼率的參量。通過設置不同比特每象素值（Bit Per Pixel）而改變編碼碼流的數(shù)據(jù)量，滿足不同的網(wǎng)絡帶寬。圖2是采用與ADV611相同壓縮算法的軟件模擬結構。表1是算法效果統(tǒng)計。

表1 算法效果統(tǒng)計

其中圖2（a）是原始圖像（720×486×24位1025K），（b1）、（b2）、（b3）是比特每象素值分別為1、0.5、0.1時的恢復圖像。從數(shù)據(jù)中可以看出隨著比特每象素值的降低，壓縮后數(shù)據(jù)量隨之降低，而恢復圖像與原圖的PSNR降低并不多。

1.1.2 算法分析

ADV611內部的小波變換采用雙正交9-7小波基。經(jīng)過大量的實驗證明雙交9-7小波基在圖像處理中是一種較好的小波基，目前多個國際標準中有關小波壓縮的算法，一般都采用這種小波基。ADV611芯片中的小波算法生成的Mallat框圖如圖3所示。

在量化階段ADV611采用可程控的量化方式。在量化順序上采用先低頻后高頻的順序（ADV611沒有采用零樹編碼），如對圖3量化的順序為H、F、G、E、C、D、B、A。在量化系數(shù)的選取上充分考慮人類視覺特性給定了每個Mallat塊的參考量化系數(shù)如圖4.圖5顯示的編/解碼端相應的量化方法，圖中的BW是Mallat塊的參考量化系數(shù)。

對量化后的數(shù)據(jù)ADV611采用游程編碼與霍夫曼編碼相結合的方式進行熵編碼，以達到高壓縮比的目的。一般來說游程編碼和霍夫曼編碼屬于無損壓縮，壓縮比都不高，但在小波變換及系數(shù)量化后會出現(xiàn)大量的連零系數(shù)，這時采用游程編碼與霍夫曼編碼相結合的方式能達到很高的壓縮比[3]。

2 小波變換在媒體流壓縮中的應用

很多對小波變換的研究僅停留在靜態(tài)圖像上，沒有就此深入下去。筆者希望小波變換這種方式不僅在靜態(tài)圖像上，還要在連續(xù)媒體流上得到更為廣闊的應用。基于小波變換本身的特點以及ADV611芯片的特性，將從以下兩個方面提出改進方案以使系統(tǒng)更加適用于連續(xù)媒體流業(yè)務。

2.1 基于小波變換系數(shù)的幀間算法

靜態(tài)圖像小波壓縮是通過減少圖像本身的空間冗余性，達到壓縮效果的編碼方法，屬于幀內壓縮。在處理連續(xù)媒體流時應注意到幀間相似性是很大的，即幀與幀之間有著很大的時間冗余性，減少這種冗余可以達到更高壓縮比，使碼流適合于更低比特的信道傳輸。在處理這一部分上國際標準一般采用運動估計運動補償?shù)姆绞剑?span id="crjqwul" class="main1">實現(xiàn)幀間壓縮[4]。在綜合考慮ADV611硬件實現(xiàn)的基礎上，提出一種對小波變換后系數(shù)估計補償?shù)乃惴?。具體的原理圖如圖6所示。其中小波變換與熵編碼是由ADV611硬件實現(xiàn)的。編碼后的數(shù)據(jù)延時一幀后進行存儲器，與后一幀系數(shù)數(shù)據(jù)相減，求殘差數(shù)據(jù)，并對殘差數(shù)據(jù)重編碼，包括二次量化、霍夫曼編碼等。解碼端反操作即可。

實現(xiàn)這種算法要求具有兩個先題條件：（1）小波變換的穩(wěn)定性。對同一幀圖像兩次小波變換后生成的碼流是相同的，那么當其中一幀圖像發(fā)生輕微變化時，編碼生成后的碼流也只是發(fā)生少量變化，從而殘差數(shù)據(jù)將會有大量的連零數(shù)據(jù)出現(xiàn)；（2）編碼后碼流數(shù)據(jù)量較小，考慮到硬件實現(xiàn)時要求有存儲器存儲前一幀變換后的系數(shù)，如果碼流數(shù)據(jù)量太大將不適合硬件的實現(xiàn)（此處應該注意的是連續(xù)兩幀之間熵編碼后數(shù)據(jù)量不一定相同，對缺少的數(shù)據(jù)補零處理）。利用news序列的前8幀做測試序列，得到的幀間相關性結果如表2所示。

表1 news序列前8幀編碼系統(tǒng)相關性列表

以上實驗數(shù)據(jù)表明小波變換后系數(shù)存在著極大的幀間相關性。熵編碼后相關性降低，但仍然較高，可以充分應用這種相關性。進行幀間壓縮。在硬件實現(xiàn)方案中，由于采用ADV611芯片，接口的輸出碼流是經(jīng)過熵編碼后的數(shù)據(jù)，幀間壓縮的效果沒有如圖6中虛線所示流程的壓縮效果好，但仍然可以一步提高視頻序列的壓縮比。

2.2 基于小波變換的碼率控制

當前連續(xù)媒體流業(yè)務中越來越多地考慮對客戶的服務質量問題，QoS的提出要求對編碼碼率的控制更加靈活，以適應不同的用戶要求和不同的信道狀況。利用ADV611中可程控的量化方式就可以方便地達到碼率控制的目的。其原理框圖如圖7所。B/P是比特每象素的設置，通過軟件監(jiān)控網(wǎng)絡狀態(tài)[5]，并按照一定的經(jīng)驗規(guī)律實時更改壓縮過程中的B/P設置，以完成對碼率的控制。

3 實現(xiàn)方案

開發(fā)小組在充分地進行理論研究及實現(xiàn)方案論證的基礎上，應用小波壓縮算法，、按照MPEG-4標準的思路提出了一套音視頻采集壓縮傳輸?shù)慕鉀Q方案。硬件實現(xiàn)系統(tǒng)框圖如圖8所示。

主要分為六個模塊：（1）音視頻捕捉模塊，包括音視頻的獲取及量化；（2）壓縮/解壓縮模塊，該模塊是本方案中最重要的模塊，實現(xiàn)音視頻的編劇/解碼及同步；（3）接入模塊，該模塊完成數(shù)據(jù)的傳輸，為了進一步減輕主機的負擔，采用硬件打包發(fā)送的方式；（4）軟件控制模塊，該模塊實時監(jiān)控網(wǎng)絡狀態(tài)，及時將分析后的網(wǎng)絡狀態(tài)結果通知硬件板卡；（5）控制單元模塊，該模塊是系統(tǒng)的處理、時序等管理控制中心，還根據(jù)軟件模塊得到的網(wǎng)絡狀態(tài)參數(shù)及時地控制編碼過程完成碼率控制過程；（6）總線接口模塊，采用PCI總線方式與主機交換數(shù)據(jù)。

在上述系統(tǒng)壓縮/解壓縮模塊中，采用ADV611壓縮芯片，并結合2.1中提出的小波變換系數(shù)的幀間算法，簡略地實現(xiàn)視頻序列的幀間壓縮；同時按照控制單元的速率控制參數(shù)完成碼率控制的過程。