1.5 量化
利用 DCT 轉換除去空間上的相關性，並配合量化 (quantized) 程序去除不重要的資訊，量化過程會對視訊品質產生失真現象。經由離散餘弦轉換轉換後的能量會集中在幾個低頻係數的數值上，而高頻的係數則會趨近於零。我們再以量化(Quantization)的手段，縮減一群大範圍的資料到較小的範圍。使得這些高頻係數儘量變為零，所以，量化的結果是稀疏陣列，以利進一步的壓縮。量化會造成視訊壓縮失真，並非是DCT。
圖6.12 不同係數個數還原後的失真度比較
由上圖可以觀察到，經由量化後儲存不同數量的係數，在經由反離散餘弦轉換後，係數儲存越少的，其失真度較嚴重，不過若係數到達一定的數量之後，增加係數數量會增加儲存空間與傳輸時間，但對於影像品質的增加有限。
解壓縮時，經量化後的數值，再經反向量化(inverse quantization)、IDCT(inverse discrete cosine transformation)及動態補償後，即可得到一近似原先區塊值的區塊，但其中不易被人眼察覺的高頻信號已在此過程中被去除。量化在上述過程中主要有兩個功能，其一是讓原本已經很接近零的值儘量變成零，其二則是使得原來非零係數的分布範圍變小，有助於壓縮。但由於量化後的資料再還原時與原來的資料不會全然相同，因此視訊壓縮後失真的程度，可以說主要便取決於量化位階(quantization scale)的選取。一般的原則是，高頻訊號人眼不易察覺，故應採用較大之scale，使其儘可能成為零；而低頻訊號應採用較小之scale，使其還原後不至於和原來的資料相差太多，如下圖為MPEG-2的預設量化矩陣。
圖6.13 MPEG-2的預設量化矩陣
沒有留言:
張貼留言