Модель сжатия MPEG видео

MPEG (Motion Picture Experts Group) — группа экспертов, которая разрабатывает, обновляет и поддерживает стандарты сжатия цифровой аудио и видео информации. Группа MPEG разработала множество стандартов, наиболее важными из которых являются MPEG-1, MPEG-2 и MPEG-4. MPEG-1 — самый первый стандарт, который был разработан для сжатия аудио и видео объектов с последующей записью на компакт-диск. Стандарт MPEG-2 используется в телевизионном вещании и в DVD видео. Стандарт MPEG-4 обладает более высоким коэффициентом сжатия по сравнению с MPEG-2 и позволяет оперировать объектами (изображения, трёхмерные модели, текстовые данные).

Высокая степень сжатия в стандартах MPEG достигается с помощью методов сжатия информации с потерями. Эти методы устраняют значительное количество межкадровой и внутрикадровой избыточности.

Для последующего понимания применимости стеганографических методов следует понимать этапы сжатия, на которых происходит потеря информации. Это этапы сэмплирования и квантования. Описание остальных этапов можно найти в.

Сэмплирование.

Цветовое сэмплирование (субдискретизация) применяется к кадрам в цветовом пространстве, которое используется форматом MPEG. Сэмплирование подразумевает выбор разрешения, в котором будут сохранены компоненты, и. Наиболее популярными форматами сэмплирования являются 4:2:0, 4:2:2 и 4:4:4.

Сэмплирование 4:4:4 означает, что компоненты цветности и сохраняют исходное разрешение, на каждые четыре сэмпла яркости приходится по четыре сэмпла компонент цветности и. Сэмплирование 4:2:2 означает, что на четыре сэмпла яркости приходится по два сэмпла компонент цветности и, то есть они имеют лишь половину от горизонтального разрешения яркости. В сэмплировании 4:2:0 на четыре сэмпла яркости приходится лишь по одному сэмплу компонент цветности и, они имеют половину от горизонтального и вертикального разрешения. Сохраняя лишь одну компоненту цветности вместо четырёх, отсекаются значительные объемы информации, что в итоге даёт хороший уровень сжатия. Поэтому сэмплирование 4:2:0 так популярно, что используется в цифровом телевидении и DVD.

Дискретное косинусное преобразование.

Известно, что пиксели на изображении коррелируют со своими соседями, потому что значение конкретного пикселя можно предсказать по его соседям. Дискретное косинусное преобразование (ДКП) уменьшает эту избыточность между пикселями. Оно преобразует исходную матрицу данных в матрицу некоррелированных величин (1.4), используя суммы косинусов на разных частотах. ДКП имеет обратное преобразование (1.5).

где — исходная матрица,.

— матрица коэффициентов ДКП,.

— размер матриц и ,.

.

=, или =.

.

Преобразование происходит таким образом, что коэффициенты матрицы ДКП получаются упорядоченными по частоте. Сначала следуют низкочастотные коэффициенты, затем среднечастотные и высокочастотные. Низкочастотные коэффициенты содержат самую важную информацию для восстановления исходных данных, и их изменение приведёт к сильному искажению данных после применения обратного преобразования. Высокочастотные коэффициенты можно отрезать (занулить) без сильного воздействия на данные после применения обратного преобразования, что и происходит на этапе квантования.

В модели сжатия MPEG в качестве данных для матрицы берутся числовые значения компонент цветового пространства. Для этого компоненты, и разбивается на блоки размером 8×8 или 4×4, и затем к каждому из блоков применяется ДКП.

Квантование.

На этапе квантования матрица коэффициентов ДКП преобразуется в новую матрицу с уменьшенной областью значений. Преобразование выполняется последовательным делением каждого коэффициента матрицы ДКП на значение шага квантования и округлением полученного значения (1.6).

где — квантованная матрица коэффициентов ДКП,.

— исходная матрица коэффициентов ДКП,.

— шаг квантования,.

.

— размер матриц и ,.

— операция округления.

Ниже представлен пример квантования матрицы коэффициентов ДКП с шагом 5.

Из-за операции округления часть данных теряется, и при применении обратного квантования (1.7) при декодировании полученная матрица будет в некоторой степени отличаться от исходной.

где — матрица коэффициентов ДКП, прошедшая квантование и обратное квантование,.

— квантованная матрица коэффициентов ДКП,.

— шаг квантования,.

.

— размер матриц и .

Ниже представлен пример обратного квантования матрицы коэффициентов ДКП с шагом 5.