基本介紹
- 中文名：自適應預測編碼
在DPCM中，預測器的預測係數以及量化器的量化參數通常是固定的，然而，最佳預測係數和最佳量化參數均是與圖像內容有關的量。為了獲得更高的編碼效率，就要使編碼系統能隨著圖像信號的局部特性調節參數，這就是自適應預測編碼。實現自適應預測編碼基本上從兩方面考慮，即對預測係數的自動調節—自適應預測，以及對量化器參數進行自動調節—自適應量化。
自適應預測的方法有多種，並且沒有固定的模式。例如根據圖像中特定的局部特性，把圖像分為平坦區、水平輪廓、非水平的直線輪廓以及格線區等4種區域，對每種區域採用不同的預測係數；另外還可以通過定義活動函式，把待測像素分為活動像素和非活動像素，然後對這兩類像素採用不同的預測係數。經過自適應預測後，預測更為精確，預測誤差在“0”周圍的分布更加尖銳。
自適應量化器的種類也很多，通常考慮從一個較大動態範圍的量化器導出若干子量化器，根據圖像的局部特性，從這些量化器中選擇一個最合適的進行量化，以滿足編碼中對圖像的質量、傳輸碼速率等方面的要求。例如將預測值作為量化器的浮動電平，使得量化器的輸出電平在一定範圍內上下浮動，並保持較少的電平分層數不變，這樣在不增加量化比特數的條件下減少了量化誤差；另外，對於利用人的視覺掩蓋效應設計的量化器，可以根據預測誤差的大小以及相鄰像素的差值大小，採用其中的一部分量化層作為輸出，既可保證視覺的要求，同時又壓縮了量化比特數。
需要注意的是，自適應技術的使用也有一定的限制，主要表現在以下幾方面：
（1）實現的複雜性
和固定參數的預測器相比，自適應預測器增加了判據部分，以及多組預測或量化參數及選擇開關等，因此增加了硬體實現的難度。
（2）實現的效率
自適應技術的使用也有一定的場合，所考慮的編碼工作狀態(不同的預測係數，量化特性等)應具有一定的統計意義，否則增加了實現的複雜性而達不到編碼效率質的改善。此外，參數的轉換最好具有因果特性，即所設計的新狀態不需要額外的標識碼，解碼端也能根據以前的像素選擇正確的工作參數。
