Tái tạo video dựa vào kỹ thuật nội suy bù chuyển động

LỜI CẢM ƠN
Để hoàn tất một luận văn thạc sĩ yêu cầu sự tập trung, sự cố gắng và độc
lập nghiên cứu. Bản thân tôi sau những năm tháng học tập vất vả và nghiên cứu
cũng đã cố gắng để hoàn thành được luận văn này. Tôi luôn ghi nhận những sự
đóng góp giúp đỡ nhiệt tình của những người bên cạnh mình, sự ủng hộ, sự hỗ
trợ của gia đình bạn bè giúp tôi có thêm động lực để hoàn thành luận tốt nghiệp,
nhân đây tôi muốn gửi lời cảm ơn nhất tới họ.
Lời cảm ơn trân trọng đầu tiên tôi muốn dành tới TS Nguyễn Thị Hồng
Minh, đã hướng dẫn tôi trong suốt quá trình làm luận văn, nhờ sự định hướng
của cô giúp tôi tự tin nghiên cứu những vấn đề mới và giải quyết bài toán một
cách khoa học.
Tôi xin trân trọng cảm ơn Ban giám hiệu trường Đại học công nghệ thông
tin, Đại học Thái nguyên, khoa CNTT đã tạo các điều kiện cho chúng tôi được
học tập và làm khóa luận một cách thuận lợi.
Lời cảm ơn sâu sắc muốn được gửi tới các thầy cô giáo đã dạy dỗ và mở ra
cho chúng tôi thấy chân trời tri thức mới, hướng dẫn chúng tôi cách khám phá
và làm chủ công nghệ mới.
Tôi muốn gửi lời cảm ơn chân thành đến tập thể lớp CHK11D-KHMT đã
cùng tôi đi qua những tháng ngày miệt mài học tập, cùng chia sẻ những niềm
vui nỗi buồn, động viên tôi đi qua những khó khăn, để tôi vững bước vượt qua
những vất vả, quyết tâm hoàn thành luận văn này.
Tuy nhiên do thời gian có hạn, mặc dù đã nỗ lực cố gắng hết mình nhưng
chắc rằng luận văn khó tránh khỏi những thiếu sót. Rất mong được sự chỉ bảo,
góp ý tận tình của Quý thầy cô và các bạn.

1


Mục lục
Lời cảm ơn ............................................ 1
Phần mở đầu ........................................... 6

Chương 1: Khái quát về video và bài toán tái tạo
video ................................................. 8
1.1. Khái quát về video ............................. 8
1.1.1. Một số khái niệm cơ bản ..................... 8
1.1.1.1. Các dạng video ......................... 9
1.1.1.2. Một số định chuẩn video ............... 10
1.1.2. Video và các thao tác video ............. 26
1.1.2.1 Các hiệu ứng biên tập video ........... 276
1.1.2.2. Một số thuộc tính đặc tr-ng của video 287
1.1.2.2.1. Màu(Color) ......................... 287
1.1.2.2.2. Kết cấu (Texture) .................. 298
1.1.2.2.3. Hình dáng (Shape) .................. 308
1.1.2.2.4. Chuyển động (Motion) ............... 309
1.2. Bài toán tái tạo video ........................ 30
Chương 2: Một số vấn đề trong tái tạo video .......... 33
2.1. Trích rút video ............................... 33
2.1.1. Kỹ thuật trừ ảnh xác định trong video .... 33
2.1.2. Trừ ảnh dựa vào điểm ảnh ............... 34
2.1.3. Trừ ảnh phân khối ...................... 36
2.1.4. Trừ ảnh dựa vào biểu đồ ................ 38
2.2. Một số kỹ thuật tái tạo video ............... 44
2.2.1. Kỹ thuật nội suy không gian .............. 50
2.2.3. Kỹ thuật nội suy bù chuyển động .......... 52
Chương 3: Chương trình thử nghiệm .................... 57
3.1. Đặt vấn đề .................................... 57
3.2. Phân tích, lựa chọn công cụ ................... 57
2


3.3. Một số giao diện của ch-ơng trình ............. 58

Phần kết luận ........................................ 60
Danh mục tài liệu tham khảo ......................... 671

Danh mục hình vẽ
Hỡnh 1.1 : Cu trỳc phõn cp video ................................................................... 8
Hỡnh 1.2 : Minh ha chuyn i gia cỏc lia ..................................................... 9
3


Hình 1.3 :Sơ đồ giải nén MPEG-1(ISO/IEC 11172)......................................... 18
Hình 1.4 : Sơ đồ nén dữ liệu âm thanh ............................................................. 18
Hình 1.5 : Mô hình hệ thống giải mã MPEG-2................................................. 20
Hình 1.6 : Mô hình nén và giải nén theo từng lớp của MPEG-4....................... 23
Hình 1.7 : Một số wipe cơ bản ........................................................................ 27
Hình 1.8 : Các ảnh rất khác nhau nhưng có cùng biểu đồ màu ........................ 28
Hình 1.9 : Biểu đồ thể hiện 4 loại ảnh cơ bản ................................................. 28
Hình 1.10 : Các thao tác camera ..................................................................... 29
Hình 1.11 : Mô hình chung của phép cộng ảnh ................................................ 30
Hình 1.12 : Ánh xạ các đặc trưng .................................................................... 31
Hình 2.1 : Quá trình phân đoạn video .............................................................. 34
Hình 2.2 : Các cửa sổ cơ sở trong thuật toán so sánh thực .............................. 37
Hình 2.3 : Chênh lệch biêt đồ, * cắt cảnh,---- chồng mờ .................................. 38
Hình 2.4 : So sánh biểu đồ màu giữa hai ảnh ................................................... 39
Hình 2.5 : So sánh các cặp a, Chênh lệch biểu đồ liên tiếp b, Chênh lệch biêt đồ
tích lũy ...................................................................................................... 42
Hình 2.6 : Phát hiện chuyển cảnh dần dần bằng kỹ thuật so sánh cặp ............. 43
Hình 2.7 : Biểu diễn giá trị fc(x,y)bằng nội suy song tuyến ............................... 49
Hình 2.8 : Ảnh tịn tiến di chuyển dx, dy ............................................................ 51
Hình 2.9 : Nội suy sinh khung trung gian f(n1, n2, t) ......................................... 53
Hình 2.10 : Mô tả nội suy theo thời gian ......................................................... 54

Hình 2.11 : tái tạo cảnh theo ba bước (1) hình ảnh gốc I0 và I1 được kéo giãn để
tạo ra những hình ảnh song song I^0 và I^1. (2)I^S được tạo ra bằng cách

4


phối hợp hai hình ảnh kéo giãn( trung gian).(3) I^S được co lại để tạo thành
IS ............................................................................................................... 55
Hình 3.1 : Giao diện module trích rút video ..................................................... 58
Hình 3.2 : Giao diện module tái tạo video........................................................ 59

PhÇn Më ®Çu
Video ra đời vào những năm đầu của thế kỷ XX và phát triển khá mạnh
mẽ, nhưng phải đến cuối thập kỷ XX video số mới phát triển. Với sự ra đời và
phát triển mạnh của máy tính và hệ thống viễn thông, dữ liệu video đã được số
hoá và đưa vào xử lý trên hệ thống máy tính. Việc xử lý dữ liệu video được số
5


hoỏ trờn mỏy tớnh t ra khỏ hiu qu. Kt qu l d liu video s ó c a
vo rt nhiu ng dng trong thc t nh truyn hỡnh, o to in t da vo
mỏy tớnh, h tr o to trờn mng, h thng mụ phng, video theo yờu cu.
Video l phng tin thụng tin i chỳng cú phõn gii cao v ni dung
thụng tin rt phong phỳ. Tuy nhiờn vỡ nhiu nguyờn nhõn nh: cht lng thit
b thu nhn video, do chuyn ng ca i tng lm thiu khuyt cỏc khung
hỡnh trong video, nh hng n ni dung, cht lng ca video. Do ú cn tỏi
to cỏc khung hỡnh b thiu khuyt trong video. Hin nay cú rt nhiu cụng trỡnh
nghiờn cu tỏi to cỏc khung hỡnh b thiu khuyt trong video v ó t c
nhng kt qu nht nh. Tuy nhiờn vic s dng k thut ni suy bự chuyn
ng tỏi to khung hỡnh b thiu khuyt trong video vn cha cú nhiu s u

t, nghiờn cu chuyờn sõu. Xut phỏt trong hon cnh ú lun vn la chn
ti: Tỏi to video da vo k thut ni suy bự chuyn ng.
Để đạt đ-ợc mục tiêu đề ra, luận văn tập trung
nghiên cứu một số vấn đề cơ bản sau đây:
"Nghiên cứu tổng quan về video". Phần này trình
bày một số khái niệm và các vấn đề cơ bản trong xử lý
và tái tạo video.
"Nghiên cứu một số kỹ thuật trích rút và tái tạo
video". Phần này trình bày các nghiên cứu về kỹ thuật
trừ ảnh và lọc ảnh, các -u và nh-ợc điểm của từng kỹ
thuật trong việc xác định cảnh của video và trích rút
khung hình đặc tr-ng trong mỗi cảnh của video để l-u
trữ. Phần này cũng trình bày các nghiên cứu về các kỹ
thuật tạo lập khung hình trung gian trong việc tái
tạo đoạn video từ các khung hình đại diện dựa vào kỹ
thuật nội suy bù chuyển động.
"Nghiên cứu và ứng dụng kỹ thuật tái tạo video".
Đ-a ra một số ứng dụng kỹ thuật tái tạo video. Cài
6


đặt và thử nghiệm và đánh giá kỹ thuật tái tạo video
dựa vào kỹ thuật nội suy bù chuyển động để khôi phục
lại các khung hình bị thiếu khuyết từ những khung
hình đã trích rút.
Trên cơ sở các mục tiêu đặt ra, cấu trúc của luận
văn bao gồm 3 ch-ơng:
Chương 1: Khái quát về video và bài toán tái tạo
video
Chương 2: Một số vấn đề trong tái tạo video.

Chương 3: Ch-ơng trình thử nghiệm

Chương 1
7


kháI quát về video và bài toán táI tạo video
1.1. Khái quát về video
1.1.1. Một số khái niệm cơ bản
Video là tập hợp các khung hình (frames), mỗi
khung hình là một ảnh. Shot (hay lia) là đơn vị cơ sở
của video. Một lia là một đơn vị vật lý của dòng
video, gồm các chuỗi các khung hình liên tiếp, không
thể chia nhỏ hơn, ứng với một thao tác camera đơn.
Scene (cảnh) là các đơn vị logic của dòng video,
một cảnh gồm các lia liên quan về không gian và liền
kề về thời gian, cùng mô tả một nội dung ngữ nghĩa
hoặc một tình tiết. Khi phim đ-ợc chiếu, các khung
hình lần l-ợt đ-ợc hiển thị ở tốc độ nhất định. Tốc
độ th-ờng thấy ở các định dạng video khác nhau là 25
hoặc 30 hình/s. Nh- vậy, một giờ video sẽ có số l-ợng
khung hình t-ơng ứng là 90000 hoặc là 1080000.
Cấu trúc phân cấp của video đ-ợc thể hiện trên
hình d-ới đây.

Hình 1.1: Cấu trúc phân cấp video
Phân đoạn video là quá trình phân tích và chia
nội dung hình ảnh video thành các đơn vị cơ sở gọi là
các lia (shot). Việc lấy mẫu chính là chọn gần đúng
một khung video đại diện cho mỗi lia (hoặc nhiều hơn

tuỳ theo mức độ phức tạp của nội dung hình ảnh của
8


lia) vµ ®-îc gäi lµ c¸c khung kho¸. Khung kho¸ lµ
khung h×nh ®¹i diÖn m« t¶ néi dung chÝnh cña shot.
Qu¸ tr×nh ph©n ®o¹n d÷ liÖu video tiÕn hµnh, ph¸t
hiÖn sù chuyÓn ®æi tõ lia nµy sang lia kh¸c hay chÝnh
lµ sù ph¸t hiÖn ranh giíi gi÷a c¸c lia (®ã chÝnh lµ
®o sù kh¸c nhau gi÷a c¸c khung h×nh liÒn kÒ). Trong
h×nh d-íi ®©y minh häa vÒ sù chuyÓn ®æi gi÷a c¸c lia:

H×nh 1.2: Minh ho¹ vÒ sù chuyÓn ®æi gi÷a c¸c lia
1.1.1.1.Các dạng video
1.1.1.1.1.Video tương tự
NTSC Video: Đây là dạng Video tương tự với 525 dòng trên một khung hình,
30 khung hình trong một giây, quét cách dòng, chia làm hai trường (mỗi trường
262.5 dòng), có 20 dòng dự trữ cho thông tin điều khiển tại thời điểm bắt đầu
mỗi trường.
PAL Video: Dạng Video này có 625 dòng trên một khung hình, 25 khung hình
trong một giây, quét cách dòng. Khung gồm hai trường chẵn lẽ, mỗi trường bao
gồm 312.5 dòng.
1.1.1.1.2.Video số
Một số tiêu chuẩn của Video số lấy theo tiêu chuẩn CCI.

Độ phân giải
độ chói

CCIR

CCIR

601525/60

601625/50

NTSC

PAL/SECAM

720x480

360x576

9

CIF

QCIF

352x288

176x144


Độ phân giải

360x480

360x576

176x144

88x72

Lấy mẫu màu

4:2:2

4:2:2

4:2:0

4:2:0

Số trường /s

60

50

30,15,10,7.5

30,15,10,7.5

Cách quét

Cách dòng

Cách dòng

Liên tục

Liên tục

màu sắc

Bảng 1. 1: Các tiêu chuẩn của Video số
1.1.1.2.Một số định chuẩn video
Sự chuẩn hóa của video tương tự trong những năm đầu của thập niên 1950
(NTSC) và những năm cuối của 1960 (SECAM và PAL) làm cho ảnh chuyển
động xuất hiện hầu như khắp nơi, với các thiết bị vô tuyến được dùng rộng rãi
cho mục đích giải trí, các hệ thống ứng dụng công nghệ như phát hiện chuyển
động tiếp tục được phát triển.
Vào năm 1990, các tổ chức về chuẩn hóa như tổ chức ISO-IEC (International
Organization for Standard – International Electrotechnical Commission) đã đưa
ra chuẩn MJPEG cho video kĩ thuật số, tổ chức chuẩn ITU-T đã đưa ra chuẩn
H.261 và một số các chuẩn liên quan khác. Đi kèm với nó là các thiết bị tin học
giá rẻ đã tạo nên sự phát triển bùng nổ cho các ứng dụng đa phương tiện.
Trong quá trình soạn thảo, xử lý và kết xuất video cần hiểu rõ về các định chuẩn
video. Ví dụ: để tạo ra một video sử dụng trên Intermet chúng ta cần phải thiết
lập các tham số nén đảm bảo tệp video theo đúng định dạng và mục đích sử
dụng. Ngoài các yếu tố kỹ thuật, việc xác định định dạng của video còn phụ
thuộc vào các yếu tố kinh nghiệm của người xử lý. MPEG, AVI cho Windows,
MOV cho QuickTime là các định dạng được sử dụng rộng rãi. Trong phần này
chúng ta làm rõ các định chuẩn với mục đích sử dụng, các kỹ thuật nén, kích cỡ,
thời gian xử lý nén và giải nén.

10

1.1.1.2.1.Định dạng AVI
Đây là định dạng phổ biến được thiết kế để dùng trong môi trường Windows.
Định dạng này rất linh hoạt, có thể sử dụng rất nhiều thuật toán nén video được
phát triển từ trước đến nay để tạo ra các sản phẩm video theo mục đích sử dụng.
a) Mã nén âm thanh cho chuẩn AVI
+ Intel Indeo 5.10 (Intel indeo 5.03): được sử dụng cho các định dạng Video
phân tán trên mạng Internet, cho các máy tính có bộ xử lý MMX hoặc
bộ xử lý từ Pentium II trở lên. Mã nén có đặc trưng: có lựa chọn nén
nhanh, điều khiển các khung hình chính mềm dẻo, điều chỉnh độ sắc,
các hiệu ứng hiển thị lại, và cuối cùng tạo ra các tệp video có dữ liệu
giảm đáng kể.
 Kiểu nén này cho phép người xử lý video có thể điều chỉnh để tạo ra
các video dùng cho các băng thông khác nhau.
 Ví dụ: có thể điều chỉnh để tạo ra video dùng cho modem 56Kb,
28,8Kb hay đường cáp mạng... Mã nén này được thiết kế để làm việc
cùng với mã nén âm thanh Intel Audio.
+ Intel Indeo Video Raw R1.1: được sử dụng tốt nhất cho việc thu các tín hiệu
video làm dữ liệu video nguồn sử dụng cho soạn thảo video, với thiết bị
thu Intel Video. Mã nén này cung cấp các hình ảnh chất lượng cao.
Các tệp video dùng lựa chọn Intel Indeo Video Raw R1.1, có kích cỡ
nhỏ hơn các tệp video chưa được nén. Ở định dạng này màu sắc của
hình ảnh video đã được chuyển từ không gian mầu RGB thành không
gian mầu YUV.
+ Intel Indeo Video Interactive: là kiểu nén tương tự như định dạng 5.10
nhưng có một số hỗ trợ mở rộng như đặc tính trong suốt, nhiều đối
tượng chuyển động và các hiệu ứng hiển thị lại trong video.
+ Microsoft RLE: dùng để nén các khuôn hình mà nội dung là các vùng mầu
đồng nhất có kích cỡ lớn và số lượng mầu không nhiều, màu phẳng
11

(các ảnh không có chiều sâu). Ví dụ: khi xử lý các video phim hoạt
hình, sử dụng kiểu nén này tỏ ra khá hữu hiệu. Kiểu nén này có mã nén
độ dài 8 bit dùng thuật toán nén RLE và chất lượng video cao.
+ Microsoft Video 1: sử dụng kỹ thuật nén mất thông tin theo phương pháp
nén không gian màu. Mã nén này có nhiều tham số có thể thay đổi như:
số mầu trên khuôn hình của video (8 bit hay 24 bit mầu), chất lượng
video, số khung hình chính... Chuẩn nén này có thể tạo ra các tệp video
sử dụng cho các chương trình đào tạo từ xa hay các tệp video sử dụng
cho mạng tốc độ thấp.
+ Indeo (R) Video R3:2: sử dụng để nén video 24 bit dùng cho đĩa CD. Tỷ lệ
nén tốt, chất lượng hình ảnh cao và tốc độ hiển thị nhanh hơn so với
kiểu nén Microsoft Video 1. Cho kết quả tốt nhất nếu sử dụng mã nén
Indeo Video trên dữ liệu video nguồn mà trước đó dữ liệu này không bị
nén với tỷ lệ cao bằng các kỹ thuật nén mất thông tin. Các tệp video
được nén bằng kỹ thuật nén Indeo (R) video R3:2 có chất lượng tương
đương với các tệp video sử dụng kỹ thuật nén Cinepak.
+ Cinepak Code By Radius: sử dụng để nén video 24 bit dùng cho CD-ROM
hoặc cho mục đích tải về từ Web. Đây là kiểu nén đạt được tỷ lệ nén
cao hơn và tốc độ giải nén nhanh hơn so với mã nén Microsoft Video 1.
Chúng ta có thể đặt tham số chất lượng hình ảnh. Các tệp video sau khi
xử lý có thể hiển thị lại trên đường truyền có tốc độ 30 Kb/giây. Kỹ
thuật mã bằng Cinepak tạo ra sản phẩm video có tốc độ giải nén rất
nhanh nhưng khi nén mất rất nhiều thời gian. Kỹ thuật nén này phù hợp
cho việc chuyển một đoạn video thành kết quả cuối cho người sử dụng.
b) Mã nén âm thanh cho Windows
+ Intel Audio Software codec: sử dụng cho nhạc và lời nói trên Internet. Tỷ lệ
nén tối đa là 8:1. Mã nén này được thiết kế để làm việc với chương
trình Intel Video Software.

12


+ TrueSpeech: sử dụng cho nói chuyện trên mạng Internet với tốc độ thấp.
+ Microsoft GSM 6.10: sử dụng cho điện thoại trên Internet ở châu Âu.
+ MS-ADPCM: sử dụng để tạo các tệp âm thanh có chất lượng cao ghi trên
đĩa CD-ROM. Kiểu nén này được sử dụng rộng rãi.
+ Microsoft IMA ADPCM: sử dụng tạo các tệp âm thanh cho các sản phẩm đa
phương tiện. Mã nén này được dựa trên mã nén ADPCM được phát
triển bởi IMA.
+ Lucent Technologies SX8300P: sử dụng cho giao tiếp trên Internet với tốc
độ thấp.
+ Elemedia TM AX2400P: sử dụng tạo ra các tệp âm nhạc có chất lượng cao
trên Internet.
+ Voxware Audio Codecs: sử dụng cho các tệp âm thanh dạng tiếng nói trên
Internet tốc độ thấp.
1.1.1.2.2.Định dạng MOV
Các phần mềm soạn thảo video thường cung cấp các mã nén theo chuẩn
QuickTime sử dụng trên môi trường hệ điều hành Windows và Mac Error!
Reference source not found.. Định dạng QuickTime được xây dựng từ nhiều
thuật toán nén ảnh và âm thanh trong môi trường Mac. QuickTime cũng là định
dạng được rất nhiều phần mềm ứng dụng hỗ trợ. Không những thế, nó còn được
cài đặt trong nhiều chíp xử lý của hệ thống máy Mac.
a) Mã nén video cho chuẩn QuickTime
+ Cinepak: được sử dụng để nén video 24 bit. Các tệp sử dụng mã nén này để
dùng cho CD-ROM và Web video. Mã nén có tỷ lệ nén cao và tốc độ
giải nén nhanh. Cinepak dùng thuật toán nén không đối xứng các tệp
video có kích cỡ nhỏ nhưng thời gian nén rất lâu. Cho kết quả tốt nhất
nếu dùng Cinepak để tạo tệp video.

13


+ Sorenson Video: được sử dụng để nén video 24 bit. Các tệp sử dụng mã nén
này để dùng cho CD-ROM và Web video. Nó cũng giống như mã nén
Cinepak nhưng là mã nén mới thiết kế để nén với chất lượng cao. Mã
nén này cho hình ảnh tốt hơn, kích cỡ tệp video nhỏ hơn so với mã
Cinepak vì vậy nó phù hợp cho việc tạo các tệp video cuối cùng chứ
không phù hợp cho soạn thảo.
+ Planar RGB: sử dụng hiệu quả cho các khuôn hình có vùng màu đặc như các
tệp hình động (hoạt hoạ). Nó sử dụng thuật toán nén RLE kết hợp với
kỹ thuật tạo mã hình động.
+ Motion JPEGA and Motion JPEG: được dùng cho mục đích chuyển mã
video giữa các thiết bị. Ví dụ: chuyển các tệp video trong hệ thống máy
tính, các đoạn video trên băng ra các thiết bị khác của mày tính như đĩa
CD... thông qua thiết bị thu video. Mã nén Motion JPEGA and Motion
JPEG được hỗ trợ nhiều trong các chíp có trên các thiết bị thu video do
đó tốc độ xử lý rất nhanh.
+ Photo - JPEG: dùng để nén một chuỗi các ảnh tĩnh có màu sắc biến đổi dần
(các đường biên không rõ nét). Đây là kiểu nén mất thông tin nhưng có
thể đặt được tham số nén để ảnh có chất lượng rất cao. Mã nén PhotoJPEG là kiểu nén đối xứng - thời gian nén gần bằng thời gian giải nén,
nhưng thời gian nén là khá nhiều so với thời gian thực của video. Các
ảnh đã được nén theo kiểu này thì không nên dùng làm nguồn để soạn
thảo vì nó đã bị mất thông tin. Tuy nhiên với tỷ lệ nén không cao nhưng
cho chất lượng ảnh tốt nên có thể dùng để lưu trữ hoặc để di chuyển
giữa các hệ thống máy tính. Rất nhiều phần mềm cho phép nén dữ liệu
video đã được cứng hoá sử dụng định dạng JPEG.
+ H.261, H.263: sử dụng tạo các video cho hội thảo, có tỷ lệ nén cao. Không
nên sử dụng chuẩn này cho soạn thảo video thông thường.

14


+ Component video: được sử dụng để thu các video chất lượng cao để tạo và
lưu trữ video nguồn hay tạo các đoạn video trung gian cho xử lý. Mã
nén này có tỷ lệ nén rất thấp do đó các tệp video chiếm rất nhiều không
gian đĩa.
+ Graphics: được sử dụng cho việc nén và tạo video với chất lượng cao, có độ
sâu màu 8 bit. Mục tiêu của mã nén là để nén các ảnh động (một chuỗi
các ảnh) nhưng đôi khi cũng có thể sử dụng cho nén video. Mã nén này
không đạt được tỷ lệ nén cao. Nó chỉ thích hợp cho các tệp video lưu
trữ và được xem lại trên đĩa cứng, không phù hợp với các tệp video trên
CD-ROM.
+ Video: được sử dụng cho việc thu và nén các tín hiệu video có nguồn ở dạng
tín hiệu tương tự. Mã nén này tạo ra các tệp video có chất lượng cao và
sử dụng tốt cho lưu trữ trên ổ đĩa cứng hoặc trên đĩa CD-ROM. Nó hỗ
trợ cả hai loại nén theo không gian và thời gian cho video 16 bit mầu.
+ Animation: được sử dụng cho việc nén các khuôn hình có vùng màu có kích
cỡ lớn, như các khuôn hình cho phim hoạt hình. Mã nén này có các
tham số cho phép thay đổi tỷ lệ nén. Với tỷ lệ nén là 100%, video
không bị nén. Nếu tỷ lệ dưới 100% tệp video bị nén ở dạng mất thông
tin. Mã nén hình động dựa trên lý thuyết nén của hãng Apple và thuật
toán nén RLE.
+ DV–PAL và DV–NTSC: dùng để tạo các tệp video với định dạng PAL,
NTSC phục vụ in ra băng theo các hệ trên hoặc ngược lại lấy từ băng
vào máy tính thông qua card thu video số. Chuẩn nén này rất hữu dụng
cho việc chuyển dữ liệu video từ hệ thống máy tính này sang hệ thống
máy tính khác hoặc từ thiết bị này sang thiết bị khác.
Đối với các thiết bị phần cứng hỗ trợ soạn thảo Video thường có các mã nén
riêng được viết bởi nhà sản xuất thiết bị phần cứng.

b) Mã nén âm thanh cho chuẩn QuickTime
15


Đối với hệ thống Mac người ta thường sử dụng các mã nén âm thanh sau:
+ mLaw 2:1: sử dụng cho việc chuyển các tệp âm thanh với các ứng dụng trên
các máy trạm. Tại đó mLaw là định dạng âm thanh chuẩn, mLaw được
sử dụng cho điện thoại số ở Bắc Mỹ và Nhật Bản.
+ 16-bit Big Endian và 16-bit Little Endian: sử dụng cho các phần cứng và
phần mềm chuyên dụng để nén âm thanh. Âm thanh đã được nén bằng
mã nén này thường không tốt cho soạn thảo.
+ 24–bit Integer và 32–bit Integer: sử dụng cho âm thanh 24 bit hoặc 32 bit.
Mã nén này được sử dụng tốt cho các phần cứng và phần mềm chuyên
dụng. Nó là sản phẩm cuối do đó các tệp video chứa mã nén này không
nên dùng để soạn thảo.
+ IMA 4:1: sử dụng cho các tệp âm thanh tại các trạm. IMA 4:1 được phát
triển bởi IMA sử dụng mã ADPCM.
+ 32–bit Floating và 64–bit Floating: sử dụng trong các thiết bị phần cứng và
phần mềm chuyên dụng nhưng thường không sử dụng cho Video.
+ ALaw 2:1: giống mLaw nhưng được sử dụng cho điện thoại số ở châu Âu.
+ QDesign Music Codec: sử dụng để nén các tệp âm thanh chất lượng cao
dùng trên Internet. Chất lượng của nó tương đương các tệp âm thanh
trên CD-ROM có định dạng 16 bit, 44.1 kHz. Các tệp âm thanh được
nén theo mã này có thể nghe trực tiếp bằng đường Internet có tốc độ
28.8 Kb/giây.
+ Qualcomm PureVoice: được thiết kế để tạo các tệp âm thanh tốt nhất ở tần
số 8 kHz. Cơ sở của mã nén này dựa trên thuật toán nén chuẩn của
Telephone CDMA.
+ MACE 3:1 and MACE 6:1: để tạo các tệp âm thanh thông thường cho hệ
điều hành Mac. Nó dựa trên thuật toán nén âm thanh MACE. Mã nén

MACE 3:1 có tỷ lệ nén thấp hơn mã nén MACE 6:1 nhưng có chất
lượng cao hơn.
16


1.1.1.2.3.Các định chuẩn MPEG
Chuẩn nén video MPEG được phát triển bởi MPEG, hiện đang được sử
dụng rộng rãi trong các sản phẩm video. MPEG đứng đầu trong việc ứng
dụng trong truyền hình số, mã và giải mã HDTV, CD, DVD, video hội nghị,
video cho Internet và các ứng dụng khác. MPEG được sử dụng rộng rãi như
vậy chính là nhờ khả năng nén hiệu quả, làm giảm đáng kể kích cỡ tệp video.
Thông qua xử lý nén bằng MPEG, các video có thể truyền hiệu quả trên
mạng. Cơ sở của chuẩn nén MPEG là sử dụng thuật toán biến đổi cosin rời
rạc DCT với việc phân chia khuôn hình ảnh thành các khối và đánh giá
chuyển động. Các đặc điểm chi tiết về kỹ thuật của chuẩn MPEG được tổ
chức ISO và IEC công nhận. Có ba định dạng Video theo chuẩn MPEG là
MPEG1, MPEG2, MPEG4 chính thức trở thành định dạng chuẩn quốc tế.
a) Chuẩn Video MPEG-1
MPEG1 đã được hoàn thiện vào năm 1991, với nhiều ưu điểm như: tối ưu hoá
khi làm việc với độ phân giải 352x240 điểm ảnh, 30 hình/giây cho hệ NTSC và
độ phân giải 352x288 điểm ảnh, 25 hình/giây. Chuẩn này cố định độ phân giải
nên thường gây ra một số lỗi nếu độ phân giải đặt không đúng. Tuy nhiên,
trường hợp đặc biệt MPEG1 có chế độ làm việc với độ phân giải rất cao
4095x4095, phát 60 hình/giây. MPEG1 thông thường làm việc tối ưu với tốc
độ 1,5 Mb/giây cho các ứng dụng. MPEG1 sử dụng cho các ứng dụng có chế
độ quét hình tuần tự. Nó không trực tiếp làm việc với các ứng dụng video sử
dụng chế độ quét xen dòng như ứng dụng truyền hình. MPEG1 có chất lượng
tương đương với chất lượng truyền hình. Video MPEG-1 sử dụng làm định
dạng chuẩn cho các sản phẩm video CD. MP3 là chuẩn nén âm thanh được sử
dụng trong MPEG-1.

Mã nén cho cho các tín hiệu âm thanh theo chuẩn 3 lớp:
 Lớp 1 MP1 (MPEG1 Audio Layer 1)
 Lớp 2 MP2 (MPEG1 Audio Layer 2)
17


Lp 3 MP3 (MPEG1 Audio Layer 3)
MPEG1 c thit k theo chun ISO/IEC 11172, phõn nh a ch ca cỏc
kờnh d liu õm thanh v hỡnh nh, kt hp vi thi gian. õy l chc nng
quan trng vỡ t dng d liu ny s c chuyn i thnh cỏc kờnh d liu
phự hp.
Âm thanh

Bộ giải mã
âm thanh

Âm thanh đã
giải mã

Luồng

Lư u trữ
Media số

Bộ giải mã
đặc trư ng
media

Bộ điều
khiển

đồng hồ

Bộ giải mã
hệthống

Video

Bộ giải mã
video

Video đã
giải mã

Hỡnh 1.3 S gii nộn MPEG1 (ISO/IEC 11172)
Theo s ny chỳng ta thy rng, thụng qua cỏc a ch c lu tr trong
chun MPEG1, khi gii nộn s xỏc nh chớnh xỏc cỏc kờnh õm thanh v video.
Thut toỏn nộn cho chun MPEG1 cú kh nng nộn cao. u tiờn chuyn video
t khụng gian mu RGB v khụng gian mu YUV, s dng thut toỏn nộn
khụng gian mu gim d liu video. Sau ú dựng thut nộn theo thi gian
chuyn ng bng cỏch phõn chia video thnh cỏc dóy, la chn cỏc khung
hỡnh. Phõn chia khuụn hỡnh thnh cỏc macro block v block. Dựng gii thut
DCT nộn khụng gian nh. Nộn khụng gian d liu mt ln na bng gii thut
nộn khụng mt thụng tin.

18


Tín hiệu
âm thanh

Bản đồ

Bộ lư ợ ng tử
và mã hoá

Đ óng gói
khung

Dòng bit
đã mã hoá

Mô hình
tâm lý âm học

Dữ liệu lệ thuộc

Hỡnh 1.4 S nộn d liu õm thanh
u vo l cỏc tớn hiu õm thanh, da theo bn , lc v ly ra cỏc mu c
trng. Mụ hỡnh tõm lý - õm hc l quỏ trỡnh tp hp d liu v iu khin vic
lng t hoỏ v mó hoỏ to ra khi cỏc khuụn hỡnh. Khi cỏc khuụn hỡnh l
cỏc gúi chun (c s) c mó hoỏ.
ng dng ca MPEG1:
Phõn phi video: Mt ng dng rng khp ca MPEG1 hin nay ú
l vic phõn phi video thng l phim. Cỏc video theo chun
MPEG1 cú cht lng tt, kớch c nh. Phim c chuyn thnh
dng MPEG1, ghi trờn a CD-ROM v ang c cỏc hóng phõn
phi trờn ton th gii.
Video cụng cng: cỏc trm video cụng cng hng dn ngi s dng
cỏc thụng tin cn thit ca mt h thng no ú. Nú thng c t
ti cỏc nh ga, ngõn hng, siờu th... Cỏc video ny c t trờn a

cng hoc CD-ROM vi nh chun MPEG1. MPEG1 m bo
cht lng, kớch c nh do ú cú th d dng s dng trong cỏc ng
dng ny.
Dch v video thụng qua ng truyn in thoi: H thng ny ang
c th nghim nhiu nc tiờn tin nh Nht Bn, M. Thụng qua
ng truyn in thoi, mỏy in thoi bn cú mn hỡnh hoc h
19


thống điện thoại di động, người sử dụng có thể đặt các chương trình
video xem trực tiếp trên máy điện thoại hay có thể đàm thoại và thấy
được hình ảnh của nhau. Dịch vụ này bị giới hạn về băng thông do đó
người ta sử dụng định chuẩn video MPEG1.
 Thư viện video: Các thư viện dữ liệu video hiện nay đang được thay
thế dần các băng video bằng dữ liệu video số theo chuẩn MPEG1. Ưu
điểm của các đĩa CD theo chuẩn MPEG1 là dễ hiển thị, dễ truy cập,
không gian lưu trữ nhỏ, chất lượng hình ảnh tốt. Hiện nay rất nhiều thư
viện của các trường đại học, viện nghiên cứu, trung tâm... đang chuyển
dần sang sử dụng dữ liệu video số.
Sau đây là một số ràng buộc đối với MPEG-1:
Số pixel lớn nhất trên một dòng

720

Số dòng lớn nhất trên một ảnh

576

Số ảnh trong một giây

30

Số MB trên một ảnh

396

Số MB trên một giây

9900

Tốc độ bit tối đa

1.86 Mbps

Kích thước bộ đệm giải nén tối đa

376.832 bits

Bảng 1. 2: Một số ràng buộc của MPEG-1
b) Chuẩn Video MPEG-2
MPEG2 đã hoàn thành vào tháng 11/1994. MPEG2 ban đầu được phát
triển trên cơ sở các kỹ thuật nén tốt nhất của MPEG1 nhưng phần mã hoá
được mở rộng hơn. Các mã này được áp dụng cho các ảnh có không gian mầu
YUV với thành phần Y:U:V là 4:2:2. Tuy nhiên MPEG2 vẫn không được
triển khai trong các ứng dụng video. Đến tháng 4/1997, MPEG-2 đưa thêm
các mã phân định nhiều kênh âm thanh. Một số thuật toán nén âm thanh được
áp dụng trong phần này không còn bị lệ thuộc vào các thuật toán được áp
20

dng trong MPEG1. Chun ny ó c t chc ISO cụng nhn v c s
dng lm chun video cho truyn hỡnh s. Mó nộn MPEG2 cú th ỏp ng
k thut quột xen dũng ca video. Mc tiờu ca nh chun ny l nõng cht
lng ca video lờn cao hn chun MPEG1 do ú yờu cu v ng truyn
cng cao hn, t 5-20 Mb/giõy. MPEG2 bao gm Profiles v Levels.
Profiles nh rừ dũng bit v phõn gii ca khụng gian mu, Levels xỏc
nh phõn gii nh v tc bit ln nht ca mi Profiles. Cỏc Profiles v
Levels c s dng ph bin hin ny gi l Main Profiles, Main Levels ký
hiu (MP@ML). Chỳng cú phõn gii video 720x480 vi tc 30
hỡnh/giõy, tc bớt l 15 Mb/giõy cho video h NTSC. HDTV s dng
phõn gii 1920x1080, 30 hỡnh/giõy, tc bớt l 80 Mb/giõy gi l Main
Profiles, High Levels (MP@HL) MPEG2.
Dữ liệu
Video
Dữ liệu
âm thanh

Bộ mã hoá
Video

Bộ mã hoá
âm thanh

Bộ
đóng gói

Bộ
đóng gói

Video PES

 m thanh PES

Bộ
trộn
luồng
chư ơng
trình

Bộ
trộn
luồng
vận
chuyển

luồng
chư ơng trình

luồng
vận chuyển

Hỡnh 1.5 Mụ hỡnh h thng gii mó MPEG2
Theo mụ hỡnh, ny MPEG2 ỏnh a ch phi hp mt hoc nhiu lung
d liu ca video v õm thanh thnh mt lung n thng nht. Cỏc d liu
trờn lung d liu ny c t chc phự hp nht cho vic lu tr v phỏt
video. Vic t chc ny da vo hai lp chớnh: lung chng trỡnh v lung
vn chuyn.
Lung chng trỡnh l vic phi hp mt hoc nhiu gúi tin c bn PES
cú nhp c s thụng thng (hai hoc bn nhp mt) trong cỏc lung d
21

liệu đơn thành một luồng dữ liệu thống nhất. Các gói tin luồng chương trình
có độ lớn khác nhau và như vậy thời gian truyền gói tin là khác nhau. Trong
quá trình truyền các gói tin, nến phát hiện có một gói tin bị mất thì hệ thống
sẽ yêu cầu truyền lại toàn bộ các gói tin (vì luồng chương trình không xác
định gói tin nào phải được truyền lại). Luồng chương trình được thiết kế cho
việc sử dụng trong hệ thống đường truyền rất ít lỗi. Nó phù hợp với các ứng
dụng có dùng phần mềm để xử lý.
Luồng vận chuyển là việc phối hợp một hoặc nhiều gói tin cơ bản PES
cùng với một hoặc nhiều nhịp độ cơ sở độc lập thành một luồng dữ liệu đơn
thống nhất. Các gói tin luồng vận chuyển có độ lớn bằng nhau là 188byte và
như vậy thời gian truyền gói tin là như nhau. Trong quá trình truyền các gói
tin, nếu phát hiện có một gói tin bị mất thì hệ thống không yêu cầu truyền lại
toàn bộ các gói tin mà chỉ yêu cầu truyền lại gói tin bị mất (vì luồng vận
chuyển đánh chỉ số cho các gói tin). Luồng vận chuyển được thiết kế cho việc
sử dụng trong hệ thống đường truyền có nhiều lỗi.
Ứng dụng của MPEG2:
 Video theo yêu cầu: VOD là một ứng dụng cơ bản về video. Tuy
nhiên, hầu hết các ứng dụng của VOD là phim. Ban đầu trong các
khách sạn, bệnh viện và cuối cùng là ở trong gia đình. Tất cả chúng
đều được tương tác qua ti vi. Dịch vụ này cho phép người sử dụng đặt
các chương trình phim theo ý thích, và có thể xem bất kể thời gian nào.
Các ứng dụng VOD sử dụng định chuẩn video MPEG2.
 Truyền hình cáp CATV: sử dụng chuẩn video MPEG2 để nén, giải
nén và phân phối video. Đây là chuẩn video có chất lượng rất cao, yêu
cầu băng thông rộng.
 Hệ thống phát hình trực tiếp qua vệ tinh DBS: sử dụng chuẩn
MPEG2 cho việc phát hình trực tiếp. Lợi thế của hệ thống này là bất

22


kể tại đâu và bất kể thời gian nào chúng ta cũng có thể bắt đuợc tín
hiệu truyền hình.
 Truyền hình chất lượng cao HDTV: Mỹ và một số nước khác sử dụng
MPEG2 làm chuẩn video cho truyền hình chất lượng cao.
 Một số ứng dụng khác: MPEG2 sử dụng trong các phầm mềm của
các thiết bị video như: băng Video chất lượng cao, đĩa video số chất
lượng cao DVD, video hội nghị và trong các máy quay video số.
c) Chuẩn Video MPEG-4
MPEG4 là chuẩn ISO/IEC được phát triển bởi MPEG. Nhóm này cũng
đã phát triển chuẩn MPEG1 và MPEG2. Các chuẩn này cho phép phát hành
video trên CD-ROM và truyền hình số. MPEG4 là kết quả tổng hợp của hàng
trăm nhà nghiên cứu và kỹ sư trên toàn thế giới. MPEG4 được hoàn thành
vào tháng 10/1998 và trở thành chuẩn quốc tế từ tháng 1/1999. Cuối năm
1999, phiên bản 2 của MPEG4 ra đời. Định dạng này mềm dẻo, yêu cầu tốc
độ đường truyền thấp và không có độ phân giải video chuẩn.
Nén hình ảnh trong MPEG4 sử dụng kỹ thuật nén đối tượng cơ bản với
việc phân lớp và lưu các thông tin đối tượng. Mỗi lớp lưu mã nén về nội dung
của một chuỗi các ảnh (bao gồm: đường viền, quỹ đạo chuyển động, kết cấu bề
mặt). Khi giải nén, thông qua nội dung được lưu trong các lớp để xây dựng lại
từng phần của đoạn video.

23


M· ho¸ /Gi¶i m·

2

2
M· ho¸ /Gi¶i m·

2
2
M· ho¸ /Gi¶i m·

Hình 1.6 Mô hình nén và giải nén theo từng lớp của MPEG4
Theo mô hình nén và giải nén theo từng lớp của MPEG4, video được
nén trên 3 lớp với tỷ lệ giảm kích cỡ (không gian) là 2 lần trên từng lớp. Trên
các lớp ngoài, những thông tin về nội dung của một chuỗi hình ảnh còn lưu tỷ
lệ giảm không gian của lớp so với lớp trên đó. Khi giải nén dựa vào tỷ lệ này
cùng với các thông tin về đường viền, quỹ đạo chuyển động, kết cấu bề mặt
của đối tượng trong video để phục hồi lại đoạn video gốc.
Như vậy, dựa vào tỷ lệ giảm kích cỡ không gian video, chúng ta có thể
điều chỉnh tốc độ phát hình cũng như kích cỡ của tệp video cho phù hợp với
băng thông.
Ứng dụng của MPEG4: do có tính mềm dẻo MPEG4 đã được triển
khai trong ba lĩnh vực chính:
 Truyền hình số.
 Các ứng dụng đồ hoạ tương tác.
 Ứng dụng đa phương tiện tương tác.
Chuẩn kỹ thuật của MPEG4 được thống nhất cho sản xuất, phân phối các sản
phẩm video cho cả ba lĩnh vực trên.
d) Chuẩn Video MPEG-7
24


Được thừa nhận thành tiêu chuẩn quốc tế tháng 7/2001.MPEG-7 đề xuất

cho việc tìm kiếm, chọn lựa, quản lý và phân tích thông tin đa phương tiện,
không tập trung vào một ứng dụng cụ thể, không phải là một tiêu chuẩn mã hóa
thực sự cho Audio, Video hay multimedia.MPEG-7 cũng là một dạng phát triển
lên từ phiên bản của MPEG-1 và nó đang được phát triển.
MPEG-7 cung cấp một tập hợp đầy đủ các công cụ chuẩn hóa để mô tả nội
dung của đa phương tiện. Cả người dùng và hệ thống tự động xử lý hệ âm thanh
thực đều thuộc phạm vi của MPEG-7.
1.1.1.2.4.Chuẩn ITU-T
Ngoài ra, tổ chức chuẩn ITU-T cũng đưa ra một số chuẩn cho Video như sau:
a) Chuẩn H.120:
H.120 là chuẩn đầu tiên cho việc mã hóa video kĩ thuật số. được đưa ra vào
những năm 1984. H.120 chạy với tốc độ 1544kbit/s cho hệ NTSC và 2048 cho
hệ PAL.
b) Chuẩn Video H.261
H.261 được phát triển cho dịch vụ truyền hình hội nghị và Video phone qua
ISDN ở tốc độ px64kbps/s (p=1, 2, …,30), H.261 làm cơ sở cho các chuẩn nén
sau này như MPEG 1, 2. H.261 sử dụng dạng thức trung gian CIF (Common
Intermediate Format) với các tốc độ bit thấp hơn, nó sử dụng dạng có tốc độ nhỏ
hơn ¼ là QCIF (Quadrature). Với tốc độ 30 khung hình/s thì tốc độ dữ liệu của
CIF là 37.3 Mbps, QCIF là 9.35 Mbps. Tốc độ càng thấp thì càng giảm số
khung hình/s.
Tín hiệu video được phân thành các lớp, mỗi lớp đều có các header để định
nghĩa các tham số được sử dụng bởi bộ mã hóa khi tạo dòng bit. Lớp ảnh được
phân thành các nhóm khối GOB (Group of Block), các GOB bao gồm các MB
(MacroBlock). MB là đơn vị nhỏ nhất bao gồm 4 khối 8x8 của tín hiệu Y và hai
khối 8x8 của tín hiệu sắc.

25