编码的质量（精选9篇）
编码的质量 篇1
随着电子产品的多样化, 各类终端上呈现的多媒体内容也在日常生活中激增。以数字图像和视频为代表的多媒体内容, 经过拍摄、压缩和传输等处理后呈现在人眼面前, 满足人们对视听享受的要求。近年来生活水平的提高, 人们对用户体验质量 (Qo E) 提出了更高的要求。为此, 服务提供商需要对系统进行全面的评测和研究, 视频质量对Qo E的重要影响使得视频质量评价成为系统性能评估的重要手段, 在多媒体的发展中具有重要意义。
视频质量评价方法分为主观和客观质量评价方法。客观质量评价方法是模拟或是预测人眼对视频质量的评价。然而, 这些客观质量评价方法与人眼主观质量评价之间的准确性和一致性却不尽相同。这样的局面是多方面的原因造成的。首先, 到目前为止, 人们对人眼视觉系统 (HVS) [1]的认识有限;其次, 造成视频质量下降的表现很多, 诸如模糊、噪声和块效应等;再者, 视频质量与本身的内容有很大关系, 任何一个客观质量方法都不可能在所有的视频内容上得到验证;最后, 缺少对客观评价方法进行大规模的、可靠的比较。结果, 主观质量评价方法仍然是最可靠的质量评价方法。
压缩编码对视频传输来说是必不可少的, 此过程由视频编码器实现, 目的是把数据量很大的视频流压缩成为适应不同带宽信道的文件。在这个过程中要实现在码流速率以及视觉感知失真之间的折中, 即率失真优化过程。具体可以描述为在比特率R满足小于定制的码率R0[2]这样一个限制下, 使得压缩后的视频感知失真D最小。
这是一个典型的最优化问题, 其中视觉感知失真D用客观质量评价来衡量。因此, 客观评价算法的选取对率失真优化过程乃至最终编码器的性能都有很大的影响。
国际标准化组织———运动图像专家组 (ISO MPEG) 和国际电信联盟电信标准化部门———视频编码专家组 (ITU-T VCEG) 联合开发的新一代的视频编码标准———HEVC[3]在2013年1月25日国际电信联盟电信标准化会议上通过后, 许多专家学者对HEVC编码性能进行了研究。J.R.Ohm等[4]通过用峰值信噪比 (PSNR) 和主观评价结果计算出的Bjontegaard比特率差量 (BD-Rate) [5], 来比较HEVC测试模型HM8.0与之前存在的编码标准之间的编码效率。Y.Zhao等[6]用PSNR, SSIM[7]和图像质量指数 (PQI) [8]评价HM5.0的性能, 但只给出了不同指标的平均BD-Rate, 没有针对不同客观评价方法进行进一步的分析。
本文针对1 080p的视频序列, 首先, 把BD-Rate的概念推广到12个常用的全参考客观质量评价方法, 来对HEVC的测试模型HM9.0和H.264/AVC的开源编码软件x264的编码效率进行对比。然后, 对视频材料进行主观质量评价, 进而得出主观评价的BD-Rate。反过来通过比较主客观评价所得到的BD-Rate在不同视频序列之上的接近程度、皮尔逊相关系数 (PLCC) 和斯皮尔曼等级相关系数 (SROCC) 来评估客观质量评价方法的性能。
1 Bjontegaard测度介绍
VCEG建议用Bjontegaard测度来计算两种编码方式的编码增益。由于PSNR指标具有计算简单等特点, 被广泛用来评价编码器的性能。最初的Bjontegaard也测度模型中选择PSNR去评价两种编码方式对视频的编码损伤。Bjontegaard测度包括BD-Rate和Bjontegaard PSNR差量 (BD-PSNR) 两个指标。BD-Rate表示在同样的客观质量下, 较优的编码方法可以节省的码率百分比;而BD-PSNR表示了同等码率下, 两种编码条件下压缩后视频PSNR值的差异。
考虑到在率失真曲线上, 高比特率区域在相同的百分比下的范围比低比特率区域大, 如33%的码率节省在1 500~2 000 kbit/s范围是375~500 kbit/s范围的4倍[5]。所以, 率失真曲线图的比特率坐标轴取了对数。
不失一般性, 以某一测度为例, 通过率失真曲线图, 阐明Bjontegaard测度值的计算方法, 如图1所示。
具体步骤如下[9,10,11]:
第一步, 压缩好视频后, 用客观评价方法评价视频, 然后给每个视频序列描绘出不同的率失真点系列。
第二步, 观察画出的率失真点系列, 确定积分区间, 如水平方向[a, b], 垂直方向[c, d]。
第三步, 对点序列进行多项式拟合, 用确定的多项式表示, 如s1和s2。
第四步, 对拟合后的多项式在积分区间上积分。根据积分的结果, 计算Bjontegaard测度值
在式 (2) 和式 (3) 中, s1和s2有区别, 式 (2) 中是比特率的函数, 而式 (3) 中是质量指标的函数。BD-Rate一般为负值, 代表在两种编码方式中较优的一种比较差的一种节省的码率百分比。
在本文中, 把Bjontegaard测度中的PSNR推广到常用的图像质量评价方法, 以用HEVC测试软件HM9.0和H.264/AVC开源软件x264压缩的1 080p的视频材料为载体, 来估计这些图像质量评价方法在评价由压缩带来的损伤时的性能。
2 客观质量评价算法和视频序列的选取
2.1 客观质量评价模型
视频质量评价算法往往由图像质量评价方法推广而来, 通过对视频中的每一帧进行评价后整合得出对视频质量的评价结果, 如SSIM, 视觉信息保真度 (VIF) [12]和视觉信号噪声比 (VSNR) [13]等经常用于视频质量评价。本文选取了一组常用的全参考图像质量评价算法, 具体介绍如下:
PSNR由于计算简单等特点被广泛用来评价图像和视频质量, 是参考图像和损伤图像二者均方差的函数。
图像质量等级 (PQR) 由泰克公司的PQA序列计算出。其融合了HVS特点, 对比参考图像, 计算出被测图像的质量等级。关于PQR的更多信息可参考[14]。
SSIM根据图像的结构相似度来对图像质量进行评价, 是目前使用最多的算法之一。
多尺度SSIM (MSSIM) [15]是在SSIM上改进而来的一种算法。
信息保真度准则 (IFC) [16]表示图像信息保真度, 理论上其值范围为0 (表示图像无保真) 到无穷大。
信噪比 (SNR) 类似于PSNR, 用信号的实际大小代替PSNR中的峰值即可得到。
视觉信噪比 (VSNR) 是基于小波变换来计算视觉信息信噪比。
加权信噪比 (WSNR) 模拟人类视觉注意模型, 用加权的方法计算SNR, 加大了对图像中的某些区域的权重。
通用质量指数 (UQI) [17]把图像损伤度归结为3个因素:相关度降低、亮度和对比度失真。
噪声质量指标 (NQM) [18]揭示了加性噪声对信噪比的非线性权重影响。
VIF是通过在小波变换域中计算视觉信息保真度来对图像进行评价。
像素域的VIF (VIFP) [19]类似于VIF, 但是在像素域中计算得出。
以上质量评价算法除了PQR指标由泰克公司的PQA600测试得到外, 其余算法均可以从图像质量评价工具箱中[20]获得。
2.2 视频序列的选取
在实验中, 选取了12个全高清的视频序列, 这些视频序列均从慕尼黑工业大学的网站[21]上下载得到。表1列出了所有视频序列的基本信息。
所选取的视频序列在时间和空间复杂度均不相同。根据文献[22]中计算视频序列时间 (TI) 和空间信息 (SI) 的方法进行了分类。选取的视频序列的时间和空间信息分布如图2所示。
3 实验设置和结果分析
3.1 视频编码参数设置
在文献[23]中介绍了HEVC测试软件HM9.0编码可选项, 编码算法复杂度 (HE10和LC) 和4种基本的编码设置一共有8种测试条件。在本文的实验中, 选用了随机访问编码设置 (Random-Access) 配置文件来进行编码配置, 编码的量化参数选取了22, 27, 32, 37, 42共5个点。对应地, 用x264进行编码时, 量化了参数也选取了相同的点。其余编码参数设置见表2。
对视频序列的压缩完成后, 用第3部分中介绍的客观质量评价算法对编码后的视频进行评价, 所有的视频质量评价值都是通过逐帧计算视频的亮度分量, 然后再取平均得出。然后对每一个客观质量评价算法、每一个视频序列画出两条率失真曲线的图。基于视频序列的率失真曲线图, 进一步计算出Bjontegaard测度指标值。
3.2 主观质量评价方法
在主观质量评价中, 选用ITU-R BT.500-13[24]推荐的双激励失真方法 (DSIS II) ) 。在这种评测方法中, 首先播放参考序列, 接着播放测试序列。这样的过程重复一次后, 提示评估者对测试视频序列进行评分。评分采用5分制, 用1, 2, 3, 4, 5分代替非常差 (Bad) 、差 (Poor) 、一般 (Fair) 、好 (Good) 和非常好 (excellent) 5个质量等级。共有16个评估人员参加了此次视频质量评价。
另外, 在主观质量评价中, 在正式评测之前有一个训练过程, 使评估人员熟悉具体的评价步骤。用来训练的视频序列损伤程度与5级评分制对应, 组织人员向评测人员解释了二者的对应关系。整个主观评价环境按照ITU-R BT.500-11[24]来布置, 评测人员的观看距离为电视屏幕的3倍。
3.3 实验结果分析
对每一个客观质量评价算法, 每一个视频序列均可计算出一个对应的BD-Rate。对同一客观质量评价算法在不同的视频序列上计算出的BD-Rate取平均后, 将最终结果作为此客观质量评价算法对两种编码条件下产生的BD-Rate。同样, 主观质量评价结果也可以计算出一个BD-Rate, 见表3。
注:相关系数由不同视频序列上的BD-Rate得出。
首先, 从表3主观质量评价结果可以看出, 对于选取的视频序列, HEVC的编码效率要比H.264的高档次高出43%。HEVC标准在提出之时的目标是与H.264/AVC高档次相比, 在视觉感知质量一致的情况下, 比特率节省50%。在文献[4]的主观评价结果中, HEVC比H.264/AVC的高档次相比, 在不同视频序列上比特率可以节省30%到67%, 平均节省49.3%。文中未能达到50%, 可能与选取的视频序列有关。另一方面, HEVC编码标准刚刚通过, 很多编码算法还有待于进一步的优化和改进。就编码效率来说, HM9.0还有很大的空间来提升。
其次, 由主观质量评价得到的平均BD-Rate是最可靠的。而由不同的客观评价算法计算得到的平均BD-Rate各不相同, 通过计算这些值与主观结果的接近程度、一致性、精确性, 就可以体现不同客观评价方法的性能, 这一点也恰恰是本文的目的所在。图3给出了不同的客观评价算法计算出的平均BD-Rate与主观评价的平均BD-Rate的差的绝对值, 可以更清楚地看出客观评价算法与主观评价结果之间的差异。可以看到, SSIM与主观评价结果的差只有0.126 072, 是所选的客观评价算法中是最小的。也就是说, SSIM是在文中选择的客观评价算法中对压缩编码造成的损伤的评价最准确的一个, MSSIM紧跟其后。由UQI、UQI、VIFP、PSNR、SNR、IFC和WSNR计算得到的平均BD-Rate与主观评价的结果差值在2~4以内, 因此, 从视频编码器的编码效率角度来说, 可以认为它们的性能比较接近。而用来做很多编码器性能测试指标的PQR得到的结果与主观得到的结果差距最大。
从与每个序列主观评价得到的BD-Rate的准确性和一致性角度来分析不同的客观质量评价算法性能, 每个客观算法在每个序列上计算出的BD-Rate与主观评价结果在每个序列上计算出的BD-Rate之间的PLCC, SPOCC值在表3中给出。从表中可以看出, SSIM仍然是本文所选的客观算法中性能最好的一个。
本文以12个全高清视频序列为载体, 经过HEVC和H.264/AVC编码标准的编码器压缩后, 用客观质量评价算法对压缩后的视频进行质量评价, 计算出每一个客观评价算法对每一个视频序列的BD-Rate。分别从与主观评价得出的平均BD-Rate的接近程度、精确性和一致性程度角度, 对选取的客观质量评价算法进行了分析与比较。这样从一个新的角度对不同的客观质量评价方法的性能有新的认识。主要反映的是不同的客观质量评价算法对有压缩编码带来的损伤的敏感程度以及对特定的编码损伤的评价是否符合人眼感知。SSIM对编码带来的图像降质的评价从编码效率角度与人眼感知比较接近, 与很多对客观质量评价算法性能评价的结果一致, 这也从某种程度上论证了本文方法的合理性。
4 小结
本文通过计算视频编码增益反过来评价一些常用的视频质量评估方法。文中呈现的结论对评估HEVC视频编码提供了很多有用的信息。在对视频的视觉优化编码中, 目前很多客观质量评价方法与对一些视频失真的性能不太如人意, 在未来HEVC的算法设计过程中, SSIM可能取代传统的PSNR来进行优化编码。
编码的质量 篇2
一种网络编码和信道编码的联合设计
作者：仇巧云 卢选民 赵明峰
来源：《现代电子技术》2010年第23期
摘要：网络编码技术可以大幅度提高网络的吞吐量和鲁棒性，因此已成为近年来的研究热点。在研究无线网络中物理层网络编码技术的基础上，提出了多址信道中一种联合网络编码和信道编码的设计方案。该设计利用LDPC码和网络编码的线性特性以及软输入软输出模块设计，不仅减少了编译码的复杂度，而且在高的信噪比情况下可以获得良好的性能。仿真结果表明，该设计方案不仅容易实现，而且性能接近网络信道容量的上限，相比传统的设计技术至少能够提高1.6倍的增益。
编码的质量 篇3
从第三方出发, 在整个软件生命周期中对软件工程过程及阶段产品进行监督和检查, 来确保软件质量符合用户需求, 是软件质量保证的目的所在。软件质量保证可以减少并纠正实际软件开发过程或产品与预期的不符, 向软件人员提供反映软件质量的信息和数据, 提高项目进展的透明度, 辅助工程组取得高质量的软件产品。
目前, 国内外备受关注的软件质量保证体系有ISO9000认证、CMM/CMMI认证等。ISO9000是国内任何行业参与国际化竞争的通用标准, ISO9000-3是软件行业的指南, 可作为软件企业发展过程改善框架, 主要面向合同环境, 站在用户立场对质量要素进行控制。CMM侧重于软件开发过程中的管理及工程能力的提高, 主要从软件组织内部过程的逐步改善入手, 为软件企业提供一个过程管理和过程改善的基础, CMM在ISO9000-3的基础上强化了具体过程, 更能够帮助软件企业改进和优化管理, 实现软件生产的工程化。
依据认证标准努力提升企业竞争力, 在认证等级上面步步上升是一个企业的发展方向与奋斗目标, 而获得成功晋级的本质要求还是在软件质量产品及其生成上面多下功夫, 即应该从软件生产的整个过程出发, 在开发、测试、质量控制等各方面进行严格的限制与管理。在开发阶段能否体现质量保证体系的要求主要表现在编码是否规范化, 如设计模式与惯用法的引入;测试阶段能够有助于质量保证体系的实现主要表现在能否进行更加完善高校的测试, 如可靠性测试;质量控制过程能否做到质量保证主要取决于质量控制方法与控制技术的应用, 如风险管理与目标问题度量, 全面质量控制模型等。三个方面有机结合可以使质量保证体系更加系统更加完善, 可以发动团队各层人员协同进行质量保证, 而非仅仅是SQA的单方面努力。
规范编程、可靠性测试、质量控制三方面协同开展质量保证, 即本文提出一种基于“编码-测试-控制”三方为一体的协作式质量保证, 下面分别就三个方面展开论述。
2 强化规范编程, 巧妙引入惯用法
规范编程是程序设计的基本要求, 是有效开发的前提, 是产品质量保证的基础, 是协作式质量保证的首要环节。编程阶段可以充分发挥开发人员的责任感与工作热情, 强化规范编码的要求, 加强规范编程的培训。系统化程序设计项目, 需要较高的代码可读性与代码的健壮性, 充分发挥面向对象的抽象化、层次化、多态性、封装性、继承性等优势, 同时要加强代码的依赖性管理, 因此, 规范编程不仅要从常规的规范要求做起, 也要引入做好依赖性管理的规则与方法。
2.1 基本的编程规范
常规的编程规范要求可以从命名规定、注释规范、编程风格等各方面, 如表所示。
2.2 设计规则与模式
对于代码处理好依赖性管理就要处理好设计规则与设计模式的使用, 常用设计规则与设计模式如表2所示。
例如:面向对象的可复用设计的开闭规则 (OpenClosed Principle, OCP) , 该设计规则的本质在于设计一个模块的时候, 通过抽象化与封装使这个模块在不被修改的前提下进行扩展。其优势在于软件系统有一定的适应性、灵活性、稳定性与延续性, 这样就保证了系统的可复用性与可维护性。Factory Method定义一个用于创建对象的接口, 让子类决定将哪一个类实例化。
总之, 编码阶段作为软件过程的基础阶段, 直接决定了软件的本质属性, 作为协作式软件质量保证的第一步, 需要加强编码规范的培训, 处理好依赖性管理, 灵活使用惯用法及设计模式。
3 加大测试力度, 适量强化可靠性测试
在对软件工程进行系统的传统软件测试基础之上, 基于软件质量的提高与过程的改善引入软件可靠性工程, 软件可靠性工程是以保证和提高软件可靠性为目标, 采取系统化的技术, 通过工程化方法加以实施并对其过程进行工程化管理的过程技术, 软件可靠性工程的基本内涵可概括为软件可靠性的度量, 软件可靠性的分析与设计, 软件可靠性的测试与验证, 软件可靠性管理。
软件可靠性测试是指为了满足用户对软件的可靠性要求, 通过对软件进行测试发现并纠正软件中的缺陷, 提高软件的可靠性水平并验证它能否达到用户可靠性要求的一种软件测试方法。包括软件可靠性增长测试和软件可靠性验证测试。
软件可靠性增长测试目的是为了发现程序中影响软件可靠性的故障, 并排除故障实现软件可靠性增长。软件可靠性验证测试目的是为了验证在给定的统计置信度下, 软件当前的可靠性水平是否满足用户的要求。两者都是基于操作剖面形成测试数据展开测试, 其流程图如图1所示。可靠性增长测试应用于软件系统测试阶段的末期。可靠性验证测试应用于软件验收阶段。
总之, 测试阶段不仅仅要通过bug的查找与排除来提高软件质量, 也要重视软件其他特性的保证, 尤其软件可靠性保证, 因此应该引入软件可靠性测试完善协作式质量保证的第二个环节。
4 全面质量控制, 高效使用控制技术
SQA人员既要检查过程是否符合规范, 还要制定质量管理计划、实施“过程检查”与“技术评审”, 参与开发与测试, 跟踪缺陷, 改进过程等。引入日式的全面质量控制 (TQC) 或美国式全面质量管理 (TQM) 强调对质量的全面性和全过程的质量控制。美国式全面质量管理 (TQM) 类似于TQC, 是一种基于顾客需求与期望驱动的管理理念, 以质量为中心, 建立在全员参与基础之上的一种管理方法, 其目的在于长期获得顾客满意以及组织成员和社会的利益。从TQC到TQM, 已经将质量管理目标从追求企业最大化利益转移到体现企业的社会责任。
用于软件质量控制的一般性方法包括目标问题度量法、风险管理法、PDCA质量控制法等。由质量管理专家戴明提出的PDCA之一种科学的工作程序, 即“P (plan) 计划—D (do) 实施—C (check) 检查—A (action处理”这样一个循环过程。四个阶段迭代循环, 没有终点只有起点。通过这样的循环能够提高产品、服务或工作质量。
对于大型软件项目的开展, 全面质量管理具有举足轻重的作用, 它强调以产品质量为核心, 通过企业中所有部门全部成员协作, 将管理方法、控制技术等引入质量保证体系, 从而想用户系统满足需求的产品。
总之, 软件质量控制作为质量保证的主要环节需要从编码、测试环节入手, 加强控制方法与测试方法的结合、控制技术与编码方法的协作, 全面开展质量控制。
5 协作式软件质量保证
基于“编码-测试-控制”三方面的协作式软件质量保证, 从软件过程出发, 表现在人员协作, 过程协作, 方法协作。
人员协作:SQA不应该仅仅包括软件质量保证小组及部分测试人员, 而应该以责任感要求项目组每位成员, 做到质量第一, 各尽其职, 协同工作。基于“编码-测试-控制”的协作式软件质量保证可以实现人员上面的高效协作。
过程协作:ISO/EIA 12207提出, 软件生命周期过程包括主要过程、支持过程、组织过程。主要过程包括获取过程、供应过程、开发过程、运行过程、维护过程支持过程包括文档编制过程、配置管理过程、质量保证过程、验证过程、确认过程、联合评审过程、审核过程、问题解决过程等;组织过程包括管理过程、基础设施过程、改进过程、培训过程等。基于“编码-测试-控制”的协作式软件质量保证提出将以上各项过程协调开展, 共同完成质量保证。
方法协作:编码、测试、控制均有其经得起验证的有效方法策略, 比如编码方面的命名规则、惯用法及设计模式使用, 测试方面的白盒测试技术与黑盒测试技术及可靠性测试等, 控制方面的控制技术、容错技术、复用技术等。基于“编码-测试-控制”的协作式软件质量保证强调将不同方法之间的协作, 全面进行质量保证。
基于“编码-测试-控制”三方面的协作式软件质量保证, 可以组成一个稳固的质量保证正三角, 编码、测试、控制分别为相互交叉的三条边, 同时从人员、过程、方法三个维度着力, 协同作业, 共同保证产品的质量。如图2所示。
6 结束语
规范编码是基础, 深入测试是关键, 全面控制是保障, 三方有机结合发动工程组所有成员协作开展全面软件质量保证。质量控制与质量保证不能等同, 但是通过质量控制和质量度量可以很好的对软件状况进行评估与预测, 同时进行控制改进。可靠性测试, 是对软件可靠性度量、验证、预计的有效测试方法, 有待于进一步的研究与推广应用。规范编程从开发者的角度, 再次强调代码的可读性与健壮性的重要性, 是软件质量保证的基础, 需要强化管理与要求。总之, 软件质量保证体系不是一个封闭的系统, 需要编码, 测试, 控制等多方面的参与, 通过系统化的协同工作才能够更好完成其内在的任务与职责。然而, 实现协同工作还需要进一步探究与实践, 也是一项值得开展后续研究的课题。
摘要：本文从传统软件质量保证分析入手, 针对软件质量保证的目的, 提出基于“编码-测试-控制”三位一体的协作式软件质量保证理念。接着, 从编码、测试、控制三个环节展开分析, 强化规范编程巧妙引入惯用法, 加大测试力度适量强化可靠性测试, 全面质量控制高效使用控制技术, 通过三个阶段多方面协作开展软件质量保证。
关键词：规范编码,可靠性测试,全面控制,协作式质量保证
参考文献
[1]孙中华.MC公司软件质量管理研究[D].西北农林科技大学.2013.5
[2]高翠芬.刍议软件质量保证[J].电子技术与软件工程.2013.10
[3]徐敏.基于CMMI的A公司软件测试管理研究[D].中央民族大学.2013.5
[4]刘逻.软件可靠性设计技术应用研究[D].中国科学院研究生院.2013.5
[5]秦航, 杨强.软件质量保证与测试[M].北京:清华大学出版社.2012.1
《数字编码》的教学反思 篇4
一、创境激趣设问引题
教师从学生身边的实例出发，通过轻松的谈话引导学生自然地发现数字不仅可以表示数量和顺序，还可以用来表示编码这一特点，通过学生以及教师例举的有关编码的事例，使学生认识到编码在生活中无处不在，然而身份证编码是和自己联系最为密切的一种编码，通过“小博士”的介绍，学生了解身份证的有效期和用途使学生体会到身份证的重要性，从而引出身份证编码的唯一性，教师利用“咱们国家有13亿多人口，怎样编码才能保证每个身份证号码的唯一性呢？”这一问题调动学生学习的积极性，激发学生探求知识的欲望。
二、合作探究解密编码
在这一环节的教学时，先由学生在小组内进行合作交流学习，主要是为学生搭建一个互相比较、发现、猜想、验证的平台，这样的学习形式，有利于培养学生团结合作的学习习惯，营造一种学生之间互学、互论、互补的课堂氛围。
另外，在地址码的教学中，教师创造性地使用教材，向学生介绍了大量课外知识，使学生明确了我国省级行政单位的划分，更好地体会出地址码的六位三级划分规律。
在校验码的教学中，由于这部分知识非常抽象，科学性极强，所以教师利用课件让“小博士”来介绍，这样使得枯燥的知识生动化，易于学生理解和接受，更好地感悟编码的科学性。
三、学以致用解决问题
通过解决实际问题，帮助学生对所学知识进行巩固，同时也提高了学生分析问题和解决问题的能力。
编码的质量 篇5
1 几种常用的色彩空间域
1.1 RGB空间
RGB在计算机领域有举足轻重的地位。由于色彩显示器使用红、绿、蓝3色来产生需要的颜色,所以被广泛用于计算机图形和成像之中。然而,在处理现实世界的图像时,RGB并非是很有效,因为它对所有色彩都用等长像素在R、G、B三色加以合成。这就使得每个像素至少在R、G、B三个成分上拥有相同的像素深度和显示分辨率。所以RGB空间从压缩的角度来看,是一个效率很低的空间。每一个RGB分量既包括色度信息,又包括亮度信息。这种冗余度会降低编码效率。
1.2 YUV色彩空间变换方法
为了减少色彩间的冗余,通常RGB空间被转换到YUV空间。YUV色彩空间充分利用了人眼对明视度的改变比对色彩的改变敏感得多的特性。Y分量比U分量更重要,根据这一特征,在不使用任何复杂算法的前提下,可以适当的抛弃U和V分量以达到压缩的目的,这就是部分取样(subsampling)。
由于RGB->YCbCr->RGB是非整数变换的,变换过程包括舍入误差。并且这种变换前后的色彩失真,在高清格式的视频序列以及数字影院中,人眼是清晰可见的。没有一位电影制片商愿意看到原本色彩鲜艳的电影,仅仅经过色彩空间变换就带来了不小的失真度。为了维持原始图像的色保真度,在FRExt中提出了新的色彩空间变换方法。
1.3 YCoCg空间变换
在新的FRExt标准中采用的是YCoCg的颜色空间[2]。正变换定义为:
反变换定义为:这种变换有三个重要的特点:
1)正反变换都是在整数范围内进行,不存在舍入误差。
2)最小限度的增加了变换的动态范围。对于Y分量,没有增加动态范围;对于CoCg分量,只需要增加一位值来表示。
3)色彩空间变换的增益高。
2 几种针对高质量视频的色彩空间编码方法
2.1 RCT变换
如图1所示,Residual color transform(RCT)变换是针对高质量的视频压缩而提出的,已经被FRExt标准正式采纳。这种变换对RGB、XYZ等各种输入图像格式都有很高的压缩率,并且最大可支持14位的比特输入,同时也支持无损压缩编码。
研究发现[3],对于一些视频序列,经过色彩空间变换的统计特性,并不和JVT标准中进行帧内/帧间预测时,假设的统计特性相同。为了保证高质量的视频压缩,最好的方法还是直接在RGB色彩空间做预测。RGB色彩空间进行的预测是直接作用在RGB空间上的,预测后每一个RGB残差分量间还存在着冗余度,编码效率降低了很多。使用YCoCg变换来去相关这种冗余度。ΔR、ΔG、ΔB是残差数据,ΔY、ΔCo、ΔCg是变换后的数据。
实验方法[4]:三个色彩分量都采用帧内编码,公平对比。
RCT_OLD:先做YCoCg的色彩空间变换,再进行预测。
RCT:先做预测,再进行YCoCg色彩空间变换
实验结果如表1。
2.2 平面间预测编码方法(Inter-plan prediction coding method)
Inter-plan prediction(IPP)编码方法支持各种4:4:4的输入格式,包括:XYZ,RGB等。在XYZ和RGB色彩空间中,Green和Y被当作亮度分量进行编码。对于RGB编码,用DPCM的编码方式,即用G的残差值来预测R和B的残差值,以此来提高编码效率。这种模式在帧内及帧间编码中都很有效。这种方法避免了色彩空间变换所带来的误差,同时保证了编码效率。适用于对色彩要求较高的领域,如数字电影、数字检索、卫星等[5]。
图2为Inter-Plane Prediction预测方法。
实验结果如图3所示。
Avg PSNR的计算方法:平均RGB PSNR=(PSNR_red+PSNR_green+PSNR_blue)/3
在量化参数较小时,压缩码率的波动范围很大。由于随机胶片颗粒噪声的存在,使用RGB到YUV的色彩变换编码或是使用IPP编码方法的编码增益都有所下降。YUV利用亮度和色度特性进行编码所获得的增益,在高码率的情况下,逐渐弱化,YUV编码的增益下降,并且色彩失真度也大大增加。而IPP编码方法在取得相同编码增益时,避免了色彩失真。
2.3 Thomson方法
在进行各种各样4:4:4压缩技术测试对比时发现,MPEG4-Part10/H.264 FRExt在只用帧内编码模式进行压缩,PSNR值在40dB以上时,压缩效率没有JPEG2000高。利用MPEG4-Part10/H.264强大的工具包,可以在不增加新的压缩工具的情况下,提高4:4:4图像格式的压缩效率[6]。
在目前的High 4:4:4 Profile中,RGB三个色彩分量中只有一个是当作亮度分量来压缩的,其余的二个色彩分量是作为色度来压缩的。当输入到编码器的序列是4:4:4格式时,所有色彩分量都是全采样的。把其中的二个色彩分量用非最优的色度压缩方法进行压缩,将会使这两个信道的比特率大幅度上升。在I帧编码时,这个问题更加引人关注。
Thomson在实验中发现,当输入视频序列有更多的空间纹理信息以及边缘信息时,在亮度上使用的编码方法的压缩效率比在色度上使用的编码方法的压缩效率提高了很多。在一些测试序列中,PSNR值在45dB以上时,三种色彩分量都用亮度的方法来进行压缩,可以减少30%的码率。
Thomson方法和现在的High 4:4:4 Profile相对比,框图更简单。这个算法的关键特点是:
1)没有引入新的编码方法,只是把原来亮度中的编码工具进一步应用在三种色彩分量上。这样做的目的是为了最大限度提高4:4:4格式的编码效率,同时,对原来编码器的结构修改最小。
2)对于三个色彩分量都使用亮度编码算法进行编码,提高编码效率。对于帧内宏块,每一个输入信号都用在[7]中Table 8-2,Table 8-3,Table 8-4的预测方法。对于B帧和P帧,三个色彩分量的分像素内插都使用[7]中Section 8.4.2.1所描述的方法。
3)不使用RCT变换。在编码器结构中移除RCT模块,保持编码器的结构与其它格式的编码器相同,减小了复杂度,更易于实现。
4)对三个色彩分量进行帧内宏块空间预测模式选择时,有二种方法:
Solution 1
首先,限制三种色彩分量用同样的MbPartPredMode或者macorblock type进行预测。然后每种色彩分量独立的进行运动估计,独立选择最佳的帧内预测模式。所以,理论上来说,为了最小化每种色彩分量的预测误差,各分量仍可独立的选择最佳的帧内空间预测模式。
Solution 2
另外一种简单的方法是,限制所有三种色彩分量只使用同一种帧内空间预测模式。这种方法可以最低限度的减少对代码的修改,并且只对编码效率有轻微的影响。
实验结果如图4所示。
从图4中可以看到,RCT编码对提高PSNR没有贡献。使用Solution1的方法进行编码,在大多数序列中都能得到最好的编码质量,特别是在PSNR值在50dB以上时,平均能提高0.2dB。但是,这种方法大量增加了码率,从率失真编码的角度来考虑,并不是最佳的。Solution2虽然没有Solution1的编码质量高,但Solution2编码过程相对简单,只需对代码稍作改动就能实现[8]。
比较Solution1和Solution2,PSNR的提高不大,但码率增加了不少。从全局的角度来考虑,Solution1和Solution2选择哪个最合适,还有待于进一步论证。
3 结论
作者从新的视频发展需求出发,介绍了现阶段H.264标准中,提出的几种高质量视频压缩方法。在高质量、高色保真度领域的压缩研究才刚刚开始,对于4:4:4图像格式,还有不少的发展空间。这是H.264未来发展的一个研究重点。
参考文献
[1]Sullivan Gary J,Topiwala Pankaj,Luthra Ajay.The H.264/AVC Advanced Video Coding Standard:Overview and Introduction to the Fi-delity Range Extensions[C].SPIE Conference on Applications of Digital Image Processing Special Session on Advanced in New Emerg-ing Standard:H.264/AVC,2004.
[2]Malvar H,Sullivan G.YCoCg-R:a color space with RGB reversibility and low dynamic range[R].ISO/IEC JTC1/SC29/WG11and ITU-T Q6/SG16,Document JVT-I014,2003.
[3]Kim W S,Cho D,Kim H M.Color Format Extension[R].ISO/IEC JTC1/SC29/WG11and ITU-T Q6/SG16,Document JVT-H018,2003.
[4]Kim W S,Cho D S.Verification and Analysis of Experiments in JVT-P017[R].ISO/IEC JTC1/SC29/WG11and ITU-T SG16Q.6,Docu-ment JVT-Q058,2005
[5]Kim W S,Cho D S.Inter-plane'Prediction for RGB Coding[R].ISO/IEC JTC1/SC29/WG11and ITU-T SG16Q.6,Document JVT-I023,2003.
[6]Yu Haoping.Advanced4:4:4 Profile for MPEG4-Part10/H.264"[R].ISO/IEC JTC1/SC29/WG11and ITU-T SG16Q.6,Document JVT-P017,2005.
[7]Text of ISO/IEC1449610 Advanced Video Coding3rd Edition(ITU-T Rec.H.264)[R].ISO/IEC JTC1/SC29/WG11and ITU-T SG16Q.6,Document N6540,2004.
编码的质量 篇6
基于计算机控制的设备和电力电子装置的大量投入使用,对电能质量提出了更高的要求[1,2]。电能质量数据作为对电能质量改进控制的基础,为电能质量的分析和针对性补偿提供依据,为电网事故快速分析、事故快速定位、事后系统的快速恢复提供帮助。为获取电能质量信息,需要在高采样率下对电能质量数据进行长时在线记录,大量的电能质量数据必须经过压缩后存储和传输[3]。与此同时,为了掌握尽可能多的电能质量信息和节省硬件开销,要求数据压缩算法具有大的压缩比、低的失真度和小的计算量[4]。
在国内外学者提出的众多电能质量数据压缩算法中,FFT方法对暂态畸变波形压缩误差较大,且存在“旁瓣”和“频谱泄漏”现象;基于小波变换的各种压缩方法压缩比高、失真小,但是对稳态信号的压缩不理想,且计算量大,实现困难;而数据的编码压缩虽然实现容易、误差小,但是压缩率低,不能根据电能质量数据特点进行针对性压缩,常作为辅助算法对数据进一步压缩[5,6,7,8]。文献[5]提出了一种将FFT、小波包变换和LZW编码相结合的压缩算法,得到了很好的压缩性能,但是此算法需要通过二进小波变换检测待压缩信号的奇异性,然后对稳态和暂态信号分别进行FFT和WPT压缩,最后进行LZW编码压缩,计算量和硬件实现难度都非常大。
本文充分考虑电能质量数据特点,结合数据的周期性、对称性以及奇偶性,提出了一种将模式相似度与LZW压缩编码相结合的新型压缩方法,并在MATLAB7.10环境下进行了验证实验,与一维离散小波数据压缩性能进行对比,验证了该方法的效果和可行性。
1 数据压缩方法
本文提出的数据压缩和重构算法如图1所示。
电能质量数据具有周期性、关于1/4周期的对称性,是关于原点的奇函数,利用这些特点可以用1/4周期的数据完整地再现整个周期的波形。本压缩算法中,首先以1/4周期为单位,对原始信号进行基于模式相似度归一化距离测度的畸变判定,对畸变的数据进行完整记录的无损压缩,对未畸变数据用基准数据替换,而只记录个数的有损压缩;然后,因为电能质量正常波形和大多数扰动波形是周期性的,可以看成是围绕理想波形的波动,将故障数据与理想波形做差以降低数据幅值,减小编码所需位数和增加重复的字符量,为提高后面LZW编码压缩的压缩比奠定基础;最后将数据进行LZW编码压缩。数据的重构是压缩的逆过程。
2 模式相似度归一化距离测度
模式相似度距离测度广泛应用于模式识别领域,用于判定对比两向量的相似性,具有计算量小、容易实现等特点。常用的距离测度有:明氏距离、欧氏距离、绝对值距离、马氏距离、Camberra距离和归一化距离等[9]。欧氏距离和绝对值距离是明氏距离的特殊形式,欧氏距离放大了较大元素的差别在距离测度中的作用,绝对值距离则对向量中每个元素的差别同等对待;马氏距离则强调各元素之间的相关性;Camberra距离考虑了元素差值在本身的比重,做了自身的标准化;归一化距离将欧氏距离和Camberra距离相结合,在突出较大元素差值的同时,兼顾了各元素在总体的比重,具有很好的畸变检测能力,不受量纲限制,具有一定的抗噪声干扰能力[10,11]。图2是电压暂降归一化距离测度压缩效果图。图3给出了基于模式相似度归一化距离数据压缩流程图。以1/4周期数据为单位,逐次与基准数据进行归一化距离测度判定是否发生畸变,只记录畸变的数据和未畸变数据个数,并用畸变数据替代基准波形。
归一化距离计算方法为:
其中,x和y为需要检测的2个输入向量。
3 LZW数据压缩编码
LZW压缩编码是由Lemple-Ziv-Welch三人共同创造的一种新颖的基于字典模型的无损压缩方法,采用了一种先进的串表压缩[5,12]。LZW压缩编码中定义了字符流、字符、字符串、前缀、后缀、标号、根等概念。首先建立一个字符串表,把每一个第一次出现的字符串放入字符串表中,并用一个数字来表示,这个数字与此字符串在串表中的位置有关,并将这个数字存入压缩文件中,如果这个字符串再次出现,即可用表示它的数字来代替,并将这个数字存入文件中。原始数据串中子串重复得越多,压缩效果越好。LZW压缩编码的优点还在于不管是在压缩还是解压缩的过程中都能正确地建立这个字符串表,压缩或解压缩完成后,这个串表又被丢弃,使压缩效率有了较大提高。
LZW压缩编码实现的流程图如图4所示。编码开始时,字典中包含所有可能的根,且前缀为空;读取字符流中的下一个字符C,作为后缀与前缀组成字符串String;判断字典中是否存在当前String,如果存在,用String更新前缀,否则输出前缀,将String添加到字典,并用后缀更新前缀;判断是否已经是最后一个字符,如果是,输出表示前缀的标号结束,否则继续读取下一字符。
LZW的解码过程为编码的反过程。
4 实验结果与分析
为了验证所提压缩算法的压缩性能,在MATLAB7.10环境下,对6种常见的电能质量扰动信号进行了数学建模[13]、归一化距离测度畸变检测能力和抗干扰能力检测、压缩实验,包括暂升、暂降、中断、振荡、谐波、闪变等。采样率51.2 KSPS(每秒51 200个采样点),信号整体持续0.6 s(30周期),对于暂态故障信号持续时间为0.06 s(3周期),均含有30 d B高斯白噪声。
4.1 归一化距离测度畸变检测和抗干扰能力验证
为了检测归一化距离测度的畸变检测能力和抗干扰能力,在已建立的6种典型电能质量信号数学模型的基础上,按照IEEE标准,设定参数为最小临界值,进行畸变检测能力实验。实验中利用正常信号和6种典型电能质量扰动信号,添加40~60 d B的白噪声,以1/4周期的数据计算归一化距离范围。
图5给出了正常信号和6种典型电能质量扰动信号的归一化距离测度随信噪比(SNR)变化的波形。由图5可知,随着信号中噪声的增加,正常信号和6种扰动信号相对于正常信号的归一化距离测度有轻微的增大,但是直到信噪比为40 d B时,正常信号的归一化距离测度仍然小于6种扰动信号中归一化距离测度最小的谐波信号的最小值。因此,归一化距离测度可以很好地检测出扰动信号且具有一定的抗干扰能力。
4.2 压缩算法性能测试
压缩性能指标主要包括均方误差百分比(PRD)、压缩比(CR),分别如式(2)和式(3)所示:
其中,Sin为原始信号的数据量,Sout为压缩后信号的数据量,d(k)为原始信号,f(k)为重构得到的信号,N为信号的长度。
图6、7分别给出了中断、暂态振荡的压缩效果图。
表1给出了常见的6种电能质量扰动信号参数[13]和压缩效果指标。可知,在30 d B的强白噪声干扰下,除了电压闪变扰动的均方误差百分比为5.3%,其他扰动均在5%以下。对于电压暂降、暂升、中断和稳态的电压谐波,只需记录起始1/4周期、畸变产生和恢复时1/4周期的数据即可,有很高的压缩比;对于波形数据变化较为频繁和剧烈的波动和暂态振荡信号,往往需要记录多个1/4周期的数据,以保证较低的均方误差,导致压缩比相对较低。在模式相似度归一化距离测度压缩的基础上,将记录的数据与理想波形做差后,采用LZW编码压缩,大幅提高了压缩比,平均达到88.9。试验中为0.6 s内发生一次畸变,当1 min发生10次畸变时,平均压缩比将达到889。可见,此算法压缩比高,均方误差低,满足电能质量分析的要求。
注:A代表模式相似度;B代表模式相似度+LZW。
为了更充分地检验本文算法的性能,与一维离散小波变换(1-D-DWT)的电能质量数据压缩算法进行了性能比较。1-D-DWT采用压缩性能良好的db2[14]小波进行6层分解,利用分层能量阈值法[8]进行电能质量数据压缩,压缩性能见表2。各类扰动信号的参数与表1相同,在6层充分的小波分解下,6种典型信号均方误差百分比保持在3.56%~4.52%之间,具有更好的重构性能,但是压缩比平均为63.15,低于本文提出的压缩算法,并且基于模式相似度和LZW的压缩算法计算量远低于小波变换,更易于实现。综上,利用模式相似度和LZW的压缩算法性能优于一维离散小波变换的压缩算法。
5 结论
编码的质量 篇7
关键词：票据图像,多分辨率分解,零树编码,JPEG压缩标准,边缘细节信息
票据图像作为人们生活和工作中广泛应用的图像,在许多多媒体系统中都需要存储和传输的,例如医院信息系统和电子金融管理系统。长期以来,数字图像压缩编码技术主要采用JPEG压缩标准[1]来进行压缩。对于一般的自然图像来说,JPEG压缩标准在保证图像质量的前提下具有较高的压缩比。但是对于JPEG压缩标准中主要利用离散余弦变换DCT(Discrete Cosine Transform DCT)技术完成图像的变换编码,然而经过DCT处理的图像编码在大的压缩比下存在着严重的块状效应,这非常不利于票据图像的压缩及存储。因为票据图像中包含了丰富的边缘细节信息,这些都是票据图像中的重要信息,需要完整的保留下来。所以出现了一些基于二值化分割算法来获得高的压缩比[2,3,4,5,6],但是这些方法不仅要面对图像分割的挑战,而且有时对图像重要的信息在压缩以后已经丢失了。
为此,该文通过对Shapiro提出的嵌入式零树小波编码算法EZW(Embedded Zerotree Wavelet,EZW)[7]分析的基础上,实现了针对票据图像的零树编码,并进行了仿真试验,仿真结果与JPEG压缩标准作了比较,在大的压缩比下,票据图像的边缘细节信息得以保留,保证了阅读质量。
1 算法设计
本文方法是是针对票据图像进行压缩编码,票据图像与普通自然图像有着明显的区别,因此首先要了解票据图像有如下特点:
1)票据图像颜色单一,从视觉效果上,一幅票据图像有4-5种颜色就可以显示整幅图像的信息。
2)票据图像在一个小区域内像素颜色一致(不包括背景颜色)。
3)票据图像存在着大面积的背景区域。
根据票据图像特点(1)和(2),可以将票据图像进行颜色聚类,得到调色板和颜色位图。每幅颜色位图代表调色板中的一种颜色,而颜色位图可以用一幅二值图像来表示,黑色代表背景,白色代表前景,即前景信息就是原始图像中代表该颜色的信息。根据特点(3),可以判断出每幅位图中都包含大面积的背景区域,对每幅颜色位图进行二值图像的多分辨率分解得到金字塔结构图,在分析EZW算法的基础上对每幅位图的金字塔结构图进行改进的零树编码。在解码端,根据解码得到的金字塔结构图,重构颜色位图,根据对应调色板的颜色得到解压缩的图像。
1.1 颜色位图的多分辨率分解
对于原始的颜色位图,它是一幅二值图像,将图像中的像素点分为2×2像素的方块,并按图1所示规则[8]进行分解,得到原始二值图像的低频子图。
其中不全为0或者不全为1。将得到的低频子图按图2所示规则映射到原图尺寸大小。
将映射得到图像与原始位图相减得到残差图,即高频子图。此时低频子图与高频子图就构成了一个金字塔结构图。对于低频子图再进行几次上述算法处理,便得到了原始位图的金字塔结构图。
1.2 改进的零树编码
EZW方法是基于小波变换之后进行编码的,经过小波变换后的图像具有多分辨特性,EZW算法就是利用不同分辨率子带中同一空间位置的数据构成一棵树,利用树中的低频数据的幅度值大、高频数据的幅度值小的特点,生成零树,从而达到压缩的目的。
原始位图经过多分辨率分解后的金字塔结构图,在不同分辨率层级中同一空间位置的数据具有相关性。以图3所示的金字塔结构图为例,将金字塔结构中最低分辨率层级中的每个像素点作为“父亲”,那么该分辨率层级上每个像素点都有4个“儿子”存在于下一分辨率层级,在最高分辨率层级中有16个“孙子”。根据原始位图多分辨分解算法,可以得知其金字塔结构图中不同分辨率层级中同一空间位置的数据有如下特点:
1)每个分辨率层级中的“1”,其子孙后代全为0;
2)每个分辨率层级中的“0”,其子孙后代中可能全为0或者含有1。
EZW算法中从最低分辨率的系数开始扫描,判断扫描到的系数是否为“正显著系数”、“负显著系数”、“零树跟”和“孤立零点”,然后进行编码输出。因此,根据EZW的编码思想及上述特点,改进的零树编码算法如下:
1)扫描整个金字塔结构图,按照自上至下,自左至右的顺序扫描;
2)若扫描到“1”,则认为该点为正的零树跟,标记其子孙节点都无需扫描编码,将该点编码为“p”;
3)若扫描到“0”,判断其子孙节点是否全为0。
(1)若其子孙节点全为0,则认为该点为负的零树跟,标记其子孙节点都无需扫描编码,将该点编码为“t”;
(2)若其子孙节点有1,则认为该点为孤立零点,编码为“z”。
2 实验验证
为了检验本文对于票据图像的压缩编码算法,本小节对票据图像分别进行了本文的压缩编码算法和JPEG压缩编码,并给出实验结果对比。为了验证本文算法的有效性,同时给出了二者之间峰值信噪比、视觉效果和细节保留的对比。
图4为原始票据图像,图5为JPEG压缩后的图像,图6为本文方法压缩后的图像。实验表明,JPEG压缩标准的压缩比已经达不到本文方法的压缩比了。如表1所示,JPEG压缩能够达到的最大压缩比为113:1,而本文的方法已经达到了137:1,而且在峰值信噪比上本文方法也要高于JPEG压缩。从阅读质量上来看,经过本文压缩方法后的解码图像能够更好有利于从图像中获取信息,JPEG压缩后的图像已经产生了明显的块状效应,造成图像模糊。图7中自上而下为原图像细节、JPEG压缩后细节和本文方法压缩后细节,可以看到本文方法保留了更多的票据图像的边缘细节信息,保证了票据图像的信息传达。
3 结束语
本文研究了一种针对票据图像有效的压缩编码算法。首先,针对票据图像的特殊性进行了预处理,其次对零树编码进行了改进以适用于票据图像的编码,不仅仅提高了压缩比,而且还保留了票据图像中重要的边缘细节信息。实验表明,该文方法在同等压缩比下,解压缩后的图像在峰值信噪比和视觉效果上,尤其是在边缘细节信息的保留上都要优于JPEG压缩标准。
参考文献
[1]http://www.jpeg.org/jpeg/index.html[S].
[2]Shapiro,J.M.:‘Embedded image coding using zerotrees of wavelets coefficients’[J].IEEE Trans.Signal Process.,1993,41:3445–3462.
[3]Howard P G.Text image compression using soft pattern matching[J].The Computer Journal,1997(40):146-156.
[4]Seropian A,Vincent N.Writers authentication and fractal compression[J].Proceedings.8th International Workshop on Frontiers in Hand writing Recognition,2002:434-439.
[5]Howard P G.Lossless and lossy compression of text images by soft pattern matching[J].Proceedings Data CompressionConference,1996:210-219.
[6]Ye Y,Cosman P.Fast and memory efficient text image compression with JBIG2”[J].IEEE Transactions on Image Processing,2003,12(8):944-956.
[7]Y.Ye,and P.Cosman,“Dictionary design for text image compression with JBIG2”[J].IEEE Transactions on Image Processing,2001,10(6):818-828.
编码的质量 篇8
我国海岛资源丰富,蕴含着种类多样、总量丰富的可再生清洁能源,因此如何合理有效地对海岛新能源进行开发利用成为业界和学界共同关注的焦点。目前,国内对海岛新能源电站的研究还较少,并且主要集中在对海岛新能源电站能量管理系统设计的研究和探讨方面[1,2,3,4]。作为能量管理系统的底层基础,信息资源要满足海岛电力系统控制的需求。对设备进行科学有效的编码则是信息有效共享的前提,然而对于海岛新能源电站设备编码的研究目前尚属空白。
文献[5]提出了一种基于面向服务架构的适用于配电网的调度编码与设备编码相结合的双编码体系,在调度编码规范方面进行了较为深入的研究,并取得了一定的实践效果。由于海岛电力系统较为孤立、能量来源多元、设备种类繁多、维修更换较为频繁,在配网中很少出现的光伏阵列、风电机组、海流发电机组、整流器和逆变器等在海岛新能源电站中大量存在,因此在研究了IEC 61968中设备的资产和资源模型以及IEC 61970中对电网设备层级划分的基础之上,本文基于文献[5]设计了一种适用于海岛新能源电站的双编码体系。
1 海岛新能源电站设备的编码框架
1.1 海岛新能源电站概述
目前,海岛新能源电站的电力系统多以10kV配电室为中心,多种发电形式的设备和用电设备以辐射状连接到配电室。光伏阵列和储能装置发出的电能经逆变器DC/AC由直流逆变为交流后汇集到配电室;风电机组和海流能机组由于发电的波动性和间歇性较大,发出的电能频率和幅值均不稳定,因此需先整流为直流后再逆变为满足使用要求的交流电;超级电容在系统发电充裕时吸收电能,在能量不足时补充电能;备用柴油发电机则在负荷高峰时投入使用。海岛新能源电站的系统构成如图1所示。
1.2 双编码体系
由于电网设备的资产管理人员和运行维护人员更加关注设备的资产属性(如购买时间、生产厂商、设备型号等),因此需要设备编码来表征这些设备的自身属性信息。双编码体系的具体组织方式如图2所示,通过编码库中设备编码和调度编码的一一映射来实现互操作和松耦合架构。
传统的单一编码在海岛新能源电站设备的编码方面表现出能力不足,主要体现在以下几方面:
(1)海岛新能源电站外部环境恶劣,设备容易损坏,更换维修频繁;
(2)传统电网的设备管理和运行调度工作是分列展开的,单一的编码不能同时满足两者的要求,也不能实现两者的互操作;
(3)单一的编码容易造成设备的隶属度不清晰;
(4)海岛新能源电站的建设处于探索阶段,统一的信息模型和标准接口有利于实现信息资源的有效共享。
2 设备编码
2.1 电网设备的资产和资源
IEC 61968中的CIM(公共信息模型Common Information Model)最早提出资产的概念,并给出了比较成熟的资产模型。在CIM模型中,Asset类描述资产本体的属性,AssetFunction类、AssetContainer类、ComMediaAsset类均继承于此类;Specification类描述产品说明书,包括安装和维修作业指导书;AssetModel类描述的是产品型号;Work和WorkTask类则是说明资产工作任务,及其它类共同作用描述设备的资产信息。
设备的资源体现在特定的电网功能位置上,需要设备的资产来实现。设备的资产和资源是多对多的关系,某一功能位置上的资源可由不同的资产来实现,同一资产可在不同的电网功能位置上服役,如图3所示。
2.2 设备编码的实现
在设备从购买、运行、更换、检修、退役整个全寿命周期管理中,设备编码是特定个体设备的唯一标识。在IEC 61970中,设备编码是核心包Core中的IdentifiedObject类中的mRID字段。设备编码既可采用有意义编码又可采用无意义编码,但通常实际中会使用有意义编码和无意义编码组合的混合编码方式。若只采用有意义编码,则当设备因故障维修或老化退出运行后,该编码也随之作废,新设备的加入会不必要地增加编码的数量;若只采用流水码,则不能完全反映设备的资产属性等信息,同时设备维修后重新投入运行也不能得到反映。由此可知,设备编码可采用有意义编码和流水码相结合的混合编码方式,其中有意义编码部分根据设备的具体类型进行编码。如一台逆变器的编码为NR/NBQ/10/380/201205/10,其中NR代表生产厂商(南瑞),NBQ指设备类型(逆变器),10代表逆变器容量,380代表逆变器额定输出电压,201205代表出厂日期,10代表流水编号。
3 调度编码
3.1 调度编码概述
调度编码是依据电网的拓扑结构和特征,通过对编码对象的分类和标识,能清楚反映设备在电网中的位置,便于调度员的识别和调度。这种调度编码会出现同一设备连接两个实体设备情况,造成设备隶属度不清晰的问题。对面积较大的海岛,岛屿内部各配电室之间环网的出现不可避免。为了提高海岛供电的可靠性,距离较近的岛屿之间电力网络的互联或岛屿与邻近的陆地大电网的互联势在必行,因此传统的调度编码已不再适用。
3.2 调度编码层级设计
下面以某海岛D岛为例展示各集合单元与实际系统的对应关系。在该系统中,有1个开关室,3个集电站A1、A2、A3,具体如图4所示。借鉴“设备容器”[6]的思想并结合海岛新能源电站自身的特点设计了包括区域层、子控制区域层、集电层、配电层、集合层、分类层、元件层的7层编码层级,提出了“岛屿间隔”、“集电站”、“集电间隔”、“实体配电室”、“虚拟配电室”、“主线间隔”、“发电集合”、“用电集合”等概念。
3.3 调度编码的编码规则
海岛新能源电站的调度编码由区域和类型编码组成,根据划分的编码层级来确定编码路径。各层级之间用连接符“.”连接,表示隶属关系;用连接符“_”链接区域名称的首字母缩写和类型编码。采用这种方式的编码层次清晰,能清楚反映设备在电网拓扑中的位置,易于计算机处理。海岛新能源电站各层级的主要对象的类型编码见表1。
对海岛新能源电站设备进行调度编码的目的就是使得运行管理人员更加方便、快速地查找到设备,了解设备的相关信息,实现真正的信息化。在此,对图4中的部分设备进行调度编码,结果见表2。
与传统调度编码相比,以层级划分的设备调度编码具有以下优势:
(1)环网结构中连接在两个实体设备间的线路、开关等设备隶属不清的问题得到了很好的解决;
(2)依据该调度编码能轻易辨识设备类型,清晰反映设备在电网结构中的位置等信息;
(3)加入新机组的编码不会对原有的编码造成冲突或破坏,修改维护工作量极小,稳定性和唯一性良好;
(4)该编码适用于周围岛屿间的互联或岛屿与陆地大电网间的互联,可扩展性强。
4 调度编码和设备编码的映射
设备编码和调度编码的编码对象都是同一设备。设备编码更加侧重于设备的全寿命周期管理,包含该设备的资产属性、服役、运行状态等信息;调度编码则能反映设备的调度层次,要依据设备的健康状态合理安排调度计划。设备编码和调度编码的映射是双编码体系的核心部分,通过设备编码库和调度编码库的映射实现两者的互检索和互操作[5]。映射的方式是两者都通过一一映射关联到同一特征码,在实际操作中基于简单、可靠、唯一的角度通常使用该设备的ID编号,因为设备的ID编码唯一且稳定。通过由设备ID实现一一映射关联的设备编码和调度编码,可了解到设备实时运行状态,并且可据此安排该设备在电网中的调度位置等。双编码的映射关系如图5所示。
如某台逆变器的设备编码为NR/NBQ/10/380/201205/10,该设备安装在D岛A3集电站内,连接风电机组,其调度编码为D_DY.A3_JDZ.VPDS.FDJH.F.2_NBQ。当该逆变器发生故障需要更换维修时,该位置的调度编码不发生变化,只需将新加入的逆变器通过ID将其设备编码NR/NBQ/10/380/201305/08与原位置的调度编码关联起来即可。考虑到新购买的设备只有设备编码而没有调度编码,因此将这些设备的调度编码映射为空集,当设备投入电网服役时通过一一映射与相应的调度编码关联起来。
5 结束语
本文参照IEC 61968/61970中电网设备的资产和资源模型以及对电力设备等级和层次的划分,在分析了海岛新能源电站特点的基础上,基于双编码体系设计了一种针对海岛新能源电站设备的编码体系框架。所设计的设备编码能有效反映设备的资产属性等相关信息,便于资产管理人员对设备的管理,提高了工作效率。
参考文献
[1]王坤林,游亚戈,张亚群.海岛可再生独立能源电站能量管理系统[J].电力系统自动化,2010,34(14):13-17
[2]黎灿兵,谭益,曹一家.海岛新能源供电系统SCADA/EMS总体设计[J].电力科学与技术学报,2012,27(1):40-47
[3]张淼,吴捷.基于分级模糊控制风力太阳能混合发电控制系统的研究[J].太阳能学报,2006,27(12):1208-1213
[4]常一琳,隋升,杨永胜,等.一种复合可再生能源管理系统[J].电源技术,2009,33(7):618-620
[5]袁鹏,顾建炜,郭创新.基于面向服务架构的配网双编码体系设计[J].电网技术,2012,36(1):271-276
编码的质量 篇9
在信息社会高度发展的今天,图像成为可以传递信息的重要载体之一。由于未经处理的图像信息量非常大,大力研究和开发图像压缩编码技术就非常重要[1]。随着计算机图形学的快速发展,目前存在很多压缩编码技术,如行程编码、哈弗曼编码、自适应二进制算法编码等无失真无噪声编码、预测编码等有失真有噪声编码以及JPEG连续色调静态图像压缩标准,以上的方法有的压缩率低,有的失真大,有的软件实现复杂。本文根据当前两种基本的编码压缩算法—行程编码压缩和矩形编码压缩的思想,将两者的优点结合,得到了基于矩形编码和行程编码相结合的压缩方法。
行程编码是一种利用空间冗余度进行压缩的方法,是统计编码中一种基本的无损压缩编码方法[3]。当存储的图像存在大片的连续相同像素点时,由于最大行程长度受限,连续相同像素要存储多次,使压缩之后的图像存在冗余,不利于压缩效率的提高。矩形编码其原理是不停地将原始图像分解为若干个连续相同像素点的子块[4],可以存储矩形块替代存储每一个像素点,就可以用很少的空间存储大片的相同像素点,矩形块越大,压缩效率越大。但是对于复杂图像进行矩形编码就会造成反膨胀,耗费很多时间和空间,同时还会造成图像的失真,不能达到很好的压缩效果。
矩形编码和行程编码相结合的方法具有很好的综合性,具有以上两者算法的优点,同时也克服了以上两者的缺点:既解决了矩形编码中处理较小区域时空间浪费和失真的问题,又克服了行程编码中最大行程编码长度受限制的缺点,同时不会造成图像的失真,具有很好的压缩效果。
1 算法原理
矩形编码和行程编码相结合的图像压缩方法的核心思想是:对图像实行两种编码方式——矩形编码和行程长度编码,在具有大面积连续相同像素的区域采用矩形编码,在像素分布复杂的区域采用行程长度编码;首先对图像进行自适应分割[5],如图1所示。对于面积较大的子图块,直接记录其对角点坐标以及子图块的颜色——矩形编码[2],仅需12个字节即可记录整个子图块的全部信息,显然,子图块越大,压缩效率就越高,这正是矩形编码的特点;对于面积较小的子图块,采用行程长度编码方式,既可以尽可能地发挥矩形编码效率,又可以克服其缺点。
2 压缩编码实现
(1) 对图像进行矩形区域划分,采用四叉树分解进行自适应分割[2],如图2所示。对面积较大像素同一的子图块,存储两个对角顶点的坐标(x1,y1)、(x2,y2),以及颜色clr;
(2) 申请一块与原始图片大小相等的缓冲区作为标记缓冲区,在对应的已经作矩形编码的子图块内的像素位置作上标记,如图3所示。把深色的相同像素的矩形依次作标记,浅色区域为小于最小矩形的区域,不作标记;
(3) 对整个图块作行程编码,对照标记缓冲区,遇到有标记的像素则跳过,继续对下一像素作行程编码,凡是已经作矩形编码的子图块内的像素都被跳过,而未编码的各子图块作为一个整体作行程编码。整个压缩编码实现的流程图如图4所示。
3 解压缩编码实现
根据算法基本原理,图片压缩后依次存储为矩形编码和行程编码的数据。解压时,从堆栈中首先取出的是矩形编码的每一子图块的数据,然后出栈的是行程编码的剩余子图块数据。具体解压算法流程图如图5所示。
其解压过程为:
(1) 从堆栈中取出子块压缩数据,根据存储的子图块的坐标和颜色作矩形图;
(2) 申请一块与原始图片大小相等的缓冲区作为标记缓冲区,将已经作为矩形块的子图块内的像素位置作上标记,示意图同图3标记缓冲区示意图;
(3) 从堆栈中取数据,根据行程编码解码进行像素作图,遇到做标记的则跳过,即跳过已经解压的较大的像素同一的子图块,继续解压其后的像素。
4 结果论证
图6是四幅实验用图,分别采用行程编码压缩法、矩形编码压缩算法、矩形编码与行程编码相结合的压缩算法进行比较,表1反映的数据为四幅图片分别用三种压缩方法压缩后的占用存储空间大小的效果对比。
由表1中的数据可以看出,对于复杂的图像a,矩形编码和行程编码相结合的图像压缩比单独用矩形编码压缩的要好,没有产生反膨胀;对于不复杂的图像b,c,d,又要比单独采用行程编码压缩的好。
实验结果表明,矩形编码和行程编码相结合的图像压缩算法是一种更高效的压缩方法。行程编码压缩算法由于存储相同像素个数有限,使同一相同像素存储多次,造成空间浪费;对于矩形编码,如果将一个像素点作为矩形块,需要耗费很多时间,压缩率也不高,若分解至一定的子块(多于一个像素)停止分解,则将会使图片失真程度变大。
采取矩形编码与行程编码结合的压缩方法压缩不仅解决了行程编码算法的存储空间浪费和冗余问题,同时有效利用了矩形编码对较大连续相同像素区域压缩的优势。因此,矩形编码和行程码编码相结合的算法是一种压缩比更高,算法稳定,实现简单的无损图像压缩算法。
5 结 语
在目前的图像压缩的领域中,行程长度编码算法被广泛地应用,最近矩形编码也应用于图形图像压缩中。而两者的有效结合能够起到更好的压缩效果,并且压缩无损。既解决了矩形编码中处理较小区域时空间浪费和失真的问题,又克服了行程编码中最大行程受限制的缺点。
综上所述,矩形编码和行程长度编码相结合的图像压缩方法比传统的行程编码和矩形编码适应性更广,对于不同类型的图像均能够很好地进行压缩处理,效率都会有相应的提升。
摘要：论述的矩形编码与行程编码相结合的图像压缩方法,是针对矩形编码中处理较小区域时空间浪费以及失真和行程编码中最大行程编码受限制等缺点而提出的。该方法处理复杂图像比矩形编码好,在图像不复杂时比行程编码好,具有很好的压缩效率。
关键词：图像压缩,矩形编码,行程编码
参考文献
[1]何兴恒,陈慧.一种非限制行程的行程码图像压缩方法[J].计算机工程与应用,2009,45(29).
[2]何兴恒,陈慧.一种基于四叉树分解的图像压缩方法[J].计算机工程与应用,2008,44(9).
[3]芦亚亚,丁维龙,古辉.由行程编码改进的一种通用性压缩算法[J].浙江工业大学学报,2007(2).
[4]郑运平,陈传波.一种基于新型四叉树的快速分形图像压缩算法[J].小型微型计算机系统,2009,28(8).