Методы сжатия видеоданных. Как выбрать метод сжатия? Методы сжатия данных используют математические алгоритмы для устранения, группировки и/или усреднения схожих данных, присутствующих в видеосигнале.
Выбор конкретного алгоритма зависит от вашей конечной цели. Существует большое разнообразие алгоритмов сжатия, включая PLV, Compact Video, Indeo, RTV и AVC, но только Motion JPEG (Joint Photographic Experts Group), MPEG-1 и MPEG-2 признаны международными стандартами для сжатия видео. Практически все рассматриваемые ниже видеоплаты построены на основе одного из двух методов компрессии: Motion-JPEG или MPEG. Нелегко судить о преимуществе одного формата над другим, тем более что области применения этих форматов несколько различаются, так как технология MPEG кодирования и монтажа до последнего времени была более дорогостоящей и сложной.
Большую роль сыграло и анонсирование спецификаций формата MPEG-2, который ляжет в основу новых видеотехнологий не только на компьютерах, но и применительно к телевидению и кино. Судя по всему, этот формат в совокупности с новыми CD-дисками высокой плотности (DVD) основательно изменит привычный видеорынок.
Без сжатия очень трудно обеспечить непрерывную передачу видео со скоростью 21 Мбайт/с (требования CCIR 6013 - признанного в мире стандарта цифрового телевидения), а объемы и стоимость хранения несжатых видеоданных на дисках фактически делает невозможным применение PC для чернового монтажа. Качество сжатия варьирует в довольно широких пределах; обычными для современных видеосистем являются коэффициенты сжатия от 1:4 до 1:100. Для цифрового оборудования, которое используется при нелинейном монтаже видео с вещательным (1:4 и менее) качеством влияние сжатия может быть особенно заметным.
На сегодняшний день наибольшее распространение получили два стандарта сжатия: Motion-JPEG и MPEG. Сейчас разрабатываются новые методы сжатия изображения и видеопотока, но какие бы совершенные алгоритмы при этом ни применялись, неизменным остается одно: чем выше коэффициент сжатия - тем хуже качество. Методы сжатия сводятся к анализу изображения, на основании которого делаются предположения обо всем изображении в целом, что изначально допускает возможность погрешности.
Применение подобных интегральных оценок к разным картинкам при сжатии дает разные результаты. И даже если сжатие позволяет достичь прекрасных результатов на картинке с плавными переходами и небольшими шумами, то обработка резкого и зашумленного изображения может привести к худшим результатам. 5.