對於演算法研究而言，本身就是要先知道哪個地方可以努力，哪些地方行不通。這些原理，就是指明方向的。

一.視訊壓縮的可行性

1.空間冗餘

一幅靜態影象，比如人臉。背景，人臉，頭髮等處的亮度，顏色，都是平緩變化的。相鄰的畫素和色度訊號值比較接近。具有強相關性，如果直接用取樣數來表示亮度和色度資訊，資料中存在較多的空間冗餘。如果先去除冗餘資料再編碼，表示每個畫素的平均位元數就會下降，這就是通常說的影象的幀內編碼，即以減少空間冗餘進行資料壓縮。

2.時間冗餘

視訊是時間軸方向的幀影象序列，相鄰幀影象的相關性也很強。通常用降低幀間的方法來減少時間冗餘。採用運動估計和運動補償的技術滿足解碼重建影象的質量要求。

3.符號冗餘

用相同碼錶示概率不同的符號，會造成位元數的浪費。比如10，11，13三個數，如果我們都用1bytes來表示，就是3bytes(即3×8 = 24bits)，但是如果我們表00b表示10，01b表示11，02b表示13，這樣，三個數合起來才用了6bits，較之前可以節省18bits。

可變長編碼技術的原理就如此，概論大的用較短的碼字，概率小的用較長的碼字。

4.結構冗餘

對於影象內部，各個部分也存在某種關係。我們可以通過這種關係，減少資訊的碼字表達。比如:分形影象編碼

5.視覺冗餘

1），人眼對彩色訊號的亮度解析度高於色彩解析度，比如rgb-->yuv就是這個原理

2），人眼對靜止影象的空間的解析度大於運動影象的解析度。

3），人眼對亮度的細小變化不敏感

4），中心敏感，四周不敏感。

其實我們雖然知道了這些，我們知道有冗餘，但是如何把這些冗餘找出來，是個很複雜的過程。也是我們的演算法不斷追求的過程。

上面的一段，是所有視訊壓縮標準的基石。mpeg2,mpeg4,h264,h265這些標準，與其說他們是標準，不如他們提供了一些演算法的組合，或簡單或複雜，當然簡單的演算法壓縮掉的冗餘小，複雜的壓縮掉的冗餘大。通過演算法找到冗餘資訊在哪，然後壓縮掉，實現資料量的減小。這就是我們的目錄。

更近一步的說，就是我們如何找出資料的相關性。

二，常見演算法的名詞解釋

大的分類有兩種，一個變換，一個是編碼。

先說變換

我們要找出訊號的相關性，時間上不好找怎麼辦，變換到另外一個空間上去。這就是我們在訊號與系統，數字訊號處理，高等數學得到的結論

變換

傅立葉變換

walsh-hadamard(沃爾什哈達瑪變換）

正弦變換

餘弦變換----應用最廣

斜變換

哈爾變換

k-L變換

小波變換

對於這些變換來說，很多東西只在數學上有意義，對於工程來說，或者沒有快速演算法，或者變換後相關性比較低，或者其他原因。只有餘弦變換是最最廣泛的，為了減小我們的學習壓力（當然如果你是要對比其中的差異的另當別論），我們只掌握餘弦變換就可以了。

編碼

又分無失真編碼與限失真編碼，從名字上我們就可以看出差異了。呵呵，不多解釋

無失真編碼的種類：

哈夫曼編碼，算術編碼，遊程編碼

限失真編碼

預測編碼，變換編碼，向量量化，基於模型的編碼。

對於編碼這塊，上述的演算法，基本要全部掌握才行。

jpeg/mpeg2先用了遊程編碼減小的0這個數佔用的位元位，然後用了哈夫曼壓縮。

h264用了算術編碼來做最後一道壓縮工序

運動補償與運動估計，用到預測編碼。

mpeg4用到了基於模型的編碼

變換完成後，進行了向量量化。