转载地址：http://blog.csdn.net/iloveyin/article/details/24367863
对于算法研究而言，本身就是要先知道哪个地方可以努力，哪些地方行不通。这些原理，就是指明方向的。
视频压缩的理论基础
1.空间冗余
一幅静态图像，比如人脸。背景，人脸，头发等处的亮度，颜色，都是平缓变化的。相邻的像素和色度信号值比较接近。具有强相关性，如果直接用采样数来表示亮度和色度信息，数据中存在较多的空间冗余。如果先去除冗余数据再编码，表示每个像素的平均比特数就会下降，这就是通常说的图像的帧内编码，即以减少空间冗余进行数据压缩。
2.时间冗余
视频是时间轴方向的帧图像序列，相邻帧图像的相关性也很强。通常用降低帧间的方法来减少时间冗余。采用运动估计和运动补偿的技术满足解码重建图像的质量要求。
3.符号冗余
用相同码表示概率不同的符号，会造成比特数的浪费。比如10，11，13三个数，如果我们都用1bytes来表示，就是3bytes(即3×8 = 24bits)，但是如果我们表00b表示10，01b表示11，02b表示13，这样，三个数合起来才用了6bits，较之前可以节省18bits。
可变长编码技术的原理就如此，概论大的用较短的码字，概率小的用较长的码字。
4.结构冗余
对于图像内部，各个部分也存在某种关系。我们可以通过这种关系，减少信息的码字表达。比如:分形图像编码
5.视觉冗余
1），人眼对彩色信号的亮度分辨率高于色彩分辨率，比如rgb-->yuv就是这个原理
2），人眼对静止图像的空间的分辨率大于运动图像的分辨率。
3），人眼对亮度的细小变化不敏感
4），中心敏感，四周不敏感。
其实我们虽然知道了这些，我们知道有冗余，但是如何把这些冗余找出来，是个很复杂的过程。也是我们的算法不断追求的过程。
上面的一段，是所有视频压缩标准的基石。mpeg2,mpeg4,h264,h265这些标准，与其说他们是标准，不如他们提供了一些算法的组合，或简单或复杂，当然简单的算法压缩掉的冗余小，复杂的压缩掉的冗余大。通过算法找到冗余信息在哪，然后压缩掉，实现数据量的减小。这就是我们的目录。
更近一步的说，就是我们如何找出数据的相关性。
二，常见算法的名词解释
大的分类有两种，一个变换，一个是编码。
变换：
要找出信号的相关性，但在时间上不好找，可以考虑变换到另外一个空间去。
这就是我们在《信号与系统》，《数字信号处理》，《高等数学》的所学内容。
傅里叶变换、walsh-hadamard(沃尔什哈达玛变换）、正弦变换、余弦变换（应用最广）、斜变换、哈尔变换、k-L变换、小波变换...
对于这些变换来说，很多东西只在数学上有意义，对于工程来说，或者没有快速算法，或者变换后相关性比较低，或者其他原因。
只有余弦变换是最最广泛的，为了减小我们的学习压力（当然如果你是要对比其中的差异的另当别论），我们只掌握余弦变换就可以了。
编码
又分无失真编码与限失真编码。
无失真编码的种类：
哈夫曼编码，算术编码，游程编码
限失真编码
预测编码，变换编码，矢量量化，基于模型的编码。
总结：
对于编码这块，上述的算法，基本要全部掌握才行。
- jpeg/mpeg2先用了游程编码减小的0这个数占用的比特位，然后用了哈夫曼压缩。
- h264用了算术编码来做最后一道压缩工序。
- 运动补偿与运动估计，用到预测编码。
- mpeg4用到了基于模型的编码。
- 变换完成后，进行了矢量量化。