----------------------- Page 1-----------------------

                                                          Chương 5: Nén dữ liệu audio và video 

                                                                          Chương 5 

                      NÉN DỮ LIỆU AUDIO VÀ VIDEO 

      5.1.  GIỚI THIỆU 

      Tín hiệu audio và video khi biến đổi thành tín hiệu số thì dung lượng dữ liệu là 

rất lớn, làm ảnh hưởng đến việc lưu trữ cũng như truyền dẫn tín hiệu. Số lượng dữ 

liệu được tạo ra bởi ADC của tín hiệu audio và video nhiều đến mức audio và video 

số sẽ không sử dụng được nếu dữ liệu này không giảm xuống. Thực tế, khả năng 

nén dữ liệu   audio và video là một trong những phương pháp cho phép hệ thống số 

sử dụng ít dải band tần hoặc khả năng lưu trữ nhưng đồng thời lại tạo ra chỉ tiêu cao 

hơn và giá thấp hơn hệ thống analog. 

      5.2.  CÁC THUỘC TÍNH NÉN 

      Những minh họa trên hình 5.1, nén dữ liệu luôn được thực hiện hai quá trình 

bổ sung nén và giải nén. Nén thường chỉđược thực hiện trong những phần của hệ 

thống có sẵn khả năng chứa dữ liệu hay giới hạn tốc độ dữ liệu như các kênh thông 

tin hay thiết bị lưu trữ. Bộ phận nén hoạt động ởđầu ra của bộ phận hệ thống bị nén, 

và bộ phận giải nén hoạt động tại điểm mà dữ liệu phải ngược trở lại định dạng ban 

đầu. Bộ phận nén và giải nén có thểđược đặt trên cùng một box hoặc ở khoảng cách 

xa nhau, ví dụ như khi dữ liệu được nén để phát quảng bá tới nhiều người sử dụng ở 

những địa điểm khác nhau. Mỗi người sử dụng phải giải nén trước khi sử dựng dữ 

liệu. 

     Dữ liệu             Nén              Kênh truyền           Giải nén          Dữ liệu 

     đầu vào                                                                      đầu ra 

                               Hình 5.1. Quá trình nén dữ liệu 

      5.2.1. Các thuật toán 

      Việc mô tả chi tiết về mặt kỹ thuật của kỹ thuật nén được gọi là thuật toán. Một 

thuật toán thường được miêu tả theo phương diện toán hạng, tuy nhiên các phương 

tiện khác như sơđồ khối, biểu đồ xác định thời gian cũng có thểđược sử dụng. Mặc 

dù số lượng các phương pháp nén chung bị giới hạn, do vậy dẫn dến hiện tượng tồn 

tại một số lượng lớn các thuật toán. Do các bộ nén và giải nén đều phải thực hiện 

quá trình xử lý tương đương đối với hệ thống, vấn đề chuẩn hóa các thuật toán trở 

nên rất quan trọng. 

                                             132 

----------------------- Page 2-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

      5.2.2. Nén tổn hao và nén không tổn hao 

      Một ưu thế lớn của hệ thống số là các nhà thiết kế hệ thống được phép chọn 

khả năng   tái   tạo   dữ liệu   (và   thông   tin   mà   nó   biểu   thị )   một   cách   hoàn   hóa.   Các 

phương pháp mã hóa và phát hiện sửa lỗi giúp các hệ thống lớn lưu trữ, xử lý, và 

truyền dữ liệu mà không gây lỗi cho dù nó phải thực hiện bao nhiêu lần đi nữa. Đây 

là cơ sở cho hệ thống máy tính tài chính trên toàn thế giới, xử lý hàng tỷđô la mà 

không nhầm lẫn một đồng xu nào. Thậm chí trong hệ thống này, có thể sử dụng nén 

dữ liệu nhưng phải là nén không tổn hao tức là phương pháp nén sẽ không gây ra 

bất cứ một tổn hao nào cho dữ liệu. Đây là khả năng hoàn toàn có thể bởi vì hầu hết 

dữ liệu thật đều có chứa các mô hình lặp lại của một vài dạng mà nén mà bộ xử lí có 

thể tìm ra và sau đó sắp xếp để truyền một cách có hiệu quả hơn. Nhìn chung, thuật 

toán nén không tổn hao không phụ thuộc vào việc nhận biết bất cứ thông tin gì về 

dữ liệu sẽđược truyền-nó sẽ hoạt động với bất cứ loại dữ liệu nào, nhưng chỉ tiêu 

(cấp độ nén) có thể phụ thuộc vào một vài con số thống kê dữ liệu. 

      Nén không tổn hao được sử dụng cho audio và video nhưng khả năng của nó 

rất hạn chế. Hầu hết kĩ thuật nén audio và video đều là nén tổn hao, tương đương 

với việc một số dữ liệu có thể bị tổn hao hoặc thay đổi. Tuy nhiên, tên của trò chơi 

là để tìm những dữ liệu có thể bị loại bỏ bởi bộ xử lí nén nhưng sẽ không ảnh hưởng 

đến hình dạng của ảnh hay âm thanh đến tay người nghe khi tín hiệu được tái tạo lại 

để hiển thị. Nếu tổn hao hoạt động bởi vì các tín hiệu audio và video số có thể chứa 

thông tin đóng góp vào quá trình tái tạo âm thanh như khi được nhìn hoặc nghe sử 

thật bởi một người nào đó. Sơđồ nén tổn hao phụ thuộc vào hiểu biết về kiểu dữ 

liệu, định dạng và sử dụng của nó. 

      Tiêu chí trên đây cho nén tổn hao không chỉ là mối quan tâm duy nhất ; cấp độ 

tổn hao có thể chấp nhận được phụ thuộc vào quá trình nào sẽđược sử dụng nén 

trong một hệ thống. Ví dụ, trong quá trình sản xuất và sản xuất hậu kì, rất ít tổn hao 

có thểđược chấp nhận trước khi nó bắt đầu ảnh hưởng không tốt tới quá trình xây 

dựng chương trình. Do vậy mà nhà sản xuất sẽ không chấp nhận nén tổn hao, tại đầu 

cuối của hệ thống sau cho hình ảnh được rõ ràng đến người xem. 

      5.2.3. Nén đối xứng - không đối xứng 

      Các kỹ thuật nén có sự tham gia của một lượng xử lý nào đó để nén dữ liệu và 

sau đó, lượng xử lý cần nhiều hơn để giải nén dữ liệu ởđầu cuối của hệ thống. Các 

quá trình này thường cần tới số lượng và số lần tham gia rất đáng kể của phần cứng 

cũng như phần mềm để thực hiện mỗi quá trình. Nén đối xứng có nghĩa là quá trình 

nén và giải nén gần bằng nhau về lượng tham gia của phần cứng, phần mềm và thời 

gian xử lý. Ví dụ, nếu thỏa mãn việc nén video trong thời gian thực trên một máy 

                                               133 

----------------------- Page 3-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

tính cá nhân và sau đó phát lại trên cùng hệ thống thì khi đó thuật toán đối xứng là 

hoàn toàn thích hợp. 

      Tuy nhiên, thuật toán đối xứng hoạt động trên một hệ thống nhỏ phải đặt giới 

hạn cho độ phức tạp của hệ thống được sử dụng. Như sẽ thấy sau này, hiệu quả của 

nén có thểđược cải thiện bằng cách sử dụng những thuật toán phức tạp hơn, thậm 

chí ngay khi giải nén được thực hiện trên một hệ thống nhỏ. Điều này dẫn đến khả 

năng   xảy   ra   các   thuật   toán   không  đối   xứng,   tức   là   quá   trình   nén   yêu   cầu   một   hệ 

thống lớn, chuyên dụng và có thể không hoạt động trong thời gian thực, nhưng quá 

trình giải nén lại được thực hiện trong thời gian thực, trên một hệ thống nhỏ, có giá 

thành thấp. Nén không đối xứng rất quan trọng đặc biệt trong các hệ thống phát lại 

chúng như truyền hình quảng bá hay CD-ROM. Nhiều khi, nén có thểđược thực 

hiện trước trên hệ thống lớn, được lưu trữ, và sao chép để sau này phân phối cho các 

phương tiện truyền tới người sử dụng. 

      5.2.4. Cấp độ nén 

      Sẽ thỏa mãn nếu như việc xác định số lượng cấp độ nén thực hiện bởi một hệ 

thống  đặc biệt   và   sau  đó   so   sánh   với   các   hệ thống   khác   theo   cách   này.   Người   ta 

thường hay đề cập đến tỷ lệ nén, là tỷ lệ giữa dữ liệu vào và dữ liệu ra của quá trình 

nén. Với kỹ thuật nén không tổn hao, đây là phương pháp rất hiệu quả khi nội dung 

thông tin của dữ liệu không đổi. Tuy nhiên, tỷ lệ nén là một thuật ngữ không thỏa 

mãn với nén không tổn hao, trừ khi nó có đủ thông tin bổ xung về số lượng tổn hao 

tín hiệu do nén gây ra. 

      Một cách tốt hơn để so sánh các sơđồ nén tổn hao là trích chỉ tiêu tín hiệu của 

hệ thống ở tốc độ dữ liệu đã cho hoặc tốc độ dữ liệu cho mức xác định của chỉ tiêu 

kỹ thuật. Tuy nhiên, điều này trở nên khó khăn bởi vì nén có thểđưa vào các thông 

số rất khó xác định số lượng. Cuối cùng, có nhiều cách đánh giá chủ quan yêu cầu 

để so sánh giữa các hệ thống nén tổn hao, nhưng phải tránh việc trích dẫn tỷ số nén. 

      Nhiều trường hợp đòi hỏi hệ thống video số hoạt động với tốc độ dữ liệu  ổn 

định. Ví dụ, một hệ thống truyền dẫn có thể có tốc độ dữ liệu không đổi, môi trường 

tốc độ không đổi như CD-ROM hoặc các phương tiện phân phối khác. Thuật toán 

nén có tổn hao có thểđược thiết kế cho tốc độ dữ liệu cốđịnh bằng cách cho phép 

biến thiên một lượng của độ giảm chất lượng ảnh. Điều ngược lại cũng có thể xảy 

ra, chất lượng ảnh ổn định với tốc độ dữ liệu thay đổi. Trong cả hai trường hợp, các 

quyết định điều phải thực hiện một cách chính xác trong quá trình nén. 

      5.3. CÁC PHƯƠNG PHÁP CHUNG 

      Một số phương pháp nén chung cùng tồn tại, song các thuật toán chỉ sử dụng 

một trong sốđó. Phần này sẽđề cập đến một trong những phương pháp chung này 

                                                134 

----------------------- Page 4-----------------------

                                                               Chương 5: Nén dữ liệu audio và video 

      5.3.1. Các phương pháp không tổn hao 

       Mặc dù nén không tổn hao không thường được sử dụng cho audio hay video 

song những phương pháp như thế vẫn được sử dụng như một phần của thuật toán 

tổn hao. Mọi phương pháp không tổn hao đều phụ thuộc vào những con số thống kê 

dữ liệu nào đó mặc dù chúng không cần biết rõ sẽ biểu thị dữ liệu nào. Phụ thuộc 

vào các ứng dụng, do vậy nhiều phương pháp không tổn hao đôi khi gay ra tổn hao 

cách lấy xấp xỉ trong các tính toán của mình. 

      5.3.1.1 Mã độ dài thay đổi 

      Dữ liệu nói chung có thể có chứa các giá trị lặp lại một số lần, ví dụ như trong 

một hình được ghi biểu  đồ mẫu có một vùng đồng màu. Các pixel kề nhau trong 

vùng này sẽ có cùng giá trị. Dữ liệu này có thểđược nén bằng cách nhận biết khi 

nào thì một chuỗi các giá trị lặp lại xảy ra và truyền giá trị một lần cùng với mã thứ 

hai biểu thị việc tính toán số lần giá trị lặp lại. Đây được gọi là mã có độ dài thay 

đổi (RLE). RLE phải có phương tiện để nhờđó bộ giải nén có khả năng nhận biết 

khi nào giá trị RLE xảy ra. Điều này thường được thực hiện bằng cách tạo ra một 

giá trị dự trữ, giá trị này không bao giờ hoặc hiếm khi xuất hiện trong các giá trị của 

dữ liệu. Ví dụ, giá trị 25510 trong một hệ thống 8 bit có thểđược dự trữ với mục 

đích này. Giá trị dự trữđó được gọi là mã thoát. Khi bắt gặp mã thoát, bộ giải nén sẽ 

biến hai giá trị tiếp theo biểu thị một giá trị pixel và số lần lặp lại của nó. Điều này 

được minh họa trên hình 5.2. 

                                                            6 giá trị lặp 

      010   022  079   000   010   063   063  063   063   063   063  241   254   198   087 

      010   022  079   000   010   255   063  006   241   254   198  087 

                                                        Đếm lặp 

                                                        Giá trị 

                                                        Mã thoát 

                              Hình 5.2. Ví dụ về mã độ dài thay đổi 

      Do vậy,   một  đối   tượng  đơn   lặp   lại   sẽ lấy   ba   từ dữ liệu  để truyền,   vì   vậy   sẽ 

không có độ tăng ích khi sử dụng phương pháp này cho đến khi có hơn ba từ lặp lại. 

Lưu ý là không cần thiết phải ngăn dữ liệu đầu vào có chứa giá trị mã giải thoát đã 

dự trữ. Nếu điều này xảy ra, hai mã thoát có thểđược truyền cùng nhau đểấn định 

là từ dữ liệu có giá trị thoát. 

      5.3.1.2. Mã thống kê 

                                                 135 

----------------------- Page 5-----------------------

                                                                Chương 5: Nén dữ liệu audio và video 

      Nén dữ liệu cũng có thể thực hiện bằng cách quan tâm đến việc thống kê của 

dữ liệu đầu vào. Nếu biết chắc chắn các giá trị từđược sử dụng nhiều hơn giá trị từ 

khác, người ta có thể thiết lập một hệ thống mã để chuyển các giá trị sự kiện xuất 

hiện nhiều với một mã ngắn (ít bit), ngược lại các giá trị xuất hiện ít hơn có thể sử 

dụng   các   mã   bit   dài   hơn.   Một   hệ thống   mã   sử dụng   nguyên   lý   này   là   mã   Morse 

trong điện báo. Trong các hệ thống số, phương pháp phổ biến nhất là nguyên lý này 

là dùng mã Huffman, nó được sử dụng rộng rãi trong các thuật toán nén video. Mã 

Huffman hoạt động ở mức bit, một ví dụ trên hình 5.3. Hiệu quả của mã phụ thuộc 

vào khả năng nhận biết trước xác suất xuất hiện của sự kiện PS của mỗi giá trị dữ 

liệu. Một cây nhị phân được tạo từ các giá trị sắp xếp theo bậc giảm dần của xác 

suất. Các mã được tạo bằng cách đọc từđầu ra của cây nhị phân (từđiểm A) ngược 

trở lại đầu   vào   của   cây   nhị phân,   và   lấy   các   giá   trị bit   từ mỗi   nhánh.   Giống   như 

phương pháp thích ứng mô hình, bộ nén phải thiết lập một bảng các thông số hay 

bảng tra cứu và gửi kèm theo dữ liệu tới bộ giải nén. Mã thống kê cũng được gọi là 

mã entropy. 

                     Giá trị      Ps                                                 Mã 

                       0         0,04                                                0 

                       1         0,15                                                100 

                       2        0,10                                                 101 

                       3         0,10                                                1100 

                       4        0,08                                                 1101 

                       5         0,07                                                1110 

                       6        0,05                                                 11110 

                       7         0,05                                                11111 

                           Giá trị 3    4  0   0  0  1  0             21bit 

                           Mã         110011010001000                  15bit 

                           Hình 5.3. Ví dụ mã hóa Huffman giá trị 3 bit 

                              Hình 5.3. Ví dụ mã Huffman giá trị 3 bit 

      5.3.2 Các phương pháp tổn hao 

      Các   phương   pháp   nén   tổn hao vốn   cần   phải   quan   tâm  tới định   dạng dữ liệu 

cũng như ý nghĩa ứng dụng của tất cả các bit hoặc từ trong dữ liệu. Việc quan tâm 

đến người sử dụng dữ liệu và khả năng nhìn hoặc nghe của họởđiều kiện nhìn xác 

                                                  136 

----------------------- Page 6-----------------------

                                                              Chương 5: Nén dữ liệu audio và video 

định cũng rất cần thiết. Ví dụ, nếu video chỉđược xem ở tỉ lệ nhìn rộng, một số 

thông tin chi tiết có thể bị khử một cách cẩn thận mà người xem không thể nhận biết 

được.   Mặc   khác,   nếu   các  điều   kiện   nghe   và   nhìn  được   yêu   cầu   nhiều   hơn,   rất   ít 

thông tin bị mất mà không được báo. Trong trường hợp đó phải cần đến các phương 

pháp nén tinh xảo hơn. 

      5.3.2.1 Cắt bỏ 

      Trong các phương pháp khử dữ liệu không cần thiết gồm có hai phương pháp 

là cắt bỏ và lấy mẫu con. Cắt bỏ là xóa đi một vài trong số những bit kém hiệu quả 

nhất từ các mẫu. Đây chính là tái lượng tửđã được đề cập trong chương trước và nó 

phải được thực hiện riêng để duy trì càng nhiều thông tin càng tốt. 

      Với những điều kiện lý tưởng, các mẫu thành phần video phải có tối thiểu là 8 

bit/pixel,   nhưng   dưới   những  điều   kiện   xem   kém   lý   tưởng   hơn,   phải   giảm   tới   6 

bit/pixel mà không gây ra sự suy giảm đáng kể nào. Bởi vì SNR lượng tử sẽ giảm 

6dB trong mỗi bit được khử, cho nên việc cắt bỏ không phải là một giải pháp tốt, 

hơn nữa giảm dữ liệu sẽ kéo theo chỉ tiêu giảm. 

      Quá   trình   lấy   mẫu   audio   chất   lượng   cao   cần  đến   ít   nhất   là   16   bit/mẫu.   Tuy 

nhiên,   rất   nhiều   hệ thống   audio   có   thể hoạt  động   hiệu   quả với   mức   thấp   như 8 

bit/mẫu, đặc biệt đối với lời nói, tại đó dải thông có thể bị hạn chế và tiêu chuẩn 

chính đề ra là dễ hiểu. 

      5.3.2.2. Lấy mẫu con 

      Các mẫu được sử dụng rộng rãi cho thành phần độ chói nhiều hơn là cho các 

thành phần video hiệu màu. Kỹ thuật này dựa trên cơ sở thực tế là mắt người có độ 

phân giải với màu sắc kém hơn với độ chói, vì vậy dải tần tín hiệu màu (tỷ lệ lấy 

mẫu)   có   thểđược   giảm   mà   người   xem   không   nhận   thấy  được   sự suy   giảm.  Đây 

được gọi là lấy mẫu con hoặc là giảm tỷ lệ lấy mẫu và như trong truyền hình analog, 

đó là một phần của hầu hết các hệ thống nén video số. Lấy mẫu con giảm giới hạn 

Nyquist tới giá trịđược biểu thị bởi tỷ lệ lấy mẫu con và cũng phải cần đến quá trình 

lọc riêng để tránh chồng phổ. 

      5.3.2.3 Các bảng màu 

      Đối với một vài mục đích của video, có thể giảm số lượng bit/pixel bằng cách 

biến bản thân giá trị pixel thành một chỉ số trong bảng các giá trị màu được chọn lọc 

từ một số lượng bit/pixel rất lớn. Ví dụ, tiêu chuẩn PC VGA cung cấp một chếđộ 8 

bit/pixel có khả năng lựa chọn 256 màu sắc từ một bảng màu 18 bit. Các hệ thống 

khác sử dụng các số bit khác nhau, 256 màu sẽ làm cho việc tái tạo ảnh tự nhiên 

kém hơn nhưng, dưới những điều kiện thích hợp, việc tái tạo có thể có kết quả tốt 

đáng ngạc nhiên. Điều này đặc biệt đúng nếu các màu sắc của bảng được chọn lọc 

                                                137 

----------------------- Page 7-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

cho từng  ảnh một. Có thể cải thiện được ảnh tốt hơn bằng cách sử dụng kỹ thuật 

dithering để tạo được các màu không có trong bảng bằng cách thay đổi màu sắc ở 

các pixel kề nhau. Nếu người xem ở khoảng cách xa vừa đủ, họ sẽ không nhận thấy 

các pixel độc lập, mắt sẽ tổng hợp các pixel kề nhau thành những màu sắc phối hợp. 

      Tuy nhiên các bảng màu có những hạn chế rất nghiêm trọng nếu áp dụng cho 

ảnh động, bởi vì chuyển động của các ảnh tự nhiên sẽ tạo ra các hiệu ứng giả mà 

người xem có thể nhận thấy rõ (ví dụ như hiệu ứng đường viền). Đối với ảnh động, 

tốt hơn hết là sử dụng màu trực tiếp với nhiều số bit/pixel hơn (ví dụ 16) và sử dụng 

các phương pháp nén khác. 

      5.3.2.4. Mã vi sai 

      Đối với cả audio và video, lượng thay đổi biên độ từ mẫu này tới mẫu khác 

khiến sự phân bổ xác suất giảm theo biên độ. Nếu tính đến điều này thì người ta có 

thể nén bằng cách ghi mã vi sai giữa các mẫu hơn là bản thân chúng. Nếu các vi sai 

biên độ lớn ít xảy ra, các giá trị vi sai có thểđược truyền với số bit nhỏ hơn số bit 

chứa trong mẫu ban đầu. Quá trình ghi mẫu này được gọi là PCM vi sai (DPCM) và 

là thành viên của một mã lớn hơn đó là mã dựđoán. Trong DPCM đơn giản, việc dự 

báo một mẫu được dựa trên mẫu trước cộng với một số gia. 

     50 

     0 

           47 53 58 60  57 50  40 30 26  26 26  26  26 27  27 28 29  30 32 47  80 96  90 61 

      Khác biệt          6  5  2  -3 -7  -10  -10  -4 0 0  0  0  1  1  1  2  15  23  16 -6 -29 

      Làm tròn 4 bit     6  5  2  -3  -7  -7 -7 -7  -2  0  0  0  1  1  1  2   8   8   8  8  8 

                                                Quá tải 

    50 

               Ban đầu 

    0 

          47 53 58 60  57 50 42  35 28  26 26  26  26 27 27  28 29  30 32  40 48  56  64 72 

                   Hình 5.4 PCM vi sai: a)mã hoá DPCM;b)giải mã DPCM 

                                                138 

----------------------- Page 8-----------------------

                                                               Chương 5: Nén dữ liệu audio và video 

      Trong DPCM, khi một giá trị vi sai lớn xuất hiện, hệ thống DPCM sẽ bị quá tải 

(slope   overload),   có   thể gây   ra   hiện   tượng   méo   nhất   thời   khá   nghiêm   trọng,   xem 

hình 5.4(b). Lưu ý là một vài giá trị vi sai đã được sửa để giúp hệ thống khôi phục 

lại   từ hiện   tượng   quá   tải. Điều   này  được   thực   hiện   bằng   kiến   trúc   dựđoán được 

miêu tả dưới đây. 

      Một dạng tiến bộ hơn của DPCM đã được phát triển nhằm cải thiện chỉ tiêu kỹ 

thuật với các giá trị vi sai thay đổi, mối quan hệ giữa các bit của giá trị vi sai và vi 

sai thực mà chúng biểu diễn được điều chỉnh dựa vào mức độ các giá trị vi sai lớn 

tín hiệu. Ví dụ, một hệ thống tiêu biểu có thể có 4 bit cho các giá trị vi sai, nó có khả 

năng cho phép 16 bước tái tạo khác nhau. Tuy nhiên, nếu các vi sai tín hiệu hoạt 

động ở các mức thấp 16 bước tái tạo vi sai này có thểđược làm nhỏđi. Nếu các vi 

sai trong tín hiệu tăng, một cơ cấu thích ứng sẽ tăng kích cỡ của các bước lên, vì vậy 

các   mức   16   bước   có   thể truyền   vi   sai   lớn.  Đây  được   gọi   là   DPCM   thích  ứng 

(ADPCM) thường được sử dụng cho nén audio. ADPCM có thể thực hiện nén theo 

tỉ lệ 4:1 trên các tín hiệu audio nói chung. Vẫn có thể có một vài hiện tượng méo 

xảy ra khi cơ cấu thích ứng dịch chuyển kích cỡ của các bước thực hiện, nhưng khi 

tính đến cấp độ nén, điều này có thể chấp nhận được cho nhiều mục đích. 

      5.3.2.5 Mã dựđoán 

      Hình 5.5 là một sơđồ khối minh họa cách thức DPCM được sử dụng phổ biến 

như cơ cấu ghi mã dựđoán. Khối bộ dựđoán thực hiện quá trình dựđoán mẫu tiếp 

theo từ mẫu hoặc các mẫu trước. Kết quả của bộ dựđoán sau đó sẽđược so sánh với 

mẫu tiếp theo và vi sai được truyền đi. Bên thu, sau đó có thể tái tạo lại các mẫu 

bằng cách sử dụng các giá trị vi sai và một modul bộ dựđoán giống bên phát. 

                              + 

            Đầu vào                            Bộ lượng tử                  Đầu ra 

                                    - 

                                               Bộ dựđoán 

                                                   a) 

                              + 

            Đầu vào                                                         Đầu ra 

                                    + 

                                               Bộ dựđoán 

                                                   b) 

                             Hình 5.5. Mã dựđoán: a) mã hóa, b) giải mã 

                                                 139 

----------------------- Page 9-----------------------

                                                              Chương 5: Nén dữ liệu audio và video 

      Đối với DPCM, bộ dựđoán chỉđơn giản là so sánh mẫu trước với mẫu tiếp 

theo để tạo ra giá trị vi sai, giá trị vi sai sẽđược truyền đi. Tuy nhiên, người ta có 

thể xây dựng các bộ dựđoán phức tạp hơn, ví dụ như bộ dựđoán đường dốc đánh 

giá   mẫu   tiếp   theo   dựa   vào  đường   dốc   giữa   hai   mẫu   trước…Sự thành   công   của 

phương pháp này phụ thuộc vào quá trình phát triển thuật toán dựđoán dùng để tính 

toán các đặc tính của dữ liệu nén. 

      5.3.2.6. Mã lời nói 

      Với đặc thù của điện thoại, rất nhiều phương pháp đã được phát triển đặc biệt 

cho việc ghi mã theo kỹ thuật số của giọng nói hay lời thoại. Tiêu chuẩn cho điện 

thoại là PCM tuyến tính với quá trình lượng tử hóa luật  μở 8000 mẫu/giây và 8 

bit/mẫu, cho tốc độ dữ liệu là 64 kbit/giây. Tuy nhiên, nhiều phương pháp nén tiên 

tiến đôi khi được sử dụng để giảm tốc độ dòng bit cho những mục đích riêng biệt. 

Phương pháp tốt nhất cho ghi mã lời nói là dựa vào lấy mẫu dải âm thoại của người 

cho hệ thống điện tử. Kỹ thuật này có thể hoạt động rất tốt với lời nói, nhưng nó 

không hiệu quảđối với các âm thanh nói chung. Các phương pháp này được trình 

bày trong lý thuyết điện thoại. 

      5.3.2.7. Mã chuyển đổi 

      Xử lý trực tiếp với các mẫu tín hiệu ban  đầu không phải là cách tốt nhất để 

biểu lộ sự dư thừa về tín hiệu có thể bị loại bỏ trong khi nén đặc biệt với video, vì 

đây thường là tín hiệu hai hoặc ba chiều (ngang, dọc, và thời gian). Do vậy phải nhờ 

đến một cách khác gọi là chuyển đổi, là sự biểu diễn xen kẽ thông tin có thể thực 

hiện bằng quá trình xử lý toán học. Mọi chuyển đổi đều phải thực hiện cả quá trình 

ngược lại quá trình chuyển đổi được thực hiện trong quá trình giải nén. 

      Đối với các ảnh, việc coi khối pixel hai chiều là một đơn vị rất hữu ích. Một sự 

lựa chọn đơn giản là lấy 8 pixel ở mỗi hướng, tổng số là 64 giá trị. Hãy quan sát về 

mặt   không   gian,   một   khối   8×8   chỉ là   một   mảnh   nhỏ của   một   hình,   thậm   chí   còn 

không thể nhận biết được cái gì, nhưng bằng cách chuyển đổi nó sang miền tần số, 

các thành phần được quan sát thấy hết sức quan trọng đối với công đoạn tái tạo hoàn 

chỉnh. Điều này chủ yếu dựa trên nguyên tắc các tần số không gian cao khó nhìn 

thấy được hơn so với các tần số không gian thấp. 

      Sự chuyển  đổi  đầu   tiên   áp   dụng   lý   thuyết   này   là   chuyển  đổi   cosin   rời   rạc 

(DCT), có liên quan đến chuyển đổi Fourier thường được sử dụng để trích các thành 

phần   tần   số của   một   dạng   sóng   tùy   ý.   Chuyển  đổi   Fourier   hoạt  động   trên   những 

dạng sóng liên tục (analog) nhưng phiên bản hoạt động trên một nhóm các mẫu lấy 

từ một dạng sóng tương tự cũng có thểđáp ứng được. Sự chuyển đổi dựa vào các 

mẫu này đã cho ra tiền tố “rời rạc”. Chuyển đổi Fourier cho dù có rời rạc hay không 

thì cũng phát ra một tập hợp các thành phần tần số cosin và sin, có thểđược quan sát 

                                                140 

----------------------- Page 10-----------------------

                                                                                    Chương 5: Nén dữ liệu audio và video 

                         giống như một tập hợp các thành phần tần số có các giá trị pha và biên độ. Có thể 

                         đơn giản hơn khi sự chuyển đổi Fourier rời rạc được thực hiện trên một tập hợp các 

                         mẫu dữ liệu tiếp theo các ảnh phản chiếu của chúng theo trục thời gian. Thành phần 

                         sin của chuyển đổi Fourier có thể hủy bỏ, chỉđể lại các thành phần cosin. Đây là 

                         chuyển đổi cosin rời rạc. Nó có đặc tính là một khối 8×8 của 64 mẫu được chuyển 

                         thành một khối 8×8 của thành phần cosin biểu thị tần số không gian ở hai chiều. Xét 

                        về mặt toán học, nó có thểđược biểu thị dưới dạng: 

                                                       7  7             + Π(    )         ( + ) 

                                                                      x    u           y    v      π 

                                           1                         2  ⎡1          ⎤2   ⎡1          ⎤ 

F  u v     C  u C  v        f x  y ( )                        ( ) 

                         ( )  (  )   ,     ,  cos     ∑∑                             cos                       (5.1) 

                                           4           x 0  y 0         ⎢⎣  16      ⎦⎥ ⎢⎣  16        ⎦⎥ 

                                Trong đó: là các chỉ số trong khối 8x8 của pixel. 

                                u và v là là các chỉ số trong khối 8×8 của các hệ sốđầu ra 

                                          1 

                              C  w( )         với w=0 

                                           2 

                              C w( ) 1 với w>0 

                                Từ (5.1) diễn đạt thành lời có ý nghĩa là mỗi hệ số DCT được tính toán bằng 

                         cách lấy tổng của tất cả các mẫu đầu ra với một hàm trọng số cosin, hàm này phụ 

                         thuộc vào vị trí của hệ sốở mảng đầu ra và vị trí của mỗi mẫu trong mảng đầu vào. 

                         Đây là một phép tính đồ sộ ngay cả khi đã đơn giản hóa, nó vẫn thường được thực 

                         hiện trong một IC thông thường. Một vài đặc điểm của IC được minh họa trên hình 

                         5.7. Đầu ra của quá trình xử lý DTC là một mảng 8×8 giá trị biểu thị biên độ các 

                         thành phần tần số không gian (5.7b) trong khối 8×8 đã được xử lý. Tại điểm này, 

                         quá trình xử lý DTC không tạo ra nén, có 64 pixel trong khối và hiện tại có 64 hệ số 

                         DTC. Tuy nhiên, các hệ số này lại tạo điều kiện thuận lợi cho quá trình xử lý tiếp 

                         theo trong quá trình nén. 

                                                                                       Tần số chiều ngang 

                                                                                   50  20  10  0  0  2   0  0 

                                                                              c 

                                                                              ọ  30  15  12  0    0  0   0  0 

                                                                              d 

                                                                              u    12  11  10  0  0   1  0  0 

                                                                             ề 

                                                                              i 

                                                                              h 

                                                                    DCT       c    5   6   0   0  0  3   0  0 

                                                                             ố 

                                                                              s 

                                                                                   0   3   4   0  3  0   0  0 

                                                                              n 

                                                                             ầ  2      0   0   0  0  1   0  0 

                                                                              T 

                                                                                   0   0   0   0  0  0   0  0 

                                                                                   0   0   2   0  0  0   0  0 

                                      50  20  30  12  15  10  0  12  11  5  0  6  10  0  0  2  0  0 0  3  2  0 0 4 

                                      0  0  0  0  0  0 1  0  0  0 0 0  0  0  0  3  3 0  0  0  0 0 0  2  0  0  1 E0B 

                                               Hình 5.6. Chuyển đổi cosin rời rạc:a) khối 8×8 pixel, 

                                                          b)khối 8×8 hệ số, c) đọc ra zic-zag 

                                                                       141 

----------------------- Page 11-----------------------

                                                              Chương 5: Nén dữ liệu audio và video 

      Việc xếp các hệ số theo trật tự tần số tăng dần là rất có ích như minh họa trên 

hình 5.6c, đây được gọi là xếp theo trật tự zic-zăc. Tại đó các thành phần tần số cao 

hơn thường là các giá trị 0 hoặc nhỏ hơn. Bởi vì các thành phần tần số này không 

quá quan trọng, nên chúng có thểđược lượng tử hóa thô mà không cần mất nhiều 

thông tin trong hình. Vì vậy, chỉ cần thiết phải truyền các thành phần tần số có giá 

trị không phải là 0, và dữ liệu sẽ giảm một cách đáng kể. Ở một vài điểm nào đó, tất 

cả các hệ sốđều là 0. Một dấu hiệu đánh dấu kết thúc khối (EOB) được đặt tại đó và 

cũng sẽ không có một giá trị nào được sử dụng nữa. Các hệ số còn lại thường được 

mã hóa với mã RLE entropy 

      5.3.2.8. Bù chuyển động 

      Ảnh động tạo ra sự dư thừa đáng kể từ khung hình này đến khung hình kế tiếp. 

Rất nhiều phần trong khung hình có thông tin không thay đổi, một vài phần có thể 

đứng im và các phần khác có thể là các phần của khung hình trước vừa dịch chuyển 

đi chút ít. Theo nguyên lý này, bất cứ thứ gì đã tồn tại trong khung hình trước đều 

không cần phải được truyền lại, nó chỉ cần được sao chép bằng máy thu hình từ một 

bản   lưu   trữ của   khung   hình   trước.   Chức   năng   chỉ ra   cái   mới   hoặc   cũ trong   một 

khung hình được gọi là bù chuyển động. Đây là một trong những nhiệm vụ phức tạp 

nhất của nén video, thực tế hiệu quả của bù chuyển động luôn bị hạn chế do khả 

năng tính toán và tốc độ. 

                     Khung hình trước                              Khung hình dự báo 

                                          Vector chuyển động 

                    Khung hình hiện tại                      Khung hình còn lại được truyền 

                                                   _ 

                                       Hình 5.7. Bù chuyển động 

                                                142 

----------------------- Page 12-----------------------

                                                           Chương 5: Nén dữ liệu audio và video 

         Cũng như với mã chuyển đổi, bù chuyển động được dựa vào quá trình xử lý 

ảnh trong khối. Đưa ra một khung hình (đầu tiên) hoàn chỉnh như là điểm xuất phát, 

các khối từ khung hình tiếp theo (thứ 2) được lấy và so sánh với các vùng của khung 

hình thứ nhất để xác định xem có điểm nào trùng khớp ở bất cứ vị trí nào trên khung 

hình thứ nhất hay không. (Khối có thểđã dịch chuyển giữa các khung hình). Nếu 

tìm thấy điểm trùng khớp, một vector chuyển động sẽđược tạo ra cho máy thu sử 

dụng để dựđoán vùng của khung hình thứ hai bằng cách sao chép nó từ khung hình 

thứ nhất. Biết rằng số lượng chuyển động giữa các khung hình thường không quá 

lớn nên chỉ cần thiết tìm kiếm một khu vực nhỏ xung quanh vị trí của khối được 

kiểm tra. Thậm chí như vậy, số lượng thao tác tính toán ởđây cũng rất lớn và có thể 

cần thiết phải hạn chế phạm vi tìm kiếm so với thực tế cần thiết. Các khối không 

được tìm thấy ở khung hình trước phải được mã hóa bằng các phương tiện khác và 

truyền đi đầy đủ. 

      Hình 5.7 là sơđồ của quá trình này, nó minh họa hoạt động trong một cảnh chỉ 

có một vật chuyển động nhỏ (một con chim) nhưng có camera dõi theo. Điều này có 

nghĩa   là   cảnh   phải   trải   qua   một   hiệu  ứng   quay   quét,  ởđây   hầu   hết   các   khối   của 

khung hình mới tồn tại ở những vị trí tương tự trong khung hình trước, vì vậy có thể 

sử dụng cấp độ nén cao hơn cho loại cảnh này. 

      5.4. CÁC THUẬT TOÁN THÔNG DỤNG 

      Các nguyên tắc được bàn trong phần trước nhìn chung đều được sử dụng với 

các thuật toán thông dụng. Phần này sẽđề cập đến một số thuật toán để chỉ ra cách 

thức hoạt động của nó. 

      5.4.1. JPEG 

      Ảnh động chỉ là một chuỗi các hình đang được truyền  ở tốc độđủđể người 

xem có thể nhìn thấy như là một ảnh chuyển động liên tục. Một phương pháp nén 

ảnh động là nén từng ảnh một và truyền kết quả thu được thành một dòng bit đơn. 

Bất cứ một phương pháp nén hình ảnh chuyển động nào cũng có thểđược sử dụng 

nhưng một trong những phương pháp nén tốt nhất đã được phát triển bởi JPEG của 

ISO/IEC và được gọi là nén JPEG. 

      Tiêu chuẩn nén ảnh JPEG không phải là một thuật toán đơn lẻ mà giống như là 

một hộp công cụ của các kỹ thuật nén, nó có các chếđộ (mode) và các sự lựa chọn 

với các ứng dụng nén hình dạng chuyển động liên tục trên phạm vi lớn. Có thể lựa 

chọn cả nén tổn hao và nén không tổn hao, số bit/mẫu khác nhau, các độ phân giải 

khác nhau, và một vài thuật toán khác nhau. Có bốn chếđộ hoạt động: 

       Không tổn hao-ảnh được tái tạo lại một cách chính xác. Toàn bộ các chếđộ 

          khác bị tổn hao. 

                                              143 

----------------------- Page 13-----------------------

                                                               Chương 5: Nén dữ liệu audio và video 

        Liên tục-chếđộ này mã hóa theo trật tựảnh đã được quét, đây là cách thông 

           thường mà ảnh vẫn được xử lý. 

        Tăng dần-đây là phương pháp mã hóa đa đường truyền đi một ảnh thô trước 

           tiên, ảnh này sẽ nhanh chóng được hiển thịở máy thu. Tiếp sau đó là các 

           quá trình mã hóa lặp lại với độ phân giải theo thứ tự tăng cao hơn, có thể 

           được hiển thị nhằm đưa ra chất lượng ảnh ngày càng tốt hơn. 

        Thứ bậc-trong chếđộ này, ảnh được mã hóa ở nhiều độ phân giải, người sử 

           dụng có thể chọn độ phân giải để hiển thịảnh. 

       Việc cung cấp sự lựa chọn cấu hình trong JPEG có nghĩa là tiêu chuẩn có thể 

 phù hợp cho nhiều ứng dụng khác nhau và có thể nâng cấp trong tương lai để có thể 

 tiếp   tục   nghiên   cứu   và   phát   triển   công   nghệ nén   hình.  Đây   là đặc  điểm   rất   quan 

 trọng và thỏa mãn đối với các tiêu chuẩn nén. 

 ảnh           Mã hóa             Tạo định                Định dạng            Giải mã         ảnh tái 

nguồn           JPEG            dạng xen kẻ                 giải mã             JPEG             tạo 

              Bảng đặc                                                          Bảng đặc 

               điểm kỹ                                                           điểm kỹ 

                thuật                                                             thuật 

                                        Hình 5.8. Kiến trúc JPEG 

       Hình 5.8 là một sơđồ khối của kiến trúc JPEG. Ảnh nguồn được mã hóa dưới 

 sựđiều khiển của một hoặc nhiều bản đặc điểm kỹ thuật. Dữ liệu đã mã hóa được 

 đặt vào định dạng xen kẽ JPEG để phát tới người sử dụng. Đây là định dạng có thể 

 được lưu trữ hoặc truyền. Ởđầu thu, bảng đặc điểm kỹ thuật và dữ liệu mã hóa được 

 tách riêng và quá trình xử lý ngược lại được thực hiện để khôi phục ảnh ban đầu. 

       Tất cả các loại hình mã hóa, trừ chếđộ không tổn hao, đều dựa vào DCT. Hình 

 5.9 minh họa quá trình xử lý chi tiết cho chếđộ hoạt động liên tục. Mỗi thành phần 

 của   hình   nguồn  được   chia   thành   các   khối   8x8   pixel.   Quá   trình   xử lý   DTC   trước 

 được sử dụng cho khối này. Việc này cho kết quả là một số DC và 63 thành phần 

 tần số cao hơn, mỗi một thành phần sẽđược lượng tử hóa theo một bảng 64 giá trị 

 lượng tử. 

       Bảng lượng tử này là  đặc điểm kỹ thuật  đầu tiên của thuật toán; nó phải do 

 người sử dụng cung cấp và trở thành một phần của dòng dữ liệu  được truyền tới 

 máy   thu.   Người   sử dụng   có   thểđiều   khiển   sự thỏa hiệp   giữa   cấp  độ nén   và   chất 

 lượng của ảnh bằng cách xác định bảng. Nội dung của bảng lượng tử là kích cỡ của 

                                                  144 

----------------------- Page 14-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

bước sẽđược sử dụng; các giá trị của hệ số DCT được chia cho kích thước của bước 

tương ứng và kết quảđược làm tròn tới số bit đã xác định. Vì vậy, giá trị lượng tử 

lớn hơn sẽ cho kết quả là lượng tử thô và điều đó có nghĩa là các giá trị lớn hơn sẽ 

được làm tròn về 0. 

      Nguồn từ        DCT           Trật tự        Lượng             Mã hóa 

      khối 8x8        trước         zig-zac          tử              entropy 

                                                                                        Xác định 

                                                                                         xen kẻ 

                                                  Bảng đặc         Bảng đặc 

                                                   điểm kỹ         điểm kỹ 

                                                    thuật            thuật 

                     Hình 5.9. Xử lý JPEG cho chếđộ hoạt động liên tục 

      Tiếp theo quá trình lượng tử hóa, hệ số DC được mã hóa ngược lại với các hệ 

số DC của khối hình trước, 63 hệ sốđã lượng tử sau đó được đặt theo trật tự zic-zac 

và được mã hóa thống kê theo cả phương pháp Huffman hoặc theo phương pháp số 

học như trình bày trong tiêu chuẩn. Trong cả 2 trường hợp, phải cần đến một đặc 

điểm kỹ thuật của bảng thứ hai để xác định ghi mã thống kê. Một lần nữa người sử 

dụng có thể thay đổi bảng này đểđiều khiển chỉ tiêu nén. 

      Bước cuối cùng của quá trình mã hóa là tập hợp dữ liệu nén và đặc điểm kỹ 

thuật của bảng vào một dòng bit một chiều theo định dạng xen kẽ, điều này được 

minh họa trên hình 5.10. Các phần khác nhau của dòng bit xen kẽ bị làm mất tính 

tuyến tính bởi các mã đã đánh dấu, các mã này bao gồm hai byte- byte thứ nhất là 

tất cả các số 1 (0xFF trong mã HEX) và byte thứ hai là bất cứ giá trị nào khác ngoài 

0 hoặc 0xFF.(Lưu ý rằng nếu một byte 0xFF xảy ra trong dữ liệu của dòng bit, nó sẽ 

được mã hóa như là 0xFF00 để tránh bị coi như là một dấu hiệu). Các dấu này trông 

giống như các mã giải thoát đã được mô tả cho RLE trong phần 5.3.1.1 

                I     F      Header     Quét 1     Quét 2              Quét n    I  

                O     O                                      …..                 O 

                S     S       khung                                              E 

                          S      Header       Dữ liệu mã 

                          O 

                          S       quét       hóa entropy 

                              Hình 5.10. Định dạng xen kẻ JPEG 

                                                145 

----------------------- Page 15-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

      Byte thứ hai của dấu hiệu xác định kiểu dấu hiệu và một vài kiểu dấu hiệu có 

các thông số bổ sung kèm theo. Trong trường hợp này hai byte đầu tiên sau dấu hiệu 

luôn chỉ rõ độ dài của khối thông số tiếp theo. Vì vậy, ví dụ một header của khung 

hình có một dấu hiệu đặc biệt được xác định, và sau đó một thông sốđộ dài sẽ chỉ rõ 

có thêm bao nhiêu byte trong header. Đây là một phương pháp thông dụng để xác 

định các header của dòng bit. 

      Như minh họa trên hình 5.10, dữ liệu của hình đã mã hóa cho một hình đơn ( 

khung hình) được truyền đi trong khối được gọi là quét, (đối với các định dạng DCT 

liên tục) bao gồm tất cả thành phần của ảnh dưới dạng được chèn. Các đặc điểm kỹ 

thuật của bảng được phát đi trước tiên, vì vậy chúng có thểđáp ứng cho quá trình 

giải nén dữ liệu quét xảy ra sau này. Header của khung hình và header quét có chứa 

chi tiết định dạng ảnh và quá trình giải nén của nó. 

      Nén JPEG có thể thực hiện nén dữ liệu ảnh với bộ phân giải tự nhiên cao,theo 

tỉ lệ 10:1 hoặc hơn với sự suy giảm có thể nhìn thấy rõ rệt. Một vài ảnh có thểđược 

nén nhiều còn một vài ảnh khác có thểđược nén ít và tất nhiên, các điều kiện nhìn 

cũng sẽảnh hưởng đến cấp độ nén có thể chấp nhận được. 

      5.4.2 M-JPEG 

      Định dạng giao diện JPEG hỗ trợ cho nhiều quá trình quét trong một khung 

hình   và   nếu   các   quá   trình   quét   tương  ứng   với   các   khung   hình   của   một   dòng  ảnh 

động.   Tức   là   khi  ấy  ảnh  động  được   nén.   Do   một   dòng   chuyển  động   thường   phải 

chịu   sự suy   giảm  ảnh   nhiều   hơn   một  ảnh   thường   bởi   vì   hiệu  ứng   trung   bình   của 

khung hình có thểđạt được trong nhiều trường hợp là rất nhiều hơn cả tỉ lệ nén 10:1 

đã đề cập ở trên. Phương pháp này đôi khi được sử dụng do có thể thực hiện những 

ý đồ nén quan trọng với quá trình xử lý đơn           giản hơn so với hệ thống       nén chuyển 

động phức tạp như MPEG. Đây được gọi là JPEG chuyển động hay M-JPEG. Bởi vì 

tiêu chuẩn JPEG được sử dụng chỉ cho hình nên có không có phần cung cấp cho 

thành phần audio được yêu cầu cùng với ảnh động. 

      5.4.3 MPEG 

      Nén   JPEG   quan   tâm  đến   nén   sự dư thừa   không   gian   trong   các  ảnh   nhưng 

không chú ý tới bất cứ sự dư thừa nào tồn tại giữa các khung hình liên tục của một 

dòng ảnh động. Một tập đoàn nghiên cứu khác IEC/ISO, tập đoàn chuyên gia ảnh 

động (MPEG) được thành lập để chuyên giải quyết vấn đề này và cho đến nay họđã 

chuẩn hóa hai định dạng: MPEG-1 Và MPEG-2 .Sự khác nhau giữa tiêu chuẩn này 

nằm ở tốc độ dữ liệu và chất lượng ảnh – MPEG-1 được thiết kế cho tốc độ truyền 

dữ liệu tới tận 1,5 Mb/s và hoạt động trong giới hạn này đểđạt được các ảnh có chất 

lượng tốt nhất có thể. MPEG-2 hoạt động với tốc độ dữ liệu tới 20 Mb/s và cho chất 

ảnh   cao   hơn;   nó  được   sử dụng   cho  ảnh   của   hệ thống   HDTV   cũng   như trong   hệ 

                                                146 

----------------------- Page 16-----------------------

                                                                Chương 5: Nén dữ liệu audio và video 

thống   ATV   Grand   Alliance  đã  được   chuẩn   hóa   bởi   ATSC   và   trong   truyền   hình 

quảng bá phát vệ tinh. Ởđây sẽ bàn đến phiên bản của MPEG-2. 

      Nén   MPEG   áp   dụng   cho   tất   cả các   quá   trình   như của   JPEG   bao   gồm   DCT, 

lượng   tử hóa,   mã   entropy   và   cộng   thêm   bù   chuyển  động  để nén   dư thừa   xen   kẽ 

khung hình. Như với JPEG, các quá trình này được thực hiện theo cách thức rất linh 

hoạt,   cho   phép   người   sử dụng  điều   chỉnh   nén  để phù   hợp   với   những  ứng   dụng 

chuyên biệt và nội dung của ảnh. 

                                                                                  Khoảng 

                                                                                 cách dòng 

                                                                                      Dòng 

                                                                                      quét 

                        Mẫu tín hiệu chói            Mẫu tín hiệu CB 

                         Mẫu tín hiệu C              C  , C  cùng vị trí 

                                        R              B   R 

                        Hình 5.11. Mô hình lấy mẫu không gian MPEG-2 

      MPEG-2 sử dụng          quá trình lấy mẫu con các thành phần hiệu màu theo tỉ lệ 2:1 

theo   cả hàng   dọc   và   hàng   ngang.   Nó   khác  với   quá   trình   lấy   mẫu   con   của   ITU-R 

Ree.BT.601,chỉ lấy mẫu con theo hang ngang. Với lý do này, và cũng để thừa nhận 

là tốc độ dữ liệu của độ chói bị giảm xuống bởi một hệ số 2 khác so với tỉ lệ 4:2:2, 

lấy mẫu con MPEG-2 được gọi là 4:2:0. Mô hình lấy mẫu không gian được minh 

họa trên hình 5.12. Các mẫu CR  và CB có cùng vị trí không gian nhưng vị trí nó bị 

dịch chuyển đi một nửa độ cao của dòng so với các mẫu độ chói. Điều này  được 

thực hiện để các vị trí lấy mẫu độ chói sẽ như nhau cho cả nguồn quét cách dòng, 

hoặc có thể tăng dần; tuy nhiên với yêu cầu là giá trị của mẫu phải được nội suy từ 

những mẫu lấy đồng thời với mẫu độ chói. 

      Do cần thiết phải giảm mô hình lấy mẫu thành khối 8x8 cho DTC và quá trình 

xử lý bù ảnh động, quá trình lấy mẫu con 4:2:0 cần đến một quan niệm là khối khác: 

                                                  147 

----------------------- Page 17-----------------------

                                                            Chương 5: Nén dữ liệu audio và video 

khối lớn .Đây là một nhóm 2x2 gồm khối độ chói 8x8 (vì vậy sẽ là 16x16) có liên 

quan đến 2 khối mẫu các thành phần hiệu màu 8x8, một cho C   và một cho C  B  . Hầu 

                                                                        R                B 

hết quá trình xử lý MPEG-2 đều thực hiện với khối lớn do chúng là đơn vị không 

gian nhỏ nhất có thểđược biểu thị bởi một số tích phân của các khối 8x8 cho tất cả 

các thành phần tín hiệu. 

                  I    B     P     B     P     B     P     B     I 

                  1    2     3     4     5     6     7     8     9 

                  1    3     2     5     4     7     6     9     8 

                        Hình 5.12. Thứ tự khung MPEG 

                       Hình 5.12. Biểu diễn mô hình lấy mẫu không gian 

      Với   phần   bù   chuyển  động,   mỗi   khung   hình  đều  được   dựa   vào   vị trí   sai   từ 

khung hình trước, song phải bắt đầu quá trình khung hình thứ nhất. Vì vậy, MPEG-2 

cung cấp các khung hình hoàn toàn tự mã hóa giống nhưảnh của JPEG. Các khung 

hình này được gọi là khung hình 1. Các khung hình được dựđoán từ khung hình 

trước bằng bù chuyển động được gọi là khung hình P. Một kiểu khung hình thứ ba 

cũng được cung cấp dựa vào dựđoán từ khung hình trước và khung hình tiếp theo – 

đây được gọi là dựđoán hai hướng. Nhưng khung hình này được gọi là khung hình 

B. Khung hình B có thểđược nén thậm chí nhiều hơn khung hình P nhưng yêu cầu 

phải có một khung hình mới ở bộ giải mã trước khi khung hình B được giải nén, do 

vậy phải sử dụng cách thức truyền các khung hình không theo thứ tự trong dòng 

truyền. Đây cũng không phải là vấn đề quá khó, trừ phi phải cần lưu trữ nhiều hơn ở 

máy thu và cộng thêm khoảng          trễ vào quá trình nén và giải nén. Tiêu chuẩn cung 

cấp cho đặc điểm này và ứng dụng của nó được xác định ở thời điểm mã hóa. 

      Hình 5.13 là sơđồ một chuỗi khung hình, minh họa cách sử dụng của khung 

hình I-P và B và trật tự truyền xảy ra. Do I là các khung hình được nén ít nhất, nên 

ứng dụng của nó phải được tối thiểu hóa đểđạt được tốc độ dữ liệu thấp nhất nhưng 

I vẫn yêu cầu theo định ký cho dòng video để bản thân nó có thể phục lại sau khi 

chuyển mạch kênh hoặc ngưng hoạt động do lỗi. Tiêu chuẩn nêu rõ, ít nhất cứ 133 

                                               148 

----------------------- Page 18-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

khung hình sẽ xuất hiện khung hình I-hầu hết các hệ thống đều cung cấp số khung 

hình nhiều hơn như vậy .Điều này được xác định ở bộ mã hóa. 

                                  Nén phần lỗi 

                                     dự báo 

 Đầu vào                     DCT             Lượng tử                     Mã hoá         Video đã 

  video                                         hóa                       dòng bit        mã hóa 

                                         Vector chuyển động 

                 Đánh giá           Bù chuyển               Lượng tử               DCT 

               chuyển động             động                hóa ngược              ngược 

                             Lưu trữ 

                           khung hình 

                                                    Lưu trữ khung hình tái tạo 

                                  Hình 5.13. Quá trình xử lý MPEG 

      Hình 5.14 là một sơđồ khối xử lý nén MPEG-2 trình bày các nguyên lý đã đề 

cập từ trước tới giờ.Quá trình xử lý được thực hiện trên khối 8x8 tại một thời điểm. 

Nếu khung hình hoặc khối lớn, được ghi mã hóa trong các pixel sẽ trực tiếp vào quá 

trình xử lý DTC. Đối với các khối đã ghi mã xen kẽ, bước đầu tiên là thực hiện bù 

ảnh động sử dụng các khung hình mỏ neo lưu trữ từ khung hình trước khung hình 

sắp tới. Kết quả này được sử dụng so sánh với các pixel đầu vào và các visai để khối 

chuyển tới quá trình xử lý DCT.Ởđầu ra của DTC ,các hệ sốđược lượng tử hóa 

theo bảng lượng tử. sẽ có các bảng khác nhau, phụ thuộc vào việc sử dụng ghi mã 

trong hay mã xen kẽ. Kết quả của quá trình lượng tử hóa được sắp xếp theo trật tự 

và sử dụng mã entropy để truyền. 

      Một vòng bổ sung sẽ giải mã các vi sai của DCT vì vậy, các khung hình dự trữ 

được sử dụng cho bù chuyển động sau này bị suy giảm bởi quá trình lượng tử hóa từ 

việc tích tụ khi các khung hình được dựđoán từ khung này đến khung khác. 

      Quá trình mã hóa phải có sự lựa chọn liên quan đến kiểu dựđoán khung hình 

và lượng tử hóa. Những sự lựa chọn này có thểđược thực hiện dựa trên cơ sở khối 

lớn, nếu cần. Vì vậy, nó trở thành một nghệ thuật để khởi động bộ mã hóa nhằm, đạt 

được khả năng nén tốt nhất với tốc độ dữ liệu cho trứơc. Tham gia vào quá trình này 

còn có bộ mã hóa có khả năng tựđộng hóa rất tinh xảo. 

      5.4.4. Video của máy tính cá nhân 

      Mặc dù video MPEG được sử dụng cho máy tính cá nhân và đưa ra những chi 

                                                149 

----------------------- Page 19-----------------------

                                                             Chương 5: Nén dữ liệu audio và video 

tiết tuyệt vời, song vẫn cần đến một phần cứng chuyên biệt, trừ trường hợp ở nhưng 

máy   tính   cá   nhân   cực  nhanh.   Một   số thuật toán nén khác nhau  đã   phát   triển   một 

cách đặc biệt. ứng dụng riêng cho máy tính cá nhân. Các thuật toán này tạo ra sự 

thỏa hiệp khác nhau giữa cấp độ nén và chất lựợng  ảnh để giảm các yêu cầu tính 

toán   cho   quá   trình   giải   mã.Hầu   hết   các   thuật   toán   này  được   thiết   kế như các   hệ 

thống không đối xứng. Một số tiêu chuẩn đã sẵn sangf đáp ứng là Indeo của Intel, 

Video cho Windows của Microsoft, Quick time của Apple (cho Macinstosh và các 

máy tính cá nhân dùng Window ) và CinePark của SuperMac. Trong những trường 

hợp này, phần mềm giải mã đã sẵn sàng cung ứng nhưng phần mềm giải mã hóa (và 

cả phần cứng )thường là độc quyền và phải mua. Do là độc quyền nên chi tiết của 

các thuật toán này không đữợc bàn đến ởđây. 

      5.4.5 Audio AC-3 

      Hệ thống audio của hệ thống ATSC ATC là một ví dụ nén audio sốđiển hình. 

Hệ thống này cung cấp tới 5.1 kênh âm thanh vòm stereo chất lượng cao, với tổng 

tốc độ dự liệu 385 kb/s (kênh 0.1 là kênh loa trầm phụ có tần số thấp ). Bộ mã hóa 

AC-3 tạo ra một dòng bít tổng hợp có thểđược đóng gói và trộn với gói video trong 

hệ thống vận chuyển ATSC. 

      Như trong hệ thống nén video MPEG, nén audio AC-3 được thực hiện bằng 

cách chuyển đổi tốc độ dự liệu thành miền tấn số, đông thời đây cũng là mục tiêu 

cho lượng tử hóa thô. Tuy nhiên, đối video,việc chuyển đổi tần số, thời gian được 

thực hiện khác. Các mẫu audio đầu vào ở tấn số 48 khz được tập hợp các khối ghép 

512 mẫu. Mỗi mẫu đầu vào được biểu thị thành hai trong số các khối. và bằng cách 

sử dụng một loạt mờ chồng giữa các khối, khả năng nghe thấy sự ghép khối được 

loại bỏ. 

                                            Mã hóa hình 

                                               bao phổ 

  Đầu vào           Bộ lọc băng 

 audio PCM            phân tích 

                                             Chỉđịnh bit 

                                              Lượng tử              Định dạng           Dòng bit đã 

                                                                   khung AC-3             mã hóa 

                            Hình 5.14. Sơđồ khối bộ mã hóa AC-3 

      Hình   5.14   là   sơđồ khối   của   bộ mã   hóa   AC-3.   Các   khối   mẫu  được   chuyển 

thành hệ số nhờ bộ xử lý băng của bộ lọc phân tích. Đầu ra của bộ xử lý này là một 

chuỗi   các hệ số trong một định dạng dấu phẩy đặc biệt .Các số mũ biểu thị phổ tín 

                                                150 

----------------------- Page 20-----------------------

                                                            Chương 5: Nén dữ liệu audio và video 

hiệu   thô   và được    mã   hóa   riêng  rẽ từ  phần   định   trị  của định    dạng   dấu  phẩy 

động.Dòng   bít  ởđầu   ra   cho   mỗi   trong   số 6   khối   audio  được   tập   hợp   thành   một 

khung audio biểu thị 1536 mẫu audio trước khi nén hoặc 32 ms audio. Cấu trúc của 

khung được minh họa trên hình 5.17. Khung bắt đầu bằng một từđộng bộ,tiếp theo 

là một header thông tin dòng bit (BSI) mô tả sự phân phối audio. Sau đó đến dự liễu 

audio được nén cho 6 khối mẫu và một mã phát hiện sửa lỗi CRC ở cuối. Khung 

cũng chuẩn bịđầy đủ cho dự liệu phụ trợ không bắt buộc. 

                   I 

                   S 

             ộ  B       Khối     Khối    Khối     Khối     Khối    Khối 

             b 

                   r                                                        x    C 

              g    e    audio   audio    audio   audio    audio    audio    u    R 

              n    d                                                       A     C 

             ồ     a 

             Đ     e      0        1       2        3        4       5 

                   H 

                                  Hình 5.17. Cấu trúc khung AC-3 

      Cùng với nén, hệ thống AC-3 cũng đưa ra một vài đặc điểm thú vị khác tạo 

điều kiện thuận lợi cho quá trình tái tạo âm thanh chất lượng cao. Một  đặc điểm 

đáng lưu ý là hệ thộng có thể có cấu hình của nén dải rộng. Trong rất nhiều hoạt 

động. thường phải sử dụng nén dải rộng của audio để cải thiện vấn đề trào kệnh và 

khả năng nghe được âm thanh trong các môi trường nghe kém hoặc nghe với trang 

thiết bị tái tạo có công suất hạn chế . Nếu điều này được thực hiện ở cuối quá trình 

chèn, nó sẽ buộc người xem phải sử dụng cùng một dải giới hạn, không cần quan 

tâm đến chất lượng của thiết bị và môi trường tái tạo. Với AC-3, nén giải động xảy 

ra ởđầu thu nhờ các mã nén được truyền cùng với các tín hiệu. Vì vậy, máy thu có 

thể chọn số lượng nén để áp dụng . Và dải động gốc đầy đủ cũng sẵn sàng cung cấp 

cho những hệ thống có khả năng tái tạo lại nó. 

      Một đặc đỉểm khác của AC-3 là tiêu chuẩn hóa âm lượng. Khi chuyển mạch 

giữa các nguồn, hoặc các kênh tín hiệu khác nhau, người ta thường gặp phải sự thay 

đổi âm lượng thành phần đối thoại của audio. Điều này rất khó kiểm soát bởi vì các 

ứng dụng khác nhau cần đến các số lượng khoảng trống trên mức đối thoại để phù 

hợp với âm thanh khác. Tiêu chuẩn AC-3 đặt ra yêu cầu phải có một thông sốđược 

truyền cùng với audio để nhận dạng mức mà tại đó đối thoại được thiết lập trong 

toàn bộ dải động audio.Giá trị này có thểđược sử dụng ở máy thu để tiêu chuẩn hóa 

tất cả các kênh, vì vậy đối thoại luôn có cùng âm lượng. 

                                               151