Aula Codificacao de Video - Tecnicas

Técnicas de Codificação de Áudio e
Vídeo
Carlos Alexandre Mello
Carlos Alexandre Mello – cabm@cin.ufpe.br 1

Compressão de Dados

Introdução
 Compressão de Dados
 Espaço de Armazenamento
 Velocidade de Transmissão
 Teoria de Códigos
 Teoria da Informação
 Claude Shannon
 Algoritmos de Compressão
 Estáticos ou Dinâmicos
 Com Perda ou Sem Perda
Algoritmos de Compressão
 Sem Perdas
 Run-Length
 Huffman
 Lempel-Ziv
 Com Perdas
 Wavelets
 Quantização Vetorial

Introdução
 Motivação:
 Para que compressão?
 Um vídeo é uma sequência de quadros (frames)
 Em boa qualidade, um vídeo tem 30 fps
 Se cada frame corresponde a uma imagem de
640x480 pixels, com 24 bits/pixel, precisaríamos de
27MB para cada segundo de vídeo

Teoria dos Códigos
 De Comprimento Variável
 De bloco
 Singular
 Não-singular
 Não-unicamente decodificáveis
 Unicamente decodificáveis
 Instantâneos
 Não-instantâneos

Teoria dos Códigos
CÓDIGO
BLOCO COMPRIMENTO VARIÁVEL
SINGULAR NÃO-SINGULAR
UNICAMENTE DECODIFICÁVEL NÃO UNICAMENTE DECODIFICÁVEL
NÃO INSTANTÂNEO INSTANTÂNEO

Teoria dos Códigos
 Bloco
 A = 00
 B = 010
 Comprimento variável
 A = 00 ou 1
 O comprimento pode variar dentro na
codificação de uma mesma palavra

Teoria dos Códigos
 Não singulares
 Todas as palavras do código são distintas
 A = 00
 B = 01
 Singulares
 A = 00
 B = 00
 C = 01

Teoria dos Códigos
 Não-Unicamente Decodificável
 A=0
 B=1
 C = 01
 Como decodificar a seqüência: 0101
 ABC, ABAB, CC, CAB
 Unicamente Decodificável

Teoria dos Códigos
 Instantâneo
 Não depende de informações futuras
 Não-Instantâneo
 Depende de informações futuras
 A = 10
 B = 100
 C = 1000
 D = 10000
 Como decodificar 101001000

Teoria dos Códigos
Prefixo
 Uma condição necessária e suficiente para

um código ser unicamente decodificável é
que nenhuma palavra completa do código
seja prefixo de outra palavra qualquer.

Teoria dos Códigos
Desigualdade de Kraft
 Garante que um código com palavras com

comprimento Li é instantâneo
Exemplo:
q
-Li Considere o código
A = 0  comprimento Li=1
r  1 B = 01  comprimento Li=2
i=1 C = 11  comprimento Li=2
Número binário  base r=2
Ou seja,
2-1+2-2+2-2=1

Teoria dos Códigos
Desigualdade de McMillan
 Garante que um código com palavras com

comprimento Li é unicamente decodificável
q
-Li
r  1
i=1

Teoria dos Códigos
Comprimento Médio
q
L= Pi*Li
i=1
 Um código é dito compacto para uma

fonte S se seu comprimento médio é menor
ou igual ao comprimento médio de todos os
outros códigos unicamente decodificáveis
para a mesma fonte S.

Teoria dos Códigos
Taxa de Compressão
COMPRIMENTO DO ARQUIVO
C= ORIGINAL
COMPRIMENTO DO ARQUIVO
COMPACTADO
Em geral, mas não é apropriado para imagens....

Algoritmos de Codificação
 Algoritmos de compressão sem perda
 Run-Length
Usados em codificação
 Código de Huffman de Áudio e Vídeo
 Lempel-Ziv-Welch

Run-Length
 Contagem de carreiras de símbolos de

mesmo valor
 Codificação: <contador, símbolo>
 Exemplo:
 120 120 120 30 45 45 45 60
 Codificação:
 <3, 120> <1, 30> <3, 45> <1, 60>

Lempel-Ziv Welch [1984]
 Variação do Lempel-Ziv desenvolvida por
Terry Welch
 Implementada no formato GIF para
armazenamento de imagens

Lempel-Ziv Welch
Esquema de Codificação
 INICIALIZA DICIONÁRIO
 [Prefixo] <- 0
 C RECEBE O PRÓXIMO SÍMBOLO NO CÓDIGO
 [Prefixo]C ESTÁ NO DICIONÁRIO?
 SIM: [Prefixo] RECEBE [Prefixo]C E VOLTA A (3)
 NÃO:
 [Prefixo]C É ACRESCENTADO AO DICIONÁRIO
 SAÍDA RECEBE CÓDIGO DE [Prefixo]
 [Prefixo] <- C E VOLTA A (3)

Algoritmo de Lempel-Ziv-Welch
Dicionário básico:
X = #0
Y = #1
Z = #2
W = #3
Entrada do codificador:
XYXZXYXW

Lempel-Ziv-Welch
Codificação Final
#0#1#0#2#4#0#3
Dicionário
X = #0 Y = #1
Z = #2 W = #3
XY = #4 YX = #5
XZ = #6 ZX = #7
XYX = #8 XW = #9

Lempel-Ziv-Welch
Decodificação
#0#1#0#2#4#0#3
Dicionário Básico
X = #0 Y = #1
Z = #2 W = #3

Compressão de Vídeo

 A fim de avaliar sistemas de compressão de
vídeo, os seguintes parâmetros devem ser
considerados quanto ao desempenho da
compressão:
 Taxa de compactação
 Qualidade da Imagem
 Velocidade da compactação e descompactação

 Redução de Redundância
 Algumas áreas do frame possuem a mesma cor que se
espalha por mais de um pixel (redundância espacial);
 Quando a cena ou parte dela contém
predominantemente objetos orientados verticalmente
existe grande probabilidade que duas linhas adjacentes
sejam as mesmas (redundância espacial);
 Imagens onde alguns pixels se repetem por diversos
frames (redundância temporal).

Redundância
Espacial
Redundância
Temporal

 Artefatos de codificação/transmissão
 Motion blur

 Blocking

 Ringing

 Aliasing

 Judder

 Outros artefatos

 Problemas de imparidade temporal
 Freezing

 Outras questão: avaliação subjetiva do ser
humano
 Um freezing de 1 seg é igual a 10 de 0,1 seg?
 Um borramento no centro da imagem é igual a
um borramento no canto?
 Ou seja, é preciso avaliar o quão “agressivo”

um artefato é para a percepção humana

Principais Técnicas
 Color LookUp Table

 Run-Length
 Interpolação
 Predição (DPCM, ADPCM)
 Uso de Transformadas (DCT)
 Codificação Estatística (Huffman)

 Padrão de Cores
 RGB comum para imagens
 MPEG usa o YCbCr
 Mais apropriado para percepção do sistema visual
humano
 RGB -> YCbCr
 Y = 0,299R + 0,587G + 0,114B
 Cb = -0,1687R – 0,3313G + 0,5B + 128
 Cr = 0,5R -0,4187G -0,0813B + 128
 (120; 60; 30)RGB -> (74,52; 102,88; 160,44)YCbCr

 O padrão MPEG especifica 3 tipos de quadros
comprimidos no arquivo de saída:
 Nos quadros I (Intraframe) somente se aplicam
algoritmos de redução de redundância espacial
 Nos quadros P (Predicted) e B (Bidirectionally
Predicted) também se aplicam algoritmos de redução
de redundância temporal
 No caso dos quadros B a predição de
movimento é bidirecional, ou seja, é feita com
quadros no passado e no futuro em relação ao
quadro sendo codificado

Algoritmos - MPEG
 Diferentes taxas de compressão nos

quadros
 I = 10-20:1
 P = 20-30:1
 B = 30-50:1

Algoritmos - MPEG
 Quanto maior a compressão, maiores as

perdas de qualidade sofridas nos quadros
 Por isso, há a necessidade de intercalar
quadros I de tempos em tempos para permitir
a “restauração” da qualidade do sinal e
também acesso aleatório aos quadros do
filme

Algoritmos - MPEG
I B B P B B P …

Algoritmos - MPEG
 A predição bilateral é importante para

utilizar informações de elementos que não
estão presentes em frames anteriores

Algoritmos - MPEG
 Também fazem parte do padrão:

 DCT + Quantização + Run-Length
 Redução de Redundância Espacial
 Motion Estimation e Motion Compensation
(MEC) preditiva e interpolativa
 Redução de redundância temporal
 Uso de Codificação de Huffman
 Compressão efetivamente

Algoritmos - MPEG
 A DCT faz uma transformação na imagem,

mudando o domínio de representação da
mesma
 Este processo não introduz perdas de qualidade
na imagem, sua utilização se dá porque ela
permite uma representação mais compacta da
imagem, facilitando a compressão
 O uso da DCT faz com que as maiores
frequências se concentrem no canto superior
esquerdo da matriz
Algoritmos - MPEG

 DCT
Bloco da imagem (YCbCr) Resultado após DCT

Algoritmos - MPEG

 DCT
 Exemplo: imagem inteira

Algoritmos - MPEG

 DCT
 Perdas

Algoritmos - MPEG
 Após a aplicação da DCT, uma

quantização é feita tomando uma matriz
de quantização fixa
 Cada valor da matriz gerada pela DCT é
dividido pelo valor correspondente na
máscara de quantização e arredondado
para um inteiro

Algoritmos - MPEG

 Quantização
Matriz de quantização Bloco quantizado

Algoritmos - MPEG

 Run-Length
 Objetivo: agrupar os valores nulos
 Dada a disposição deles, usa-se uma leitura em
zig-zag

Algoritmos - MPEG
 Motion Estimation e Motion Compensation

(MEC) preditiva e interpolativa
Não mudou…
Mudou…
Quadro m Quadro m+1

 Avaliação de codificação
 Packet loss
 Avaliação de rede
 Imparidade temporal
 Para um vídeo contínuo, difícil de avaliar, pois
pode ser um vídeo sem movimento
 Qualidade visual

 Qualidade visual
 Full Reference
 Reduced Reference
 No Reference

 No Reference
 BLIINDS
 VIIDEO
 Difíceis de desenvolver (modelam a percepção
humana)
 Geram uma estimativa de qualidade
 Muitas aplicações

 Full Reference
 SSIM (e variações) – Structure Similarity Index
 Avaliação de qualidade de imagem..

O que é Qualidade?
 Qual dessas é a melhor imagem?
JPG 30%
JPG 90% sobre

a de 80%
Original
JPG 80%
O que é Qualidade?
 Pior ainda!! Está imagem é de boa
qualidade??

O que é Qualidade?
 Qual a diferença entre os dois exemplos
anteriores?
Qualidade x Fidelidade

Avaliação de Fidelidade
 Comparação entre a Imagem de Referência
e a Imagem Alvo
 Comparação Pixel-a-Pixel
 Diversas medidas existentes:
 MOS (Mean Opinion Score)
 MSE (Mean Square Error)
 PSNR (Peak Signal to Noise Ratio)
 ANOVA (Analysis of Variance)
 Aplicada sobre o cálculo de propriedades das imagens

 MOS (Mean Opinion Score)
 Avaliação Subjetiva
 Pessoas observam as imagens e atribuem
valores:
 1 – Ruim
 ...
 5 – Excelente
 Impensável quando falamos de grandes
acervos de imagens!!
 Dependente do usuário

 MSE (Mean Squared Error)
 Raiz quadrada do Somatório do quadrado de
erros pontuais
Erro = 1 Erro = -1
200 177 201 176

20 99 18 101
Erro = -2 Erro = 2
MSE =  12 + (-1)2 + (-2)2 + 22 = 10 = 3,16

 MSE (Mean Squared Error)
 Problema: E se a imagem estiver deslocada de
um pixel apenas?

Diferença
Alto MSE !!

 MSE (Mean Squared

Imagem
Error) Original
 Problemas

 PSNR
 Medida logarítmica baseada em MSE
 ANOVA
 Análise de diferenças estatísticas entre
imagens
 Diz se existem diferenças estatisticamente
significantes ou não
 Baseada no cálculo e avaliação de parâmetros
(média, desvio padrão, energia, entropia, etc)

 Fidelidade de Imagens
 Índice de Z.Wang et al
 Z.Wang, A.C.Bovik and Ligang Lu. A Universal
Quality Index, IEEE Signal Processing Letters, Vol. 9,
no. 3, pp. 81-84, 2002

 Aplicação: Avaliação de Perda de JPG
Imagem Original JPG 15% de perda JPG 30% de perda
JPG 80% de perda JPG 90% sobre 80% de perda

 Aplicação: Avaliação de Perda de JPG
 Valores do Índice de Z.Wang:
 Comparação com a imagem original

 Aplicação a Vídeo
 VSSIM
 Comparação entre vídeos
 Full reference
 Para aumentar o tempo de processamento, janelas
aleatórias são definidas para avaliar os frames
 As janelas devem ter alto contraste
 Vídeo em YCbCr
 SSIM roda em cada componente e uma média ponderada é
usada posteriormente para definir o score final

 Aplicação a Vídeo
 VSSIM
 Vantagem: Fácil de computar
 Desvantagem: Não é sensível a imparidades
temporais
 Variações
 MSSSIM, 3-SSIM, stSSIM, GSSIM
 Validação feita com o MOS
 Bases: VQEG Phase I, LIVE VQA, ReTRiEVED, ...

Chroma Subsampling
 É um tipo de compressão que reduz a informação
de cores em um sinal, favorecendo os dados
relacionados a luminância
 Isso reduz a necessidade por largura de banda
sem afetar significativamente a qualidade da
imagem
 Um sinal de vídeo é dividido em dois: informação
de cor e informação de luminância

Chroma Subsampling
 Luminância (luma): Define a maior parte da
imagem já que as formas que notamos são
formadas pelo contraste entre cores
 Considere uma imagem em tons de cinza, por exemplo
 Crominância (chroma): Define a informação da cor
propriamente dita
 Chroma subsampling reduz a quantidade de
informação de cor, mantendo a informação de
luma
 No modelo YUV, luma é apenas 1/3 do sinal; assim, há
bastante redução nos dados...

Chroma Subsampling
 Luminância e Crominância

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 O primeiro número (4) é o tamanho da amostra
 Os números seguintes se referem ao chroma,
estão relacionados com o primeiro número e
definem a amostragem horizontal e vertical
 Um sinal com chroma 4:4:4 não tem compressão
e carrega as informações de chroma e luma
completamente

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 Um sinal com chroma 4:2:2 tem metade do
chroma de 4:4:4, metade da taxa de amostragem
na horizontal, mas mantém a amostragem na
vertical

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 Um sinal com chroma 4:2:0 tem um quarto do
chroma de 4:4:4, amostra cores em metade dos
pixels da primeira linha e ignora a segunda linha
da amostra completamente

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 Comparação:
4:4:4
4:2:2
4:2:0

Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 Apesar da baixa qualidade, o formato 4:2:0
é bastante utilizado em padrões
internacionais
 A questão aqui é que as falhas muitas vezes
não são percebidas em imagens em movimento
 Usualmente, uma câmera captura uma
imagem em 4:4:4, converte para 4:2:2 via
filtragem e amostragem horizontal e então
para 4:2:0 via nova filtragem e amostragem
vertical
Chroma Subsampling
4:4:4 vs 4:2:2 vs 4:2:0
 Ambas as filtragens são feitas através de
filtros FIR

Compressão de Áudio

Algoritmos – Blocos de Silêncio
 Blocos de silêncio são marcadores que contêm

um valor de duração do tempo que representa a
extensão do silêncio ou quase silêncio
Dados de Silêncio
Janela de
Silêncio

 Semelhante ao Run-Length
 Usado em arquivos VOC
 Silêncio é definido como a amplitude da forma
de onda que não ultrapassa a janela de silêncio
 Uma extensão de silêncio menor que a janela é
considerada muito curta para merecer a conversão
para bloco de silêncio
 Problema: 1) Os blocos de silêncio não existem
na maioria dos sons gravados

 Problema: 2) Difícil distinguir silêncio do

início de alguns sons (para sinais de voz)
 Como os fricativos inaudíveis (/f/, /s/, /sh/)
Início do som /s/ da palavra “Sapo”

Algoritmos – MP3 – MPEG-1 Layer 3
 Terceira camada do formato MPEG-1

 Destinada a codificação de áudio
 Taxa de compressão: 10:1 podendo
chegar até 12:1
 Uso de elementos de psicoacústica

 Um erro comum é confundir o MP3 com

MPEG-3. MPEG-3 é um formato morto,
pois o formato MPEG-4 o suplantou com
muitas vantagens
 Enquanto o MPEG-3 deveria ter sido um
formato para compressão tanto de áudio
como de vídeo o MP3 responde apenas
pela compressão de áudio do MPEG-1

 A utilização dos limites da audição

humana baseia-se em três princípios
básicos:
 Faixa de frequência audível dos seres
humanos;
 Limiar de audição na faixa de frequência
audível;
 Mascaramento em frequência e
mascaramento temporal


humanos
 O ouvido humano, devido às suas limitações
físicas, é capaz de detectar sons em uma
faixa de frequência que varia de 20 Hz a 20
KHz, sendo que estes valores podem variar
de indivíduo para indivíduo e também com a
idade (com o envelhecimento perdemos a
capacidade de ouvir frequências mais altas)


humanos
 Desta forma, não faz sentido armazenar
dados referentes a sons fora desta faixa de
frequência, pois ao serem reproduzidos, os
mesmos não serão percebidos por um ser
humano.
 Esta é a primeira limitação da audição
humana do qual o sistema MP3 faz uso para
alcançar altas taxas de compressão.


humanos
 De acordo com o Teorema de Nyquist, para
garantir a reprodução de um sinal, temos de
amostrá-lo pelo menos a duas vezes sua
frequência máxima
 Ou seja, neste caso, como a frequência
máxima de interesse é 20 KHz, basta
amostrar a 40 KHz

 Faixa de frequência audível dos seres humanos

 Utiliza-se 44.100 Hz como taxa de amostragem, pois
leva-se em consideração uma tolerância e busca-se
um valor produto dos quatro primeiros números
primos ao quadrado
 Obs: (2x3x5x7)2 = 44100
 Desta forma, esta taxa de amostragem funciona como
um filtro passa-baixa, que remove todos os
componentes de frequência fora da faixa de interesse,
neste caso, acima de 20 Khz


audível
 Outro fator utilizado pela codificação MP3 é a
curva de percepção da audição humana
dentro da faixa de frequências audíveis, ou
Limiar de Audição
 Apesar da faixa de audição humana variar
entre 20 Hz e 20 KHz, a sensibilidade para
sons dentro desta faixa não é uniforme


audível
 Ou seja, a percepção da intensidade de um
som varia com a frequência em que este se
encontra
 Por isso, o MP3 utiliza-se desta propriedade
para obter compressão em arquivos de áudios
 Esta abordagem é bastante intuitiva, sendo
que o que se faz é descartar amostras que se
encontrem abaixo deste limiar

 Mascaramento em frequência e mascaramento

temporal
 Por fim, uma última propriedade da audição humana
ainda é utilizada pelo método é o chamado
mascaramento auditivo, ou “audiabilidade diminuída
de um som devido à presença de outro”, podendo
este ser em frequência ou no tempo
 O mascaramento em frequência ocorre quando um
som que normalmente poderia ser ouvido é
mascarado por outro, de maior intensidade, que se
encontra em uma frequência próxima

 Mascaramento em frequência e
mascaramento temporal
 O mascaramento em frequência depende da
frequência em que o sinal se encontra,
podendo variar de 100 Hz a 4 KHz
 Em função deste comportamento, o que o
método de compressão do MP3 faz é
identificar casos de mascaramento em
frequência e descartar sinais que não serão
audíveis devido a este fenômeno

 Mascaramento em frequência e mascaramento temporal

 O mascaramento no tempo ocorre quando um som forte é
precedido por um mais fraco que se encontra em uma frequência
próxima à do primeiro
 Se o intervalo de tempo entre os dois for suficientemente pequeno,
este som mais fraco não será percebido pela audição humana
 Se um som é mascarado após um som mais forte, temos o
chamado pós-mascaramento
 No caso de um som ser mascarado antes do som mais forte,
temos o que chamamos de pré-mascaramento
 O pré-mascaramento existe só por um curto momento, cerca de
20ms, enquanto que o pós-mascaramento tem efeito por até 200 ms

Técnicas de Codificação de Áudio e
Vídeo
 Referências:
 The Essential Guide to Video Processing,
A.C.Bovik, Academic Press, 2009
 A Practical Guide to Video and Audio
Compression, C.Wootton, Focal Press, 2005
 Introduction to Information Theory and Data
Compression, D.Hankersson, CRC Press, 2003

Aula Codificacao de Video - Tecnicas

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Aula Codificacao de Video - Tecnicas

Загружено:

Авторское право:

Доступные форматы

Técnicas de Codificação de Áudio e

Carlos Alexandre Mello

Carlos Alexandre Mello – cabm@cin.ufpe.br 1

Carlos Alexandre Mello

Carlos Alexandre Mello – cabm@cin.ufpe.br 2

Carlos Alexandre Mello – cabm@cin.ufpe.br 4

Carlos Alexandre Mello – cabm@cin.ufpe.br 5

Carlos Alexandre Mello – cabm@cin.ufpe.br 6

BLOCO COMPRIMENTO VARIÁVEL

UNICAMENTE DECODIFICÁVEL NÃO UNICAMENTE DECODIFICÁVEL

NÃO INSTANTÂNEO INSTANTÂNEO

Carlos Alexandre Mello – cabm@cin.ufpe.br 7

Carlos Alexandre Mello – cabm@cin.ufpe.br 8

Carlos Alexandre Mello – cabm@cin.ufpe.br 9

Carlos Alexandre Mello – cabm@cin.ufpe.br 10

Carlos Alexandre Mello – cabm@cin.ufpe.br 11

 Uma condição necessária e suficiente para

Carlos Alexandre Mello – cabm@cin.ufpe.br 12

 Garante que um código com palavras com

Carlos Alexandre Mello – cabm@cin.ufpe.br 13

 Garante que um código com palavras com

Carlos Alexandre Mello – cabm@cin.ufpe.br 14

 Um código é dito compacto para uma

Carlos Alexandre Mello – cabm@cin.ufpe.br 15

Em geral, mas não é apropriado para imagens....

Carlos Alexandre Mello – cabm@cin.ufpe.br 16

Carlos Alexandre Mello – cabm@cin.ufpe.br 17

 Contagem de carreiras de símbolos de

Carlos Alexandre Mello – cabm@cin.ufpe.br 18

 Variação do Lempel-Ziv desenvolvida por

 Implementada no formato GIF para

Carlos Alexandre Mello – cabm@cin.ufpe.br 19

Carlos Alexandre Mello – cabm@cin.ufpe.br 20

Carlos Alexandre Mello – cabm@cin.ufpe.br 21

Carlos Alexandre Mello – cabm@cin.ufpe.br 22

Carlos Alexandre Mello – cabm@cin.ufpe.br 23

Carlos Alexandre Mello

Carlos Alexandre Mello – cabm@cin.ufpe.br 24

Carlos Alexandre Mello – cabm@cin.ufpe.br 25

Carlos Alexandre Mello – cabm@cin.ufpe.br 26

Carlos Alexandre Mello – cabm@cin.ufpe.br 27

Carlos Alexandre Mello – cabm@cin.ufpe.br 28

Carlos Alexandre Mello – cabm@cin.ufpe.br 29

Carlos Alexandre Mello – cabm@cin.ufpe.br 30

Carlos Alexandre Mello – cabm@cin.ufpe.br 31

Carlos Alexandre Mello – cabm@cin.ufpe.br 32

Carlos Alexandre Mello – cabm@cin.ufpe.br 33

Carlos Alexandre Mello – cabm@cin.ufpe.br 34

 Ou seja, é preciso avaliar o quão “agressivo”

Carlos Alexandre Mello – cabm@cin.ufpe.br 35

 Color LookUp Table

Carlos Alexandre Mello – cabm@cin.ufpe.br 36

Carlos Alexandre Mello – cabm@cin.ufpe.br 37

Carlos Alexandre Mello – cabm@cin.ufpe.br 38

 Diferentes taxas de compressão nos

Carlos Alexandre Mello – cabm@cin.ufpe.br 39

 Quanto maior a compressão, maiores as

Carlos Alexandre Mello – cabm@cin.ufpe.br 40

Carlos Alexandre Mello – cabm@cin.ufpe.br 41

 A predição bilateral é importante para

Carlos Alexandre Mello – cabm@cin.ufpe.br 42

 Também fazem parte do padrão:

Carlos Alexandre Mello – cabm@cin.ufpe.br 43

 A DCT faz uma transformação na imagem,