CN1238603A - 用于差分脉码调制的子集平均中值预测器 - Google Patents

Abstract

一种子集平均中值(SAM)预测器，在编码诸如图像和声音的信息过程中合并于一差分脉码调制编码器，以消除差错并使差错传播最小化。SAM预测器按照SAM(X)＝a_iF_i(X)来操作，其中X是预测器窗中的输入值向量，P是中值子滤波器的数量，a_i是可选择系数，而F_i(X)是i^th中值子滤波器的特征方程。该SAM预测器规定a_i使预测差错最小化且排除了第一阶子滤波器，其中丨a_i丨< 1，r≤1。从而消除了差错并使预测差错方差最小化。

Description

用于差分脉码调制的 子集平均中值预测器

本发明涉及一种用于差分脉码调制(differential pulse code modulation,DPCM)的子集平均中值(subset averaged median,SAM)预测器，尤其涉及一种在使用差分脉码调制编码器的诸如图像和声音等的编码信息的传播中，消除(isolate)差错和使差错最小化的SAM预测器。

图1是描述按照本发明的差分脉码调制(DPCM)系统的方框图。如图所述，该DPCM系统包括具有量化器和线性或中值型(median-type)预测器的编码器，和具有线性或中值型预测器的解码器。

在图1中，X(n)是原始输入信号，E(n)是实际输入信号。E_r(n)表示从发送通道上收到的预测差错信号，而X_r(n)表示基于E_r(n)的恢复信号。

这种先前的线性预测器和中值型预测器分别如下操作。

[方程1]

线性预测器：LIN(X)=0.5X₁+0.25(X₂+X₃)

第一中值型预测器：MED1(X)=med(X₁,X₂,X₃,X₄)

第二中值型预测器：MED2(X)=med(X₁,X₃,X₄)

有限脉冲响应混合中值型预测器(Finite impulse response hybrid median-type predictor,FMH)：

FMH(X)=med(X₁,X₂,X₄,l,r),

其中，l=X₁+X₃-X₂，而r=med(X₁,X₂,X₃,X₄)。

与差分脉码调制(DPCM)有关的，用于预测的输入值的映射(map)关系如下：

[方程2]

{X₁,X₂,X₃,X₄}

={X(m,n-1),X(m-1,n-1),X(m-1,n),X(m-1,n+1)}

图2也示出了映射输入值的二维坐标。大多数用于预测X(m,n)的预测器仅仅使用与X(m,n)有强相关性的数据，这是因为数据离X(m,n)越远，该数据与X(m,n)的相关性越小，因此该数据对信号的压缩不起大的作用。

上述现有技术的DPCM系统采用线性预测器来对诸如图像和声音的编码数据进行编码。近来，出现并使用了一种具有非线性特征的中值型预测器。

下面将描述采用线性预测器和中值型预测器12的差分脉码调制(DPCM)系统。

使预测差错方差最小的技术与压缩信号后恢复压缩信号时保证信号质量的技术有关。应用非线性中值型预测器的系统能防止恢复信号的传播在接受器处有传送差错，从而可使传送差错能被消除。

在DPCM系统中，当接收器所采用的预测器与恢复原始信号的发送器使用的预测器相同时，如果产生了传送差错，则E(n)值不等于E_r(n)值，并且原始信号不能再被恢复。由于DPCM系统是一个递归系统，在E(n)不等于E_r(n)的情况下，恢复后的差错影响要被恢复的下一信号。如果恢复的差错以这种方式影响要被恢复的下一信号，该差错也将被传送。这种现象就叫差错传播现象。

有些系统采用一种预测器，该预测器保持稳定或周期地复位接收/发送信号，以便减弱由恢复信号处的传送噪声产生的传送影响。

然而，适应于线性预测器的DPCM系统并不能消除传送线中的传送差错所产生的传送噪声，并简单地企图通过减小预测差错方差来提高图像或声音质量。

在线性滤波器情况下，理论上检查和证实线性滤波器稳定性的技术已经得到证明。这样一种技术的优点是滤波器的设计简单。如果一个传递函数的极点(pole)在一单位周期中，则该滤波器是稳定的，但缺点是不能消除传送噪声。

需要使预测差错方差最小化和使传送噪声产生的差错传送衰减的技术。已经提出了一些技术，其中，只传送噪声，直到某个段为止，在该段之后停止传播噪声。然而，这些技术也有缺点，即，在发送器和接收器之间没有准确的同步而使差错传播变得严重。

使用中值型预测器的差分脉码调制(DPCM)系统是为了消除传送噪声，或使与输入信号特征无关的预测差错方差最小化。然而，这种方法并不能完全消除传送噪声，因此，非消除传送噪声赋予传播差错直到接收器处变成恢复信号或干原始信号的恢复。

此外，输入信号特征一般并不保持相同，该中值型预测器缺少稳定性，即，该预测器的特性可根据输入信号而改变。

结果，由于在传送线中产生的传送错误，包含现有技术的线性预测器的DPCM系统并不能消除传送噪声。能够消除传送噪声的含有现有技术的中值型预测器的DPCM系统，并不能设计成根据输入信号特征使预测差错方差最小化。而且，当传送噪声没有被消除时，该差错可在接收器处之传播给恢复信号且干扰原始信号的恢复。

本发明是为了解决前面所述的问题而设计的。本发明的一个目的提供一种用于差分脉码调制的子集平均中值(SAM)预测器，该差分脉码调制能够根据输入信号特征使预测差错方差最小化并同时消除传送噪声，同时该SAM预测器能能够带来这种情况，即，当传送噪声没有被消除时使差错传播得以衰减。

通过参照以下详细描述和附图，本发明的其它目的和优点将变得更加明白。

图l是描述根据现有技术的差分脉码调制(DPCM)的方框图。

图2是二维映射输入的坐标。

图3是描述根据本发明的差分脉码调制(DPCM)系统的方框图。

图4是表示使用中值型预测器时的差错传播结果的实施例的图。

本发明中，公开了一种用于差分脉码调制的子集平均中值(SAM)预测器，该差分脉码调制不仅根据输入信号特征使预测差错方差最小化，而且也消除了传送噪声。而且该SAM预测器在传送噪声音没有被消除时在迅即的时间内减弱差错传播。

图3描述了根据本发明的差分脉码调制(DPCM)系统的方框图。如图所示，该系统包括带具有根据本发明最新设计的SAM预测器的编码器和具有相同结构的SAM预测器的解码器。

在图3中，X(n)是位于预测器窗中位置的输入矢量，而E(n)是DPCM系统所产生的预测差错信号。E_r(n)是从传送通道接收的预测差错信号，而X_r(n)。该SAM预测器的输出如下：

[方程3] $\mathrm{SAM}\left(X\right)=\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i{F}_i\left(X\right)$

其中a_i是系数，X是在预测器窗中的一输入向量，F_i()是一i^th中值子滤波器(median subfilter)的特征方程，而P是中值子滤波器的数量。当该SAM预测器的范围是N时，输入向量X_n的数量是N，其中1≤P≤2^N-1。

当p=2^N-1时，该SAM预测器包括各种可能的中值子滤波器。该SAM预测器归入全子集(full-subset)平均中值滤波器。当N=4时，该全子集平均中值滤波器如下输出：

[方程4] $F-\mathrm{SAM}\left(X\right)=\underset{i=1}{\overset{8}{\mathrm{\&Sigma;}}}{a}_i{X}_i+a_5\mathrm{median}(X_1,X_2,X_3)+a_6\mathrm{median}(X_1,X_2,X_4)$

+a₇median(X₁,X₃,X₄)+a₈median(X₂,X₃,X₄)

按照该方程4操作的全子集平均中值滤波器包括现有技术的线性预测器

鲁棒SAM滤波器(robust-SAM filter)是另外一种SAM预测器，它不包括一阶子滤波器。当N=4时，该鲁棒SAM滤波器如下算出：

[方程5]

R-SAM(X)=a₁med(X₁,X₂,X₃)+a₂med(X₁,X₂,X₄)

+a₃med(X₁,X₃,X₄)+a₄med(X₂,X₃,X₄)

前面所述的SAM预测器包括一个选择滤波器。含有一阶滤波器的预测器对于使预测差错方差最小化是最有效果的，而不包括一阶滤波器的预测器能够消除传送差错噪声。根据输入信号，正解地应用系数a_i，有可能设计消除传送差错又能使预测差错方差最小化的预测器。

在发生传送差错的情况下，当忽略量化器时，消除差错的条件通过方程6的一阶来表示。假设该传送差错发生在n₀位置，则预测差错信号E(n₀)值不同于E_r(n₀)值。从而恢复信号X_r(n₀)不同于X(n₀)。为了能在n₀位置限定差错而不使其传播，下列方程6应该被满足：

[方程6]

X(n₀+k)=X_r(n₀+k),k=1,…,N

按照上述公式，当条件满足时，该差错不再传播而被消除。本发明中公开的预测器去除了一阶中值滤波器(a median filter with a first order)以便能满足这个条件，从而消除传送差错。

该SAM预测器能使系数最小化，a_i低于均方差(MSE)标准。该预测器差错方差J(a)如下计算：

[方程7] $J\left(a\right)=E\left[{(X(m,n)-\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i{F}_i\left(X\right))}^2\right],$

其中a=[a₁,a₂,…,a_p]^T,E[]是期望值操作符。从而用于最小化J(a)的系数a如下：

[方程8]

a_apt=φ,

其中是满足E[F(X)F^T(x)]的p×p阶相关矩阵，F(X)是[F₁(X),F₂(X),…,F_p(X)]^T，及F_i()是i^th中值子滤波器。可以用E[SF(X)]替代，并且是P^th阶的互相关向量的一种形式，其中S是所需信号。

前面所提到的子集平均中值(SAM)滤波器的稳定条件通过下列步骤给出。在图3所示的系统中，由于在传送过程中X_r(n)有一差错，在预测器窗中恢复的X_r(n)通过下列方程9给出： $X_r\left(n\right)=\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i{F}_i\left(X_r\right)+E_r\left(n\right)$

在n小于0时假定E_r(n)=0，且E_r(n)的最大值是M_e，则可得到下列方程10：

[方程10] $\left|X_r\left(n\right)\right|\&le;\left|\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i\right|\left|F_i\left(x\right)\right|+M_e$

从上列方程可得到方程11：

[方程11] $\underset{n\&RightArrow;\&infin;}{\lim }\left|X_r\left(n\right)\right|\&le;\frac{M_e}{1-\underset{i-1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i}$

方程11应满足条件 $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i|<r$ 。使用鲁棒SAM预测器的一阶差分脉码调制器在方程12条件下能稳定。

[方程12] $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}\left|a_i\right|<1$

结果，如果设计子集平均中值预测器在方程12的条件下使预测差错方差最小化，可得到稳定的预测器。如上所设计的预测器能去除传送差错。根据本发明的实施例，应该设计足以满足方程12的条件的鲁棒SAM预测器。这样，如上所述设计的系统能消除传送差错或最小化传播影响和预测差错方差，从而在两个预测器间提供高质量的信号。

也就是说，该预测差错方差J(a)在 $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}\left|a_i\right|<1,$ r≤1时最优的。特别地，如果在使用中值预测器中没有消除噪声，根据计算机模拟来发现不能恢复原始信号。然而本发明的SAM预测器能消除差错也能恢复差错传播中的原始信号。

图4显示了在使用中值预测器时差错传播影响的实施例。图4的A显示了使用SAM预测器的DPCM信号，而图4的B显示了使用按照本发明的SAM预测器的DPCM的信号。

在图4的A和B中，X(n)是输入值的阶梯前沿，而E(n)是脉冲状差错信号。E_r(n)是由于减小了脉冲间隔而发生传送差错时收到的差错信号，而X_r(n)是恢复信号。在本发明中公开的DPCM系统不仅能够消除传送差错，也能复原差错传播时的原始信号。

尽管本发明可以有各种修改和替代形式，其特别的实施例已通过图中的例子和详细描述表示出。然而，应该知道的是，本发明并不限于公开的特定形式，相反，本发明可以在所附权利要求书定义的本发明的精神和范围内作各种修改、等效和替换。

本发明通过把一种子集平均中值(SAM)预测器应用于差分脉码调制系统，提供了一种稳定的系统设计，用以压缩声音或图像。而且，通过引入SAM预测器的操作方程来消除差错和使预测差错方差最小化，实际应用于系统的所有可能的方法都包括在本发明中。根据本发明的SAM预测器能消除差错和在差错传播中恢复原始信号。

Claims (12)

1．在一种包括预测器的差分脉码调制(DPCM)系统中，用于差分脉码调制的子集平均中值(SAM)预测器通过

来操作，其中X是预测器窗中涉及的输入向量，P是中值子滤波器的数目，a_i是可选择的系数，而F_i()是i^th中值子滤波器的特征方程。

2．如权利要求1所述的子集平均中值预测器，其范围是N，其中1≤P≤2^N-1。

3．如权利要求2所述的子集平均中值预测器，在p=2^N-1时包括各种可能的子滤波器。

4．如权利要求3所述的子集平均中值预测器，其中，包括各种可能的中值子滤波器的所述子集平均中值预测器的特征方程如下所示： $F-\mathrm{SAM}\left(X\right)=\underset{i=1}{\overset{8}{\mathrm{\&Sigma;}}}{a}_i{X}_i+a_5\mathrm{median}(X_1,X_2,X_3)+a_6\mathrm{median}(X_1,X_2,X_4)$

+a₇median(X₁,X₃,X₄)+a₈median(X₂,X₃,X₄)

5．如权利要求1所述的子集平均中值预测器，通过调整ai的值来消除传送差错，从而排除了第一阶方程。

6．如权利要求5所述的子集平均中值预测器，其中排除所述的第一阶方程的所述的子集平均中值预测器的特征方程如下：

R-SAM(X)=a₁med(X₁,X₂,X₃)+a₂med(X₁,X₂,X₄)

+a₃med(X₁,X₃,X₄)+a₄med(X₂,X₃,X₄)

7．如权利要求1所述的子集平均中值预测器，规定a_i满足

E[F(X)F^T(X)][a₁,a₂,…,a_p]^T=E[SF(X)]，以便使基于中值平方方差标准的预测差错方差最小化，其中E[]是期望值操作符，F(x)即[F₁(X),F₂(X),…,F_P(X)]^T，而S是所需信号。

8．如权利要求1所述的子集平均中值预测器，规定a_i满足 $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}\left|a_i\right|<1$ 以稳定所述范围为N范围的子集中值预测器。

9．如权利要求1所述的子集平均中值预测器，规定a_I要使期望差错方差最小化，且同时满足 $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}\left|a_i\right|<r,$ r≤1，以便使所述子集平平均中值预测器最优。

10．如权利要求9所述的子集平均中值预测器，其中所述的预测差错方差J(a)表示为： $E\left[{(X(m,n)-\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i{F}_i\left(X\right))}^2\right],$ 其中E()是期望值操作符，X(m,n)是m和n位置的输入值向量，而F_i()是i^th中值子滤波器的特征方程。

11．如权利要求1所述的子集平均中值预测器，规定a_i使预测差错方差最小化，以满足 $\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}\left|a_i\right|<r,$ r≤1，且排除了第一阶以便最优化。

12．如权利要求11所述的子集平均中值预测器，其中所述的预测差错方差J(a)由 $E\left[{(X(m,n)-\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}{a}_i{F}_i\left(X\right))}^2\right]$ 给出，其中E[]是期望值操作符，X(m,n)是m和n位置的输入值向量，而F_i()是i^th中值子滤波器的特征方程。

Images