视频信号数字化处理后所带来的信号损伤和畸变的种类及特点.
3.5视频信息的处理技术
3.5视频信息的处理技术在当今数字化的时代，视频已经成为了我们日常生活和工作中不可或缺的一部分。
从我们在社交媒体上分享的短视频，到影视作品的制作，再到企业的远程会议和教育培训，视频无处不在。
而这背后，离不开一系列先进的视频信息处理技术，它们让视频的获取、编辑、传输和播放变得更加高效和优质。
首先，让我们来谈谈视频的采集和编码技术。
当我们使用摄像机、手机或其他设备拍摄视频时，这些设备会将光信号转换为电信号，并以一定的格式进行记录。
常见的视频格式有 MP4、AVI 等。
在这个过程中，编码技术起到了关键作用。
它通过压缩视频数据，减少存储空间和传输带宽的需求，同时尽可能保持视频的质量。
例如，H264 和H265 是目前广泛使用的视频编码标准，它们能够在保证画质的前提下，大幅降低数据量。
接下来是视频的编辑和特效处理。
在视频制作中，我们常常需要对拍摄好的素材进行剪辑、拼接、添加字幕、调整色彩等操作。
专业的视频编辑软件，如 Adobe Premiere Pro 和 Final Cut Pro ，提供了强大的工具和功能，让创作者能够实现各种创意想法。
特效处理则可以为视频增添更多的视觉冲击力，比如添加光影效果、模糊背景、实现虚拟场景等。
这些特效不仅能够提升视频的观赏性，还能帮助传达特定的情感和信息。
视频的传输也是一个重要环节。
随着网络技术的不断发展，视频的在线播放和实时传输变得越来越普遍。
为了确保流畅的观看体验，流媒体技术应运而生。
像我们熟悉的优酷、腾讯视频等平台，都采用了流媒体技术，让用户可以边下载边观看视频，而无需等待整个视频文件下载完成。
同时，为了适应不同的网络环境和设备性能，视频会根据用户的带宽和设备能力进行自适应码率调整，以保证视频的播放不卡顿。
在视频的播放方面，播放器软件需要对编码后的视频数据进行解码和渲染，将其显示在屏幕上。
好的播放器能够提供清晰、流畅的画面，并且支持多种视频格式和播放控制功能。
此外，一些播放器还具备增强画质、调整音频效果等功能，进一步提升用户的观看体验。
视频信号资料
视频信号的DG(微分增益)，DP（微分相位），S/N（信噪比）DG(微分增益)：在PAL制电视信号中，彩色信号是调制在频率为4.43MHz的色副载波上，而色副载波又是迭加在亮度信号上的，色副载波的幅度决定彩色信号的饱和度。
视频信号的DG失真是指系统的增益特性随输入信号的电平而变化。
通俗的说，由于亮度消隐电平变到白电平时，在视频通道输出端产生色度信号幅度的变化，这样，在亮的部分和暗的部分，其彩色饱和度，色调（尤其是饱和度）均有不同的变化。
DP（微分相位）：在PAL制电视信号中，彩色信号是调制在频率为4.43MHz的色副载波上，而色副载波又是迭加在亮度信号上的，色副载波的相位决定彩色信号的色调。
视频信号的DG失真是指上系统的相移特性随输入视频信号而变化。
传输线路上的相移量随不同亮度电平而变化，则色同步和色副载波之间相移就起变化，于是画面亮的部分和暗的部分的色调就不同S/N（信噪比）：在电视信号传输中，常用信号功率的峰峰值和噪声的有效值之比表示其值。
当调制波形是模拟信号时，则检波后信号电平随信号频率的增高而降低，表现为非线形失真，使基波的谐波分量增加，从而影响到DG(微分增益)，DP（微分相位）。
DG微分增益不满足要求。
色度信号的幅度在不同的亮度电平上发生了变化，色度信号的幅度变化导致色饱和度发生变化。
这样，在屏幕的亮度发生变化时，图像的色饱和度也要发生变化，亮电平时的红色在睛电平时可能变为浅红或深红，造成图像失真。
DP 微分相位不满足要求。
色度信号的相位在不同的亮度电平上发生了变化，色度信号相位变化导致色彩发生变化。
这样，在亮度电平发生变化时，图像的颜色也要发生变化，造成失真。
视频通道的失真测量分析安全优质播出是电视技术人员的中心任务。
优质的意义就是向广大观众提供最低失真的图像和声音。
也就是说要尽可能地减少传输过程中的失真和干扰。
我们进行测量的目的就是在于定量确定系统和系统各环节引入的失真、干扰，进而确定其产生的原因，提出解决的办法。
各视频信号与分辨率的特点
小常识：分辨率与信号分辨率是一个表示平面图像精细程度的概念，通常它是以横向和纵向点的数量来衡量的，表示成水平点数×垂直点数的形式。
在一个固定的平面内，分辨率越高，意味着可使用的点数越多，图像越细致。
显示分辨率是显示器在显示图像时的分辨率，分辨率是用点来衡量的，显示器上这个“点”就是指像素(pixel)。
显示分辨率的数值是指整个显示器所有可视面积上水平像素和垂直像素的数量。
当然，显示器本身无法提供信号源，其主要功能也就是为显示它的最大显示范围内的图像而设计的。
所以，信号源给显示器的图像基本就决定出显示的图像效果。
接下来，我们简单比较如下几种信号的分辨率特征：CV（Composite vide--复合视频）、YC（S-video --S端子视频）,YUV(YCbCr ,YPbPr—分量视频信号)、VGA信号、DVI信号、SD-SDI 信号（标清SDI信号），HD-SDI信号（高清SDI 信号）。
CV视频信号：插入NTSC或PAL编解码器使视频信号易于处理而且是沿单线传输，这就是复合视频。
复合视频格式是折中解决长距离传输的方式，色度和亮度共享4.2MHz(NTSC)或5.0-5.5MHz(PAL)的频率带宽。
其没有实际意义上的分辨率，它是采用制式形式来描述其场扫描方式。
由于单线传输模拟信号，带宽很低，干扰严重，所以在输出图像质量上CV视频是最差的。
但由于便于长距离传输，故目前被广泛运用。
YC 视频信号：S-Video比起Video（复合视频的简称)在亮度利用率上有明显的提升，并有效消除了色彩蠕动现象，射频格式是最低级的信号，仅在监控和公共电视的范围应用。
但是YC与CV 在扫描原理上一样，故也采用PAL制式与NTSC 制式来描述。
YUV视频信号：将视频信号分量处理为亮度和色差信号，可以减少应当传输的信息量。
用一个全带宽亮度通道(Y)表示视频信号的亮度细节，两个色差通道(R-Y和B-Y)的带宽限制在亮度带宽的大约一半，仍可提供足够的彩色信息。
视频信号数字化处理后所带来的信号损伤的种类及特点
视频信号数字化处理后所带来的信号损伤的种类及特点视频信号数字化处理后所带来的信号损伤的种类及特点视频信号数字化处理后所带来的信号损伤的种类及特点电视信号的数字化处理需要三个步骤：取样、量化和编码。
取样是指用每隔一定时间的信号样值序列来代替原来在时间上连续的信号，也就是在时间上将模拟信号离散化。
量化是用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限数量的有一定间隔的离散值。
编码则是按照一定的规律，把量化后的值用二进制数字表示，然后转换成二值或多值的数字信号流。
取样和量化带来的某些信号损伤多数是因实际工程设备和理想状态下的物理模型之间无法完全契合而造成的。
如：孔阑效应是因为实际取样脉冲的宽度不为零而产生的一种高频衰落现象；实际低通滤波器的滤波特性与理想状态下的不同又会导致过冲和边缘振铃现象经常性的出现。
还有一些偶发性事件，如：颗粒杂波、轮廓效应等。
针对这些信号损伤，在工程上通过采用过抽样、高频颤动、非均匀量化和高频提升等技术已将损伤减少到最小。
编码就其本身而言只是将取样、量化后的信号转换成数字符号，应不存在信号损伤。
但随着压缩概念和压缩技术的采用，使得编码的目的更多的转向于通过压缩来去掉信号中的冗余成分，实现压缩码率和带宽，保证信号的有效传输。
这就必然会产生信号损伤及失真。
因此本文重点讨论压缩编码损伤。
一压缩编码损伤的产生和种类一般把压缩编码过程中产生的损伤分为可恢复损伤和不可恢复损伤。
1、可恢复损伤编码仅利用信源各样值的相关特性，去除电视信号本身的冗余，实现压缩。
虽因舍弃了一部分相关性较强信息而造成了信号暂时性的损伤，但在解码端，根据相关性又可完全恢复原始数据而不引入任何失真，信号损伤被消除。
我们称这个过程中产生的信号损伤为可恢复损伤。
这种损伤不会导致图像质量下降，因此被认为是无损害的。
采用这种压缩方式的编码称为无损压缩编码。
但压缩率受到相关特性和统计冗余度的理论限制，一般小于3.3:1。
视频信号数字化
当发送端发“1”，接收端收到“0”；或当发射端发“0”，接收 端却收到“1”。这种收发码不一致的情况叫误码。
误码率：也用来衡量数字系统正确传送信号的可靠程度，指码 元或符号（可以是二进制，也可以是M进制）被传错的概率
误码产生的原因很多，包括噪声和脉冲抖动的影响，工业干扰 和雷电干扰等等。影响误码率大小的因素很多，如信号调制方 式，判别门限值的高低。误码率越小，要求视频信噪比越高。 比如，为了使某数字系统的误码率达到10-9，要求信噪比为 21.6dB左右。
奇偶检验包括奇检验和偶检验。奇检验就是当数据码 中1的个数为奇数时其校验位为0，否则为1。偶检验 就是当数据码中1的个数为偶数时，其校验位为0，否 则为1。
11页
2019/6/7
奇偶检验法只能判定1位误码，对于两个以上的误码是 无法判定的；而且只能判定有无误码，无法确定误码 的位置。
采用纵横奇偶检验法。每个字最后附上奇偶检验位Pl、 P2、P3、…Pm，这就是横向奇偶检验字。将每一列 作为一个新的字，其后也附上奇偶检验位Q1、Q2、 Q3…、Qm，这就是纵向奇偶检验字。当某一位出现 误码时，必然反映在横向奇偶位和纵向奇偶位上。出 错的横向奇偶检验位和出错的纵向奇偶检验位的交叉 点处，便是误码所在的位置。误码的位置确定后，纠 正是很容易的，只要将该码取反即可。另外规定，如 果误码所在地是在奇偶检验位上，则认为原字码无错 误。
4页
2019/6/7
模拟变数字：取样、量化、保持、编码 激光唱片系统的取样频率是44.1千赫率.每一个取样点
由十六位二进制来表示
5页
2019/6/7
A2 数字信号的编码
一、音频数据码
模拟信号经A/D转换，形成只有1和0组成的二进制码。 这些由l和0组成的数码不能直接用于传输或记录．因 为音频信号在低频时可以低到20Hz，甚至更低。若变 换成数字信号，就会出现连续很长的1；当输入零信 号时，出现连续很长的0。这样，一段时间内信号的 大小就没有变化，这种情况数字处理电路很难识别信 号。为了避免发生这种现象，不直接记录A/D转换后 的音频数字信号，而是将音频数字信号通过调制变换 成一种容易记录和读取的波形。经过调制的音频信号 称为音频数据码。
视频编码技术中的图像去噪与图像增强
在当今数字视频时代，视频编码技术扮演着至关重要的角色。
借助这一技术，我们可以将高清、流畅的视频传递到各种设备上，如电视、手机和平板电脑。
然而，有时候视频中的图像可能会出现噪点或者失真，影响了观看体验。
为了解决这些问题，图像去噪和图像增强技术应运而生。
图像去噪是一种将噪点从图像中去除的技术。
噪点可能是由于传输中的干扰或者是采集设备的问题而产生的。
在过去，传统的去噪方法主要是通过滤波的方式去除图像中的噪点。
然而，这种方法可能会导致图像变得模糊，失去一些细节。
现代的图像去噪方法采用了基于深度学习的技术，利用神经网络模型对图像进行训练和修复来实现去噪效果。
这种方法可以更好地保留图像的细节，提高图像的质量。
与图像去噪相似，图像增强技术的目标是通过对图像进行处理，使其在颜色、对比度、清晰度等方面得到改善。
通过图像增强，我们可以使图像在显示上更加生动、逼真。
传统的图像增强方法包括直方图均衡化、线性滤波等。
然而，这些方法可能会导致图像过度增强或者引入新的噪点。
现代的图像增强技术采用了基于深度学习的方法，通过训练神经网络模型来实现图像的增强。
这种方法可以根据图像的特点自动调整增强的程度，有效提高图像的质量。
在视频编码技术中，图像去噪和图像增强发挥着重要的作用。
首先，在编码前对图像进行去噪可以有效减少编码需要的比特数。
由于噪点会占用大量的编码资源，去除噪点后的图像能够更好地利用编码的容量，从而实现更高效的压缩。
其次，在解码后对图像进行增强可以提升视觉体验。
通过应用图像增强技术，解码后的图像可以更加清晰、逼真，增强观看效果。
图像去噪和图像增强技术在许多应用场景中得到了广泛应用。
例如，在视频会议中，当网络质量不佳或者摄像头受到一些干扰时，图像去噪和图像增强可以帮助提供更清晰、流畅的视频交流。
在医学影像领域，去噪和增强技术可以帮助医生更好地分析和诊断患者的病情。
此外，图像去噪和图像增强也在智能监控、无人驾驶等领域中发挥着重要作用。
视频信号简述
视频信号是指电视信号、静止图象信号和可视电视图象信号。
视频信号对于视频信号可支持三种制式：NTSC、PAL、SECAM。
视频信号分类:视频信号分类VGA输入接口：VGA接口采用非对称分布的15pin连接方式，其工作原理：是将显存内以数字格式存储的图像(帧)信号()在RAMDAC里经过模拟调制成模拟高频信号，然后再输出到等离子成像，这样VGA信号在输入端(LED显示屏内)，就不必像其它视频信号那样还要经过矩阵解码电路的换算。
从前面的视频成像原理可知VGA的视频传输过程是最短的，所以VGA接口拥有许多的优点，如无串扰无电路合成分离损耗等。
视频信号分类介绍视频信号接口图示:543211098761514131211视频信号分类介绍DVI输入接口：DVI接口主要用于与具有数字显示输出功能的计算机显卡相连接，显示计算机的RGB信号。
DVI（Digital Visual Interface）数字显示接口，是由1998年9月，在Intel开发者论坛上成立的数字显示工作小组（Digital Display Working Group简称DDWG），所制定的数字显示接口标准。
DVI数字端子比标准VGA端子信号要好，数字接口保证了全部内容采用数字格式传输，保证了主机到监视器的传输过程中数据的完整性（无干扰信号引入），可以得到更清晰的图像。
视频信号分类介绍视频信号接口图示:视频信号分类介绍标准视频输入（RCA）接口：也称AV接口，通常都是成对的白色的音频接口和黄色的视频接口，它通常采用RCA(俗称莲花头)进行连接，使用时只需要将带莲花头的标准AV线缆与相应接口连接起来即可。
AV接口实现了音频和视频的分离传输，这就避免了因为音/视频混合干扰而导致的图像质量下降，但由于AV接口传输的仍然是一种亮度/色度(Y/C)混合的视频信号，仍然需要显示设备对其进行亮/色分离和色度解码才能成像，这种先混合再分离的过程必然会造成色彩信号的损失，色度信号和亮度信号也会有很大的机会相互干扰从而影响最终输出的图像质量。
认识各种音频视频信号线特点及转换
RF、AV、S-Video、3RCA、VGA、HDMI1、 RF射频简称RF，射频就是射频电流，它是一种高频交流变化电磁波的简称。
每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。
有线电视系统就是采用射频传输方式的。
2、AVAV最常见的音频、视频接口，通常为三根线一组，颜色分别为红色、白色、黄色，其中白色为左声道，红色为右声道，黄色为视频线，两端均为莲花头接头。
3、S-VideoS-Video，简称S端子。
S端子也是非常常见的端子，其全称是Separate Video，也称为SUPER VIDEO。
S-Video连接规格是由日本人开发的一种规格，S指的是“SEPARATE(分离)”，它将亮度和色度分离输出，避免了混合视讯讯号输出时亮度和色度的相互干扰。
S端子实际上是一种五芯接口，由两路视频亮度信号、两路视频色度信号和一路公共屏蔽地线共五条芯线组成。
4、3RCA【分为Y/Pb/Pr和Y/CbCr】色差分量接口称为分量视频接口，又叫3RCA。
把色度（C）信号里的蓝色差（b）、红色差（r）分开发送，其分辨率可达到720线以上。
其接口采用YPbPr和YCbCr两种标识。
前者表示逐行扫描色差输出，后者表示隔行扫描色差输出，一般利用3根信号线分别传送亮色和两路色差信号。
这3组信号分别是，亮度以Y标注，以及从三原色信号中的两种——蓝色和红色——去掉亮度信号后的色彩差异信号，分别标注为Pb和Pr，或者Cb和Cr，在三条线的接头处分别用绿、蓝、红色进行区别。
我们经常在投影机或高档影碟机上看到的，类似YUV、YCbCr、Y/B-Y/B-Y等等的接口标识，虽然标记方法与接头外形各有千秋，但都属于色差分量端口。
对于模拟视频信号来说，衰减是不可避免的现象，所以信号分离度越高的信号清晰度就越高。
色差输出就是把色度信号C分解为色差Cr和Cb，这样就避免了两路色差混合译码并再次分离的过程，也保持了色度信道的最大带宽，只需要经过反矩阵译码电路就可以还原为RGB三原色信号而成像，这就最大限度地缩短了视频源到显示器成像之间的视频信号信道，避免了因繁琐的传输过程所带来的影像失真，从而能够轻松实现720线以上高解析度、高清效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
视频信号数字化处理后所带来的信号损伤和畸变的种类及特点视频信号数字化处理后所带来的信号损伤和畸变的种类及特点电视信号数字化处理需要三个步骤，即：取样、量化和编码，下面就各个步骤来分别介绍它们给视频信号带来的损伤。
一取样过程产生的信号损伤在取样的过程中对信号造成的损伤主要有：孔阑效应、混叠效应、过冲和振铃。
为了说明这些损伤所产生的原因，我们在以下叙述中给出分析结果。
取样是指用每隔一定时间的信号样值序列来代替原来在时间上连续的信号，也就是在时间上将模拟信号离散化。
根据奈奎斯特取样定理：对于最大频率为fm的信号f(t)，当取样频率fs不低于2fm时，由截止频率为fm矩形低通滤波器可以从取样信号中完全恢复原信号。
但实际的物理过程与数字模型有不同的工程结果。
1. 孔阑效应在数学模型的理想化状态下理想的取样脉冲宽度为无穷窄，取样情况及其频域情况如图一所示，但在实际设备中取样脉冲只能是有限宽度的脉冲，它的取样情况及其频域情况如图一所示，很显然具有不等于零的实际的有限宽度的取样脉冲所引起的孔阑效应会产生高频衰落。
由于信号的高频部分反映的是视频图象的细节，因此高频衰落会导致视频画面的细节模糊。
针对这种情况实际工程中一般采用在将数字信号恢复成模拟信号以后通过提升高频的办法对这种失真进行补偿和校正。
一般来讲,由于取样信号的频率fs必须满足fs>2fm,而为了减少孔阑效应要求取样脉冲的宽度τ尽量小,因此要满足τ远远小于取样信号的周期T,即取样信号的脉冲宽度要满足1/τ>>2fm。
2．混叠效应在实际应用中，为满足奈奎斯特定理在取样之前应使用截止频率为取样频率一半的滤波器对原信号进行滤波，滤除可能产生频谱混叠的高频成分，以保证新处理的信号是一个有限带宽的处理信号。
理想低通滤波器特性如图二所示，但实际的低通滤波器性能如图三所示，因此为了尽量滤除大于1/2fc的频率成分，就要选择多阶滤波器。
如果滤波器的阶数不足以达到滤除1/2fc以上的高频分量，会引起恢复的信号中频谱混叠效应。
混叠效应在视频图象上表现为一种被称为morie的涟漪状的干扰。
3．过冲和振铃在保证有效的消除混叠效应时，在上述情况已建议采用多阶滤波器以满足滤波器的带外特性，但是取样前的低通滤波器如果阶数太大，会引起过冲和振铃从而造成恢复的视频信号过渡的边沿不清晰。
针对以上两种信号损伤造成的矛盾，主观上选用阶数少的滤波器会有利一些，因为频谱混叠效应只有在图象有超过二分之一取样频率以上分量时，特别是有单频分量时才会明显感觉到，因此是偶发事件。
但过冲和振铃效应却是只要有过渡边沿就回出现的经常性现象。
因此就主观感觉来说，减少过冲和振铃留有一些混叠相对来讲更有利一些。
一般工程上出于平衡考虑取样频率选为fc=(2.2---2.5)fm。
另外为克服这一矛盾的方法是采用过抽样方式，即在抽样时用两倍抽样频率抽样，这时频谱按两倍抽样频率周期重复，重复频谱中心频率之间的间隔比正常情况大一倍，如图四所示。
这时抽样前的滤波相对简单，可以用阶数少、频率特性缓降的无振铃滤波器，然后在数字域用线形相位滤波器进行二分之一抽取滤波器恢复到原抽样频率样值。
另外，在此过程中，取样频率增加了一倍，因此取样脉冲的宽度只有原来的一半，从而也起到了减少孔阑效应的作用。
二量化误差所带来的信号损伤取样过程是把模拟信号变成了时间上离散的脉冲信号，量化的过程则是进行幅度上的离散化处理。
因此在时间轴的任意一点上量化后的信号电平与原模拟信号电平之间在大多数情况下总是存在有一定的误差，量化所引入的误差是不可避免的同时也是不可逆的，由于信号的随机性这种误差大小也是随机的，这种表现类似于随机噪声效果，具有相当宽度的频谱，因此我们又把量化误差称为量化噪声。
但量化误差与噪声是有本质的区别的，因为任一时刻量化误差是可以从输入信号求出的，而噪声与信号之间则没有这种关系。
降低量化误差的方法最直接的就是增加量化级数减小最小量化间隔，但由此带来码率的增加从而要求更大的处理带宽，一般现在的视频信号均采用8比特、10比特，在信号质量要求较高的情况下采用12比特量化。
此外，我们在设计一套系统的时候，可以考虑在系统的不同环节采用不同的比特量化，使得在系统的各个环节的量化级相互错开，从而避免量化噪声累积效果所产生的台阶效应，这种均衡的效果可以改善整个系统的量化失真。
一般量化比特高的环节应该放在系统的前端，这样可以使系统的前端对信号造成的不可恢复损伤减小到最低限度。
为了减小量化误差我们还要正确的选择量化方式。
量化有两种量化方式，一种是取整时只舍不入，此时产生的量化误差总是负的，最大量化误差等于两个相邻量化级的间隔d；另一种是取整时有舍有入，此时量化误差有正有负，量化误差的绝对值最大为1/2d。
因此为了减少量化误差，应该采用有舍有入量化方式。
1．轮廓效应如果信号两个相邻量化电平相差较大，若在图象面积较大的范围内，视频信号缓变区（如渐变的蓝天）能够看出不连续的跳变，即会在图象缓变区出现从一个量化电平到另一个量化电平之间的轮廓线，实际上就是图象的等量化电平线。
这种轮廓线是原图象所没有的，所以又称为伪轮廓，即轮廓效应。
一种简单而有效的消除轮廓效应的方法是利用随机的高斯噪声信号发生器产生颤动信号，叠加到被量化的信号当中，当颤动信号的均方根值大于1/3d时人们便觉察不到轮廓效应的存在。
在数字电视中使用最多的颤动信号是重复频率为取样脉冲的一半，峰-峰幅度为1/2d的方波，具体步骤如图五所示。
图五高频颤动的效果由图五比较可以看出，叠加颤动信号的效果等效于将量化间隔由d减小到1/2d，或者说将量化级数提高了一倍（比特数由n提高到n+1），从而改善了轮廓效应。
顺便指出，由于模/数转换中的取样、量化都属于非线形过程，难以避免会出现差拍干扰，采用叠加颤动信号的方法对于消除图象中的差拍干扰也同样有效。
同时由于颤动信号的幅度小，频率高，并未对图象细节造成显而易见的损伤。
2．颗粒杂波如果最小量化电平不够小，则图象较弱信号的缓变区可能会出现在邻近的两个量化电平之间产生由于四舍五入法则而造成的跳变，使得图象在这个区域内出现颗粒状的杂波，而人的视觉对图象弱信号缓变区的噪声则是非常敏感的。
为了克服均匀量化时这种大信号时信噪比有余，而小信号时信噪比不足的特点，我们可以采用小信号时量化级间宽度小而大信号时量化级间宽度大些的非均匀量化，又叫非线形量化。
值得说明一点，数字摄象机信号处理大多数采用非均匀量化方式，这是由于摄象机中的光-电转换至电视机显象管中的电-光转换在内的整个电视信道必须保持线形，但是实际的电视系统在没有校正之前是非线形的，因此为了使最终显示出来的光像保持良好的线形关系，在摄象机单元必须对它进行校正，即γ校正。
而γ校正类似于非线形量化特性，因此我们可以在量化过程中采用非均匀量化方式，在提高小信号信噪比的同时也满足了γ校正的要求。
另外，由于在实际的信号中，弱信号出现的概率是很大的，为了改善弱信号时的的量化信噪比，可以采用压缩扩张的编解码方法。
在量化之前，先利用非线形器件将信号电平高的部分进行压缩，然后对压缩过的信号进行量化，解码后复原出的模拟信号再通过非线形器件对大幅度信号进行扩张恢复没压缩之前的比例关系，这种方法相对扩大了小信号的动态范围，等效于对小信号采用量化间隔小的细量化而大信号采用粗量化，从而改善了弱信号的量化信噪比。
三压缩编码所带来的信号损伤数字电视信号数码率太高,数据量非常大。
如果直接存储和传输不但开销很大，而且有时设备也承受不了如此大的负荷。
压缩编码以压缩信源数码率为目的，尽量减少信源各符号的相关性，使信源的传输效率提高。
当然，它是以牺牲图像质量为前提。
必定会对信号造成一定的损伤。
下面针对几种常用的图像压缩方式，来看一下他具体会对信号带来什么样的损伤呢？（一）差值脉冲编码（DPCM）电视图像基本上是由面积较大的像块（如蓝天，大地，服装）组成。
虽然每个像块的幅值各不相同，但像块内各样值的幅度是相近或相同的。
换句话说，相邻象素之间有很强的相关性。
我们就可以利用这些相关性对当前的像素进行预测。
再利用预测值得到差值。
这样在很大的程度上降低了信源的冗余度。
这种压缩方法对视频信号会产生以下问题：1 由于在当前差值中包括当前的量化误差，而输出的前一样值又包括前一样值的量化误差，这就造成了量化误差的积累。
而误差会传播，这就使信号抗通道误码能力减弱。
2 边缘清晰度临界。
根据DPCM编码思想，当被预测值处于图象突变边缘时，往往会导致错误预测或产生较大的预测误差。
致使边缘清晰度临界。
如：边缘为黑白突变，被预测值为x ，x1 x2 x3 x4 x5为已知值，由DPCM编码可得进行水平一维预测 x=x1=0 产生错误预测进行二维预测 x=x1+(x4-x5)/2=1/2 产生较大的预测误差（二）变换编码变换编码首先对图象数据进行某种形式的正交变换，并对变换后的数据进行编码，从而达到数据压缩的目的。
正交变换的种类很多，比如人们熟知的傅立叶变换，沃尔什哈达码变换，哈尔变换，斜变换，余弦变换，正弦变换，K--L变换。
变换编码中较常用的是离散余弦变换DCT，它首先将输入图象分成若干NXN的图象块，对每一小图象块进行正交变换，从空间域变换到频域。
为了达到压缩的目的，对DCT系数需作量化处理。
低频分量采用较小的量化间隔，量化误差小，精度高。
频率越高，量化间隔愈大，精度越低。
这是因为高频分量只影响图象的细节，对整块图象来讲，没有低频分量重要。
读取时采用之字型。
这样的处理给信号带来的损伤主要表现在：由于高频信息的丢失，恢复图象中相邻块在边界上产生较为规则的误差分布，由于人眼对水平和垂直方向的规则误差分布具有特殊的敏感性，使得在主观感觉上认为具有规则误差分布的图象的质量明显降低，从而产生"块效应"。
在拍摄一幅绿草如茵的草地中，充斥画面的草坪随风摇摆时，一种细块状的闪烁效应是这一失真的直观表现。
（三）运动补偿预测运动补偿预测是一个有力的工具，以便减少帧间的时间冗余度，并作为用于DPCM编码的预测技术。
运动补偿概念是以对视频帧间运动的估计为基础的。
也就是说，若视频镜头中所有物体均在空间上有一位移，那么用有限的运动参数来对帧间的运动加以描述。
为了做到这一点，画面一般划分成一些不连续的象素块，对每个这样的象素块，只对一个运动矢量进行估算、编码和传送。
在MPEG压缩算法中，运动补偿预测技术用来减少帧间的时间冗余度，只对预测误差画面（原始画面与运动补偿预测画面之间的差别）加以编码。
运动补偿去除时间方向的冗余度，最多只能利用前后两帧图象间的相关性，效率不高。
而实际上，尤其是在运动缓慢的图象序列中，在连续多帧图象间都存在着很强的时间相关性。