Técnicas de compressão de imagens
É o processo de calcular vetores de movimento ao se comparar blocos do próximo frame com o frame correspondente. Essa técnica ajuda a detectar a redundância temporal. Vários algoritmos de busca tem sido designados para tal processo. O conceito mais básico por trás desses algoritmos é que apenas o movimento de translação pode ser compensado por movimentos rotacionais, e zoom não pode ser estimado por algoritmos baseados em buscas de blocos.
Figure 2.1.1 Search region (-p, p)
Como a maioria dos vídeos tem um numero de quadros por segundo que varia de 15 a 30, nunca há muita movimentação de qualquer objeto entre 2 quadros seguidos. A região de busca de um bloco é demontrada na figura 2.1.1.
A escolha pelo valor de pvai depender no tipo de transmissão que será feita. Para vídeos com movimentos muito repentinos como esportes, um maior valor de p, como 16 e 32 podem ser usados, e vice - versa.
Figure 2.1.2 Motion vector and best match
Um bloco típico tem o tamanha de 8x8 ou 16x16 pixels. A qualidade do bloco escolhido vai depender do Mean Abslute Error, mais conhecido como MAE entre blocos. Essa é a média absoluta em termos de pixel da diferença entre os dois blocos. A escolha do bloco é feita com base na magnitude do valor do seu MAE. Quanto menor melhor.
A formula para o MAE:
MAE = (1/MN) Σ Σ | C(x+k,y+l) – R(x+I+k,y+j+l)|
Compensação de Movimento e Subtração de Imagens
A idéia por trás desse processo é reduzir a banda requerida para o vídeo mandando apenas a diferença entre os frames, ao invés deles inteiros.
Os vetores do movimento produzidos durante a Estimação de Movimento são utilizados neste processo para produzir uma imagem deduzida no encoder, como seria feito no decoder. As duas imagens ( o frame atual e o deduzido pelos vetores) são subtraídas e a diferença é enviada para o receiver junto com os vetores de movimento. Assim o decoder