图像压缩svd

A. matlab程序问题

你肯定没用过imwrite 你随便这么imwrite试试就会发现全是白色 因为你没转换类型

倒数第2行加上A=uint8(A);

顺便说句A=imread('jiuzaigou.bmp');A=im2double(A);
可以改写成OriName='jiuzaigou.bmp';A=double(imread(OriName));
最后改成 DesName='tupian.jpg';imwrite(A,DesName);更标准些

B. 机器学习实战的作品目录

目录第一部分分类第1章机器学习基础21.1 何谓机器学习31.1.1 传感器和海量数据41.1.2 机器学习非常重要51.2 关键术语51.3 机器学习的主要任务71.4 如何选择合适的算法81.5 开发机器学习应用程序的步骤91.6 Python语言的优势101.6.1 可执行伪代码101.6.2 Python比较流行101.6.3 Python语言的特色111.6.4 Python语言的缺点111.7 NumPy函数库基础121.8 本章小结13第2章k-近邻算法 152.1 k-近邻算法概述152.1.1 准备：使用Python导入数据172.1.2 从文本文件中解析数据192.1.3 如何测试分类器202.2 示例：使用k-近邻算法改进约会网站的配对效果202.2.1 准备数据：从文本文件中解析数据212.2.2 分析数据：使用Matplotlib创建散点图232.2.3 准备数据：归一化数值252.2.4 测试算法：作为完整程序验证分类器262.2.5 使用算法：构建完整可用系统272.3 示例：手写识别系统282.3.1 准备数据：将图像转换为测试向量292.3.2 测试算法：使用k-近邻算法识别手写数字302.4 本章小结31第3章决策树 323.1 决策树的构造333.1.1 信息增益353.1.2 划分数据集373.1.3 递归构建决策树393.2 在Python中使用Matplotlib注解绘制树形图423.2.1 Matplotlib注解433.2.2 构造注解树443.3 测试和存储分类器483.3.1 测试算法：使用决策树执行分类493.3.2 使用算法：决策树的存储503.4 示例：使用决策树预测隐形眼镜类型503.5 本章小结52第4章基于概率论的分类方法：朴素贝叶斯 534.1 基于贝叶斯决策理论的分类方法534.2 条件概率554.3 使用条件概率来分类564.4 使用朴素贝叶斯进行文档分类574.5 使用Python进行文本分类584.5.1 准备数据：从文本中构建词向量584.5.2 训练算法：从词向量计算概率604.5.3 测试算法：根据现实情况修改分类器624.5.4 准备数据：文档词袋模型644.6 示例：使用朴素贝叶斯过滤垃圾邮件644.6.1 准备数据：切分文本654.6.2 测试算法：使用朴素贝叶斯进行交叉验证664.7 示例：使用朴素贝叶斯分类器从个人广告中获取区域倾向684.7.1 收集数据：导入RSS源684.7.2 分析数据：显示地域相关的用词714.8 本章小结72第5章Logistic回归 735.1 基于Logistic回归和Sigmoid函数的分类745.2 基于最优化方法的最佳回归系数确定755.2.1 梯度上升法755.2.2 训练算法：使用梯度上升找到最佳参数775.2.3 分析数据：画出决策边界795.2.4 训练算法：随机梯度上升805.3 示例：从疝气病症预测病马的死亡率855.3.1 准备数据：处理数据中的缺失值855.3.2 测试算法：用Logistic回归进行分类865.4 本章小结88第6章支持向量机896.1 基于最大间隔分隔数据896.2 寻找最大间隔916.2.1 分类器求解的优化问题926.2.2 SVM应用的一般框架936.3 SMO高效优化算法946.3.1 Platt的SMO算法946.3.2 应用简化版SMO算法处理小规模数据集946.4 利用完整Platt SMO算法加速优化996.5 在复杂数据上应用核函数1056.5.1 利用核函数将数据映射到高维空间1066.5.2 径向基核函数1066.5.3 在测试中使用核函数1086.6 示例：手写识别问题回顾1116.7 本章小结113第7章利用AdaBoost元算法提高分类性能 1157.1 基于数据集多重抽样的分类器1157.1.1 bagging：基于数据随机重抽样的分类器构建方法1167.1.2 boosting1167.2 训练算法：基于错误提升分类器的性能1177.3 基于单层决策树构建弱分类器1187.4 完整AdaBoost算法的实现1227.5 测试算法：基于AdaBoost的分类1247.6 示例：在一个难数据集上应用AdaBoost1257.7 非均衡分类问题1277.7.1 其他分类性能度量指标：正确率、召回率及ROC曲线1287.7.2 基于代价函数的分类器决策控制1317.7.3 处理非均衡问题的数据抽样方法1327.8 本章小结132第二部分利用回归预测数值型数据第8章预测数值型数据：回归 1368.1 用线性回归找到最佳拟合直线1368.2 局部加权线性回归1418.3 示例：预测鲍鱼的年龄1458.4 缩减系数来“理解”数据1468.4.1 岭回归1468.4.2 lasso1488.4.3 前向逐步回归1498.5 权衡偏差与方差1528.6 示例：预测乐高玩具套装的价格1538.6.1 收集数据：使用Google购物的API1538.6.2 训练算法：建立模型1558.7 本章小结158第9章树回归1599.1 复杂数据的局部性建模1599.2 连续和离散型特征的树的构建1609.3 将CART算法用于回归1639.3.1 构建树1639.3.2 运行代码1659.4 树剪枝1679.4.1 预剪枝1679.4.2 后剪枝1689.5 模型树1709.6 示例：树回归与标准回归的比较1739.7 使用Python的Tkinter库创建GUI1769.7.1 用Tkinter创建GUI1779.7.2 集成Matplotlib和Tkinter1799.8 本章小结182第三部分无监督学习第10章利用K-均值聚类算法对未标注数据分组18410.1 K-均值聚类算法18510.2 使用后处理来提高聚类性能18910.3 二分K-均值算法19010.4 示例：对地图上的点进行聚类19310.4.1 Yahoo! PlaceFinder API19410.4.2 对地理坐标进行聚类19610.5 本章小结198第11章使用Apriori算法进行关联分析20011.1 关联分析20111.2 Apriori原理20211.3 使用Apriori算法来发现频繁集20411.3.1 生成候选项集20411.3.2 组织完整的Apriori算法20711.4 从频繁项集中挖掘关联规则20911.5 示例：发现国会投票中的模式21211.5.1 收集数据：构建美国国会投票记录的事务数据集21311.5.2 测试算法：基于美国国会投票记录挖掘关联规则21911.6 示例：发现毒蘑菇的相似特征22011.7 本章小结221第12章使用FP-growth算法来高效发现频繁项集22312.1 FP树：用于编码数据集的有效方式22412.2 构建FP树22512.2.1 创建FP树的数据结构22612.2.2 构建FP树22712.3 从一棵FP树中挖掘频繁项集23112.3.1 抽取条件模式基23112.3.2 创建条件FP树23212.4 示例：在Twitter源中发现一些共现词23512.5 示例：从新闻网站点击流中挖掘23812.6 本章小结239第四部分其他工具第13章利用PCA来简化数据24213.1 降维技术24213.2 PCA24313.2.1 移动坐标轴24313.2.2 在NumPy中实现PCA24613.3 示例：利用PCA对半导体制造数据降维24813.4 本章小结251第14章利用SVD简化数据25214.1 SVD的应用25214.1.1 隐性语义索引25314.1.2 推荐系统25314.2 矩阵分解25414.3 利用Python实现SVD25514.4 基于协同过滤的推荐引擎25714.4.1 相似度计算25714.4.2 基于物品的相似度还是基于用户的相似度？26014.4.3 推荐引擎的评价26014.5 示例：餐馆菜肴推荐引擎26014.5.1 推荐未尝过的菜肴26114.5.2 利用SVD提高推荐的效果26314.5.3 构建推荐引擎面临的挑战26514.6 基于SVD的图像压缩26614.7 本章小结268第15章大数据与MapRece27015.1 MapRece：分布式计算的框架27115.2 Hadoop流27315.2.1 分布式计算均值和方差的mapper27315.2.2 分布式计算均值和方差的recer27415.3 在Amazon网络服务上运行Hadoop程序27515.3.1 AWS上的可用服务27615.3.2 开启Amazon网络服务之旅27615.3.3 在EMR上运行Hadoop作业27815.4 MapRece上的机器学习28215.5 在Python中使用mrjob来自动化MapRece28315.5.1 mrjob与EMR的无缝集成28315.5.2 mrjob的一个MapRece脚本剖析28415.6 示例：分布式SVM的Pegasos算法28615.6.1 Pegasos算法28715.6.2 训练算法：用mrjob实现MapRece版本的SVM28815.7 你真的需要MapRece吗？29215.8 本章小结292附录A Python入门294附录B 线性代数303附录C 概率论复习309附录D 资源312索引313版权声明316

C. 图像矩阵用奇异值分解的方法压缩图像

利用奇异值分解可以压缩一个矩阵，但是对于一般的图像来说每个通道都是一个矩阵，所以不能直接用SVD。
对于A=UDV'，如果要重排D的话直接交换U，V中相应的列就行了，相当于A=UP*P'DP*P'V'。一般来讲如果调用数学库中的函数的话D肯定是已经排好的。

补充：
给你举个例子，如果你要交换D(i,i)和D(j,j)，那么同时把U的第i列和第j列交换一下，把V的第i列和第j列交换一下。
主流的数学库当中SVD都是LAPACK的实现，次序已经排好了。

D. svd,vcd,dvd,有什么区别

1、 从名称上看VCD、CVD、SVCD、DVD有何不同？
答：VCD是VIDEO COMPACT DISK的缩写，意即视频光盘；CVD是英文CHINA VIDEO DISK的缩写，意即中国人自己的数字光盘；SVCD是英文SUPER VIDEO COMPACT DISK的缩写，简称SVCD，意思是超级VCD；DVD是DIGITAL VIDEO DISK的缩写，意即数码视频光盘。因此VCD、CVD、SVCD、DVD整机对应的中文名称应该都是数字视盘机或数码光盘机。

2、 四者性能上有什么主要差别？
答：首先，四者执行的标准不同。VCD采用的是MPEG-1解码技术标准，清晰度在250线左右，仅相当于普通录像机的水平；CVD采用目前最先进的数字影音压缩技术标准MPEG-2，如使用2/3D1格式，可使画面的清晰度达到350线，这一清晰度已经是我国目前家庭用小屏幕电视机的清晰度的极限；SVCD与CVD采用的标准相同，清晰度也达到了350线，但一些相关的技术不同；DVD采用的是MPEG-2的技术标准，清晰度已达到500线。其次，从音频效果看，DVD可提供2个立体声声道和1个5+1杜比AC-3环绕立体声声道，可提供高质量的环绕立体声；VCD是1路立体声输出，唱卡拉OK时两个声道可分别存储原唱和纯伴音两路信号。CVD的音频信号采用独立4声道录制，其声音可以有4个独立声道或2路立体声。SVCD也可以提供2路立体声和4路单声道。除此之外DVD、SVCD、CVD还增加了多种语言的字幕等功能。CVD与SVCD从性能上看差别不大，只是CVD侧重于娱乐功能，而SVCD侧重于教育功能。

3、 用CVD、SVCD机能否播放VCD盘片？效果如何？
答：用CVD、SVCD机完全可以播放VCD盘片，但看VCD盘片时其清晰度仅与用VCD机时相同，因此确实是一种浪费。另一方面，CVD、SVCD机对VCD盘片的纠错能力如何还是一个未知数。

4、 用DVD机能否播放VCD、CVD、SVCD盘片?
答：用DVD机也能播放VCD盘片，但效果与一般VCD无异。DVD不能播放CVD、SVCD盘片。

5、 VCD、CVD、SVCD、DVD四者价格有何差别？
答：目前市场上的VCD机价格在700-1400元左右；新上市的CVD、SVCD机的价格一般在1400-1800元之间；DVD由于硬件的和软件都要支付高昂的版权费等因素，价格在2300-5000元不等。

6、 四者的盘片性能、价格、市场发行数量对比如何？
答：四者均采用直径为12cm的光盘，但容量不一样。DVD盘片的存储容量最大达120分钟以上；CVD的容量按不同的格式可在45-74分钟之间；SVCD的容量最小，为45分钟；VCD介于三者之间，为74分钟。比如存储同一部120分钟的故事片，需用一张DVD盘片，两张VCD盘片，3-4张CVD和SVCD盘片。
目前市场上的VCD盘片最多，其品种可达数万种之巨，价格在10元到50元不等。截止目前，世界各国共推出了5000余种DVD盘片，不断增加，价格在80-230元之间。CVD和SVCD的盘片目前在市场上还不多见，估计价格在30元左右。

7、 四者对配套设备各有什么要求？
答：目前市场上的中小屏幕彩电清晰度在350线左右，与VCD、CVD、SVCD匹配均可达到相应的效果。但如果购买DVD机则必须使用配备有S-VIDEO输入的25"以上的大屏幕彩电；如果想听到完美的音响效果，还要配备杜比AC-3音响系统和高保真音箱，但这套音响设备价格昂贵，普通消费者难以承受。现在有一些DVD机配有模拟杜比数字环绕立体声系统，只用两只音箱即可达到满意的音响效果，性能价格比极高，在购买时要注意分别。

8、 VCD、CVD、SVCD、DVD选哪样好？
答：据专家预测，由于VCD整机价格最低，盘片内容丰富、价格便宜，虽然清晰度、音效都不如VCD、SVCD和DVD，但一般消费者可以接受。CVD和SVCD整机价格适中，性能优于VCD，但不足的是盘片还未大量上市。由于CVD和SVCD两种格式互不兼容，而且CVD为企业标准而SVCD为行业标准，具体前景还不明郎，消费者在选购时要注意，以免造成日后有机无碟可放的尴尬情景。DVD无论在价格、性能、配置要求均较高，且盘片量少价高，对住房拥挤或收不高的家庭来说是奢侈；如果您想追求最高影音效果，那么DVD是您唯一的选择。
在以后的一段时间里，市场上将是VCD、CVD（或SVCD）、DVD三者共存的局面。业内人士提醒，消费者在选购时除了考虑自身的需要、喜好、经济条件等实际因此外，还应考虑以下几个方面的情况：
（1） 整机的价格。
（2） 盘片的价格、数量、内容是否丰富及普及程度。
（3） 图像清晰度。
（4） 配套设备是否能达到要求

CD是英文ComPactdisc—Digital AUD10的缩写，本来缩写为CD—DA，后来又简称CD，其专业术语原为“数字化精密型唱片及放唱系统”，可是在目前日常生活中，CD却已成为激光视、听、唱系统、音响、音像制品的代名词。例如“激光唱片”、“激光唱盘”、“镭射唱碟”、“CD唱片”等：放唱系统则又称为“激光唱机”、“CD唱机”等。
LD是Laser Disc（激光盘片）的缩写，由于它主要用于记录影音资料，所以又叫”激光视盘”，有时还根据读音直接称之为”镭射影碟”。LD的直径一般为20cm 或30cm，其图像清晰、音质优良，通常所说的”家庭影院”，往往使用LD播放机作为播放设备，当然播放的盘片也就是LD了。
通常把激光视盘（LD）和激光唱片（CD）统称为光盘。它们之间的主要区别是：激光视盘的图像部分采用模拟方式录制，其声音部分采用模拟或模拟和数字混合方式录制；而CD类的声音和图像则全部采用数字方式录制。从作用上看，CD以记录和重放声音为主，而LD则以记录和重放图像为主。
VCD是 Video Compact Disc的缩写，译为“视频压缩盘片”，它和普通CD一样大小，结构上也没有什么区别，采用MPEG1压缩方式在直径12cm的光盘上存储74分钟的活动图像和声音信号，所以俗称“影碟”，又因为它比激光影碟机上使用的LD 影碟小，因此又称"小影碟”。它的影音播放质量比录像带好，但比大影碟稍差。 VCD光盘既可以在VCD机上直接播放，也可以在配置了光驱的电脑中播放。
VCD规格的基础源自飞利浦和 WC共同制定规格的卡拉 OK CD。这是按数字活动画面压缩方式的国际规格中心的MPEG1拟定的，称为第一版（Version1.0）。鉴于这个规格是针对卡拉OK用途而开发，并不适用于重放电影那样的连续活动图像，图像部分主要规格为l．15Mbps。图像压缩率1/140，声音约为1／6。为使卡拉OK CD 能发展成VCD，就需加入视频索引新功能，这就是第一代VCD，规格是1.l版（Version1.1），可在连续信号的任意位置上设定存取点。
索尼和松下对此加以发展，推出更高的VCD第H版（Ver2.0）规格，增加了PBC （Play Back Control，重入控制），即交互式功能和高精度静止图像两种功能。可以通过画面上显示的菜单实现人机对话，从菜单中可随意调出静止画面或动画画面，还能快速调出和检索，使更加便于操作，高清晰静止画面的分辨率为活动画面的4倍（704X480像素）。
为了提高图像的清晰度，在VCD基础上又出现了CVD、SVCD出现了，但从根本上来说没有实质的突破，都可以兼容 VCD视盘。1997年9月，全国录制标准化委员会召开新一代VCD标准研讨会，正式提出了S－VCD方案。S－VCD即 Super－VCD，称为超级 VCD。 SVCD增加 VCD的交互功能，使其能更方便地用于教育、培训以及与网络相联。而CVD是5月份由几家企业推出的新型产品，为区别VCD而起的名字，它代表China－VCD，即中国的VCD。CVD提供350线左右的高清晰度画面和双路立体声威4 个独立声道的各种专业音响效果，并具有 4种语言以及彩色可滚动字幕，全面兼容 CD、VCD1．1、VCD2.0等盘片。
DVD（Digital Video Disc数字影碟光盘）是由美国的八大电影公司（如哥伦比亚电影公司等）所组成的 HDVA Groap（Hollywood Digital Video Advisory Group）在一起讨论一种新的Video Disc之后所产生的。经过多家厂商研发及规格整合后，在 1995年底将 DVD正式定名为“数字多功能光盘”（Digital Versatile Disc）。DVD盘片是由2个厚度为0．6mm的基质层粘贴而成的，并采用了多面多层的技术，即每一面光盘可以储存双层数据，一张dVd光盘最多就可以有四层的储存空间，加上利用聚焦更集中的红色激光技术，提高了每单位面积的储存密度，大大的扩大了储存空间。DVD集计算机技术、光学存储技术和影视技术等为一体，满足了人们对大存储容量、高性能的存储媒体的需求。
目前DVD的规格主要分为下列五种：
DVD-ROM：只读型数字多功能光盘
DVD-Video：数字影音光盘
DVD－Audio。：数字音响光盘
DVD－R：可读写数字多功能光盘（只能写一次）
DVD-RAM：可重覆读写数字多功能光盘
限于目前在技术开发及价格等多方面的原因，DVD数据盘、游戏盘在市面上还不普及，市面上主要以DVD影音光盘为主。

E. 基于SVD方法压缩图像的源代码

012

F. 基于奇异值分解（SVD）的方法压缩图像MATLAB实现

对图像压缩不是很了解。奇异值分解在matlab中一般用SVD（X）语句

G. 请用MATLAB结下面的问题，3q

建立命令文件ya_suo_tu_pian.M，并在编程窗口中输入下列命令：
A=imread('tupian1','jpg');
A=im2double(A);
k=input('请输入秩k:');
R=A(:,:,1);G=A(:,:,2);B=A(:,:,3);
[U1,D1,V1]=svd(R);[U2,D2,V2]=svd(G);[U3,D3,V3]=svd(B);
V11=V1';V22=V2';V33=V3';
U11=U1(:,[1:k]);U22=U2(:,[1:k]);U33=U3(:,[1:k]);
d1=D1([1:k],[1:k]);d2=D2([1:k],[1:k]);d3=D3([1:k],[1:k]);
V111=V11([1:k],:);V222=V22([1:k],:);V333=V33([1:k],:);
R=U11*d1*V111;G=U22*d2*V222;B=U33*d3*V333;
A(:,:,1)=R;A(:,:,2)=G;A(:,:,3)=B;
imwrite(A,'tupian3','jpg');
A=imread('tupian2','jpg');
A=im2double(A);
R=A(:,:,1);G=A(:,:,2);B=A(:,:,3);
[U1,D1,V1]=svd(R);[U2,D2,V2]=svd(G);[U3,D3,V3]=svd(B);
V11=V1';V22=V2';V33=V3';
U11=U1(:,[1:k]);U22=U2(:,[1:k]);U33=U3(:,[1:k]);
d1=D1([1:k],[1:k]);d2=D2([1:k],[1:k]);d3=D3([1:k],[1:k]);
V111=V11([1:k],:);V222=V22([1:k],:);V333=V33([1:k],:);
R=U11*d1*V111;G=U22*d2*V222;B=U33*d3*V333;
A(:,:,1)=R;A(:,:,2)=G;A(:,:,3)=B;
imwrite(A,'tupian4','jpg')

H. 经典的数字信号处理的算法主要包括哪些内容

经典数字信号处理的内容，包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位与结构、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（正交变换的定义与性质、K-L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波）、数字信号处理中的有限字长问题及数字信号处理的硬件实现等；下篇是统计数字信号处理的内容，包括平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、维纳滤波器及自适应滤波器等。

I. 高清视频压缩的格式介绍

这一个比较古老的编码形式，由动态图像专业组织（Moving Pictureures Experts Group即MPEG）于1994年推出的压缩标准。
由于压缩比例较低，已经较为少见。一般一部120分钟长1080p的电影在此种格式下的大小约为30G上下。 MPEG-4多用于HDTVrip上，直接在HDTV上采用MPEG-4视频压缩的很少见。HDTVrip的MPEG-4编码可以理解为：通过把原有的HDTV文件按照比例缩小到一定的尺寸，以达到在减少文件大小、方便传输的同时画面效果不低于DVD效果的目的。可以说这种编码格式是为了达到一种画面效果和文件尺寸的平衡。
由于各个商业集团的纷争，MPEG-4的标准比较混乱，主要基于MPEG-4的常见标准有DivX和XviD。
DivX是一项由DivXNetworks公司发明的，类似于MP3的数字多媒体压缩技术。由于Divx后来转为了商业软件，其发展受到了很大限制，表现相对欠佳，逐渐在竞争中处于了劣势。
XviD则是一个开放源码的MPEG-4 多媒体解码器，它是基于OpenDivX而编写的。XviD是由一群原OpenDivX义务开发者在OpenDivX于2001年7月停止开发后自行开发的，应用较广泛。一部720p的90分钟长的电影大概在4.3G左右，同时画面有普通1080p的80%~90%。
MPEG－4具有很多优点。它的压缩率可以超过100倍，而仍保有极佳的音质和画质；它可利用最少的数据，获取最佳的图像质量，满足低码率应用的需求；它更适合于交互式AV服务及远程监控。具体如下：
1.形状编码
形状信息的获得首先要对图形进行分析和分割，把各个代表不同内容的目标分割后再用形状表示。形状信息通常用二值
Alpha平面来表示。二值Alpha平面可用临近信息进行算术编码（CAE）；灰度Alpha平面可用运动补偿加DCT变换方式类似纹理编码一样进行编码。
其中用于图像压缩的变换有离散Forier变换（DFT）、离散小波变换（DWT）、奇异值分解（SVD）、K－L变换、Walsh变换、Hadamard变换、Harr变换、Slant变换、离散余弦变换（DCT）。其中K－L变换的去相关性最好，而DCT是接近K－L变换效果的最便于实现的变换。和MPEG－1/2一样，MPEG－4也选择了DCT。通常，用于数据压缩的熵编码方法有霍夫曼（Huffman）编码、矢量量化、算术编码、游程编码、LZW编码等。对于纹理编码，MPEG－4选择了把游程编码、矢量量化和Huffman编码进行混合编程编码（VLC）。纹理编码要经过DCT变换、量化、DC/AC预测、扫描、基于Hufman的VLC编码。
2.运动估计和补偿
MPEG－4中提供了基于块的运动估计和补偿技术来有效地利用各个VOP中视频内容上的时间冗余。一般，运动估计和补偿可以看作针对任意形状图像序列的块匹配技术的延伸。块匹配过程对于标准宏块使用；预测误差和用于预测的宏块运动向量一起被编码；高级运动补偿模式支持重叠块运动补偿，可对8×8块运动向量进行编码。为了使运动估计得到高编码效率，预测图像和被预测图像越相似越好，所以在运动估计之前要先进行补偿。在目标边界上的MB先用水平填补而后用垂直填补，其余完全在VOP之外的MB用扩张填补。
3.纹理编码
纹理指的是I－VOP图像和P/B－VOP经运动补偿后残留的图像信息。纹理一般在变换域进行压缩编码和熵编码。准正式编辑已经出版：静态图像压缩编码标准（JPEG）；数字声像储存压缩编码标准（MPEG－1）；通用视频图像压缩编码标准（MPEG－2）。
随后，MPEG专家组于1999年2月正式公布了MPEG－4（ISO/IEC14496）V1.0版本。同年底MPEG－4V2.0版本亦告完成，且于2000年年初正式成为国际标准。MPEG－4标准将众多的多媒体应用集成于一个完整的框架内，旨在为多媒体通信及应用环境提供标准的算法及工具，从而建立起一种能被多媒体传输、存储、检索等应用普遍采用的统一数据格式，并根据不同的应用需求，现场配置解码器，开放的编码系统也可随时加入新的有效的算法模块。为支持对视频内容的访问，MPEG－4提出了“视频对象”的概念。
4.伸屈性
MPEG专家组又推出了专门支持多媒体信息且基于内容检索的编码方案MPEG－7及多媒体框架标准MPEG－21。另外，由ITU－T和MPEG联合开发的新标准H.264是最新的视频编码算法。为了降低码率，获得尽可能更好图像质量，H.264标准吸取了MPEG－4的长处，具有更高的压缩比、更好的信道适应性，必将在数字视频的通信和存储领域得到广泛的应用，其发展潜力不可限量。
视频的伸屈性，包括空间伸屈性和时间伸屈性。空间伸屈性可以得到不同的空间分辨率，时间伸屈性可得到不同的时间分辨率。每种伸屈都有多层，在只有高低2层的情况下，底层指的是基本层，而高层指的是增强层。
5.差错回避
VLC码中的一个比特错误会引起同步丢失，而运动补偿则会引起错误传递。MPEG－4的差错回避有三个方面：重同步、数据恢复和错误隐藏。重同步，是指差错被检测后，解码器和码流之间重新同步的技术。一般来说，这种方法会将错误之前的同步点到重建的同步点之间的数据丢弃。不过这些丢弃的数据可以用其他的技术进行恢复和实施错误隐藏。数据恢复工具在解码器和码流重新建立起同步后用来恢复丢弃的数据。这些工具不是简单的用容错码恢复，而是用一种差错回避手段，即用可逆VLC码字进行VLC编码。错误隐藏，在重同步有效地将错误定位后可以很容易处理。为了进一步提高错误隐匿的能力，有必要增加错误定位能力，特别是数据分割可以用来提高错误定位能力。
总之，为了满足各种应用的需求，MPEG－4标准的使用范围相当庞大，具有广泛的适应性和可扩展性。 全名VC-1视讯编解码器（Video Codec 1），是微软所开发的视讯编解码系统。VC-1是最后被认可的高清编码格式，不过因为有微软的后台，所以这种编码格式不能小窥。相对于MPEG2，VC-1的压缩比更高，但相对于H.264而言，编码解码的计算则要稍小一些。目前来看，VC-1可能是一个比较好的平衡，一般一部1080p长120分钟的电影大概在26G左右。

J. 视频怎么压缩到500m以内

将一个视频压缩到500m以内需要使用格式工厂来修改视频的比特率，操作方法如下：

操作设备：戴尔电脑

操作系统：win10

操作软件：格式工厂v4.8

1、选中要压缩的文件，查看内存大小（文件为4G多）。