ana sayfa : araştırma : mpeg görüntü : mpeg kodlama prensipleri [ 3 / 9 ]

BÖLÜM 3

MPEG KODLAMA PRENSİPLERİ

Bu bölümde MPEG kodlanmasında kullanılan basit prensipler gözden geçirilecektir. Sistemlerin, modelleme ve dağınım (entropy) kodlama kısımlarına nasıl bölümlendiği gösterilerek kodlama sistemlerinin yüksek seviyeli görünüşleri temsil edilecektir. Ve bu neticede dağınım kodlaması ve şifreleme modelleri konularında önemli noktalar üzerinde durulacaktır. Son olarak da MPEG-1 kodlama tekniklerinin spesifik özelliklerini ve MPEG-1 kodlayıcı ve kod çözücülerinin temsili blok diyagramları anlatılacaktır. Son bir not olarak, bu bölümde kullanılacak sistem terimi MPEG 'in sistem tabakası'ndaki sistem  ile ilişkisizdir.

3.1. Kodlama Sistem Yapısı

Tipik bir kodlayıcı ve kod çözücü sistem yapısının örneklemi şekil 3.1’de yüksek seviye kodlama sistem diyagramı şeklinde gösterilmiştir. Burada analogtan dijitale çevirici (A/D) giriş verilerinin duyarlılığını ve basit çözünürlüğünü belirler ve böylece orijinal sahneden yönetilebilir seviyeye imkan dahilinde neredeyse sınırsız olan veriyi azaltmada önemli bir nokta başarılır. Bununla birlikte veri indirgemesi dijitalleştirme işlemi bitmeden durdurulması gerekmez.

Bir resim dijitalleştirildiğinde fazlaca indirgeme olmayan sıkıştırma sistemleri kayıpsız (losslessly) sistemlerdir. Bu kayıpsız sıkıştırma sistemleri nadiren doğal bir resim verisini iki veya üç kat sıkıştırabilir. MPEG gibi sıkıştırma sistemlerinin ise bundan daha yüksek bir sıkıştırma oranlarını başarmaya ihtiyacı vardır ve bu sistemler dijitalleştirme işleminden sonra kayıplı veri indirgemesi ile bunu başarır.

Şekil 3.1 - Bir Sıkıştırma Sisteminin Genel Yapısı

Şekil 3.1’deki gibi bir kodlama sistemini iki kısma bölmek uygun olur. Birinci bölüm dijital kaynak veriyi konvensiyonel olarak sembollerle isimlendirilen soyut temsile çevirerek kayıplı veri indirgemesi yapar. İkinci bölüm ise bit akışının uzunluğunu istatistiksel bir yönde küçültecek bir işlemle bu sembolleri kodlar. Bu ikinci basamağa dağınım kodlaması (entropy coding) denir.

3.1.1 Modelin İzole Edilmesi

Şekil 3.1’de kod çözücü, kodlama işlemini mümkün olan en az uzantı ile tersine çevirir. İlk olarak kayıpsız bir şekilde sıkıştırılmış veriyi sembollere dönüştürür ve orijinal dijital kaynak verisine görsel olarak en yakın olacak şekilde dijital resmi yeniden yapılandırır. Bu dijital veri göstericiye, analog çıkış sinyalini yeniden oluşturmak için dijitalden analoğa dönüştürücüye (D/A) beslenir.

Şimdilik dağınım kodlayıcısı ve kod çözücüsünü aşağıdaki özelliklerde siyah kutular olarak düşünelim. Dağınım kodlayıcısı kodlayıcı modelden akış sembollerini alır ve sıkıştırılmış veriye çevirir; dağınım kod çözücüsü sıkıştırılmış veriyi deşifre eder ve kod çözücü modele hemen hemen özdeş akış sembollerini gönderir. Dağınım kodlayıcı ve kod çözücüleri kayıpsızdır. Bu sıkıştırma sistemi aşağıdaki şekilde (şekil 3.2) kısaltılarak gösterilmiştir. Sistem çok sıkıştırma sağlamamasına karşın diğer noktalara göre hala bayağı bir işlevseldir.

Şekil 3.2 - Kayıpsız Sıkıştırma Bölümleri Kaldırılmış Sıkıştırma Sistemi

3.1.2 Semboller ve İstatistiksel Modelleme

Semboller verilerin özet olarak temsilleridir. Genellikle orijinal kaynak verinin tam tersinir olarak yeniden inşasına izin vermezler (Özellikle tersinir bir şekilde dizayn edilmezse). Genel olarak, kodlama modeli veri indirgemesi ve verilerin sembollerle yer değiştirmesi işlemlerinin her ikisini de kapsamaktadır. Veriyi temsil etmek üzere seçilen semboller, verimli ve göreceli basit dağınım kodlaması basamaklarına izin verecek şekilde az ilişkilendirilmiş bir temsilleme sergilerler. Verileri temsil için sembol kümeleri seçme işlemi, verilerin istatistiksel modellerini kapsar. Çünkü, bu işlem verinin istatistiksel özellikleri üzerinde dikkatlice yapılan analize dayanır.

İstatistiksel modelleme, kodlama modeli dizaynını da içerir. Örnek olarak; kayıpsız kodlamada geniş ölçüde kullanılan bir kodlama tekniği türevsel darbe kodu modülasyonu (Differential Pulse Coding Modülation-DPCM) vardır. Bu kodlama tekniğinde her resim elemanı (pel) ve o anda iletilen komşu resim elemanı değerlerinden bulunan kestirim arasındaki fark hesaplanır. Resim elemanı farkları, orijinal resim elemanı değerleriyle oldukça az ilişkilidir ve makul verim oranlarında bağımsız olarak kodlanabilirler. Ancak, istatistiksel modellemede, farklar arası ilişkiler (korelasyon) bir değere aktarılırsa kodlamada daha iyi bir veri elde edilir.

İlişkileri (korelasyon) indirgemede verimli yollardan birisi de DCT (ayrık kosinüs dönüşümü)'dir. Fakat, DCT tabanlı modeller hakkında ayrıntılı bilgiye girmeden önce dağınım kodlaması konusunda gelişmek gereklidir.

3.2 Dağınım Kodlaması (Entropy Codıng)

Bir dağınım kodlayıcısı (entropy encoder), sembol dizisini kayıpsız bir biçimde sıkıştırılmış veriye dönüştürür. Dağınım kod çözücüsü (entropy decoder) ise kod çözücüden özdeş dizinin geri üretilmesi için daha önce yapılan işlemi aynı şekilde tersine çevirir. Dağınım kodlayıcısının görevi sembol dizilerini mümkün olan en kısa bit akışı seviyesinde şifrelemektir.

3.2.1 Dağınım Kodlaması Prensipleri

Genelde dağınım kodlayıcısına beslenen semboller bir alfabenin üyeleridir. Tabi buradaki alfabe terimi biraz açıklama gerektirecektir. Özel küçük harfler dizisinden oluşan bir metin dizisini sıkıştırma işimiz olduğunu varsayalım. Eğer tüm harfler dizide bulunacak olduğu düşünülürse, normal alfabede a'dan z'ye 29 tane harften oluşan bir sıkıştırma alfabemiz olacaktır. Bununla beraber metin dizisinin hem büyük harfleri hem de küçük harfleri içerdiği düşünülürse, o zaman sıkıştırma alfabemiz 58 sembolden meydana gelecektir. Alfabede boşluk karakterlerine izin verilirse bu karakterler diziye eklenmelidir. Eğer herhangi bir noktalama işareti kullanılıyorsa bunlar da eklenmelidir. 8 bit kodlamayla ifadelendirilebilen karakterlerin hepsini içeren bir alfabe olduğu düşünüldüğünde sembol sayısı 256 olacaktır. 16 bit (1 kelime) kodlama için hesaplanırsa 65536 sembole ulaşılır. Bir başka deyişle, mesaj -dağınım kodlayıcısına beslenen gerçek sembol akışları- birçok imkan dahilindeki akışlardan biri iken alfabe olanaklı semboller kümesidir. Bu özel sembol akışlarını mümkün olan en az bitle iletmek dağınım kodlayıcısının görevi olmaktadır. Bu işlem her sembol için istatistiksel olarak optimum kod uzunluğu gerektirir. Uygun tamsayı kodu atamaları için kullanılan tekniğe Huffman Kodlaması tekniği denir.

Benzetme yaparsak, dağınım kodlayıcıları oldukça akıllı kumarbazlar gibidir. Geçerlilik bitlere bağlanır ve kod çözücüsüne sembol akışlarını iletirken mümkün olan en az bit kaybı olması amaçlanır. Kumar tahtasında bahislerin nasıl yer alacağı gibi sembol ihtimalleri önemli bir rolü üstlenirler. Kazanmak için,  muhtemel semboller ortalamadan daha düşük bitlerle kodlanmalıdır. Bunu gerçekleştirebilmenin tek yolu ise az muhtemelliğe sahip olan sembolleri ortalamadan yüksek bitlerle kodlamaktır. Bu açıdan kumar biraz uzamaktadır. Ama genellikle akıllı kumarbaz kazanır fakat hep düşük ihtimallere sahip bir mesaj ortaya çıkarsa o zaman mesaj sıkıştırılacağı yerde daha da genişletilir. Böyle durumlarda bahis kaybedilmiş olur.

3.2.2 Dağınım Kodlamasının Matematiği

Bilgi kuramının temel teoremine dayalı olarak bir sembol için en uygun uzunluk L_s şu formülle verilir;

Basitçe her sembol için ortalama bit rakamı olarak ifade edilebilen dağınım ise;

formülüyle gösterilir ve toplam alfabedeki tüm sembolleri verir. Dağınım sıkıştırılmış bir mesaj içindeki ortalama kod uzunluğu üzerindeki küçük bir bağıntıdır.

Anlatılacak olanlar bunun kanıtı değildir fakat olayın anlaşılması için yardımcı olacaktır: alfabenin a,b,c ve d gibi 4 karakterden oluştuğunu düşünelim. S_a, S_b, S_c ve S_d 'nin de sembol sayıları olduğunu varsayalım. Her sembolle en az bir defa karşılaşılacağı ve her birinin uzun bir mesaj içerdiğini kabul edelim. Şimdi a sembolünden başlayarak sayıları şekil 3.3’de görüldüğü gibi sıralayıp bir yığın oluşturalım.

Her bir sembol özel bir sayı aralığı ile birleştirilir. Böylece belirtilen aralıktaki herhangi bir sayıyı seçerek açıkça belirtilebilir. Mesela, a sembolü 0'dan S_a -1'e kadar olan aralıkla belirtilir ve 0 ile 3 arasındaki herhangi bir sayıdan seçilebilir. b sembolü ise S_a'dan S_a + S_b -1 'e kadar olan aralıkla ilişkilendirilmiştir ve bundan dolayı 4 ve 5 rakamlarından herhangi biri olarak seçilebilir. d sembolü S_a + S_b + S_c 'den S_a + S_b + S_c + S_d -1 'e kadar olan aralıklarla ilişkilendirilir ve 8 ile 15 arasında herhangi bir rakamdan seçilebilir. Dikkat edilmelidir ki bu aralıklarda hiç üst üste binme olmamaktadır. Tablo 2.1’de ilk iki sütunda bu olay özetlenmiştir.

Tablo 3.1 - Tablo - Sembol Sayıları, Olasılıklar ve Kodlar

Tablo 3.1’de 3. sütun sayıların ikili temsillerini içermektedir. S_d , en geniş sayı aralığı olmakla birlikte sadece en değerli bit eşsizdir ve diğer bitler ya 0 ya da bir olabilmektedir. Ondan sonra en küçük aralığı olan S_a için iki en değerli bit 0 olmak zorundadır ve geri kalan herhangi bir anlamda olabilir. İki küçük aralık için üç bit gereklidir ki eşsiz olarak aralık belirlenebilsin. Eşsiz olmayan bitler görmezden gelinirse 4. Sütundaki sonuç ortaya çıkar.

Eğer sembol olasılıkları sembol sayılarından yararlanılarak hesaplanırsa, ideal kod uzunlukları yukarıdaki ikinci formüle göre hesaplanabilir. Bu durum zaten Tablo 2.1’de 5. ve 6. Sütunlarda görülmektedir. Kod kelimelerinin uzunluklarıyla tamamen uyuşan ideal kod uzunlukları önemli bitlere bakılarak elde edilebilir.

3.2.3 Huffman Kodlaması

İhtimaller 2'nin basit katları olduğunda kod uzunlukları kolayca belirlenebilir. Fakat 1/37 gibi bir rakamda 1 ne işe yarar? Huffman tarafından ortaya çıkarılan kod tanımlama prosedürü bu problemi temizce çözer. Huffman bu işlemi, küçük kodlar üreterek (en uygun olacak şekilde ve eşsiz öneklerle) ve tablo içindeki tüm kodları kullanarak yapar. Ayrıca uygun miktarda tamsayı uzunluk kodları sağlar. Sadece aritmetik kodlamada olduğu gibi tamsayı olmayan uzunluk kodlama teknikleri Huffman kodlamasının kodlama verimini arttırır.

3.2.4 Huffman Kodlarının Atanması

Huffman kod atamasında kullanılan prosedür sembol çiftlerine ve sembol gruplarına dayanmaktadır. Önceden verilen a,b,c ve d 'den oluşan sembol kümelerinden şekil 3.4’de kod ağacı yeniden oluşturulur. Genel olarak bu gibi bir ağaç düşük olasılıklı sembol grupları veya bir sembol çiftinden geliştirilir ve bir ağacın dallarını oluşturmak üzere birleştirilirler. Bir dal üzerindeki olasılık basitçe iki sembolün veya grubun olasılıkları toplamıdır. Ağaç tek dala inene kadar geliştirilir ve son olarak ağacın kökü kalır. Daha sonra her çifte ait iki dal 1 ve 0 olan kod bitleriyle doldurulur(atama işi keyfi yapılır). Özel sembol için kod kelimeleri, kökten başlayarak sembol için uygun olan yapraklarla devam edilerek kod bitlerinin zincir hale getirilmesiyle elde edilir. Bu tarzla oluşturulan kod kelimelerinin giriş kümelerine Huffman Kod Tablosu denir. Burada verilen örneklerde olasılıkların ikinin tam katları olduğu varsayılmıştır ve genelde de bu teknik kullanılır.

Şekil 3.4 - Huffman Kodlama Ağacı

3.2.5 Uyarlamalı (Adaptive) Dağınım Kodlaması

MPEG uyarlamasız bir kodlama sistemidir ve böylece sabit kod tabloları kullanır. MPEG kod tablolarını kurmak için birçok görüntü dizisi kodlanır ve tablo içindeki her kod kelimesine ait istatistikler toplanır. Tabiki ideal olarak kod kelimesi uzunlukları istatistiklere tamamen uymak zorundadır. İdealden küçük sapmalar olduğu vakitlerde uyarlamasız kodlama nispeten biraz daha güçlüdür. Eğer bir sembol için atanan kod kelimesi çok uzun olursa diğer sembol için atanan kod kelimesi çok kısa olacaktır. Bu nedenle sembol olasılıkları farzedilen değerlere çok yaklaşmazsa bazı semboller için yükseltgenen bit sayısı diğer indirgenen bit sayılarıyla kısmen denkleştirilir. Eğer sapmalar küçük olmazsa kodlama verimi düşer ve uyarlamalı kodlama böylece daha dikkate değer bir sıkıştırma sağlar.

Uyarlamalı dağınım kodlamasında kod tabloları sembol olasılıkları ile en çok uyuşacak şekilde değiştirilir. JPEG resim sıkıştırma formatında özel bir resim için kullanılan istatistiklere uygun Huffman tabloları sıkıştırılmış resmin bir parçası gibi iletilebilir.  JPEG ayrıca, dağınım kodlamasının alternatif bir şeklini ve uyarlamalı aritmetik kodlama  sunar. Bu özellikler bir resim içersinde değişen istatistiklere bile uyum sağlar.

Doğal olarak, uyarlamalı kodlamada, kodlama verimi kazancı için biraz taviz verilmelidir. Bu sistem genellikle çok komplekstir.

3.2.6 Sembol Olasılıkları

Tablo 2.1’de sembol olasılıkları, sembol sayılarından hesaplanmıştı. Bunun yapılmasındaki amaç, farz edilen sayımların yüksek sayıdaki tipik mesajların ortalamasının ihtimaller için güvenilir değerlerin hesaplanabilmesini yeterince sağlayabilmek için tüm semboller yeterince oluşmaktır. Bir sembol teorik olarak mümkünse bazen oluşur, fakat kod tablosunu tamamlamak için kullanılan mesajlar içinde hiçbir zaman oluşmaz. Kod tablosu herhangi bir uygun mesajı temsil edebilmelidir ve bu olay sıfır frekans problemi diye bilinen bir problemi ortaya çıkarır. Bu şöyle açıklanır; eğer olay frekansı sıfırsa ve sembol sayısının toplam sayıya oranından hesaplanan olasılık sıfırsa bu yüzden ideal kod uzunluğu sınırsız olacaktır. Sıfır frekans problemini çözmede kullanılan genel bir yöntem tüm sembol sayılarını "0" yerine "1"den başlatmaktır.

3.3 İstatistiksel Modeller

İstatistiksel model kodlayıcı model içine baştan başa dağıtılmıştır. Resim elemanı (pel) farklılıklarını alarak verileri ilişkisizlendirme (decorrelation) veya DCT'nin hesaplanması istatistiksel modelin birer parçasıdır. Ayrıca istatistiksel modelin çok önemli bir başka görevi ilişkisizlendirilmiş temsilin elde edilmesi esnasındadır. Bu da verimli bir sembol kümesinin oluşturulması içindir.

Bu sembolleri kullanarak DCT katsayılarını veya resim elemanı (pel) farklılıklarını kodlamak kesinlikle mümkündür. Ancak ne zaman sembol olasılıkları çok büyüse Huffman kodlaması sınırlama ve tamsayı kod kelimeleri nedeniyle yetersiz kalır. 0.5 sembol olasılığına bağlı olarak mümkün olan en küçük kod uzunluğu 1 bittir. Eğer olasılık 0.5 'in üzerine tırmanacak olursa kod uzunluğu 1'de kalır ama yine de ideal olarak küçük olması gerekir.

Bu problem için çözüm yolu DCT katsayısına ve resim elemanı (pel) farklılıklarına dayanan sembolleri birleştirmektir. Bu istatistiksel modelin anahtar noktasıdır.

Sembolleri birleştirirken, eski sembollerin her mümkün kombinasyonu için bir ayırma sembolü gereklidir. Her sembol için olasılık içersinde birleştirilen eski sembollerin sonucu olarak verilir. Örnek olarak; MPEG'de kullanılan DCT (ayrık kosinüs dönüşümü), özellikle yüksek frekanslarda tipik olarak birden fazla sıfır katsayısına sahiptir. Bu nedenle 0 değerinin olasılığı 0.5'in üzerinde olacaktır v katsayıları ayrı ayrı kodlamak verimsiz olacaktır. Onun yerine, düşük olasılıklarda yeni semboller oluşturmak için sıfır (0) katsayı değerleri değişik yollarla birleştirilir. Her yapılan kombinasyona bir sembol verileceğinden, sembolleri birleştirme işlemi alfabenin boyutunu büyütecektir. Fakat kodlama verimi bayağı artacaktır.

İstatistiksel model koşullu olasılık yöntemlerini de kullanır. Koşullu olasılıklar öncelikli olaylara bağlı olan olasılıklardır. Mesela, tipik İngiliz metin dokümanlarında metin içinde bulunan "u" harfinin olasılığı yaklaşık 0.02'dir. eğer "q" harfi ortaya çıkarsa "u"nun olasılığı artar ve 0.95 civarına gelir. Eğer bir olasılık geçmişte kodlanan sembollerin bir fonksiyonu ise buna koşullu olasılık (conditional probability) denir. Kod tabloları koşullu olasılıklara dayandırıldığında kodlama öncelikli sembollere şartlanır.

Bir çok sıkıştırma sistemi koşullu olasılıkları kullanır. Örnek olarak MPEG, kodlanmış resmin tipine bağlı olarak kod tablolarını değiştirir.

3.4 Kodlama Modelleri

Daha önce bir sinema film şeridini incelemiş olan herkesin bileceği gibi sinema içindeki resimler birinden diğerine çok benzerlik arz eder. Ek olarak, her resmin sayısallaştırılmasından dolayı oluşan iki boyutlu örnek dizileri yüksek seviyede ilişkilidirler. Bu da bir resim içindeki yan yana bulunan örneklerin yoğunluk bakımından birbirine çok benzer olmasından kaynaklanır. Bu bir resimden diğerine olan ilişkiden dolayı resim dizileri etkin bir biçimde sıkıştırılabilmektedir.

3.4.1 I-, P- ve B- Resimleri

MPEG bir dizi içindeki resimleri 3 ana kategoriye ayırır. İçsel-kodlanmış (Intra-Coded) veya I-resimleri dizi içersinde önceki veya sonraki resimlere referans almadan kodlanırlar. Tahmini-resimler (Predicted-Pictures) veya P-resimleri zamansal olarak en yakın önceki I veya P-resimlerine referansla kodlanırlar. Çift yönlü kodlanmış resimler (Bidirectionally Coded  pictures) veya B-resimleri dizi içinde I-resimleri ve B-resimleri arasına serpiştirilmiştirler ve en yakında bulunan önceki veya sonraki veya her ikisine de referans alarak kodlanırlar. Bununla beraber B-resimleri aynı dizi içinde birkaç yerde bulunabilir. B-resimleri hiçbir zaman diğer bir resmi önceden bildirmek için kullanılamaz.

3.4.1.1 Resimiçi (Intraframe) Sıkıştırma Modu

Bu modda JPEG ‘de olduğu gibi piksel değerlerinin ayrık kosinüs dönüşümü alınır ve sıkıştırma nicelendirme değerlerinin farklı seçilmesi değişken uzunluklu kodlama sayesinde elde edilir.

Tablo 3.2 - MPEG Resim içi (intra) nicelendirme matrisi

8             16      19      22      26      27      29        34  

16           16      22      24      27      29      34        37  

19           22      26      27      29      34      34        38

22           22      26      27      29      34      37        40

22           26      27      29      32      35      40        48

26           27      29      32      35      40      48        58

26           27      29      34      38      46      56        69  

27           29      35      38      46      56      69        83

8-bitlik piksel bilgisi üniform olarak kuantalanıp ayrık kosinüs dönüşümü alınırsa; DA bileşeni için 0...2048 arası, AC bileşenler için ise –1024...1023 arası değerler elde edilir. Bu değerler frekansın yüksekliğine göre değişen sayıda basamaklı olarak nicelendirilir (üniform olmayan nicelendirme). Yeni nicelendirilmiş değeri bulmak için DCT çıkışı Tablo 3.2.’de verilen değere bölünüp en yakın tam sayıya yuvarlanır. Sonuç olarak DA bileşeni 8-bit, en yüksek frekanslı bileşen ise 4-bitle nicelendirilmiş olur (2048 : 8 = 256 seviye → 8-bit ; 2048 : 83 = 25 seviye → 4-bit). Bu değerler insan gözünün ayırma özelliklerine göre seçilmiştir. Bu şekilde nicelendirilmiş makrobloklara kısaca “intra” denilir.

MPEG’de ayrıca uyarlamalı nicelendirme kullanılır. Burada insan gözünün düz renklerdeki değişimi desenli renklerdeki değişimlerden daha kolay fark etmesi özelliğinden yararlanılır. Düz bloklar daha fazla bit, desenli bloklar daha az bit kullanılarak nicelendirilir. Böylece JPEG’e göre %30 daha fazla sıkıştırma elde edilir. Bu tür kodlanmış makrobloklara “intra-A” denir.

Kodlama devresinde; DA bileşeni farksal darbe kod modülasyonu (Differential Pulse Code Modulation : DPCM) ile kodlanarak sıkıştırma sağlanır. Değişken işaret bileşenleri genellikle JPEG’de olduğu gibi zikzak tarandıktan sonra Huffman benzeri bir kodlama ile (gereksiz sıfırlar atılarak) kodlanır.

3.4.1.2 Resimlerarası(Interframe) Sıkıştırma Modu

Bu modda görüntünün zaman içinde alacağı yeni değer daha önceki değerlerden yararlanarak kestirilir. Kestirilen resimle gerçek resim karşılaştırılarak sadece aradaki hata sinyali kodlanır ve karşı tarafa gönderilir. İki tür çerçeve söz konusudur. 

P-tipi çerçeveler sadece ileri yönde kestirilir. Hareket düzeltmeli ileri yönde kestirim (motion compensated forward prediction) için daha önceki I-tipi veya P-tipi çerçeveler kullanılır. P-tipi çerçevelerdeki makroblokların kodlaması I-tipinde olduğu gibi “Intra” veya “Intra-A” olabileceği gibi, “inter-D”, “inter-DA”, “inter-F”,  “inter-FD”, “inter-FDA” gibi değişik şekillerde olabilir. Bu kodlama tiplerinde “inter”kelimesi kodlamada resimlerarası bilginin (zaman içindeki değişimin) kullanıldığını; “D”harfi kestirme hatasının DCT olarak kodlandığını; “A” harfi uyarlamalı (adaptif) kodlama yapıldığını; “F” harfi ise ileri yönde hareket düzeltmesi yapılacağını gösterir.

Örnek olarak eğer kodlama “inter-F” olarak adlanmışsa, hareket düzeltmeli ileri yönde kestirimin yeterli olduğu ve bu durumda sadece hareket vektörünün karşı tarafa   gönderileceği anlaşılır. “inter-FD” bloğunda ise hareket vektörü yanında hata bilgisi de gönderilir. Eğer blok “inter-FDA” olarak adlanmışsa hareket vektörü ve hata bilgisi ile uyarma katsayısının da iletilmesi gerekir. Eğer bir makroblok bir önceki çerçevedeki ile aynı ise atlanır ve hiç iletilmeyebilir. Bu tip bloklara “skipped”denir.

3.4.2 MPEG Kodlama Modelleri

Dizi içerisinde I-resimleri komşu resimlerden referans almadan kodlandığı zaman, kodlama modeli resim içindeki ilişkilerden yararlanmalıdır. I-resimleri için MPEG2in kullandığı model JPEG tarafından tanımlanan modele benzerdir.

P-resimleri ve B-resimleri farklar olarak kodlanırlar. Yani kodlanan resimle referans resim arasındaki farklar olarak kodlanırlar. Eğer görüntü bir resimden diğerine değişmiyorsa o zaman fark da sıfır olacaktır. Sadece değişen alanların yenilenmeye ihtiyacı vardır. Bu işlem şartlı yeniden doldurma (conditional replenishment) olarak bilinir. Eğer dizi içersinde hareket varsa, referans resimle o anda bulunan resim arasındaki resim elemanı (pel) farklılıkları nedeniyle daha iyi bir kestirim elde edilebilir. Hareket kompanzasyonu P ve B-resimleri için çok önemli bir kodlama modeli bölümüdür.

Bir I-resmi veya P- veya B-resmi için hareket kompanzasyonu farkı verilmiş olsun. Kodlama modelini tamamlamak için 2 temel yöntem kullanılır: ayrık kosinüs dönüşümü (DCT) ve kestirimci model. DCT tabanlı model tüm resim tiplerini kodlamada ortak bir modeldir ve MPEG içinde merkezi bir rol oynar. DCT katsayılarının nicelendirilmesi işlemi sayesinde MPEG kodlama sistemi iyi bir avantaj sağlar. Bunu da insan gözünün aydınlık ve renge karşı gösterdiği tepkilerden yararlanarak yapar. Bunun manası da kodlama modellerinin katsayıların koşullu istatistiksel özelliklerini hesaba katmalarına gerek olmadığı demektir.

Nicelendirilmiş DCT katsayılarının kodlaması kayıpsızdır. Çünkü kod çözücü tam olarak aynı nicelendirilmiş değerleri üretebilmektedir. Kodlama modelleri kodlanan resmin tipine bağıdır.

3.4.3 I Resimleri'nin Kodlanması

I-resimlerinde verilen bir blok içindeki DCT katsayılarının tamamına yakını  ilişkisizlendirilmiştir. Ancak yine de verilen blok içindeki katsayılar arasında ve komşu blokların katsayıları arasında bazı ilişkiler olabilir. Bu anlatım DC katsayılar tarafından temsil edilen blok ortalamaları için özellikle doğrudur. Bu nedenden dolayı, kestirimci DPCM tekniği denilen bir teknikle DC katsayılar AC katsayılardan ayrı olarak kodlanır.

I-tipi çerçeveler başlangıç resimleri olup bunlarda sadece JPEG’de uygulanan çerçeve içi sıkıştırma uygulanır. Yani çok az sıkıştırılırlar. Bir görüntünün oluşturulabilmesi için mutlaka I-tipi çerçeveden başlamak gerekir. P-tipi çerçeveler daha önceki resimlerden yararlanarak kestirim yöntemiyle bulunan resimler olup bunlar daha sonraki çerçeveler için referans olarak kullanılırlar. B-tipi çerçeveler ise I ve P tipi çerçeveler kullanılarak, önceki ve sonraki çerçevelerin iç değer biçimi (interpolation) ile elde edilen resimlerden oluşur.

Şekil 3.5 - MPEG Çerçevelerinin Gruplanması

Değişik cinsten bir takım çerçevelerden oluşan guruba “Resimler Gurubu” denir. Bir guruptaki çerçeve sayısı uygulanmaya göre değişebilir. Şekil 3.5’de 9 çerçeveden oluşan bir gurup görülmektedir. Bu guruptaki çerçevelerin iletim sırası 0, 4, 1, 2, 3, 8, 5, 6, 7 veya 0, 1, 4, 2, 3, 8, 5, 6, 7 şeklinde olabilir.

MPEG yöntemi , sıkıştırma için, çerçeveler arası benzerlikten ortaya çıkan zaman içindeki fazlalık bilgiden (Redundancy) büyük ölçüde yararlanır. Burada belli bir andaki görüntü çerçevesinin daha önceki ve daha sonraki çerçeve bilgileri kullanılarak bulunabileceği veya kestirilebileceği varsayımından hareket edilir. Ayrıca hareket bilgisinden de yararlanılarak hatalar büyük ölçüde azaltılır. Böylece çok yüksek sıkıştırma oranları elde edilir. Çerçeve içi benzerliklerden yararlanarak sıkıştırma yapmak için JPEG’ de olduğu gibi ayrık kosinüs dönüşümünden yararlanılır. Ayrık kosinüs dönüşümü (DCT) için 8x8’lik bloklar kullanılır. Burada ayrıca 4 parlaklık seviyesi (luminance) ve 2 renk farkı bilgisi bloğundan meydana gelen “makro bloklar” (MB) vardır.

Bir çerçevedeki makro bloklar değişik şekillerde kodlanabilir.

3.4.3.1 I Resimlerinde DC Katsayıların Kodlanması

Aşağıdaki eşitlikte görüldüğü gibi, komşu bloğun kodlanan DC değeri olan P harfi o anki blokta bulunan DC değer kestirimini ifade eder. DDC fark değeri genellikle sıfıra yakın olacaktır;

DDC = DDC - P

Dikkat edilmesi gerekir ki kestirimi sağlayan blok, makroblok içindeki blokların kodlama sırasından elde edilir. Şekil 3.6 kodlama ve kestirim dizisinin bir taslağını vermektedir.

Şekil 3.6 - Makroblokların kodlanma Sırası ve Ardışıl DC Kestirim Dizisi

DDC 'nin kodlanması işlemi, büyüklük kategorisinin kodlanması ve doğruluk işareti ile genlik değerlerini belirten  ek bitlerin kullanımı ile olur. Parlaklık (aydınlık) ve renklilik için büyüklük kategorileri ve  buna uygun kod kelimeleri Tablo 3.3’de verilmiştir;

Tablo 3.3 - Tablo Aydınlık (Luminance) ve Renklilik (Chrominance) için DC Kod Tablosu

Büyüklük kategorisi, DC farkı tam olarak açıklamak için gerekli olan bitlerin sayısını belirtir. Eğer yukarıdaki tabloda değer "0" ise o zaman DC fark da "0" olur. Aksi takdirde büyüklük bitleri büyüklük kodunu takip edecek şekilde bit akışına eklenir. Bu bitler büyüklük ve işaret değerlerini tamamıyla açıkça belirtebilmek için ilave bilgiler kaynaklanmasını sağlarlar.

Fark değerlerinin kodlanması işlemi tam olarak JPEG 'deki gibi yapılır. Verilen bir farkı kodlamak için ilk olarak büyüklük kategorisi belirlenir ve kodlanır. Eğer fark değeri negatifse 1 çıkarılır. Böylece farkın düşük konumlardaki büyüklük bitleri bit akışına eklenir. Tablo 3.4’de birkaç örnek gösterilmektedir.

Tablo 3.4 - DC Fark Kodlaması Örnekleri Tablosu

3.4.3.2 I Resimlerinde AC Katsayıların Kodlanması

DCT (Ayrık kosinüs Dönüşümü) tarafından sağlanan ilişkisizlendirme işlemi AC katsayılarından birbirinden bağımsızca kodlanmasına müsaade eder ve bu da kodlama işlemini oldukça basitleştirir. Verilen bir katsayının kodlanması diğer katsayılardan bağımsız olmasına rağmen dizi içersinde katsayının bulunacağı yer önemlidir.

Yüksek uzaysal frekansları temsil eden katsayılar çoğunlukla "0" iken düşük frekans katsayıları genellikle "0" değildir. Bu sistemi kullanabilmek için, katsayılar nitelikli olarak düşükten yükseğe doğru uzaysal frekansları izleyecek şekilde sıralanırlar. Bunu yaparken de sıralanırlar. Bunu yaparken de zikzak tarama düzeni denen bir yol izlenir. Zikzak tarama düzeni şekil 3.7’de görülmektedir.

Şekil 3.7 - DCT Katsayılarının Zikzak Düzeni

Zikzak taramada katsayılar, olasılıklarının "0" olması sırasına göre yaklaşık biçimde düzenlenir. Tipik olarak 8x8 'lik bir bloğun bir zikzak düzenlemesinde bir çok katsayı "0" olmaktadır. Bu nedenden ötürü, sıfır katsayılarını bileşik (composite) sembollerle birleştirmeden bloğu verimli bir şekilde kodlamak mümkün olabilir.

Bileşik sembole verilebilecek en önemli örneklerden biri blok sonudur (End-of-Block - EOB). Blok sonu sembolü zikzak düzenlenmiş DCT içindeki tüm sıfır katsayılarını tek bir kod kelimesiyle kodlar. tipik olarak bir blok sonu dizinin orta noktasından önce bulunur ve iki bitlik olarak kodlanır. Dikkat edilmesi gerekir ki her katsayının bağımsızca kodlandığı düşünüldüğünde, aynı bilgiyi kodlamak için 60 bite ihtiyaç olacaktı.

Blok sonu kodlaması şekil 3.8’de örneklenmiştir. Kodlama, düşük frekans katsayısından başlar ve zikzak düzen içinde sıfır olmayan katsayı kalmayana dek devam eder. Blok sonunun  kodlanmasıyla birlikte bloğun kodlanması işlemine son verilir. Blok sonu kodu iki bit uzunluğunda kısa bir koddur.

Şekil 3.8 - MPEG ve JPEG 'de Blok Sonu Kodlaması:

 (a) DCT iki boyutlu bir dizi olarak düşünüldü. Nicelendirme işleminden sonra tüm yüksek frekanslar "0" oldu. (b) Zikzak Düzenlenmiş katsayılar izleyen sıfırlarla birlikte EOB (Blok sonu) sembolüyle yer değiştirildi. (c) Zikzak Düzenlenmiş katsayılar EOB sembolleri ve DDC = 132 - P bileşen çalışma/seviyesi (run/level) olarak temsil edildi.

Sıfır katsayıları EOB sembolünden önce sıklıkla görülebilir. Bu durumda daha iyi bir kodlama verimi elde edilir. Her sıfırdan farklı AC katsayı bu çalışma-seviye sembol (run-level symbol) yapısını kullanılarak kodlanır. Buradaki "çalışma" (run),bir sonraki sıfırdan farklı katsayıdan önce gelen sıfır katsayıların sayısını belirtir. "Seviye" (level) ise sıfırdan farklı katsayıların genliğini belirtmektedir. Yukarıdaki şeklin (şekil 3.8) c bölümünde bu olay görülmektedir. Her çalışma-seviye kodunu izleyen bit, sıfırdan faklı katsayıların işaretini kodlayan s'dir. Eğer s sıfır ise katsayı pozitif olacak, diğer hallerde ise negatif olacaktır.

Tablo 3.5’de görüntülenen MPEG AC kod tablosunda yüksek sayıda çalışma-seviye (run-level code) kodlarına yer verilmiştir. EOB (blok sonu) sembolü de iki bit koduyla birlikte gösterilmektedir. Bu tabloda bulunmayan çalışma uzunlukları ve seviye kombinasyonları kaçış kodlarıyla birlikte kodlanırlar. Bu kaçış koduna 8 bit çalışma uzunluğu kodu ile birlikte 8 veya 16 bit seviye kodu eklenir. İlk bakışta biraz kafa karıştırıcı gibi görünen çalışma 0 / seviye 1 için kodlar Tablo 2.5’de listelenmiştir. İlk olarak, neden iki kod kullanılmıştır? İkinci olarak da, ikili kod "1s" (s sıfırdan farklı bir katsayının işaretini gösterir) blok sonu kodu (EOB) olan ikili "10" kodu ile neden çakışmamaktadır? Bunların nedeni kod tablosunun ikili bir amaç için kullanılmasından dolayıdır. Çünkü gerçekten iki kod tablosu birleştirilerek bir kod tablosuna aktarılmıştır. Çoğu durumlarda EOB (blok sonu) olayı oluşur ve sonraki (next) diye adlandırılan giriş kullanılır. Ancak içsel olmayan (nonintra) kodlamada tamamen sıfır olan DCT bloğu yüksek seviyeli bir prosedür olarak kodlanır ve blok sonu (EOB) ilk çalışma-seviyesi 'ni kodlamadan önce oluşamaz. Bu özel durumda ilk (first) diye adlandırılan giriş kullanılır.

İlk (first) diye adlandırılan kodlar sadece içsel olmayan (nonintra) kodlamada kullanılır. İçsel (intra) kodlama içinse DC ayrı olarak kodlanır ve herhangi bir sıfırdan farklı katsayı olmasa bile blok sonu (EOB) meydana gelebilir. Sonuç olarak, ilk giriş nedeniyle "1s" blok sonu (EOB) kodu ile çakışır v kullanılmaz.

Tablo 3.5 - Çalışma-Seviyesi (run-level) Kombinasyonları için Değişken Uzunluk Kodları

3.4.4 P- ve B- Resimlerinin Kodlanması

DCT 'nin ilişkisizlik (decorrelation) özelliği sadece içsel (intra) kodlanan resimlere uygulanabilir. İçsel olmayan (nonintra) resimler ise bir başka resme bağlı olarak yapılan tahmine göre kodlanırlar ve tahmin işlemi veriler üzerinde ilişkisizlendirme görevini büyük ölçüde halleder. Rao ve arkadaşları tarafından yürütülen belli başlı çalışmalar içsel olmayan (nonintra) resimlerin DCT tarafından uygun bir biçimde ilişkisizlendirilemeyeceğini göstermiştir. Eğer ilişki (correlation) çok az olursa küçük katsayı ilişkilerini görmezden gelmek kodlama verimini fazla azaltmayacaktır.

DCT 'nin kullanılmasının ana sebebi nicelendirme (quantization) işlemidir. P- ve B- resimleri için oldukça kaba bir nicelendirme işlemi yapılabilir ve bit oranları da gayet düşük olacaktır. Ama düzce hazırlanmış bir nicelendirme tablosu insanın görsel sisteminin özelliklerinden tamamıyla yararlanamayacaktır. DCT nicelendirmesi bit oranını düşürmede etkili bir araçtır.

P- ve B- resimlerinin kodlanmasında DC katsayı türevsel bir değerdir ve matematiksel olarak AC katsayılara benzerlik arz eder. Sonuçta AC ve DC kodlama tek bir işlem içine entegre edilmiştir.

Sıfırdan farklı bir makro blok içindeki sıfır bloklar kodlanmış blok deseni - kbd (coded blok pattern) denen 6 bit değişken kullanılarak kodlanır. Bu 6 bitteki her bit uygun bir DCT'nin aktif veya sıfır olduğunu gösterir. Kodlanmış blok deseninin değişken uzunluk kodları makroblok içindeki sıfır blokları kodlar. kbd = 0 şartı makroblok adres artırımı ile ele alınır ve makroblok atlanır.

Son olarak, sıfırdan farklı olan her blok kodlanmış olmalıdır, zaten tablo 3.5’deki kodlar böyle kullanılmıştır. Bu tabloda ilk giriş değeri olan çalışma 0 / seviye 1 değeri atlanmış ve AC katsayıların içsel kodlamasına eklenmiştir. P- ve B- resimleri için se tüm tablo kullanılmıştır.

Şekil 3.9 - MPEG İki yönlü kestirim

B-tipi çerçeveler I-tipi ve P-tipi çerçevelerden yararlanarak iki yönlü olarak kestirilir. Kestirilen bloğun gerçek değerinin b harfi ile, kestirilen değeri ise “b” gösterirsek :

b = α₁c₁ + α₂c₂ : α₁ + α₂ = 1 olur. Burada c₁ önceki ve c₂ sonraki, yeniden oluşturulmuş çerçevelere ait ve b bloğuna karşı düşen blokları göstermektedir. α₁, α₂ katsayıları ağırlıkları gösterir ve “0, 0.5, 1” değerlerini alabilirler. α1 = 1 : α2 = 0  ileri yönde, α₁ = 0 : α₂ = 1 geri yönde, α₁ = 0.5 : α₂ = 0.5 her iki yönde kestirimi gösterir. b – b ise kestirim hatasıdır.

İki yönlü kestirme ve iç değerbiçimine (interpolation) dayanan bu tür kodlamaya Zamanda Çoklu Ayırıcılı Teknik (Temporal Multiresolution Technique) adı verilir. Bu yöntemde önce I ve P-tipi çerçeveler kodlanır. Bundan sonra B-tipi çerçeveler iç değerbiçim yapılarak elde edilir. B-tipi çerçeveleri kullanmanın sağladığı avantajları şöylece özetleyebiliriz;

Gölgelenen arka planların işlenmesinde kolaylıklar sağlanır. Örnek olarak bir nesne bir sonraki çerçevede başka bir cisim tarafından kapatılsa bile onunla ilgili bilgiler hala kullanılabilir.

İki çerçevenin ortalaması olarak hesaplanan bir görüntüde gürültü daha azdır.

B-tipi çerçeveler daha sonraki çerçevelerin oluşturulmasında kullanılmadığı için hatanın devam etmesi söz konusu değildir.

Buna karşılık;

·         B-tipi çerçevenin oluşturulması için I ve P-tipi en az iki çerçeve gerektiği için alıcıda en az iki çerçevelik hafıza gerekir.

·         Eğer B-tipi çerçevelerin diğerlerine oranı çok fazla olursa çerçeveler arası ilinti azalacağından hata miktarı artar ve bunu kodlamak için daha çok sayıda bit iletilmesi gerekir. Bu aynı zamanda kodlama için gerekli gecikme zamanını da arttırır.

B-tipi çerçevelerdeki makrobloklar da P-tipi gibi kodlanabilirler. Bunlara ek olarak “inter-I”, “inter-ID”, “inter-IDA” tipi bloklar da vardır. Buradaki I harfi bu blokların hareket düzeltmeli interpolasyon yöntemiyle elde edildiğini göstermektedir.

Çerçeveler arası “Interframe” modunda fark işaretini kodlarken DCT girişi yine (-255...255) arası olup çıkışta (-2048...2047) arası değişen değerler elde edilir. Bunları nicelendirmek için değişik bir nicelendirme tablosu kullanılır. Buradaki adımlar biraz daha kaba seçilir. Elde edilen değerler yine değişken uzunlukta (VLC) kodlanır. Yer değiştirme vektörleri, daha önceki blokların hareket vektörlerine göre farksal darbe kod modülasyonu (DPCM) olarak kodlanır. Değişken uzunlukta (VLC) kodlamada tablolar farksal hareket vektörleri ve kestirim hatasının değerine göre seçilir. P ve B-tipi çerçeveler için farklı Huffman tabloları kullanılır.

MPEG kodlayıcıda I, P ve B-tipi çerçecelerin oranı uygulamaya bağlı olarak değişebilir. 13 çerçeveden en az bir tanesi I-tipi olmalıdır. Hareket kestirim algoritması standarda dahil edilmemiştir. Değişik algoritmalar kullanılabilir. Genelde bu iş için sadece parlaklık seviyesi işareti (Luminance) kullanılır. Her makroblok için bir hareket vektörü belirlenir. Hareket kestiriminde 0.5 piksel doğruluk istenir. Vektörün uzunluğu resimden resime değişebilir. Ancak resmin dışına taşan noktalara ilişkin hareket vektörleri kullanılamaz.

Kodlamanın basamaklarını özet olarak şöyle sıralayabiliriz;

1.       Bir grup resimdeki çerçevelerin tipleri I, P ve B olarak belirlenir.

2.       P ve B-tipi çerçevelerdeki makrobloklara ait hareket vektörleri hesaplanır.

3.       Her bloğun tipi ve buna bağlı olarak sıkıştırma yöntemi belirlenir (MTYPE).

4.       Uyarlamalı nicelendirme kullanılacaksa bunun oranı belirlenir (MQUANT).

Bu işlemleri gerçekleştirmek için kullanılacak devrenin blok şeması CCITT H.261 kodlayıcısı ile yanıdır. Ancak kullanılan dönüştürme ve kodlama algoritmaları farklıdır.

Gelen analog video işareti bir ön sinyal işleme devresi ile önce süzülür ve Analog/Digital Çevirici ile sayısallaştırılır. İlk çerçeve I-tipi olacağından bu çerçeve JPEG’de olduğu gibi makroblokları “inter” tipinde kodlanmak üzere DCT bloğuna ve oradan nicelendirme devresine verilir. Kodlanmış işarete ters kodlama işareti uygulanarak, resim, alıcıdaki gibi, yeniden oluşturulur.

Bu resim, resim hafızasına kaydedilir. Hafızadaki bu bilgi ve daha sonra gelen çerçevedeki bilgiler kullanılarak görüntüdeki her makroblok için hareket vektörleri hesaplanır. Bunlardan yararlanılarak ilk P-tipi çerçevenin ne olması gerektiği kestirilir ve ayrı bir hafızaya kaydedilir. Bu iki hafızadaki bilgiler kullanılarak ikinci çerçevenin ne olması gerektiği kestirilir. Kestirilen resimle gerçek resim karşılaştırılarak aradaki fark (hata) bulunur. Artık bu durumda resmin tamamını kodlayıp iletmek gerekli değildir. Sadece bu hata işareti DCT devresine uygulanıp kodlanır. Ayrıca bu çerçeveye ilişkin hareket vektörü de kodlanır ve elde edilen bit dizisi tampon belleğe aktarılır. Tampon belleğin doluluk derecesine göre nicelendirme adımları ayarlanır.

Bu bilgilerin başına çerçevelerin sıralanışı, makroblokların tipleri (MTYPE), varsa uyarlamalı (adaptive) sıkıştırma katsayısı (MQUANT) ve diğer bilgiler eklenerek bir paket oluşturulur. Bu paket iletim hatalarından korunmak için ayrıca bir hata kodlamasına tabi tutularak iletim hattına verilir. Bu sayede iletim sırasında gürültü ve diğer etkilerden bazı bitlerin bozulması alıcıda düzeltilerek alıcıda resmin bozulmasız bir şekilde yeniden oluşturulması sağlanır.

3.5 Kodlayıcı ve Kod Çözücü Blok Diyagramları

Bu bölümde ve önceki bölümlerde çeşitli kavramlar üzerinde duruldu. Bu kavramlar yüksek seviyeli kodlayıcı ve kod çözücü blok diyagramları oluşturmak için birleştirilebilir.

3.5.1 Yeniden İnşa Modülü

Şekil 3.10’da gösterildiği gibi, yeniden inşa modülü kodlayıcı ve kod çözücülerin ikisi için de ortaktır. Bu modül kestirim için gerekli olan resimleri yeniden inşa etmede kullanılır. Bu şekilde kullanılan sinyal tanımları, izleyen kodlayıcı ve kod çözücü şemalarına uygulanacaktır.

Yeniden inşa modülü, bir ters nicelendirici birim, bir DC ön birim (içsel kodlanmış makrobloklardaki DC katsayıların yeniden inşası için) ve ters DCT hesabı için bir IDCT birimi içermektedir. IDCT çıkışı yeniden inşayı şekillendirmek için kestirimle (içsel-kodlanmış makrobloklar durumunda sıfırdır) birleştirilir. Kestirim resim stoğundaki verilerden hesaplanır. İçsel olmayan kodlamadaki ileri ve geri yönde hareket yer değiştirmeleri uygun bir şekilde yerleştirilir.

Şekil 3.10 - Kodlayıcı ve Kod Çözücü İçin Ortak Kullanılan Yeniden İnşa Modülü

3.5.2 Kodlayıcı Blok Diyagramı

Şekil 3.10’da görülen yeniden inşa modülüne ek olarak şekil 3.11’deki kodlayıcı modelinde birkaç değişik fonksiyonel bloklar vardır. Bunlar: bir kontrolör, bir ileri DCT, bir nicelendirme birimi, bir VLC kodlayıcı ve bir hareket hesaplayıcısıdır.

Modüllere bakıldığında her şey açıkça anlaşılmaktadır. Kontrolör senkronizasyon ve kontrol sağlamaktadır, ileri DCT FDCT'de ve Q modüllerinde hesaplanır, ileri ve geri hareket hesabı hareket hesaplayıcı tarafından gerçekleştirilir, hareket vektörlerinin hesabı ve DCT verisi VLC kodlayıcısı tarafından yapılır. Hareket hesaplayıcı blok basit bir bölüm gibi görünebilir fakat belki de sistemin en karmaşık parçasıdır. Dikkat edilmesi gereken nokta yeniden inşa modülü kodlayıcı ve kod çözücü fonksiyonları için genel bir yeterliliktir. Ayrıca sadece I- ve P resimlerinin yeniden inşasını sağlayacak kodlama için basit bir versiyon yeterlidir.

Şekil 3.11 - MPEG Kodlayıcı Yapısı

3.5.3 Kod Çözücü Blok Diyagramı

Kodlayıcıda olduğu gibi şekil 3.10’da verilen yeniden inşa modülü kod çözücünün (şekil 3.12) merkezi noktasını oluşturur. Bu durumlarda hareket yer değiştirmelerinin kodları  ve DCT verisinin kodları VLC kodlayıcısında çözülürler.

Şekil 3.12 - MPEG Kod Çözücü Yapısı