補充多媒體數(shù)據(jù)壓縮技術(shù)

1、第6章 多媒體數(shù)據(jù)的壓縮,6.1 數(shù)據(jù)壓縮概述數(shù)據(jù)壓縮的必要性數(shù)據(jù)冗余6.2 數(shù)據(jù)壓縮的基本原理信息編碼基礎數(shù)據(jù)壓縮方法6.3 數(shù)據(jù)壓縮的編碼算法統(tǒng)計編碼（行程編碼 哈夫曼編碼 算術(shù)編碼）預測編碼變換編碼6.4 常用多媒體數(shù)據(jù)壓縮標準音頻壓縮編碼標準靜態(tài)圖像壓縮標準動態(tài)圖像壓縮標準視頻壓縮編碼標準,6.1 數(shù)據(jù)壓縮概述,1、 壓縮的必要性 聲音、圖像、視頻和動畫的數(shù)據(jù)量太大聲音

2、1分鐘立體聲音樂采樣頻率為44.1KHZ，16位量化精度的數(shù)據(jù)量為 44.1 * 1000 * 16 * 2 *60 / 8 =10.09MB 存儲一首4分鐘的歌曲約需40MB圖像 1副640*480的RGB彩色圖像的存儲容量為 640*480 * 24 / 8 = 900KB視頻 1秒鐘（25幀/秒）的視頻數(shù)據(jù)量為 25*900KB = 21.97

3、 MB1張650MB的CD ROM光盤只能存儲約 650 / 21.97 = 29.59 秒的視頻,2 數(shù)據(jù)冗余空間冗余：圖像內(nèi)部相鄰像素之間的相關性時間冗余：視頻序列中前后幀之間的相關性視覺或聽覺冗余（人眼或人耳具有一定的掩蔽效應）知識冗余（具有規(guī)律性的結(jié)構(gòu)，用于圖像理解上，如人臉）統(tǒng)計冗余（出現(xiàn)的頻率具有一定的規(guī)律性，如元音多，有些輔音很少出現(xiàn)）結(jié)構(gòu)冗余（具有紋理結(jié)構(gòu)的圖像區(qū)域）信息熵冗余（又叫編碼冗余，用相同位數(shù)進

4、行編碼產(chǎn)生的冗余）,6.2 數(shù)據(jù)壓縮的基本原理,1、信息編碼基礎壓縮的實質(zhì)：根據(jù)數(shù)據(jù)的內(nèi)在聯(lián)系將數(shù)據(jù)從一種編碼映射為另一種編碼，又叫壓縮編碼。,數(shù)據(jù)壓縮過程,數(shù)據(jù)壓縮方法的衡量指標壓縮率：越大越好壓縮質(zhì)量：數(shù)據(jù)失真越小越好壓縮與解壓縮的速度：速度越快越好,2、數(shù)據(jù)壓縮方法,6.3 數(shù)據(jù)壓縮的編碼算法,一、無損壓縮：減少或去除數(shù)據(jù)中的冗余，可以無失真地還原成原來的數(shù)據(jù)，一般適合壓縮數(shù)據(jù)或程序，但是壓縮比較小，一般在2：1到5：1

5、之間。,1. 行程編碼（游程編碼）原理:將連續(xù)相同的數(shù)據(jù)序列用重復次數(shù)和單個數(shù)據(jù)來表示。應用：用于圖像文件的壓縮（尤其適合于由計算機生成的圖像）如bmp和tiff等圖像格式。 （1）多值信息的編碼 編碼格式：信息重復次數(shù)+被重復的信息 例： 字符串為：atttefppppppddddss 行程編碼為：a3tef6p4d2s （2）二值信息的編碼

6、 編碼格式：0或1重復的次數(shù) 例如二進制數(shù)據(jù)流為 000111111000001111 假設行程約定以0開始，則編碼為：3654 若約定以1開始，則編碼為：03654,2. 哈夫曼（Huffman）編碼,算法步驟：（1）按照符號出現(xiàn)的概率大小進行排序（2）把最小的兩個概率值相加，得到一個新的概率序列（3）重復上述兩個步驟，直到概率值為1 （4）從后往前進行編碼，概率大的

7、賦予1，概率小的賦予0。 （反過來也可以)（5）寫出每個符號的碼字例1：字母A B C D E出現(xiàn)的概率分別為0.15、0.25、0.1、0.37和0.13，其哈夫曼編碼為：,A: 00B: 10C: 010D: 11E: 011,假設共有100個字符,若采用等長編碼，每個字符至少需要3位二進制，100個字母需要300位，采用哈夫曼編碼則只需要15*2+25*2+10*3+37*2+13*3=223位。壓縮比為 300

8、：223 = 1.34：1,例2：字母A B C D E出現(xiàn)的概率分別為0.53、0.25、0.07、0.05和0.1， 其哈夫曼編碼為：,A: 1B: 01C: 0011D: 0010E: 000,若采用等長編碼，至少需要3位二進制，100個字母需要300位，采用哈夫曼編碼則需要:53*1+25*2+7*4+5*4+10*3=181位壓縮比為 300：181 = 1.65:1,3、算術(shù)編碼,編碼原理：將

9、被編碼信源表示為[0，1）區(qū)間的一個實數(shù)，根據(jù)各符號出現(xiàn)的概率構(gòu)造其所在區(qū)間，隨著信息字符的不斷出現(xiàn)，其所在區(qū)間越來越小，對應表示的實數(shù)也越來越小，那么表示這一消息所需的二進制位數(shù)就越多。例：假設一個4個符號的信源A={a1，a2，a3，a4 } ，各符號出現(xiàn)的概率及起始編碼區(qū)間如下表。,如果要傳送的消息為a1a2a3a2，算術(shù)編碼過程為：區(qū)間計算方法： 新區(qū)間起始位置：前面區(qū)間起始位置 + 當前區(qū)間左端 * 前面區(qū)間長度

10、 新區(qū)間長度：當前符號的概率 * 前面區(qū)間長度,① a1，取值區(qū)間為[0， 0.2)② a2，起點：0+0.2*0.2=0.04，長度0.4*0.2=0.08，新區(qū)間為 [0.04， 0.12)③ a3，起點：0.04+0.6*0.08=0.088，長度0.2*0.08=0.016，新區(qū)間為 [0.088 ，0.104)④ a2，起點：0.088+0.2*0.016=0.0912，長度0.4*0.016=0.0064，新區(qū)

11、間為 [0.0912 0.0976),二、有損壓縮：壓縮時會丟失部分數(shù)據(jù)，且丟失的數(shù)據(jù)無法恢復。是不可逆的壓縮，即解壓縮以后的數(shù)據(jù)與原始數(shù)據(jù)不完全一致。,,1. PCM（Pulse Code Modulation,脈沖編碼調(diào)制）采樣：按固定時間間隔獲取一個樣本值量化：按允許的誤差將樣本對應到近似的數(shù)值（幅度上的離散化） 。有均勻量化和非均勻量化。編碼：用二進制代碼表示采樣量化后的樣本值。,2.預測編碼（1）DPCM（差分脈沖編

12、碼調(diào)制）,原始信號為：s，預測器產(chǎn)生的預測值為：s”預測誤差：e=s-s”發(fā)送端：發(fā)送經(jīng)過量化的誤差e’接收端：用相同的預測器獲得預測值s”, 輸出s’=s”+e’最終誤差為： s’-s = s”+e’-s = e’ – (s-s”) = e’-e（即量化器產(chǎn)生的量化誤差）,（2）ADPCM（自適應脈沖編碼調(diào)制） 自適應量化：當信號分布不均勻時，能隨輸入信號的變化改變量化區(qū)

13、間的大小。自適應預測：采用過去的樣本值估算下一個輸入樣本的預測值，得到最小的實際樣本值與預測值之間的差值。（3）幀間預測編碼 利用視頻圖像各幀之間的時間相關性，減少幀內(nèi)圖像信號的冗余，即不直接傳送當前幀的像素值，而是傳送x和其前一幀或后一幀對應像素x’之間的差值。運動補償?shù)膸g預測幀間內(nèi)插法（4） 線性預測編碼（Linear Predictive Coding,LPC） 采用過去的樣本值，以一種前向反饋的方

14、式預測當前采樣值，預測值可以用過去p個樣本值的線性組合來表示。該方法被廣泛應用于語音處理。,3. 變換編碼 將圖像信號從一個域（如時間域）變換到另外一個域（如頻率域），然后對變換后的信號進行量化與編碼。,正交變換前兩個樣本的聯(lián)合事件,正交變換后兩個樣本的聯(lián)合事件,例:有兩個相鄰的數(shù)據(jù)樣本x1和x2,每個樣本采用3bit編碼,各自都有8個幅度等級,兩個樣本的聯(lián)合事件共有64 種可能, 用64個點表示。對一般的像來說,兩個相鄰

15、的數(shù)據(jù)樣本很有可能出現(xiàn)近似的幅度,即很可能出現(xiàn)在x1=x2直線附近。,對該數(shù)據(jù)進行正交變換，將坐標系逆時針旋轉(zhuǎn)45度，在新坐標系中y1對應到x1=x2這條直線，那么變換后的數(shù)據(jù)樣本集中在y1軸上，對這部分數(shù)據(jù)進行量化、編碼和傳輸，其他數(shù)據(jù)不做處理，這樣就達到了壓縮數(shù)據(jù)的目的。,常用的變換編碼方法有：1、K-L變換2、傅立葉變換3、離散余弦變換等,1．電話語音壓縮標準 數(shù)據(jù)：帶寬為200Hz～3.4kHz ，采樣頻率為8

16、kHz， 8位量化，傳輸速率為64kb/s 語音壓縮標準：G.722（64kb/s）、G.721（32kb/s）、G.728（16kb/s）和G.729（8kb/s） 應用：數(shù)字電話通信。,6.4 常用多媒體數(shù)據(jù)壓縮標準6.4.1 音頻壓縮標準,2. 調(diào)幅廣播語音壓縮標準 數(shù)據(jù)：帶寬為50hz ～ 7khz的調(diào)幅廣播語音，使用16kHz采樣頻率和14位量化位數(shù)時，所對應的速率為224kb/s。 語音壓縮標準：G.72

17、2應用：優(yōu)質(zhì)語音、音樂、音頻會議和視頻會議等。,3．高保真立體聲的寬帶音頻壓縮標準 數(shù)據(jù)：采樣頻率44.1kHz，用16位量化，速率為每聲道705 kb/s 。語音壓縮標準：MPEG音頻MPEG-1音頻： 層Ⅰ（簡化的ASPEC） 層Ⅱ（即MUSICAM，又稱MP2） 層Ⅲ（又稱MP3）。 MPEG-2音頻：多聲道，5.1聲道形式及7.1聲道形式 應用：影劇院、家庭影院系統(tǒng)，及將來

18、的高清晰度電視（HDTV）。,6.4.2 靜態(tài)圖像壓縮標準JPEG （joint photographic experts group）聯(lián)合照片專家組 1.JPEG標準 適應于彩色和單色多灰度或連續(xù)色調(diào)的靜止數(shù)字圖像。支持很高的圖像分辨率和量化精度，具有較高的壓縮比和圖像質(zhì)量。包含了基于DCT的有損壓縮方法和基于預測方法的無損壓縮方法。 2.JPEG2000標準 特征：支持低比特率傳輸，支持

19、無損和有損壓縮，象素精度和分辨率的漸進式傳輸，感興趣域編碼，隨機碼流訪問和處理。 經(jīng)典算法：包含三個部分：小波變換、畫布坐標系統(tǒng)、嵌入式優(yōu)化截斷編碼（EBCOT）。,6.4.3 運動圖像和視頻壓縮編碼標準MPEG：運動圖像專家組（Moving Picture Experts Group） MPEG標準和HDTV標準,視頻壓縮標準1．H.261和H.263標準 國際電信聯(lián)盟電信標準組織ITU-T 制定

20、H.261：主要用來支持在ISDN上進行可視電話、視頻會議和其它視聽服務。H.263：主要用于公共電話交換網(wǎng)絡（PSTN）上的視頻會議和其它可視化服務，旨在以盡可能低的碼率（64kpbs以下）進行通信。2．H.26L標準 在所有碼率下都能持續(xù)提供較高的視頻質(zhì)量。 支持的圖像格式常用的有CIF和QCIF。更高的壓縮效率，更靈活的網(wǎng)絡適應性，增強對于差錯的魯棒性。,3．AVS標準2002.6 國家信息產(chǎn)業(yè)部科學技術(shù)司批