多媒体数据压缩技术

1多媒体技术第4章2第3章多媒体数据压缩编码技术3.1概述3.2数据压缩的基本方法3.3静态图像压缩编码国际标准—JPEG3.4运动图像压缩编码国际标准—MPEG3.5音频数字化与压缩编码技术3第3章多媒体数据压缩编码技术多媒体数据压缩编码的重要性数据冗余类型数据压缩技术的分类4第3章多媒体数据压缩编码技术媒体数据压缩编码的重要性信息时代的重要特征是信息的数字化。早期的计算机系统采用模拟方式表示信息，但存在着明显的缺点：①经常会产生噪音和信号丢失，并且在复制过程中逐步积累噪音和误差。②模拟信号不适合数字计算机加工处理。5媒体数据压缩编码的重要性数字化后未经压缩的视频和音频等媒体信息的数据量是非常大的1.图像数据量的大小可用下面的公式来计算：图像数据量＝图像的总像素×色彩深度÷8（单位为Byte，简写为B）例如，一幅640×480、24位（bit）真彩色的图像，其文件大小为：640×480×24÷8＝921.6KB6媒体数据压缩编码的重要性2.双通道立体声激光唱盘，采用脉冲码调制采样，采样频率为44.1KHz，采样精度16位，其一秒钟时间内的采样数据量为：44.1×1000×16×2÷8＝176.4KB一个650MB的CD—ROM，大约可存1小时的音乐。7媒体数据压缩编码的重要性3.对动态图形和视频图像。例如对于彩色电视信号，设代表光强Y的带宽为4.2MHz、色彩I为1.5MHz和色饱和度Q为0.5MHz，采样频率＞2倍原始信号频率，各分量均被数字量化为8位，从而1秒钟电视信号的数据量为：（4.2＋1.5＋0.5）×2×8×1000000÷8＝12.4MB8媒体数据压缩编码的重要性容量为650MB的CD—ROM仅能存1分钟的原始电视数据。若为高清晰度电视（HDTV）其1秒钟数据量约为150MB（1.2Gbps÷8），一张CD—ROM还存不下5秒钟的HDTV图像。巨大数字化信息的数据量对计算机存储资源和网络带宽有很高的要求，解决的办法就是要对视、音频的数据进行大量的压缩。播放时，传输少量被压缩的数据，接收后再对数据进行解压缩并复原。9数据冗余类型1.空间冗余基于离散像素采样来表示物体颜色的方式通常没有利用景物表面颜色的这种空间相关性，这些相关性的光成像结构在数字化图像中就表现为空间冗余。我们可以通过改变物体表面颜色的像素存储方式来利用空间相关性，达到减少数据量的目的。10数据冗余类型2.时间冗余时间冗余反映在图像序列中的相邻帧图像（电视图像、动画）之间有较大的相关性，一组连续画面中的相邻帧往往包含相同的背景和移动物体，只不过移动物体所在的空间位置略有不同，把一帧图像中的某物体或场景可以由其他帧图像中的物体或场景进行处理后重构出来，可以大大减少时间冗余。11数据冗余类型3.结构冗余有些图像具有较强的相似性的纹理结构，例如布纹图像和草席图像，方格状的地板图案等，我们称此为结构冗余。4.知识冗余有许多图像的理解与某些基础知识有相当大的相关性，这类规律性的结构可由先验知识和背景知识得到，我们称此类冗余为知识冗余。根据已有的知识，我们可以构造图像物体的基本模型，并创建图像库。12数据冗余类型5.视觉冗余人的接收系统如视觉系统和听觉系统是有一定限度的，人眼并不能察觉图像场的所有变化，如人类视觉系统分辨能力约为64灰度等级，而一般图像量化采用256灰度等级，这类冗余我们称为视觉冗余。6.听觉冗余人耳的敏感性不能察觉所有频率的变化，存在听觉冗余。13数据压缩技术的分类根据多媒体数据冗余类型的不同，解码后数据与原始数据是否完全一致、质量有无损失来进行分类，压缩方法可被分为有失真编码和无失真编码两大类。无失真压缩法也称无损压缩，无失真压缩的特点是压缩比较小，大约在2∶l至5∶l之间，主要用于文本数据、程序代码和某些要求严格不丢失信息的环境中，常用的无失真压缩编码有如哈夫曼编码等。14数据压缩技术的分类有失真压缩法也称有损压缩，有失真压缩法的冗余压缩取决于初始信号的类型、前后的相关性、信号的语义内容等，压缩比可以从几到几百倍，常用的有失真压缩编码技术有预测编码、变换编码、模型编码、混合编码方法等。主要用于压缩图像、声音等信息。15常用的图像和视频压缩方法如图3-1所示：图像和视频压缩方法哈夫曼编码行程编码算术编码LZW编码DCT编码小波变换子带编码无失真压缩有失真压缩预测编码变换编码模型编码运动补偿混合编码分形编码JPEGMPEGH.261数据压缩技术的分类16行程（游程）RLE编码技术行程编码主要思路是用编码器不断比较信息源符号相邻元素值的变化幅度，一旦发现有明显的变化，就开始一个行程。编码器检测每一个行程起点位置开始的多次重复的比特或者字符序列，然后将一个相同值的连续串出现次数作为行程长度，并将行程长度转换成代码，再取用信息源符号的一个代表值作为代码，这种编码称为行程编码，或称游程编码，常用RLE表示。17对一幅两维图像F（i，j）作水平扫描后得到的部分像素的像素值18行程（游程）RLE编码技术用RLE对这一行数据编码后得到的码字表：RLE编码压缩编码技术尤其适用于：计算机生成的图形图像和黑白二值图像的编码，解压缩速度很快。RLE的压缩率的大小取决于图像本身的特点，可以得到较大的压缩比。对复杂的图像不适宜用RLE进行编码。编码位1234567891011121314码字86484787464555编码位151617181920212223242526码字33833352414019哈夫曼编码技术假设一个信息源能产生的事件序列中的事件取自一个有限事件集，事件集S中的任一事件Si发生的概率为P(Si)都相等，即P(Si)＝1/S，则其所能携带的信息量I(Si)定义为:I(Si)＝－log21/S＝－log2P(Si)（3－3）这里P(Si)是信息源产生的事件为Si的概率。等式右边加一负号的目的是保证I(Si）的数值不为负值。定义中用2为底的对数，并规定信息量I(Si)的计量单位为比特（bit）。20哈夫曼编码技术哈夫曼编码属于一种变字长码，把信息源事件按概率大小顺序排列，对出现概率大的信息源事件赋予短码字，而对于概率小的信息源事件赋予长码，只要码字长度按照信息出现的概率大小逆顺序排列，可通过数学证明这一结论：平均码字长度一定小于其它任何事件顺序的排列方式。21哈夫曼编码技术哈夫曼编码一般过程如下：1.把事件（消息）按出现的概率由大到小排成一个序列。如P(1)＞P(2)＞P(3)＞…＞P(Sm-1)＞P(Sm)，即将信息源事件按概率递减顺序排列。2.把其中两个最小的概率P(Sm-1)，P(Sm)挑出来，且将事件“1”赋给其中最小的，即P(Sm)→1；事件“0”赋给另一稍大的即P(Sm-1)→0。22哈夫曼编码技术3.把两个最小概率相加作为新事件的概率，即求出P(Sm-1)，P(Sm)之和P(Si):P(Si)=P(Sm-1)十P(Sm)设P(Si)是对应于一个新的消息的概率。4.将P(Si)与上面未处理的（m－2）个消息P(Sm-2）的概率重新由大到小再排列，构成一个新的概率序列。5.重复步骤2），3），4），在每次合并信息源时，将被合并的信源分别赋“0”和“1”直到所有m个事件的概率均已全部合并处理为止。23哈夫曼编码技术6.寻找从每一个信息源事件到概率总和为1处的路径，对每一信息源事件写出“1”、“0”序列（从树根到信息源事件节点）作为码字。Huffman编码的平均码字长度可以用下列公式求出：这里的ni，为第i个消息事件的码字长度，P(Si)为第i个消息出现的概率。举一例子来说明这一编码过程。miiiSPnL1)(消息ABCDEFGH概率0.10.180.40.050.060.10.070.0424哈夫曼编码技术图3-5哈夫曼编码全过程：F25哈夫曼编码技术根据哈夫曼的编码规则，我们得到如表3-2所示：由于8个消息事件A，B，C…，H的每个概率为已知，则哈夫曼码的平均长度L可按公式（3-6)计算为：L＝1×0.4十3×（0.18＋0.10）＋4×（0.10十0.06十0.07）十5×（0.05十0.04）＝2.61比特26哈夫曼编码技术图像的熵H（S）可按公式（3-5)计算为：定义编码效率为熵值H（S）与平均码长L的比值，即：编码效率（3-7）=2.55/2.61＝97.8%哈夫曼编码有它的不足之处：必须先得到信息源码元（消息）的统计概率，才能进行编码。折中的方法是根据经验值人为地给出Huffman码表，但这样的编码无法达到最佳。比特55.2)(log)()(12niiiSPSPSHLSH）(27第4章数字音频、视频信号的压缩4．1压缩编码基础4．1．1莫尔斯码电报码:是采用“·”和“—”来表示26个英文字母的变字长编码。编码思想:(1)常用字母用短码表示（如E用“·”表示,T用“—”表示）(2)不常用的字母用长码表示(如Z用“--··”表示;j用“-··-”表示)编码方法：通过变字长编码方式。对常用英文单词进行的大量统计。找出各字母出现的概率，最后确定:28第4章数字音频、视频信号的压缩4．1压缩编码基础4．1．1莫尔斯码讨论：(1)要用固定码长方式则需要25=32,即5bit来表示。(2)莫尔斯码编码规律：先找出统计规律，然后对出现概率大的用短码，反之用长码。(3)压缩对信息质量的影响:而这种压缩对于信息无任何损坏，属无损压缩。29LZW编码LZW编码是由Lemple和Ziv提出并经Welch扩充而形成的无损压缩专利技术。它采用了一种先进的串表压缩，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存贮数字，则不存贮串，从而使图象文件的压缩效率得到较大的提高。奇妙的是，不管是在压缩还是在解压缩的过程中都能正确的建立这个串表，压缩或解压缩完成后，这个串表又被丢弃。30LZW编码示例例如：现有来源于二色系统的图像数据源（假设数据以字符串表示）：aabbbaabb，试对其进行LZW编码及解码。根据图像中使用的颜色数初始化一个字符串表，字符串表中的每个颜色对应一个索引。在初始字符串表的LZW_CLEAR和LZW_EOI分别为字符表初始化标志和编码结束标志。31设置字符串变量S1、S2并初始化为空。最后的编码结果为：3001646332LZW编码LZW算法的适用范围是原始数据串最好是有大量的子串多次重复出现，重复的越多，压缩效果越好。反之则越差，可能真的不减反增了33图像压缩预处理技术图像数据压缩的任务是在不影响或少影响图像质量的前提下，尽量减少图像的数据量。图像预处理技术：二次抽样人的视觉对图像亮度分量的敏感程度高于色差分量。因此亮度值应以最大分辨率进行编码。34图像压缩预处理技术滤波器能有选择地删除、衰减或放大信息量化用整数码代替采样值，真实值和量化值间的误差是分辨率和噪声的混合预测编码统计冗余改进压缩。对预测值和真实值之间的误差进行编码35图像压缩预处理技术运动补偿用二维图像位移矢量来预测邻域图像的位移值变长码根据出现概率高低决定码字长度图像内插法允许产生中间图像，因此临近的图像可以产生中间像，减少数据传输和存储量。36采样香农定理对于一个包含最高频率f0的模拟信号，但选择的采样频率f满足f=2f0时，经过取样后的离散信号能够包含原模拟信号的全部信息，并且，经过反变换和低通滤波，可以不失真地恢复出原始信号。37量化量化是在幅度轴上把连续值的模拟信号变成为离散值的数字信号，在时间轴上已变为离散的样值脉冲，在幅度轴上仍会在动态范围内有连续值，可能出现任意幅度，即在幅度轴上仍是模拟信号的性质，故还必须用有限电平等级来代替实际量值38设信号的整个动态变化范围为A,共分为M个量化等级；每个量化等级为△A,则有：△A=A/M。量化级通常用二进制的位数n表示,例如,对于8位(bit)量化,相应的十进制量化等级M为:M=28=256.量化的过程是把取样后信号的电平归并到有限个电