《多媒体数据压缩编码技术（上）课件》由会员分享，可在线阅读，更多相关《多媒体数据压缩编码技术（上）课件（34页珍藏版）》请在金锄头文库上搜索。
1、1,第四章 多媒体数据压缩编码技术,4.1 数据压缩编码的重要性和分类 4.2 预测编码 4.3 变换编码 4.4 统计编码 4.5 数据压缩编码的国际标准,2,多媒体技术最大难题是海量数据存储与传送电视信号数字化后的数据量。,1、多媒体数据压缩编码的重要性,3,数据量是否等于信息量?,512512 8 3=6291456=6.3M bit/s 6.3 30帧/s =188M bit/s 188/8 = 23.5M Byte/s 650M byte 光盘/23.5M bytes/s = 27.5秒,电视信号,4,信息量与数据量的关系,I = D - du I 信息量 D数据量 du冗余量,5,
2、2、多媒体数据压缩的可能性,1）空间冗余 例: 图像中的“A”是一个规则物体。光的亮度、饱和度及颜色都一样，因此，数据A有很大的冗余。,A,6,2）时间冗余,例: 序列图像,F2,F1,7,3）信息熵冗余,信息量： 指从N个相等的可能事件中选出一个事件所需要的信息度量和含量。 信息熵：指一团数据所带的信息量，平均信息量就是信息熵（entropy）。,8,4）结构冗余,图像有非常强的纹理结构。 如草席图结构上存在冗余。,9,5）知识冗余,图像的理解与某些基础知识有关。 例:人脸的图像有同样的结构：嘴的上方有鼻子，鼻子上方有眼睛，鼻子在中线上,10,6）视觉冗余,视觉冗余是非均匀、非线性的。 例:
3、人类视觉分辨率为2 ，但常用2 就是数据冗余。,6,8,7）其他冗余,图像空白的非定长性。,11,3、多媒体数据压缩方法的分类,按压缩方法分: (1) 有失真压缩 (2) 无失真压缩,12,第四章 多媒体数据压缩编码技术,4.1 数据压缩编码的重要性和分类 4.2 预测编码 4.3 变换编码 4.4 统计编码 4.5 数据压缩编码的国际标准,13,1、预测编码的基本原理,预测编码( Prediction Coding )是统计冗余数据压缩理论的三个重要分支之一，用预测编码减少数据时间和空间的相关性。,14,如果有一个数，通过数学模型能够精确的产生数据源，就不需要传输了。,通过以往的样本值 预测
4、 ，将预测值与实际值相减，对差进行编码。,15,建立一个数学模型 利用以往的样本数据 对新样本值进行预测 将预测值与实际值相减 对其差值进行编码 这时差值很少，可以减少编码码位。,预测编码的基本思想,16,2、DPCM和ADPCM,DPCM 差分脉冲编码调制,Differential Pulse Code Modulation,17,DPCM 编/解码原理图,18,第四章 多媒体数据压缩编码技术,4.1 数据压缩编码的重要性和分类 4.2 预测编码 4.3 变换编码 4.4 统计编码 4.5 数据压缩编码的国际标准,19,1、变换编码的特点,利用预测编码可以去除图象数据的时间和空间的冗余。它的
5、优点是直观、简捷、易于实现，特别是用于硬件实现。但压缩能力有限，DPCM一般只能压缩到24bit/像素。,20,1、变换编码的特点,变换编码是进行一种函数变换，映射变换从信号域变换到另一个信号域。,21,例：有两个相邻采样值X1和X2，每一采样值用3bit编码，因此有8个幅度等级，两个为： 88=64种。,22,变换编码的系统构成,信源序列,变换,变换域采样,量化编码,存储和传输,解码,反变换,再现序列,23,2、K-L变换 (KarhunenLoeve),它是以统计特性为基础的，也称为特征向量变换。 最优的正交变换：特征向量矩阵向量指向数据变化最大的方向。 缺点：计算过程复杂，变换速度慢。,
6、24,一、Y向量的平均向量为0，直流分量为0。 二、Y的协方差矩阵 协方差等于0 方差对角线按减序排列,K-L变换是最佳变换,25,3、离散余弦变换（DCT变换）,次最优正交变换,DCT变换与 K-L变换压缩性能和误差很接近，而DCT计算复杂度适中，又具有可分离性，还有快速算法等特点。所以在图像数据压缩中，采用离散余弦变换编码的方案很多。,26,离散余弦变换(DCT变换),二维离散傅立叶变换 正变换 逆变换,27,第四章 多媒体数据压缩编码技术,4.1 数据压缩编码的重要性和分类 4.2 预测编码 4.3 变换编码 4.4 统计编码 4.5 数据压缩编码的国际标准,28,1、变字长编码定理,在
7、变字长编码中，对于出现概率大的信息符号，编以短字长的码,对于出现概率小的信息符号编以长字长的码，如果码字长度严格按照符号概率的大小的相反顺序排列，则平均码字长一定小于按任何其他符号顺序排列方式得到的码字长度。,29,英文字母出现的概率按大小排列,该英文字母编码的码长按大小排列,概率大,码长短,30,2、哈夫曼编码,Huffman 编码就是利用变字长最佳编码，实现信源符号按概率大小顺序排列。,31,信源符号按概率大小顺序排列 (1) 出现概率最小的两个符号概率相加合成一个概率。,32,(2) 将合成概率看成一个新组合符号概率，重复上述做法，直到最后只剩下两个符号概率为止。,33,(3) 反过来逐步向前编码，每一步有两个分支各赋予一个二进制码，可以对概率大的编码为1。,34,a1 0.20 01 a2 0.19 00 a3 0.18 111 a4 0.17 110 a5 0.15 101 a6 0.10 1001 a7 0.01 1000,1,0,1,1,1,0,0,0.39,0,0.35,1,0.26,0,0.11,0,0.61,1,
