多媒体数据压缩技术83262.docVIP

第5章 多媒体数据压缩技术 本章要点： 多媒体数据压缩技术概述 量 化 统计编码 变换编码 数据压缩编码国际标准 5.1 多媒体数据压缩技术概述 （必要、可行、分类） 5.1.1 多媒体数据压缩编码的必要性 由于多媒体元素种类繁多、构成复杂，使得数字计算机面临的是数值、音乐、动画、静态图像和电视视频图像等多种媒体元素，且要将它们在模拟量和数字量之间进行自由转换、信息吞吐、存储和传输。 目前，虚拟现实技术还要实现逼真的三维空间、3D立体声效果和在实境中进行仿真交互，带来的突出问题就是媒体元素数字化后数据量大得惊人，解决这一问题，单纯靠扩大存储器容量、增加通信干线传输率的办法是不现实的。通过数据压缩技术可大大降低数据量，以压缩形式存储和传输，既节约了存储空间，又提高了通信干线的传输效率，同时也使计算机得以实时处理音频、视频信息，保证播放出高质量的视频和音频节目。 5.1.2 多媒体数据压缩的可能性 安特尼·科罗威尔［意］意大利 1975年,300公斤 分析冗余？ 图像数据压缩技术就是研究如何利用图像数据的冗余性来减少图像数据量的方法。下面是常见的一些图像数据冗余： （1）空间冗余：是由于基于离散像素采样的方法不能表示物体颜色之间的空间连惯性导致的； （2）时间冗余：就是对于象电视图像、动画等序列图片,当其中物体有位移时，后一帧的数据与前一帧的数据有许多相同的地方； （3）结构冗余：在有些图像的纹理区，图像的像素值存在着明显的分布模式； （4）知识冗余：对于图像中重复出现的部分，我们可构造其基本模型，并创建对应各种特征的图像库，进而图像的存储只需要保存一些特征参数，从而可大大减少数据量； （5）视觉冗余：事实表明，人类的视觉系统对图像场的敏感性是非均匀和非线性的； 6.1.3 多媒体数据压缩方法的分类 1.有损与无损压缩： 第一种分类方法是根据解码后数据是否能够完全无丢失地恢复原始数据，可分为： 1）无损压缩：也称可逆压缩、无失真编码、熵编码等。原理：去除或减少冗余值，但这些值可在解压缩时重新插入到数据中，恢复原始数据。它大多使用在对文本和数据的压缩上，但是压缩比较低，大致在2：1~5：1之间。 典型算法有：Huffman编码、Shannon-Fano编码、算术编码、游程编码和Lenpel-Ziv编码等。 2）有损压缩：也称不可逆压缩和熵压缩等。此法在压缩时减少了的数据信息是不能恢复的。 2、压缩技术分类： 第二种分类方法是按照压缩技术所采用的方法来分的，见下表所示： 多媒体 数据编码算法 PCM 自适应、固定式 预测编码 自适应、固定式（DPCM、△M） 混合编码 变换编码 傅里叶、离散余弦（DCT）、离散正弦（DST）、哈尔、斜变换、沃尔什-哈密瓜达马、卡胡南-劳夫（K-L）、小波 统计编码（熵编码） 哈夫曼、算术编码、费诺、香农、游程编码（RLE）、LZW 静态图像编码 方块、逐渐浮现、逐层内插、比特平面、抖动 电视编码 帧内预测 帧间编码 运动估计、运动补偿、条件补充、内插、帧间预测 其他编码 矢量量化、子带编码、轮廓编码、二值图像 3. 脉冲编码调制 PCM（Pulse Code Modulation）编码分类 1）预测编码（Predictiove Coding , PC）：这种编码器记录与传输的不是样本的真实值，而是它与预期测值的差。预测值由欲编码图像信号的过去信息决定。由于时间、空间相关性，真实值与预测值的差值变化范围远远小于真实值的变化范围，因而可以采用较少的位数来表示。 2）变换编码（Transform Coding , TC）：其主要思想是利用图像块内像素值之间的相关性，把图像变换到一组新的基上，使得能量集中到少数几个变换系数上，通过存储这些系数而达到压缩的目的。 3）统计编码：最常用的统计编码是Huffman编码。它对于出现频率大的符号用较少的位数来表示，而对出现频率小的符号用较多的位数来表示。其编码效率主要取决于需编码的符号出现的概率分布，越集中则压缩比越高。 5.2 量 化 通常量化是指模拟信号到数字信号的映射，它是模拟量化为数字量必不可少的步骤。由于模拟量是连续的，而数字量是离散量，因此量化操作实质上是用有限的离散量代替无限的模拟量的多对一映射操作。 5.2.1 比特率 比特率是采样率和量化过程中使用的比特数的产物。它是数据通信的一个重要参数。公用数据网的信道传输能力常常是以每秒传送多少KB或多少GB信息量来衡量的。 数字音频格式比较 应用类型 采样频率（KHz） 带宽（KHz） 频带（Hz） 比特率（KB/s） 电话 8.0 3.0 200~3200 64 远程会议 16.0 7.0 50~7000 256 数字音频