《多媒体技术》讲稿第6章-2008.ppt

第六章 多媒体数据压缩标准 主要内容 失真度量 音频压缩标准 图象压缩压缩 视频压缩标准 失真度量 无损压缩技术的压缩率一般不能满足应用需要 有损使用压缩后的数据进行重构，重构后的数据与原来的数据不完全相同 得到感觉上与原数据近似的结果 “有损”的关键在于量化技术的使用 失真度量 失真度量（distortion measure）是一个表示在某种失真标准下一个近似值与原值的接近程度的数学量 数值失真度量 按照某个给定的公式进行计算得到 感觉失真度量 以人的感觉为准 数值失真度量与感觉失真度量并不是协调统一的 失真度量 均方差σ2 （mean square error，MSE） 主要关心输入输出序列之间的平方差异 xn， yn分别是输入序列和输出序列 N表示序列的长度 失真度量 信噪比SNR（signal noise ratio） 主要关心相对于信号的误差大小，信噪比就是输入序列的均方和输入输出序列之间均方差的比值 是原数据序列的均方， 是均方差 以分贝为单位 失真度量 峰值信噪比PSNR（peak signal noise ratio） 关心相对于信号峰值 的误差大小 例如对于8比特图像， 为255 率失真理论 编码码率越大，失真度量越小 编码码率越小，失真度量越大 编码码率和失真度量是有损压缩中需要权衡的两个问题 率失真理论 对于一个给定的数据源和失真度量，如果D为所能容忍的最大失真，则R(D)表示在D允许的失真范围内，进行数据编码所需要的最低码率 D=0时，无损压缩， 需要的最小码率即使数据 源的熵 R(D)=0时，失真最大， 完全没有进行编码 量化技术 “有损”的关键在于量化技术的使用 需要压缩的数据源可能包含大量不同的输出值(对于模拟信号，值的数量甚至会是无穷多)。为了有效的表示源数据输出，必须通过量化把不同的值的数量大大减小 每种量化器可以由编码器的输入范围划分方法和解码端的输出值唯一确定 量化技术 按照量化器输入值和输出值的类型，可以将量化器分为标量量化器(scalar quantizer)和矢量量化器(vector quantizer) 按照输入数据的划分方式，可以将量化器分为均匀量化和非均匀量化 均匀标量量化 均匀标量量化将输入值域划分成等距的区间 区间的端点称为量化器的判定边界(decision boundaries) 每个区间的对应的输出值取该区间的中点值，区间的长度称为步长，记为△ 均匀标量量化 一个好的均匀量化器的作用是使一个给定源输入在要求的输出值数目下的失真最小 可以通过调节步长△和输入数据相匹配来实现 考察一个M级量化器的性能，判定边界集合为 B={b0, b1, …, bM}，输出值集合为Y={y0, y1, …, yM} 假设输入均匀分布于区间[-Xmax, Xmax]上，则量化器的比特率为 均匀标量量化 R就是对量化器输出的M个可能值进行编码所需要的位数 由于输入值的范围是从- Xmax到Xmax，且分布均匀，步长△为 量化器引起的量化误差称作粒度失真 Granular distortion 均匀标量量化 由于输出值yi是每个区间的中点，所以量化误差必然落在区间[-△/2, △/2]范围内，对于一个均匀分布的源，其量化误差也是均匀分布的 在点x处的误差值为 e(x)=x-△/2 均匀标量量化 误差e(x)的方差为 均匀标量量化 类似的可以得到源信号的方差为 如果量化器是n位的，则M=2n，根据SNR的定义可以得到 均匀标量量化 量化器每增加一位信号，量化信噪比就增加6.02dB 量化越精细，失真越小 非均匀标量量化 如果输入源不是均匀分布的，均匀量化器就可能失去作用 在源数据分布密集的区域增加判定级数量，可以有效的降低粒度失真 在源数据分布稀疏的区域减少判定级数量，可以避免总的判定级数增加 非均匀定义的判定边界 非均匀标量量化 压缩扩展量化器，输入通过一个压缩函数G映射后由一个均匀量化器进行量化，经过变换后再用扩展函数G-1将量化后的值映射回去 常用的压缩扩展量化器： 律压缩和A律压缩 6.2几种典型的音频压缩标准 ①声音压缩标准 按质量，音频信号可分为电话质量的语音、调幅广播质量的音频信号和高保真立体声信号。 三种音质压缩标准对比。如下表所示。 三种音质的压缩标准表 几种典型的音频压缩标准 G.711 PCM,采样8KHz，-64Kbps G.721 ADPCM,64kbps-32kbpd G.722 高质量，SB-ADPCM,量化比特14bit G.728 参数编码，矢量量化 G.729 低码率的音频压缩标准-8kbps G