多媒体计算机技术 任正云 第5章 多媒体数据压缩编码技术新.ppt

第5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 随着计算机技术的高度发展以及通信、计算机和大众传媒三大技术的相互融合，计算机已经不再局限于数值计算、文字处理的范畴，而成为处理图形、图像、视频、音频等多种信息的工具。但数字化后的声音、图像、视频和音频等多媒体数据是非常庞大的。 多媒体数据压缩编码的重要性 对于如此巨大的多媒体数据，如果不经过压缩，不仅超出了计算机的存储和处理能力，而且在现在的通信信道的传输速率下，是无法完成大量多媒体信息的传输的，多媒体数据的高速传输和储藏所需要的巨大容量已经成为多媒体数据通信技术的最大障碍。因此，为了存储、处理和传输这些数据，必须进行压缩。 多媒体数据压缩编码的重要性 统计冗余 图像数据存在大量的统计特征的重复，这种重复包括静态单帧图像数据在空间上的冗余和音频、视频数据在时间上的冗余。 在动态图像序列中，前后两帧图像之间具有较大的相关性，表现出帧与帧之间的重复，因而存在时间冗余。 信息熵冗余 信息熵定义为一组数据所表示的信息量，即 式中，E为信息熵，N为数据的种类(或称码元)个数，为第i个码元出现的概率。 一组数据的数据量显然等于各记录码元的二进制位数(即编码长度)与该码元出现的概率乘积之和，即 式中，D为数据量，为第i个码元的二进制位数。 一般取 (如ASCII编码把所有码元都编码为7比特)，这样得到的D必然大于E。这种因码元编码长度的不经济带来的冗余称为信息熵冗余或编码冗余。 信息熵冗余 结构冗余 有些图像从大面积上或整体上看存在着重复出现的相同或详尽的纹理结构，例如布纹图像和草席图像，被称为结构冗余。 知识冗余 许多图像的理解与图像所表现内容的基础知识（鲜艳或背景知识）有相当大的相关性，从这种知识出发可以归纳出图像的某种规律性变化，这类冗余称为知识冗余。知识冗余的一个典型例子是对人像的理解，如鼻子上方有眼睛、鼻子又在嘴的上方等。 视觉冗余 人类的视觉系统实际上只在一定程度上对图像的变化产生敏感，即图像数据中存在着大量人类视觉觉察不到的细节。事实上，人类视觉系统的一般分辨率为64灰度级，而一般图像量化采用的是256灰度级，这类冗余称为视觉冗余。 多媒体数据压缩方法的分类 评价多媒体数据压缩方法的指标 评价多媒体数据压缩方法有3个主要指标： 压缩比并不是一个绝对的指标 将16M色的真彩图像(图A)转变为256色(图B),数据量减少了约3倍,压缩比为1:3.当然这时产生了色彩失真,但如果选择原图的色彩范围定义调色板,色彩失真较小,人眼一般都还能接受.如果把图像深度从8位再压缩到4位,即从256色再压到16色(图C),虽然数据量只减少了2倍,压缩比为1:2,但这时的人眼所看到的色彩失真比第一次大得多，效果很差 常用的编码方法 根据压缩算法的原理，可以将压缩算法分为如下几类：信息熵编码（主要有行程长度编码、哈夫曼编码和算术编码）、通用编码、预测编码、模型法编码、矢量量化编码、子带编码和混合编码等。 信息熵编码 1．行程长度编码 行程长度编码（Run-Length Encoding，RLE）又叫游程编码，是压缩文件最简单的方法之一。 把一系列的重复值（例如图像象素的灰度值）用一个单独的值再加上一个计数值来取代。 比如有这样一个字母序列aabbbccccccccdddddd它的行程长度编码就是2a3b8c6d。 很多位图文件格式都用行程长度编码，例如TIFF，PCX 、GEM等。 行程长度编码例 有一线状图像，其灰度随长度坐标的关系如图3.1所示。描述这个一维图像可以用顺序的七个3bit的二进制数表示：011，011，011，011，101，101，101，共21比特。 如果用行程编码方法对其编码 ，其编码就变成了100，011；011，101，共用了12比特，比前一种编码节约了9个比特。 哈夫曼编码 编码步骤如下： 统计信源符号出现的概率； 将信源符号按概率递减顺序排列； 把两个最小的概率值加起来，作为一个新组合符号的概率； 重复步骤(2)、(3)，直到概率和达到1为止； 在每次合并信源时，将合并的信源分别标记“1”和“0”（例如，概率小的标记为“1”，概率大的标记为“0”）； 寻找从每一信源符号到概率为1的路径，记录下路径上的“1”和“0”； 对每一符号写出“1”和“0”序列； 哈夫曼编码的 例子 考虑信源 进行哈夫曼编码的过程如下： 哈夫曼编码的不足 它必须精确地统计出原始文件中每个值的出现频率，如果没有这个精确统计，压缩的效果就会大打折扣，甚至根本达不到压缩的效果