第三章数据压缩的基本技术详解.pptVIP

3.1 概述 3.2数据压缩的理论依据 几种常用的压缩编码方法 3.5预测编码 3.6.2离散余弦变换编码 3.9 量化（Q量化，DQ反量化） 3.10熵编码 * 第3章 数据压缩的基本技术 3.1 概述 3.2数据压缩的理论依据 3.5预测编码 3.6正交变换编码 3.9量化 3.10熵编码 数据压缩处理一般由两个过程组成: 一是编码过程, 即对原始数据进行编码压缩, 以便存储和传输; 二是解码过程, 即对压缩的数据进行解压, 恢复成可用的数据。根据解压后数据的保真度, 数据压缩技术可分为无损压缩编码和有损压缩编码两大类。　无损压缩编码是指解码后的数据与原始数据完全相同, 无任何偏差。这种编码通常基于信息熵原理, 常用的编码有哈夫曼编码、 算术编码、 行程编码等。它的压缩比通常比较低, 一般在2∶1～5∶1。主要用于要求数据无损压缩存储和传输的场合, 如传真机、文本文件传输等。 有损压缩编码是指解码后的数据与原始数据相比有一定的偏差, 但仍可保持一定的视听质量和效果。 它主要是在保持一定保真度下对数据进行压缩, 其压缩比可达100∶1。 压缩比愈高, 其解压缩后的视、 音频质量就愈低。编码方法有：基于线性预测原理的预测编码、基于分量量化的量化编码、基于正交变换原理的正交变换编码、基于分层处理的分层编码以及基于频带分割原理的子带编码等。主要用于对音频和视频数据的压缩。 多媒体信息编码技术主要侧重于有损压缩编码的研究。 经过多年的研究与开发, 已经出台了一系列有关的国际标准。其中, 最著名的是国际标准组织（ISO）制定的JPEG和MPEG。JPEG是静止图像的压缩标准, 其压缩比可达40∶1。 MPEG（MPEG-1、 MPEG-2及MPEG-4）是动态图像的压缩标准, 采用MPEG-2标准对NTSC质量视频进行压缩后, 网络带宽需求可降低到3.36 Mb/s。 其它的标准还有国际电信联合会（ITU）制定的用于可视电话、 会议电视的H.261和H.263; 用于音频的G.711、 G.721、 G.728等。 离散信源X：信息源所产生的符号取自某一离散集合。 每个符号的信息量I：指符号si出现的概率，I是随机变量； 最大离散熵定理 熵（H）：各个符号信息量 I 的统计平均，是从统计平均的 角度反映信源的一个总体特征 符号出现之前，熵表示符号出现的平均不肯定性； 符号出现之后，熵表示接收一个符号所得到的平均信息量； 各符号出现的概率分布不同，信源的熵也不同； 当信源符号出现的概率相等时，信源具有最大熵，每个 符号携带的平均信息量最大。 最大离散熵定理，在熵编码时，可以确保每个符号携带 最大的信息量。 3.2.2信源的相关性与序列熵的关系 平稳序列：序列中的各符号有相同的概率分布； 无记忆序列：序列中的各符号间为统计独立； 联合熵：又称序列熵，随机序列中包含两个符号X、Y， X、Y取自各自的离散信源，则新序列的平均信息量为 独立熵：离散信源X、Y如果统计独立，则H（X）、 H（Y）称为独立熵。 此时有： 给定X的条件下，Y所具有的熵，称为条件熵 联合熵与条件熵的关系： 互信息：无条件熵和条件熵之差，反映两个事件之间的 相关性。 互信息越小，两个事件的相关性越小，当统计独立时， 联合熵为独立熵之和，联合熵达到最大值。 应用意义： 数据压缩的一个基本途径就是去除信源符号之间的 相关性，尽可能使得信源符号统计独立，使序列成为 无记忆序列。 无记忆序列有最大的联合熵，保证每个符号所独立携带 的信息量最大，传送相同的信息量所需要的序列长度越短， 从而达到数据压缩的目的。 最大离散熵定理，告诉我们，在等概率情况下，离散平稳 无记忆信源的单个符号有最大熵，数据压缩的另一途径是 改变离散信源的概率分布，比如：霍夫曼编码； （差分）预测编码 （离散余弦）正交变换编码 量化编码 熵编码 3.5.1 差分脉冲编码调制 图 2.2 DPCM编码、解码器原理框图 差分信息 （通过预测和差分，将x(n)转化成差分信息e(n),降低了信息冗余，实现压缩） 线性预测器： 信息发送端的预测与差分的示意图 差分值 原信息值 预测值 其中，e(n)x(n)，实现数据幅值方面的压缩； 信道只传送：差分值与有限的几个初始值； 有限的几个 初始值 信息接收端的信息重建的示意图 接收到的 差分值 重建的信息值 重建的预测值 接收到的 初始值 有限的几个初始值，用于重建预测值； 3.5.2 序列图像中运动矢量的估值 运动补偿预测编码，是一种主要用于动态图像的压缩的预测编码。动态图像是由一系列视频帧组成, 帧与帧之间可能存在着瞬时冗余, 这种瞬时冗余主要是由静态背景前的运动物体或摄