DVIP04_信源编码和率失真理论解析.pptVIP

第04章 信源编码和率失真理论 Source Code and Rate-Distortion Theory 压缩方法 统计编码：两种有效的压缩方法 无失真压缩 Loss-less compression：即熵编码，如游程长 (run-length) 编码和哈夫曼(Huffman) 编码； 2 到 5 倍压缩比 有失真压缩 Lossy compression：即允许有部分失真，遵循率失真函数，如预测编码、变换编码、运动补偿技术等 5 到 250 倍压缩比 －信源的统计特性。 －传输信道引入的损伤，如误码。 －信宿的质量要求。 率失真理论：有损压缩 前面我们已经讨论了离散信源的无失真编码/熵编码理论 但无失真编码并非总是必需的和可能的 无失真压缩存在固有的限制：熵 人的认知器官 人的视觉/听觉系统只能感知有限范围的信号 如果我们不能看见/听见，为什么还编码呢？ 从部分损失恢复的能力 如低帧率会使得运动跳跃，但仍然可被感知 由于受到信息存储、处理或传输设备的限制，而不得不对信源输出的信号作某种近似以降低熵率，如对连续信号的数字化、音视频。 率失真理论：失真度量 1/5 符号 {xn} ? 原始信源输出 {yn} ? 重构输出 平方误差 d(x, y) = (x – y)2 绝对误差 d(x, y) = |x – y| 率失真理论：失真度量 2/5 率失真理论：失真度