多媒体技术第4章.pptVIP

第四章 数据压缩基础 本章简介 数据压缩概述 经典数据压缩理论 香农－范诺与霍夫曼编码 算术编码 行程编码 词典编码 第四章 数据压缩基础4.1 数据压缩概述 1.什么是数据压缩 数据压缩就是在一定的精度损失条件下，以最少的数码表示信源所发出的信号。 第四章 数据压缩基础4.1 数据压缩概述 2.数据压缩的必要性 多媒体信息引起了“数据爆炸” 由于存储设备、网络带宽、机器内部总线带宽的限制，如果不进行数据压缩传输和存储都难以实用化。 1分钟数字视频信号需要的存储空间 第四章 数据压缩基础4.1 数据压缩概述 3.数据压缩的好处 时间域压缩──迅速传输媒体信源 频率域压缩──并行开通更多业务 空间域压缩──降低存储费用 能量域压缩──降低发射功率 第四章 数据压缩基础4.1 数据压缩概述 4.数据压缩技术实现的衡量标准 压缩比要大 恢复后的失真小 压缩算法要简单、速度快 压缩能否用硬件实现 第四章 数据压缩基础4.1 数据压缩概述 5.数据压缩的本质 数据压缩的本质就是对信源符号的重新编码 第四章 数据压缩基础4.1 数据压缩概述 6.数据压缩技术的分类 无损压缩是指使用压缩后的数据进行重构，重构后的数据与原来的数据完全相同；无损压缩用于要求重构的信号与原始信号完全一致的场合。 有损压缩是指使用压缩后的数据进行重构，重构后的数据与原来的数据有所不同，但不影响人对原始资料表达的信息的理解。有损压缩用于重构信号不一定非要和原始信号完全相同的场合。 第四章 数据压缩基础 4.2 经典数据压缩理论 1.信息论中的信源编码理论解决的主要问题： （1）数据压缩的理论极限 （2）数据压缩的基本途径 第四章 数据压缩基础 4.2 经典数据压缩理论 信源被抽象为一个随机变量序列（随机过程）。 如果信源输出的随机变量取值于某一连续区间，就叫做连续信源。比如语音信号X(t)。 如果信源输出的随机变量取值于某一离散符号集合，就叫做离散信源。比如平面图像X(x，y)和电报。 第四章 数据压缩基础 4.2 经典数据压缩理论 如果随机序列中各个变量具有相同的概率分布，则称为离散平稳信源。 如果离散平稳信源的输出序列中各个变量是相互独立的，即前一个符号的出现不影响以后任何一个符号出现的概率，则称为离散无记忆平稳信源，否则称为离散有记忆平稳信源。 第四章 数据压缩基础 4.2 经典数据压缩理论 4.信息量和熵 香农信息论把一个事件（字符a1）所携带的信息量定义为： I(a1) = log2 (1/p) = -log2 p (bit) 其中p为事件发生（字符出现）的概率 第四章 数据压缩基础 4.2 经典数据压缩理论 I(a1)即随机变量X取值为a1时所携带的信息量 因为X的信息量也是一个随机变量，所以我们要研究它的统计特性。其数学期望为： 第四章 数据压缩基础 4.2 经典数据压缩理论 5. 熵(Entropy) 在符号出现之前，熵表示符号集中的符号出现的平均不确定性； 在符号出现之后，熵代表接收一个符号所获得的平均信息量。 根据直觉，信源编码的数据输出速率(平均码长)与信源熵之间应该有某种对应关系。 第四章 数据压缩基础 4.2 经典数据压缩理论 6.信源的概率分布与熵的关系 熵的大小与信源的概率模型有着密切的关系。 最大离散熵定理：当与信源对应的字符集中的各个字符为等概率分布时，熵具有极大值log2m。m为字符集中字符个数。 第四章 数据压缩基础 4.2 经典数据压缩理论 7.最大离散熵定理的应用 对于同一个信源其总的信息量是不变的，如果能够通过某种变换(编码)，使信源尽量等概率分布，则每个输出符号所独立携带的信息量增大，那么传送相同信息量所需要的序列长度就越短。 离散无记忆信源的冗余度隐含在信源符号的非等概率分布之中。只要H(X)小于log2m，就存在数据压缩的可能。 第四章 数据压缩基础 4.2 经典数据压缩理论 8. 平均码长与熵 如果对字符aj的编码长度为Lj，则X的平均码长为： 第四章 数据压缩基础 4.2 经典数据压缩理论 9.关于离散无记忆平稳信源的结论 一阶熵即为离散无记忆平稳信源的压缩极限。（基本极限） 只要信源不是等概率分布，就存在着数据压缩的可能性。 数据压缩的基本途径之一：使各字符的编码长度尽量等于字符的信息量。 第四章 数据压