数据压缩基础.pptVIP

数据压缩基础;数据压缩编码技术概述 多媒体数据压缩的必要性和可行性 衡量多媒体数据压缩技术的指标： 压缩比 算法简单，压缩解压缩速度快 尽可能地恢复原始数据 压缩方法分类 无损压缩：Huffman编码、游程编码、算术编码、LZW编码 有损压缩：预测编码、变换编码、模型编码、基于重要性的编 码、混合编码 新一代的数据压缩方法：矢量量化和子代编码、基于模型的压 缩、分形压缩、小波变换压缩等等。; 压缩的必要性 音频、视频的数据量很大，如果不进行处理，计算机 系统几乎无法对它进行存取和交换。 例如，一幅具有中等分辨率（640×480）的真彩色 图像（24b/像素），它的数据量约为7.37Mb/帧，一个 700MB（Byte）的硬盘只能存放约100帧图像。若要达到 每秒25帧的全动态显示要求，每秒所需的数据量为184Mb， 而且要求系统的数据传输率必须达到184Mb/s。对于声音 也是如此，若采用16b样值的PCM编码，采样速率选为 44.1kHZ，则双声道立体声声音每秒将有176KB的数据量。;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;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;多媒体数据压缩技术分类 平均信息量编码──可逆压缩──去冗 余 ──统计特性 源编码──不可逆压缩──有失真编码 特征提取等 两种压缩技术不互斥，两种压缩技 术的结合，可以达到最高可能的压缩率。; 多媒体数据压缩技术分类 无损压缩是指使用压缩后的数据进行重构 (或者叫做还原，解压缩)，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 不会使人对原始资料表达的信息造成误解。有 损压缩适用于重构信号不一定非要和原始信号 完全相同的场合。;无损数据压缩 主要介绍目前用得最多和技术最成熟的 无损压缩编码技术，包括： 霍夫曼编码 算术编码 游程编码RLE 词典编码LZW; 霍夫曼(Huffman)编码 霍夫曼(Huffman)在1952年提出了另一种编码方法，即从 下到上的编码方法。 几个个问题值得注意： 1.霍夫曼码没有错误保护功能； 2.霍夫曼码是可变长度码，因此很难随意查找或调用压缩 文件中间的内容，然后再译码; 3.接收端需保存一个与发送端相同的霍夫曼码表。;字母; ; ; ; ; ; ; ; ;霍夫曼(Huffman)编码 依赖于信源的统计特性，必须先统计得到信源 的概率特性才能编码，这就限制了实际的应用。 缺乏构造性，即它不能用某种数学方法建立起 消息和码字之间的一一对应关系，而只能通过 某种查表的方法建立起它们的对应关系。 如果消息数目很多，那么所需存储的码表也很 大，这将影响系统的存储量及编、译码速度。;练习;练习; ; ; ; ; ; ; ; ; 算术编码 在算术编码中需要注意的几个问题： 1. 由于实际计算机精度不可能无限长，运算中溢出是明显的问题，但多 数机器都有16位、32位或者64位的精度，因此可使用比例缩放法解决。 2. 算术编码器对消息只产生一个码字，这个码字是在[0, 1)中的一个实 数，因此译码器在接受到表示这个实数的所有位之前不能进行译码。 3. 算术编码也是一种对错误很敏感的编码方法，如果有一位发生错误就 会导致整个消息译错。 ;算数编码练习;; 词典编码 词典编码的思想 第一类词典法的想法是企图查找正在压缩的字符序列是 否在以前输入的数据中出现过，然后用已经出现过的字符串 替代重复的部分，它的输出仅仅是指向早期出现过的字符串 的“指针”。;词典编码 词典编码的思想 第二类算法的想法 是企图从输入的数据中 创建一个“短语词典 (dictionary of the phrases)”，这种短语可 以是任意字符的组合。 编码数据过程中当遇到 已经在词典中出现的“短 语”时，编码器就输出这 个词典中的短语的“索引 号”，而不是短语本身。; 词典编码 J.Ziv和A.Lempel在1978年首次发表了介绍上述第二类编码方法的文 章。在他们的研究基础上，Terry A.Welch在1984年发表了改进这种编码算 法的文章，因此把这种编码方法称为LZW(Lempel-Ziv Walch)压缩编码， LZW算法 在编码原理上，LZW与LZ78相比有如下差别： ①LZW只输出代表词典