数据压缩的基本技术.ppt

数据压缩的基本技术 北京邮电大学 《多媒体通信技术》课程 2离散无记忆信源的熵与概率分布的关系 3离散无记忆信源的熵与概率分布的关系 一个符号携带的信息量最大，同样信息量需要使用的符号数最少 4信源的相关性与序列熵的关系 5信源的相关性与序列熵的关系 6通信系统的一般模型 率－失真函数 率－失真函数 限失真信源编码定理 给定任意 和 ，可以找到正整数N（N 充分大），以使一个长度为N 的（ ）容许码存在，且其信息率 。 换句话说，失真接近于D、而信息率接近于R(D) 的码是存在的。 对于 ， 前述离散无记忆信源可以在容量 的任何离散无记忆信道的输出端还原，而失真为 。 压缩的途径和极限 无损压缩 解相关 （符号间互信息为零） 等概率 （信源熵） 有损压缩 率－失真函数决定限失真压缩的极限 利用视觉特性的限制 基本的压缩技术 Down-sampling (sub-sampling) Predictive coding (DPCM) Motion compensated predictive coding Transform coding Quantization Entropy coding 取样频率的转换－下采样 取样频率的转换－下采样 取样频率的转换－下采样 抗混叠滤波器 内插（上采样） 内插滤波器 预测编码－DPCM 最佳预测器 量化误差的传播 序列图像中的冗余 静止物体在前后帧中完全相同 已知运动物体速度可以推算物体在下一帧中的位置 已知摄像机的运动参数(zoom, pan, tilt, rotation)可以推算下一帧的部分内容 运动估值 Motion Estimation Block matching Pel recursive Optical flow 块匹配方法 在前一帧中找到相似块 相似准则 经典的搜索方法 全搜索 (2dm+1)2 三步法 正交搜索法 搜索算法的基本思想 搜索方法的改进－MV预测 搜索方法的改进－早期终止 如果满足 A组： SAD T1 B组： SAD T2 C组： SAD T3 终止搜索 搜索方法的改进－搜索图形 快速搜索算法示例 具有运动补偿的前向预测 后向预测和双向预测 双向预测的编解码顺序 输入顺序 k-1 k k+1 ….. 编码顺序 传输顺序 解码顺序 显示顺序 预测编码小结 空间域预测编码 时间域预测编码 － 数据压缩量最大 － 计算复杂度最高 － 优化余地最大之一 变换编码 酉（正交）变换 MMSE准则下的最佳变换 K-L变换 离散余弦变换（DCT） DCT与DFT的关系 DCT的快速算法 均匀量化器 最佳量化器 最佳的准则 最小均方误差量化器 最小熵量化器 最小均方误差量化器 最小熵量化器 熵编码 熵编码的概念 编码效率 霍夫曼编码 霍夫曼码的前缀特性 算术编码的原理 算术编码的译码 算术编码的效率 编码点 C ＝ C + A x Pi 编码区间 A＝ A x pi 表示最后编码点（即最后一个区间）所需要的比特数 熵 二进制算术编码 算术编码实现中的问题 子区间宽度在编码过程中不断减小，用来表示它的数字越来越多 需要使用成本较高的乘法运算 编码过程中的进位 －－ 解决方法不同形成不同的算法 （见书） 压缩算法性能的度量 压缩倍数 （比特/像素） 压缩质量 Peak signal to noise ratio (objective) Mean opinion score (subjective) CCIR 500 DCT的基函数：所有图像可以分解成基函数的； 函数是两个余弦函数相乘，而不像FFT那样是水平和垂直分量都在余弦函数之中（2pi[fxX+fyY])，因此没有倾斜分量； 对比两个图，看出从左上到右下频率的增加。 DCT频谱没有DFT的那种折叠部分（因为只取了一半）； DCT 的对称折叠降低了周期延拓处的不连续性，使能量集中性更好。 最快的算法： N=8时， 1D-DCT 需要11次乘法；原有算法需要8x8=64次乘法。 讨论限失真下的压缩极限问题：先建立模型，研究失真与传输速率间的