数据压缩结课论文.docVIP

多媒体技术报告 姓名：王强 班级:计算机科学与技术11-5 学号 指导教师：许宪东 霍夫曼（Huffman）编码 摘要： 随着科学技术的发展和需求，人们广发地致力于对各种文本、图片、语言、声音、活动图像和影视信号等实际信源进行了实用压缩方法和技术的研究，使信源的数据压缩技术得以蓬勃发展和走向成熟。信源编码主要分为无失真信源编码和限失真信源编码。 香农第一定理告诉我们，信源的信息熵是是信源进行无失真编码的理论极限值，也就是说，总能找到某种合适的编码方法使编码后信源的信息传输率R’任意地逼近信源的信息熵而不存在任何失真。故数据压缩技术中无失真信源编码又常称为熵编码。熵编码中比较重要的一种编码方法叫霍夫曼编码。那么，什么是霍夫曼编码呢？它又有什么用呢？它的产生给我们先辈们解决了什么问题呢？以下，我为大家一一讲解。 关键词：霍夫曼（Huffman）编码 码树 无损压缩 正文： 霍夫曼编码的背景 1951年，霍夫曼和他在MIT信息论的同学需要选择是完成学期报告还是期末考试。导师Robert M. Fano给他们的学期报告的题目是，寻找最有效的二进制编码。由于无法证明哪个已有编码是最有效的，霍夫曼放弃对已有编码的研究，转向新的探索，最终发现了基于有序频率二叉树编码的想法，并很快证明了这个方法是最有效的。霍夫曼使用自底向上的方法构建二叉树，避免了次优算法Shannon-Fano编码的最大弊端──自顶向下构建树。 1952年，David A. Huffman在麻省理工攻读博士时所发明的，并发表于《一种构建极小多余编码的方法》（A Method for the Construction of Minimum-Redundancy Codes）一文。 霍夫曼压缩是个无损的压缩算法，一般用来压缩文本和程序文件。霍夫曼压缩属于可变代码长度算法一族。意思是个体符号（例如，文本文件中的字符）用一个特定长度的位序列替代。因此，在文件中出现频率高的符号，使用短的位序列，而那些很少出现的符号，则用较长的位序列。 二元霍夫曼码的编码 其原理步骤如下： （1）将q个信源符号按概率分布P()的大小，以递减次序排列起来，设 （2）用0和1码符号分别分配给概率最小的两个信源符号，并将这两个概率最小的信源符号合并成一个新符号，并用这两个最小概率之和作为新符号的概率，从而得到只包含q-1个符号的新信源，并称为S信源的缩减信源. （3）把缩减信源的符号扔以递减次序排列，再将其最后两个最小概率的信源符号合并成一个新符号，并用0和1码符号表示，这样又形成了q-2个符号的缩减信源。 （4）依次继续下去，直至缩减信源最后只剩两个符号为止。将这最后两个新符号用0和1码符号表示。最后这两个符号的概率之和必为1。然后从最后一级缩减信源开始，依编码路径由后向前返回，就得出各信源符号所对应的码符号序列，即得对应的码字。 下面举个例子说明这种编码方法。 例：离散无记忆信源, 的概率分别为0.4，,0.2，0.2,0.1,0.1。其霍夫曼码如下表： 霍夫曼码的码树： r元霍夫曼（Huffman）码编码 注意三点： (1) 将最小概率的r个符号分配码元。 (2) 每次合并r个最小概率成为新信源，减少个符号。 (3) 才能充分利用短码。——信源缩减次数，若不满足, 增加的概率项。 例：四元Huffman码， 补二项 Huffman码的最佳性 对于给定分布的任何信源，存在一个最佳即时码，此码满足以下性质： （1） 若 (2) 两个最小概率的信源符号所对应的码字具有相同的码长。 (3) 字，除最后一位码元不同外，前面各位码元都相同。Huffman码方法得到的码是即时码，不是唯一码，但是最佳码（即紧致码），它又有优点和不足之处。 Huffman 码的优点和缺点 (1) 无失真编码效率高, , 常用于文件传真, . (2) 解决速率匹配问题，设备较复杂, 信源与信道间需增加缓冲寄存器, , 恒速出。 (3) 克服误差扩散：限制霍夫曼码仅能应用于优质信道（=10-6 (4) 要求了解信源的统计分布。 (5) 算法复杂度随着信源符号串长度的增加而迅速增长。Huffman编码Huffman编码,但主要用途是实现数据压缩如JPEG就应用了Huffman编码。 2