多媒体信息压缩与编码2..docVIP

多媒体压缩与编码 课程总结 0.概述 多媒体是90点发展起来的一项新技术，它将文本、图形、图像、视频以及音频等运载信息的媒体结合在一起，通过计算机进行综合处理和控制。多媒体系统要求可以对各种视频（包括音频和视频等）进行实时的处理，但是通常这些数据的信息量都特别大，尤其是视频信息。因此为了克服存储设备的限制，同时减轻通信网络传输数据的负担，考虑采用多媒体压缩与编码技术。 有关数据压缩的理论研究，主要还是在香农信息论的基础上开始的。而对于多媒体数据压缩技术研究，则更多的得益于数字信号处理、时间序列分析、参数估计、离散变换、模式识别、自适应技术以及感知生理-心理学的理论进展。CCITT制定了针对二值图像的一系列压缩标准，如CCITT Group3，CCITT Group4等。在70年代末80年代初，数学家们提出了损失压缩精度以换取压缩率的新思路。针对此想法，国际标准化组织（ISO)和CCITT联合组成了两个委员会：静态图像联合专家小组（JPEG）和动态图像联合专家小组（MPEG），并且提出了JPEG，MPEG-1，MPEG-2，MPEG-4，MPEG-7等一系列标准。 1. 技术准备 1.1 熵 熵来源于Shannon创立的信息论中的一条定理，利用热力学中的名词“熵”来表示一条信息中真正需要编码的信息量。利用由0和1组成的二进制数码为含有n个符号的某条信息编码，假设符号Fn在整条信息中重复出现的概率为Pn，则该符号的熵也即表示该符号所需的二进制位数为： 整条信息的熵也即表示整条信息所需二进制位数为： 1.2 模型 使用模型的目的在于得到字符或单词在信息中出现的概率。即确定采用多少位二进制表示一个符号。 1.3 编码 在通过利用模型得到采用的二进制位数后，如何设计方案尽量精确的使用模型计算出来的位数对符号进行表示是编码需要解决的问题。 几种经典压缩编码 首先介绍了不同的几种压缩编码方案。包括Shannon-Fano编码以及与其相似的Huffman编码，都是采用了0和1对字符进行表示；然后着重介绍了算数编码，与前两者不同，算数编码对整条信息的输出结果仅仅是一个小数，而且是位于0到1之间的一个小数。通过对字符数目进行统计以及其概率的利用，得到某个整条信息位于某个区间，然后从中随机选择一个便于编码的小数，即我们得到的编码的结果。LZ77算法通过采用滑动窗口进行滑动匹配，得到的一种压缩方法，但是LZ77算法也存在某些问题，同时也针对问题作出一些改进。 2.1 信源编码 为了减少信源输出符号序列中的剩余度、提高符号的平均信息量，对信源输出的符号序列所施行的变换。具体说，就是针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。信源编码的作用之一是设法减少码元数目和降低码元速率，即通常所说的数据压缩；作用之二是将信源的模拟信号转化成数字信号，以实现模拟信号的数字化传输。信源编码主要包括变长码，霍夫曼码以及其他几种编码方法。 变长码：在信源编码中，如果一组码中的所有码字的码长各不相同，即任意码字由不同长度的码符号序列组成，刚称为变长码。哈夫曼编码(Huffman Coding)是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。JPEG压缩分四个步骤实现：?颜色模式转换及采样；DCT变换；量化；编码图像专家组(Moving Picture Experts Group)的缩写，于1988年成立。目前MPEG已颁布了三个活动图像及声音编码的正式国际标准，分别称为MPEG-1、MPEG-2和MPEG-4，而MPEG-7和MPEG-21都在研究中。