操作系统课件培训教程文件.pptVIP

多媒体数据压缩技术 信息熵编码 （1）信息熵编码（统计编码） 根据信源符号出现概率的分布特性而进行的压缩编码。 （2）熵编码的特点 熵编码是无失真数据压缩编码，在编码过程中不丢失信息量，熵编码是建立在随机过程的统计特性基础上的。 （2）分类 Huffman编码和算术编码 （1）基本原理 在变长编码中，对出现概率低的信源符号采用长码字，对出现概率大的信源符号采用短码字。 （2） 编码步骤 （a）将信源符号按概率递减顺序排列； （b）把两个最小概率相加作为新符号的概率，并按前一个步骤重排； （c）重复前两个步骤，直到概率为1； （d）在每次合并信源时，将合并的信源分别赋“0”和“1”； （e）寻找从每一个信源符号到概率为1处的路径，记录路径上的“1”和“0”； （f）写出每一个符号的“1”、“0”序列（从树根到信源符号结点） 例：设一组信源符号为{X1，X2，X3，X4，X5，X6，X7，X8}，这些符号出现的概率分别为{0.40，0.18，0.10，0.10，0.07，0.06，0.05，0.04}，求它们的Huffman编码。 上述编码的平均码子长度： R= =0.40×1 + 0.18×3 + 0.10×3 + 0.10×4 + 0.07×4 + 0.06×4 + 0.05×5 + 0.04×5 = 2.61 （1）基本原理 将编码的信息表示成实数0和1之间的一个间隔，信息越长，编码表示它的间隔就越小，表示这一间隔所需的二进制位就越多。 （2）特点 不必预先定义概率模型，在信源符号概率接近时，效率高于Huffman编码 例：采用固定模式符号概率分配如下： 字符: a e i o u 概率: 0.2 0.3 0.1 0.2 0.2 范围:［0,0.2) ［0.2,0.5) ［0.5,0.6)［0.6,0.8)［0.8,1.0) 编码数据串为eai 编码结果用[0.23, 0.236)表示数据串eai。 字符: a e i o u 概率: 0.2 0.3 0.1 0.2 0.2 范围:［0,0.2) ［0.2,0.5) ［0.5,0.6)［0.6,0.8)［0.8,1.0) 具体编码过程： 初始high = 1,low = 0,range= high-low,每个字符编码后新的low1和high1按以下公式计算： Low1 = low + range × rangelow high1 = low + range × rangehigh （1）对e进行编码，此时rangelow = 0.2， rangehigh = 0.5，因此： Low1 = 0 + 1 × 0.2 = 0.2 High1 = 0 + 1 × 0.5 = 0.5 Range = high1 – low1 = 0.3 此时，得到e的范围为[0.2，0.5) （2）再对a编码，使用新的生成范围[0.2，0.5)，a的rangelow = 0，rangehigh = 0.2，因此： Low1 = 0.2 + 0.3 × 0 = 0.2 High1 = 0.2 + 0.3 × 0.2 = 0.26 Range = high1 – low1 = 0.06 此时，得到的范围为[0.2，0.26) （3）最后，对i编码，使用新范围[0.2，0.26)，i的rangelow = 0.5，rangehigh = 0.6，因此： Low1 = 0.2 + 0.06 × 0.5 = 0.23 High1 = 0.2 + 0.06 × 0.6 = 0.236 此时，得到最终的范围为[0.23，0.236)，我们用这个范围来表示数据串eai。 例：如上例题中，如果解码器知道最后范围是[0.23, 0.236)，它马上可解得一个字符为e，然后依次得到唯一解a、i，最终得到eai。 具体解码过程如下： （1）由最终的范围[0.23, 0.236)，对照题目可以看到此范围包含在e的范围内，所以可以解得一个字符e。 （2）根据公式，e的low = 0.2，high = 0.5，range = 0.5 – 0.2 = 0.3，解码第二个字符[rangelow，rangehigh） 0.23 = 0.2 + 0.3 × rangelow 则 range