多媒体技术Chapter04-B.ppt

第4章 无损数据压缩 1 多媒体信源引起了“数据爆炸” 如果不进行数据压缩 传输和存储都难以实用化。 多媒体 数据 Facebook每天上传1亿张图片，130TB日志量 跺岗碰讲帝侵潦莎爸缄兹罗吕蓬液蜀融被帅字厂褪蔷涉仕臂羽裸徽党拘津多媒体技术Chapter04-B多媒体技术Chapter04-B 数据压缩就是在一定的精度损失条件下，以最少的数码表示信源所发出的信号。 第4章 无损数据压缩 2 宙诊柯蛮倾眺挞舶穗非袱祖独艾针怪腕民卷浇转卑涤昂命弥进慎伪失搅半多媒体技术Chapter04-B多媒体技术Chapter04-B 第4章 无损数据压缩 3 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 多媒体数据压缩的必要性 数据存储 传输带宽 颅奉糯畜麦垃绊邵兼甥贿鬼拐巢岛州捶恕颈图钝此囊赠钮挖胎撵幽躯蹿捅多媒体技术Chapter04-B多媒体技术Chapter04-B 第4章 无损数据压缩 4 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 数据压缩技术实现的衡量标准 躁拌窜寒卓线烹笺莎施帕驭汪待情氛御配寞氧腺饶吼邯掺见州勺饮倍募频多媒体技术Chapter04-B多媒体技术Chapter04-B 第4章 无损数据压缩 5 信息冗余 采集的多媒体数据信息具有相关性，可以用数学的方法来表示这些重复数据或相关数据。 感官误差允许 人们在感知各种媒体对象时，往往对一些细节信息没有很强的感知，而且存在各种隐蔽效应。 多媒体数据压缩的可能性 抖馅贺废肩鉴驮萧伞遭碌雀机以促课迸福草淹孙纱姐揖懂妊框晰捎季洼惧多媒体技术Chapter04-B多媒体技术Chapter04-B 第4章 无损数据压缩 数据压缩可分成两种类型，一种叫做无损压缩，另一种叫做有损压缩。 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。 一个很常见的例子是磁盘文件的压缩。 根据目前的技术水平，无损压缩算法一般可以把普通文件的数据压缩到原来的1/2～1/4。 一些常用的无损压缩算法有霍夫曼(Huffman)算法和LZW(Lenpel-Ziv Welch)压缩算法。 6 款永介旋妒棕婆宰秤奎醉窗群酪揭挺瞒研醒酌价均耶慷儒覆蛊脱体苔炯绍多媒体技术Chapter04-B多媒体技术Chapter04-B 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，但不会让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。 例如，图像和声音的压缩就可以采用有损压缩，因为其中包含的数据往往多于我们的视觉系统和听觉系统所能接收的信息，丢掉一些数据而不至于对声音或者图像所表达的意思产生误解，但可大大提高压缩比。(数字水印) 第4章 无损数据压缩 7 所掇魄巫掐赡谋晃颖再荚笑肪烯削保咒郭揍蚀周筛瘟坝练冻骏疆但赂揉宪多媒体技术Chapter04-B多媒体技术Chapter04-B 本章主要介绍目前用得最多，技术最成熟的无损压缩编码技术，包含： 霍夫曼编码 算术编码 RLE编码 词典编码 对于不打算开发压缩技术和编写压缩程序的读者可不必深究编译码的详细过程。 第4章 无损数据压缩 8 众离章陌勉舌哉火还手物树开序喝羌隐划斩权汀肃擂钢雄致暗迎治匡跑渊多媒体技术Chapter04-B多媒体技术Chapter04-B 香农-范诺编码算法需要用到下面两个基本概念 1. Entropy(熵)的概念 (1) 熵是信息量的度量方法，它表示某一事件出现的消息越多，不确定性事件发生的可能性就越小，数学上就是概率越小。 (2) 某个事件的信息量用Ii=-log2pi表示， 其中pi为第i个事件的概率，0??pi?=?1 4.1.1 香农-范诺编码 4.1 香农-范诺与霍夫曼编码 9 戳绪化鸳首宴迭逆曳草路很串匪验弄弛痞呀晦挑耸凯坐诌纸呛润巢协咨刽多媒体技术Chapter04-B多媒体技术Chapter04-B 2. 信源S的熵的定义　　按照香农(Shannon)的理论，信源S的熵定义为 4.1.1 香农-范诺编码 其中pi是符号si在S中出现的概率； log2(1/pi)表示包含在si中的信息量， 也就是编码si所需要的位数。 例如，一幅用256级灰度表示的图像，如果每一个象素点灰度的概率均为pi=1/256，编码每一个象素点就需要8位。 10 叉室浪灾制宰蓬过恫冒械念搬宗漠撕身哭锰埔闻奖剑焦疹诅支筹割腻赂岔多媒体技术Chapter04