第四章 多媒体数据压缩编码技术.ppt

第四章 多媒体数据压缩编码技术 本章要点 多媒体数据压缩编码的重要性和分类 常用压缩编码算法的基本原理及实现技术，预测编码、变换编码（K-L变换、DCT变换）、统计编码（Huffman编码、算术编码）。 静态图像压缩编码的国际标准（JPEG）原理、实现技术，以及动态图像压缩编码的国际标准（MPEG）的基本原理。 多媒体数据压缩编码的重要性 信息时代的重要特征是信息的数字化，数字化了的信息带来了“信息爆炸”。多媒体计算机系统技术是面向三维图形、立体声和彩色全屏幕运动画面的处理技术。数字计算机面临的是数值、文字、语言、音乐、图形、动画、静图像和电视视频图像等多种媒体承载了由模拟量转化成数字量信息的吞吐、存储和传输的问题。数字化了的视频和音频信号的数量之大是非常惊人的。 多媒体数据压缩编码的可能性 空间冗余 时间冗余 结构冗余 知识冗余 视觉冗余 图像区域的相似性冗余 纹理的统计冗余 多媒体数据压缩编码的分类 多媒体数据压缩方法根据不同的分类标准而不同 第一种，根据质量有无损失可分为：无损压缩和有损压缩。 第二种，按照其作用域在空间域或频率域上分为：空间方法、变换方法和混合方法。 第三种，根据是否自适应分为自适应性编码和非适应性编码，一般来说，每一个编码方法都有其相应的自适应算法。 第四种，按其原理分类也可分为：预测编码、变换编码、量化与矢量量化编码、信息熵编码、分频带编码、结构编码和基于知识的编码。 常用压缩编码算法的基本原理及实现技术 预测编码：编码器记录与传输的不是样本的真实值，而是它与预测值的差。这一方法称为差值脉冲编码调制（differential pulse code modulation，简称DPCM）方法 变换编码（K-L变换、DCT变换）：其主要思想是利用图像块内像素值之间的相关性，把图像变换到一组新的基上，使得能量集中到少数几个变换系数上，通过存储这些系数而达到压缩的目的 统计编码（Huffman编码、算术编码）：最常用的统计编码是Huffman编码 标量量化比较实验结果 索引色转换压缩 预测编码 预测编码的基本原理 自适应预测编码 帧间预测编码 变换编码 变换编码不是直接对空域图像信号进行编码，而是首先将空域图像信号映射变换到另一个正交矢量空间（变换域或频域），产生一批变换系数，然后对这些变换系数进行编码处理。变换编码是一种间接编码方法，其中关键问题是在时域或空域描述时，数据之间相关性大，数据冗余度大，经过变换在变换域中描述，数据相关性大大减少，数据冗余量减少，参数独立，数据量少，这样再进行量化，编码就能得到较大的压缩比。目前常用的正交变换有：傅立叶 (Fouries)变换、沃尔什(Walsh)变换、哈尔(Haar)变换、斜(Slant)变换、余弦变换、正弦变换、K-L(Karhunen-Loeve)变换等。 变换编码的基本原理 利用映射变换来实现对数据的建模表示，也就是说，将数据“变换”到另外一个更为紧凑的空间表示。 经过多维坐标系中适当的旋转和变换，就能够把分散在各个坐标轴上的原始数据，在新的、适当的坐标系中集中到少数坐标轴上，因此可以用较少位数来表示一组样本信号，实现高效率的压缩编码。 预测编码消除相关性的能力有限，变换编码是一种更高效的压缩编码。 变换编码的思想：将初始数据从时间域或者空间域变换到另一个更适合于压缩的抽象域，通常为频域。 统计编码 根据香农信息论的原理，最佳的数据压缩方法的理论极限是信息熵。如果要求在编码过程中不丢失信息量，即要求保存信息熵，这种信息保持的编码又叫熵保存编码，或叫熵编码。熵编码是无失真压缩。当然在考虑人眼失真不易察觉的生理特性时，有些图像编码不严格要求熵保存，信息允许通过部分损失来换取高的数据压缩比。这种编码属于有失真数据压缩。 Huffman编码 基本原理 Huffman编码的理论依据是变字长编码理论。按信源符号出现的概率大小进行排序，出现概率大的分配短码，出现概率小的则分配长码。 Huffman编码 Huffman编码的编码步骤 ① 概率统计（如对一幅图像，或m幅同种类型图像作灰度信号统计），得到n个不同概率的信息符号。② 将n个信源信息符号的n个概率，按概率大小排序。③ 将n个概率中，最后两个小概率相加，这时概率个数减为n-1个。④ 将n-1个概率，按大小重新排序。⑤ 重复③，将新排序后的最后两个小概率再相加，相加和与其余概率再排序。⑥ 如此反复重复n-2次，得到只剩两个概率序列。⑦ 以二进制码元(0.1)赋值，构成霍夫曼码字。编码结束。 静态图像压缩编码的国际标准（JPEG）原理、实现技术 JPEG（Jo