常用的无损数据压缩方法.pptVIP

6.3 常用的无损数据压缩方法 6.3.1 Huffman编码 6.3.2 算术编码 6.3.3 行程RLE编码 6.3.4 词典编码 6.3.1 Huffman编码 基本原理 依据信源字符出现的概率大小来构造代码，对出现概率较大的信源字符，给予较短码长，而对于出现概率较小的信源字符，给予较长的码长，最后使得编码的平均码字最短。 6.3.1 Huffman编码 具体的编码步骤 将信源出现的概率由大到小排序。 将两处最小概率组合相加，形成新概率。 将新概率与未编码的字符一起重新排序。 重复步骤2、3，直到出现的概率和为1。 分配代码 代码分配从最后一步开始反向进行，对最后两个概率一个赋予0代码，一个赋予1代码。记录下从树的根到每个信源符号终节点的0和1序列。 6.3.1 Huffman编码 Huffman编码中求平均码长的方法： 概率×码长 6.3.1 Huffman编码 Huffman编码练习一: 设输入图像的灰度级{a1,a2,a3,a4,a5,a6}出现的概率分别是0.4、0.2、0.12、0.15、0.1、0.03。试进行哈夫曼编码，并计算平均码字长度。 Huffman编码练习一答案 Huffman编码练习一答案 据公式　　　　　　　　图像信源熵为： H(X) = -(0.4×log20.4+0.2×log20.2+0.12×log20.12+ 0.15×log20.15+0.1×log20.1+0.03×log20.03) = 2.25 bit 根据哈夫曼编码结果，平均码字长度： Lc=0.4×1+0.2×3+0.15×3+0.12×3+0.1×4+0.03×4 =2.33 编码效率、压缩比和冗余度分别为： 96.6%、1.2、3.4% 6.3.1 Huffman编码 Huffman编码注意事项 哈夫曼编码没有错误保护功能，在译码时，如果码串中没有错误，那么就能一个接一个的正确译出代码。但如果码串中有错误，哪怕仅是1位出现错误，不但这个码本身译错，后面的译码可能全错，这种现象称为错误传播（Error Propagation）。 哈夫曼编码是可变长度码，很难随意查找或调用压缩文件中间的内容，然后再译码，这就需要在存储代码之前加以考虑。 6.3.2 算术编码 算术编码（arithmetic coding AC）是利用0和1之间的间隔来表示信源编码的一种方法，其编码值是间隔的上、下限包含的相同二进制。编码过程中的间隔决定了符号压缩后的输出。 算术编码用到两个基本的参数 符号的概率和它的编码间隔。 信源符号的概率决定压缩编码的效率，也决定编码过程中信源符号的间隔，而这些间隔包含在0到1之间。 6.3.2 算术编码 编码过程: 设信源符号为{A, B, C, D}，其概率分别为{ 0.1, 0.4, 0.2, 0.3 }，按概率可把间隔[0, 1]分成4个子间隔：[0, 0.1), [0.1, 0.5), [0.5, 0.7), [0.7, 1]，其中[x,y)表示半开放间隔，即包含x不包含y，如下表所示。 6.3.2 算术编码 如果消息序列的输入为：CADACDB，其编码过程如下： 首先输入的符号是C，找到它的编码范围是[0.5, 0.7)； 由于消息中第2个符号A的编码范围是[0, 0.1)，因此它的间隔就取[0.5, 0.7 )的第一个1/10作为新间隔[0.5, 0.52 ) ； 编码第3个符号D时取新间隔为[0.514, 0.52 )； 编码第4个符号A时，取新间隔为[0.514, 0.5146 ) ，…。 6.3.2 算术编码 6.3.2 算术编码 消息的编码输出可以是最后一个间隔中的任意数，整个编码过程如下图所示。最后在[0.5143876,0.514402)中选择一个数作为编码输出值：0.51439。 解码时，解码器由编码输出值：0.51439，可马上解得一个字符为C，然后依次得到唯一解A,D,A,C,D,B。 6.3.2 算术编码 6.3.2 算术编码 在算术编码中需要注意的几个问题： 由于计算机精度不可能无限长，运算中容易出现溢出，但多数机器都有16位、32位或者64位的精度，因此可使用比例缩放方法解决。 算术编码器对整个消息只产生一个码字，这个码字是在间隔[0, 1)中的一个实数，因此译码器在接受到所有位之前不能进行译码。 算术编码也是一种对错误很敏感的编码方法，如果有一位发生错误就会导致整个消息译错。 6.3.3 行程长度编码 RLE（Run-Length Encoding）是一个针对包含有顺序排列的多次重复的数据的压缩方案。其原理就是把一系列的重复值用一个单独的值再加上一个计数值来取代，行程长度就是连续且重复的单元数目。如果想得到原始数据，只需展开这个编码就可以了。