第三章 词典编码.pptVIP

多媒体技术 词典编码 徐家臻 本章内容 词典编码的基本原理 LZ77 LZ78 LZW 基本思想 对于不同长度的符号串都统一用一种记号(token)来表示。 以牛津词典为例子，欲编码“Data Compression” 这两个英文字，查词典后发现 “Data” 出现在第271页的第13个字；“Compression” 出现在第213页的第8个字。 因此，可以用(271,13)(213,8)这两个记号来表示“Data Compression” 。 所用的词典共有1354页，每页最多不超过64个字，因此每一个记号可以用11位来表示页数，6位原来表示第几个字，共17位。 原本若使用8位的ASCII码需要8x16=128个位元，利用这个方法的压缩比为128/34=3.765倍。 词典编码 定长编码 问题：如果要压缩二进制文件，词典哪里来？ 词典就是待压缩文件的一部分 Jacob Ziv, Abraham Lempel, Terry Welch LZ77, LZ78, LZW LZ77 LZ77 LZ77编码步骤 在滑动窗口中寻找与从前向缓冲区第一个符号开始的最大匹配串 以三元组(pos, len, ch)作为对最大匹配串的描述 如果匹配成功 pos – 由前向缓冲区第一个符号开始，从后向前(从右向左)数的索引值(从0开始计数) len – 匹配串长度 ch – 匹配串之后的第一个符号(的编码) 窗口向后滑动 匹配串长度 + 1 如果匹配失败 pos – 0, len – 0 ch -前向缓冲区第一个符号(的编码) 窗口向后滑动 1 LZ77编码举例 书 P25 LZ77编码举例 假设符号串为： … | c a b r a c a | d a b r a r | r a r r a d … 假设窗口大小 13， 前向缓冲区大小 6 从前向缓冲区的第一个符号d开始编码， 前3项编码(三元组)是什么？ (0, 0, d) (7, 4, r) (3, 5, d) LZ77解码举例 … | c a b r a c a | … (0, 0, d) (7, 4, r) (3, 5, d) (0, 0, d): | c a b r a c a | d c | a b r a c a d | LZ77解码举例 (7, 4, r): | a b r a c a d | | a b r a c a d | | a b r a c a d | a | a b r a c a d | a b | a b r a c a d | a b r | a b r a c a d | a b r a | a b r a c a d | a b r a r a b r a c | a d a b r a r | LZ77解码举例 (3, 5, d): | a d a b r a r | | a d a b r a r | | a d a b r a r | r | a d a b r a r | r a | a d a b r a r | r a r | a d a b r a r | r a r r | a d a b r a r | r a r r a | a d a b r a r | r a r r a d a d a b r a | r r a r r a d | LZ77的一些改进 与Huffman相结合，对三元组进行Huffman编码 (0, 0, x)情况下的三元组很浪费，用1位标志位表示后面的内容是匹配情况还是不匹配情况，可以省掉前两个0占的位数 LZ77编码方法的简单分析 LZ77为什么可以取得较好的压缩效果？ 它的假设是什么？ 在临近的地方可能出现相似的片段 如果相似片段总是间隔较远怎么办？ LZ78编码 用二元组(i, c)编码 i – 词典索引 c – 下一个符号 步骤： 开始时词典为空，i = 1，从待编码读入符号 从词典中寻找最大匹配片段， 如找到，假设对应片段的词典索引为ik，匹配片段为pn，后一个符号cn ： 输出(ik, cn) ，将片段pncn加入词典第i项 如未找到，输出(0, cn) ，将片段cn加入词典第i项 i = i + 1，继续向后读入符号。 LZ78举例 w a b b a □ w a b b a □ w a b b a □ w a b b a □ w o o □ w o o □ w o o LZW LZ78的改进 去掉了编码(i, c)中的c LZW编码举例 w a b b a □ w a b b a □ w a b b a □ w a b b a □ w o o □ w o o □ w o o LZW编码举例 w a b b a □ w a b b a □ w