第03讲 数据压缩技术.pptVIP

行程编码(RLE) RLE (run length encoding) 思想：数据项d在输入流中连续出现n次，则以单个字符对nd替换n次出现者。 将数据流中连续出现的字符用单一记号表示。 例如,字符串AAABCDDDDDDDDBBBBB 可以压缩为 3ABC8D5B 。 具有相同颜色并且是连续的像素数目称为行程长度。 表示方法：行程长度+数据 行程编码(RLE) 举例说明：假定一副灰度图像，第n行的像素值为如下图：111 888……888 11118个0 50个8 8个0 3个1 4个1 73位代码压缩表示为80315084180 压缩比为：73：11约为7：1 RLE编码优缺点 优点：直观，非常经济 缺点：有可能造成数据量增大 适用范围：重复度大的数据 思考：如何对数组数据进行RLE编码？ 约定：只有不少于3个相同字符 连续出现时才用重复因子代替 RLE图像压缩 假设位图做为输入流，像素在位图中以扫面线方式排列。最左上角为第一个像素，右下角为最后一个像素 请给出下述位图的压缩文件（以0表示输出开始）： 0，1，3，1，4，1，3，1，4，1，3，1，4， 1，3，1，3，2，2，2，6，1，1 RLE图像压缩 有一个8位灰度图像，表示如下： 编码方法： 若灰度图像为128级，则留1个标志位进行区别； 若灰度图像为256级，则将形成前加标记进行记录； 可分为每8个为一组，每组增加一个字节进行标记； 12，12，12，12，12，12，12，12， 12，35，76，112，67，87，87，87， 5，5，5，5，5，5，1，…… 使用RLE编码: 9 12 35 76 112 67 3 87 6 5 1…… 算术编码 算术编码的基本原理是：将编码的信息表示成实数0和1之间的一个间隔（interval），信息越长，编码间隔就越小，表示这一间隔所需的二进制位数就越长。 算术编码的主要步骤是： 首先把当前区间定义为[0,1]。 对输入流中的每个符号s，重复下面的两步： 把当前区间分割成长度正比于符号概率的子区间。 为s选择一个子区间，并将其定义为新的当前区间。 当用这种方法把整个输入流处理完成后，输出应为能唯一确定当前区间的任何数字（即位于当前区间中的任意数字） 算术编码 例：有3个符号A、B、C，概率分别是PA=0.4，PB=0.5，PC=0.1。求输入字符串BBBC的算术编码方法。 将[0,1]可以划分为[0,0.4]，[0.4,0.9]，[0.9,1]三个子区间， 看到输入流第一个字符B，将[0,1]区间缩小为[0.4,0.9]； 第二个字符仍为B，将[0.4,0.9]区间缩小为[0.6,0.85]； 第三个字符仍为B，区间被缩小为[0.7, 0.825]； 第五步：第四个字符为C，则区间被缩小为[0.8125, 0.8250]。 该方法所产生的最终码字可为该最终区间中的任意数字 算术编码 设high为编码间隔的高端，high＝1； low为编码间隔的低端，low＝0； range为编码间隔的长度，range＝high－low； rangelow为编码字符分配的间隔低端；rangehigh为编码字符分配的间隔高端。 可得出： low＝low＋range×rangelow ； high＝low＋range×rangehigh 算术编码的解码过程 解码过程中，根据编码，依次判断输入字符。 此过程中，为从码字虫消除符号X的影响，解码器执行codenew＝(code(X)－rangelow(X))／range的操作 例：对代码0.8125,在B的范围内，即第一个字符为B; codenew=(0.8125-0.4)/0.5=0.825——B codenew=(0.825-0.4)/0.5=0.85——B codenew=(0.85-0.4)/0.5=0.9——C Low High range A 0 0.4 0.4 B 0.4 0.9 0.5 C 0.9 1 0.1 Part 1 Part 2 第03讲——多媒体数据压缩技术 多媒体数据压缩技术 有损压缩 脉冲编码调制(PCM) 预测编码 变换编码 数据压缩的常用编码方法 脉冲编码调制(PCM) Pulse Code Modulation 概念上最简单、理论上最完善 最早研制，使用最广泛 数据量最大 脉冲编码调制(PCM) 采样过程 PCM的量化方式 均匀量化与非均匀量化 非均匀量化 对小信号采用小的量化间隔，对大信号采用大的量化间隔，这样可以用较少的位数编码。 非均匀量化也是一种压缩。 为什么说非均匀量化对话音质量有提高？ 对大信号而言，绝对量化误差较