[理学]第5章 多媒体数据压缩.ppt

多媒体实用教程 第五章 多媒体数据压缩 数据压缩的基本原理 1. 信息与熵 Message 消息----- 听到一则新闻，看到一篇文章。 Information 信息------在消息中有你事先不知道的内容，这些不确定的内容称为信息。 收到消息后，不确定的内容变成确定的内容，获得了信息。 信息量 信息论的重要性在于把信息量化了，度量信息多少的程度就是信息量。 一条消息所含信息量等于该消息的惊奇程度： “你和我都参加了多媒体计算课考试”-- 没有信息 “咱俩都及格了” --- 提供了一些信息 “全班就你考了100分”-- 提供了更多的信息 图像数据压缩基础 1. 信息“冗余” 空间及时间冗余 图像数据存在大量的统计特征的重复，这种重复包括静态单帧图像数据在空间上的冗余和音频、视频数据在时间上的冗余。 在动态图像序列中，前后两帧图像之间具有较大的相关性，表现出帧与帧之间的重复，因而存在时间冗余。 信息熵冗余 （ 4）. 结构冗余 有些图像从大面积上或整体上看存在着重复出现的相同或相近的纹理结构，例如布纹图像和草席图像，被称为结构冗余。 （5）. 知识冗余 许多图像的理解与某些知识有很大的相关性。如人脸的图像有固定的结构，我们已知它的结构规律，此类即是知识冗余。  知识冗余的一个典型例子是对人像的理解，比如，鼻子上方有眼睛，鼻子又在嘴的上方等。 （6）.视觉冗余 人类的视觉系统实际上只在一定程度上对图像的变化产生敏感，即图像数据中存在着大量人类视觉觉察不到的细节。 事实上，人类视觉系统的一般分辨力为64灰度级，而一般图像量化采用的是256灰度级，这类冗余称为视觉冗余。 （7）听觉冗余 人的听觉感知机理： 人的听觉具有掩蔽效应。 人耳对不同频段的声音的敏感程度不同，通常对低频端较之对高频端更敏感。 人耳对语音信号的相位变化不敏感。 香农定理（C.E.Shanoon） 使用概率来描述不确定性。 事件出现概率小，不确定性越多，信息量就大，反之则少。 熵 如果将信息源所以可能事件的信息量进行平均，即可得到表达式： 熵编码 行程编码 把一系列的重复值（例如图像象素的灰度值）用一个单独的值再加上一个计数值来取代。 比如有这样一个字母序列aabbbccccccccdddddd它的行程长度编码就是2a3b8c6d。 霍夫曼编码 基本思路： 出现频率越高的符号，对应的编码长度越短 编码步骤如下： 统计信源符号出现的概率； 将信源符号按概率递减顺序排列； 把两个最小的概率值加起来，作为一个新组合符号的概率； 重复步骤(2)、(3)，直到概率和达到1为止； (4)在每次合并信源时，将合并的信源分别标记“1”和“0”（例如，概率小的标记为“1”，概率大的标记为“0”）； (5)寻找从每一信源符号到概率为1的路径，记录下路径上的“1”和“0”； (6)对每一符号写出“1”和“0”序列； 例子 考虑信源 进行哈夫曼编码的过程如下： 变换编码 DCT 变换 DCT变换是一种实数域变换，其变换核为实数的余弦函数，计算速度较快，很适于做图像压缩。 根据对人的视觉特性的研究，人的眼睛对高频部分是不敏感的. 所以可以舍弃图像中的高频部分而基本上不影响图像质量达到数据压缩的目的，有效的减少了图片占用的存储空间。 DCT变换是一种实数域变换，图像变换后的左上角是图像的低频部分，越靠近右下角，频率越高。 多媒体数据的压缩编码技术有： ? 熵编码 ? 行程编码 ? 词典编码 ? 预测编码 ? 变换编码 5.2 常用压缩编码 （a）原图 （b）进行DCT变换后的图 （a） （b） 图3-15 保留的低频部分和重构的图 （a）258×240矩阵 图3-16 不同压缩比的比较 （b）130×120矩阵 图3-16 不同压缩比的比较 （c）65×60矩阵 图3-16 不同压缩比的比较 5.3 静态图像压缩标准JPEG ? 量化 经量化后，原图像（左）与JPEG压缩图像（右）会产生一定的失真，失真程度视量化等级而定 ? 【例5.12】对图5.21（a）的原图像块进行量化后对图像质量的影响。 亮度量化表 色度量化表 （a）8×8的原始图像块 （b）DCT变换 （c）使用的量化表 （d）量化结果 （e）逆量化结果 （f）IDCT变换（重建图像） PhotoShop中JPEG图像品质的选择 ? 编码 – 直流系数（DC）编码 （DPCM ） – 交流系数（AC）编码 – 熵编码 Z型扫描过程 5.3.3 JPEG2000简介 – JPE