聂伟_《数据压缩几种重要方法》.docVIP

数据压缩的几种重要方法 一、数据压缩方法概述 到目前为止，对数据压缩还没有一种公认的权威性的分类方法，这是因为数据压缩还是一个较年轻的研究领域。大部分专家学者倾向于分为可逆法及不可逆法两大类。“可逆法”又称“多余度减少法”这类算法着眼于消除数据间的相关性，减少多余度而仍保存原有信息。经压缩后的数据可以恢复重现为原有数据。采样定理表明：以大于或等于“Nyquist”采样率进行时间采样，所得的采样值保存了全部的信息。故以Nyquist频率进行的时间采样被视为多余度减少的最重要的形式。 “不可逆法”又称“熵减少法”。利用这一类的压缩方法，压缩后的数据势必要丢失一部分信息（熵），因而不能恢复重现原数据，幅值采样（量化）是熵减少的最主要形式。因为一旦将幅值量化，永远不可能准确地重现原信号。 在这两大类下，又有各种具体方法。这些方法也普遍适用于工业、军事、其它等需要数据压缩的领域。对于医学数据的压缩有不少具体的算法，但均可归之于下面几种方法的修剪与揉合。常用的几种数据压缩方法是： (一)参数提取法 这种压缩方法提取信号中的某一特征或参数，并把此特征或参数予以传送，而不传送数据的全部信息。例如，只提取信号的峰值或只提取信号的功率谱并传送谱分量的幅值。在ECG中只提取R-R间期并加以传送等。显然从参数提取法所得的压缩后数据不能恢复重现原信号，因信息损失太多。它属于“不可逆”压缩或“熵减少”压缩。这种方法在医疗信息数据压缩中最早使用的一种方法又是当前广泛应用的医疗数据压缩方法。 (二)非多余采样编码法 属于这一算法的有预测及内插法，它的本质是：根据过去时刻（对预测法）的数据或根据过去时刻及当前时刻（对内插法）的数据作为当前时刻的估计值（即预测值），然后将它与当前时刻的实际值进行比较，其差值若小于某预置容限，认为该实际值属多余采样，不予保留；反之，若差值大于某预置容限，则该当前时刻的实际值属“非多余采样值”应予保留或传送。它属“可逆法”。 例如ECG信号的压缩算法之一AZTEC属于本算法的变形。 (三)变换编码法 变换编码的主要目的在于把统计相依的采样值变换成“某种程度上的统计独立”的系数。大多数变换属线性正交变换。变换本身并不提供压缩，而只是将信号映射到另一域内，在所映射的域中压缩较易实现。随后通过比特分配的量化过程，把变换后的采样值进行压缩，以供存储或传输。常用的变换法有下面几种： 1.傅里叶变换； 2.主分量法（K-L变换）； 3.余弦变换； 4.哈尔和哈达玛变换； 5.小波变换。 (四)预测编码法 变换编码是把信号变换到另一空间域，以便有效地进行量化，预测编码法则是在信号空间，特别是在时域内进行的一种压缩编码法，大致过程如下：先对下一个采样值进行预测，并把该预测值与下一个采样的实际值之差进行编码。这样做的理由是：大部分信号集中，用上述方式得到的差值的方差总小于原始信号的方差。这样可藉较小的量化级进行有效的量化，从而获得较大的压缩比。 Δ调制（DM）与差分脉冲编码调制（DPCM）均属预测编码法。 (五)熵编码法 不少多余度减少的方法都是利用采样值之间具有相关性这一点，那末如何达到式（6.14）所给出的最大压缩比呢？通常的做法是分二步来进行。先使采样值之间统计独立，减少多余度。再进行编码，使平均字长等于或近似等于统计独立采样源的熵。这最后一步常称熵编码。医疗数据压缩中常用的哈夫曼（Huffman）编码是熵编码法中的一种编码法。 二、非多余采样编码法 非多余采样编码法分为二类：一类称预测器，另一类称内插器。本书先讨论多项式预测器，包括零阶预测器与一阶预测器。然后讨论多项式内插器，包括零阶内插器与一阶内插器。最后讨论心电数据压缩中常用的AZTEC数据压缩、TP算法，以及将两者混合而成的CORTES算法以达到在内容布局上的合理化，所有这些方法都设置一个幅度容许差值或幅度容限带，故又称“容差比较”压缩法。幅值容差有时不尽合理，为此还将介绍另一种基于“距离误差”作为判断采样点冗余与否的LADT算法。 (一)多项式预测器 最早，也是最常用于采样数据压缩的方法之一就是多项式预测器，其中尤以零阶预测器和一阶预测器使用得最为普遍。 在一切多项式预测器中，下一个采样值由其前面的n+1个采样值所组成的多项式决定： ???????????????????（6.24） 式中t代表t时刻的预测值，上式称为n-阶预测器的多项式。各差分符号的意义如下： Δｘt-1＝ｘt-1－ｘt-2??， Δｘt-2＝ｘt-2－ｘt-3， ……………………… 而?????????????????????????????????????????Δnxt-1=Δn-1xt-1－Δn-1xt-2， 当n=2时，称为2阶预测器，其时 ?t＝ｘt-1＋△ｘt-1＋△ｘ2t-1＝３ｘt-1