20090901多媒体数据压缩基础.pptVIP

LZ77编码算法 编码算法的具体执行步骤如下： （１）把编码位置设置到输入数据流的开始位置。 （２）查找窗口中最长的匹配串。 （３）以“(Pointer, Length) Characters”的格式输出，其中Pointer是指向窗口中匹配串的指针，Length表示匹配字符的长度，Characters是前向缓冲存储器中的不匹配的第1个字符。 （４）如果前向缓冲存储器不是空的，则把编码位置和窗口向前移(Length+1)个字符，然后返回到步骤2。 LZW算法优势 LZW算法得到普遍采用，它的速度比使用LZ77算法的速度快，因为它不需要执行那么多的缀-符串比较操作。对LZW算法进一步的改进是增加可变的码字长度，以及在词典中删除老的缀-符串。在GIF图像格式和UNIX的压缩程序中已经采用了这些改进措施之后的LZW算法。 LZW算法取得了专利，专利权的所有者是美国的一个大型计算机公司—Unisys(优利系统公司)，除了商业软件生产公司之外，可以免费使用LZW算法。 这是一种针对空间冗余和时间冗余的压缩方法。这种编码技 术比较成熟、简便，目前大多数语音、图像编码中都采用这种编码技术。 主要思想：利用原始的离散信号之间存在着一定的相关性的特点，建立一个预测模型，然后根据这个模型及以往的样本值，预测下一个信号的值，然后由实际值和预测值计算出预测误差，再对这个误差进行编码后发送到接收端，接收端通过预测值加差值信号来重建原信号。 如果预测比较准确，那么误差信号就会很小，就可以用较少的码位进行编码，以达到数据压缩的目的。 2.4 预测编码 空间冗余 静态图像中存在的最主要的一种数据冗余 在同一幅图像中，规则物体和规则背景的表面物理特性具有相关性 即对同一景物表面上采样点的颜色之间存在着空间连贯性 例如：图像中一片连续的区域，其像素为相同/相近的颜色—空间冗余 时间冗余 序列图像(电视图像、动画)和语音数据中所经常包含的冗余 一组连续的画面之间往往存在着时间和空间的相关性 例如：唱歌的歌手 PCM(Pulse Code Modulation)： 原始的模拟信号经过时间采样，然后对每一样值进行量化，作为数字信号传输。 DPCM： 不对每一样值都进行量化，而是预测下一样值，并量化实际值和预测值之间的差。 DPCM是基本的编码方法之一，在大量的压缩算法中被采用，比如JPEG的DC分量就是采用DPCM编码的。 预测编码—差分脉码调制(DPCM) DPCM示例 图像预测编码原理 图像重构 图像预测编码实例 预测误差影像 还原影像 主要思想：不直接对信号进行编码，而是在数据压缩前先对原始输入数据作某种正交变换，把信号映射变换到另外一个正交向量空间，产生一批变换系数，然后再对这些变换系数进行量化压缩。 例如：将时域信号变换到频域信号，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行采样、编码，来实现压缩数据。 2.5 变换编码 一个输入序列经过转换矩阵，转换为另一个输出序列。该序列包含的信息主要集中于个别元素 通过抛弃输出序列中包含信息少的元素，可以获得很高的数据压缩比. {Xn} {Yn} Transform Y=AX 变换编码原理 Discrete Fourier Transform (DFT) Transform Inverse and f(j.k) is the input sequence. 图像压缩常用变换（一）——离散傅立叶变换 Discrete Fourier Transform (DFT) 有快速算法 (FFT) O(nlogn) 图像压缩不常用，原因是： 性能不够好 复数变换，计算负载大 图像压缩常用变换（一）——离散傅立叶变换 Discrete Cosine Transform (DCT) 余弦函数作为基函数 性能接近 KLT 存在快速算法 图像压缩中非常流行 为 JPEG采纳 图像压缩常用变换（二）——离散余弦变换 对每个单独的彩色图像分量，把整个分量图像分成8×8的图像块，并作为两维离散余弦变换DCT的输入。通过DCT变换，把能量集中在少数几个系数上。 图像压缩常用变换（二）——离散余弦变换 DCT变换使用下式计算 逆变换使用下式计算 C(u), C(v) = 1/ , 当u, v = 0；C(u), C(v) = 1, 其他。 图像压缩常用变换（二）——离散余弦变换 离散余弦变换示例 * 音频数据 * 视频数据 举例 后续几章内容的基础，很多方法在音视频压缩编码中被采用 提问:还有什么情况属于时间冗余？ 特别适合计算机生成的图形 举例：掷筛子 天气 概率越小信息量越大 如何解决RLE不适合自然图像压缩的问题，联系DCT变换说明 编码 01