第3章多媒体数切据压缩.ppt

第3章 多媒体数据压缩 3.1 数据压缩的基本原理和方法 3.2 音频压缩标准 3.3 图像压缩标准 3.4 视频压缩标准 3.1 数据压缩的基本原理和方法 所谓“数据”，通常是指信源所发信号的数字化表示或记录 所谓数据压缩，就是以最少的数码表示信源所发出的信号，减少容纳给定消息集合或数据采样集合的信息空间。信息空间亦即被压缩对象是指： 物理空间：如储存器、磁盘、光盘等数据存储介质 时间区间：如传输给定消息集合所需的时间 电磁频谱区域：如传输给定消息集合所需的带宽等。 压缩的必要性 音频、视频的数据量很大，如果不进行处理，计算机系统几乎无法对它进行存取和交换。 3.1 数据压缩的基本原理和方法 1950年在计算机普及之前，世界范围内信息量的增长速度是每150年翻一番；随着计算机的广泛应用，1950-1960年间信息量的增长达到每10年翻一番；1960-1992年间缩短为每5年翻一番。人们预计2020年以后信息量每73天就要翻一番。 几个未经压缩的数字化信息的例子： B5（180x255mm）、300dpi（12像素点/mm）-------6.61MB/页----CD-ROM 98页 双声道立体声激光唱盘（CD-DA）： 44.1x103x16x2=1.41Mb/s，650M ：---- 约一小时 数字音频磁带（DAT）：48x103x16=768kb/s 3.1 数据压缩的基本原理和方法 SIF（Source Input Format）格式，NTSC制式，4:4:4采样 每帧数据：352x240x3=253KB 每秒数据：253x30=7.603MB/s CCIR（International Consultative Committee for Radio）格式，PAL制式，4：4：4采样 每帧数据：720x576x3=1.24MB 每秒数据：1.24x25=31.3MB/s 实验表明，176×144的YUV原始视频在10Mbps的LAN上传送速率是3帧/秒左右。 陆地卫星遥感图片的水平和垂直分辨率分别为2340及3240，四 波 段、 采样精度为7bit的一幅图像的数据量为212Mb，按每天30幅计算，其数据量为6.36Gb，而每年的数据量则高达2300Gb。 3.1 数据压缩的基本原理和方法 压缩的可行性 信息论认为：若信源编码的熵大于信源的实际熵，该信源中一定存在冗余度。 空间冗余、时间冗余、视觉冗余、听觉冗余等 3.1.1 数据压缩技术的性能指标 有三个关键参数评价一个压缩系统 压缩比 压缩性能常常用压缩比定义（输入数据和输出数据比） 图象质量 无损压缩 （图象质量不变） 有损压缩， 失真情况很难量化，只能对测试的图象进行估计。 压缩和解压的速度 压缩和解压可能不同时用，压缩、解压速度分别估计。 3.1.2 数据冗余的类型与压缩方法分类 数据冗余的类型 空间冗余 时间冗余 信息熵冗余 视觉冗余 听觉冗余 其它冗余 结构冗余 知识冗余 3.1.2 数据冗余的类型与压缩方法分类 空间冗余 这是图像数据中经常存在的一种冗余。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，这些相关性的光成像结构在数字化图像中就表现为数据冗余。 3.1.2 数据冗余的类型与压缩方法分类 时间冗余 这是序列图像（电视图像、运动图像）和语音数据中经常出现的冗余。 3.1.2 数据冗余的类型与压缩方法分类 信息熵冗余（编码冗余） 信息熵（entropy）是指一组数据所携带的信息量 H= -? Pi?log2Pi (i=0~k-1) k为数据类数或码元个数 Pi为第i个数据类数或码元发生的概率 d=?Pi?b(yi) (i=0~k-1) b(yi)是分配给码元yi的比特数，理论上应该是b(yi) ＝ -log2Pi ，实际中很难估计出码元的的概率，当选用等概率时，d则大于H 3.1.2 数据冗余的类型与压缩方法分类 视觉冗余 人类视觉系统对于图像场的任何变化，并不是都能感知的。 人类视觉系统一般的分辨能力约为26灰度级 一般图像量化采用28灰度级 听觉冗余 人耳对不同频率的声音的敏感性是不同的，并不能察觉所有频率的变化，对某些频率不必特别关注，存在听觉冗余。 知识冗余 有许多图像的理解与某些基础知识有相当大的相关性。例如人脸的图像有固定的结构。 3.1.2 数据冗余的类型与压缩方法分类 结构冗余 3.1.2 数据冗余的类型与压缩方法分类 根据解码后数据与原始数据是否完全一致可以分为两大类： 一类是熵编码、冗余压缩法，也称无损压缩法、无失真压缩法； 多用于文本、数据的压缩， 非线性编辑系统为了保证视频质量，有些高档系统采用的是无失真压缩方法。 二是熵压缩法，也称有损压缩法、有失真压缩法。 图像、声音、动态