第2章多媒体数据压缩编码技术.pptVIP

2.2.1 量化 1.量化位数 量化位数是每个采样点能够表示的数据范围，常用的有8位、12位和16位。 量化过程是，先将整个幅值划分为有限个小幅度（量化阶距）的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值，如图2-2所示，其中虚线箭头表示采样值量化后的电平值。 2.2.1 量化 2. 均匀量化 采用相等的量化间隔对采样得到的信号做量化就是均匀量化,也称为线性量化。量化后的样本值Y和实际值X的差E=Y-X称为量化误差或量化噪声。 2.2.1 量化 3.非均匀量化 非均匀量化的基本思想是，对输入信号进行量化时，大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔，这样就可以在满足精度要求的情况下用较少的位数来表示。声音数据还原时，采用相同的规则。 2.2.2 莫尔斯码 莫尔斯码即电报码，它采用“· ”和“-”来表示26个英文字母。采用常出现的字母用短码表示（如E用“· ”表示，T用“-”表示），不常出现的字母用长码表示（如Q用“- -·-”表示，X用“-··-”表示）的变长编码方式以减少码率。 2.2.3 哈夫曼编码 该算法基于一种称为编码树的技术，其步骤如下： （1）将待编码的N个信源符号按照出现的概率由大到小 排列，给排在最后的两个符号各分配一位二进制码元，对其中概率大的符号分配0，概率小的符号分配1（反之亦可）。 （2）把概率最小的两个符号概率相加，求出的和作为一个新符号的概率，将新的概率值与剩下的N-2个概率值一起重新进行排序，再重复步骤（1）的编码过程。 （3）重复步骤（2）直到只剩一个概率值为止，其值为1。 （4）分配码字，对于各种信源符号，基于步骤（1）分配的数字，从编码树的根部开始回溯读出，并将它作为该符号对应分配的码字。 2.2.3 哈夫曼编码 例 设有离散无记忆信源，符号a1、a2、a3、a4、a5、a6的出现概率分别为0.12、0.08、0.4、0.1、0.25、0.05，其哈夫曼编码过程如下： 2.2.3 哈夫曼编码 平均码长为： 信源熵为： 编码效率为： 2.2.3 哈夫曼编码 采用哈夫曼编码时有两个问题值得注意： （1）哈夫曼编码没有错误保护功能。在译码时，如果某些位出现错误，会引起一连串的 错误，造成错误传播（Error Propagation ）。计算机对这种错误也无能为力，说不 出错在哪里，更谈不上去纠正它。 （2）哈夫曼编码是可变长度码，因此很难随意查找或调用压缩文件中的内容，然后再译 码，这就需要在存储代码之前加以考虑。 尽管如此，哈夫曼编码还是得到了广泛的 应用。 2.2.4 行程长度编码 行程长度编码（Run-Length Encoding，RLE）也称游程编码，是一种非常简单的数据压缩编码形式。它基于简单的编码数据原则，即重复的数据值序列（或称为流）用一个重复次数和单个数据值来代替。这里，重复的次数称为“游程”。 2.2.5 预测编码 1.差值脉冲编码调制（DPCM） 设二维图像上空间坐标为（i，j）的像素的实际样本值为f（i，j），f’（i，j）是根据已传输的相邻像素的样本值对该像素估算得到的预测值。实际值和预测值之间的差值即预测误差，用下式来表示： e（i，j）= f（i，j）-f’（i，j） 由于图像像素之间有极强的相关性，所以这个预测误差是很小的。编码时，是对预测误差e（i，j）进行量化、编码、发送，由此而得名为差值脉冲编码调制法（DPCM）。 2.2.5 预测编码 2.2.5 预测编码 2.自适应差值脉冲编码调制（ADPCM） 其基本思想是：利用自适应的思想改变量化阶的大小，即使用小的量化阶(step-size)去编码小的差值，使用大的量化阶去编码大的差值；使用过去的样本值估算下一个输入样本的预测值，使实际样本值和预测值之间的差值总是最小。其简化的编码框图如图2-5所示。 2.2.5 预测编码 2.2.5 预测编码 3.帧间预测编码 采用预测编码方法消除序列图像在时间上的相关性，传送前后两帧的对应像素之间的差值，这称为帧间预测。 2.2.6 矢量量化 在矢量量