chap3-多媒体数据压缩技术.ppt

Chap3 多媒体数据压缩技术 Chap3 多媒体数据压缩技术 本章内容： 3.1 数据压缩技术概述 3.2 无损数据压缩 3.3 多媒体压缩编码技术 3.4 静态图象压缩编码标准JPEG 3.5 动态图象压缩编码标准MPEG 3.1 数据压缩技术概述 什么是数据压缩？ ——指在一定的精度损失条件下，以最少的数码表示信源所发出的信号。 1分钟数字音频信号需要的存储空间 1分钟数字视频信号需要的存储空间 压缩编码技术基础 多媒体数据压缩的必要性 -- 多媒体信息是海量信息 -- 海量数据的存储、处理、传输是软、硬件技术难题 数据压缩的可行性 信息论观点：信源数据是信息量（信源熵）和信息冗余量之和 信息冗余：空间冗余、时间冗余、结构冗余、知识冗余、视觉冗余等 数据压缩通过减少冗余量而尽可能保留信源信息量 空间冗余 任一幅图像中，均有由许多灰度或颜色都相同的邻近像素组成的区域，它们形成了一个性质相同的集合块，即存在着空间连贯性，在图像中表现为空间冗余。 压缩方法：把这种集合块当作一个整体，用极少的信息来表示它，从而节省存储空间，这种压缩方法称为空间压缩。 时间冗余 运动图像一般为位于一时间轴区间的一组连续画面，其中的相邻帧往往包含相同的背景和移动物体，只不过移动物体所在的空间位置略有不同，所以前、后帧的数据有许多共同的地方，这种共同性是由于相邻帧记录了相邻时刻的同一场景画面，所以称为时间冗余。 同理，语音数据中也存在着时间冗余。 视觉冗余 人类的视觉系统并不能对图像画面的任何变化都能感觉到，视觉系统对图像场的注意是非均匀和非线性的，即主要部分质量，同时取画面的整体效果，不拘泥于每一个细节，因而存在着视觉冗余。 人眼对图像的亮度信息敏感，对颜色的分辨率弱。 结构冗余 在有些图像的纹理区，图像的像素值存在着明显的分布模式，例如，方格状的板图案等，我们称此为结构冗余。 知识冗余 有些图像的理解与某些知识有很大的关联性。例如，狗有四条腿，头部有眼、鼻、耳朵，有尾巴等。这类规律性的结构由先验知识和背景知识得到，我们称此类冗余为知识冗余。 数据压缩的好处 时间域压缩──迅速传输媒体信源 频率域压缩──并行开通更多业务 空间域压缩──降低存储费用 能量域压缩──降低发射功率 压缩编码方法分类 无损编码： 此种方法的解码图像与原始图像严格相同。 压缩比一般在2:1 ~ 5:1之间； 编码方法有：香农-范诺编码、霍夫曼编码、算术编码、行程长度编码、词典编码等。 有损编码： 此种方法的解码图像与原始图像存在一定的误差，但视觉效果一般可以接受。 压缩比在几倍~上百倍之间； 编码方法有：变换编码、预测编码。 压缩编码的衡量指标 压缩比要大 恢复后的失真小 压缩算法要简单、速度快 压缩能否用硬件实现 3.2 无损数据压缩 信息熵及基本概念 香农-范诺编码 霍夫曼编码 算术编码 行程长度编码 词典编码 信息熵及基本概念 信息量： ——是指从N个相等的可能事件中选出一个事件所需要的信息度量，也就是在辨识N个事件中特定的一个事件的过程中所需要提问“是或否”的最少次数。 例如，从64个数中选定一个数，需要多少信息量？ 信息量的计算 设从N个数中选定任一个数xj的概率为P(xj),假定选定任一数的概率都相等，即P(xj)=1/N，则定义信息量为： i(xj)=log2N=-log2(1/N)=-log2 P(xj) 事件发生的概率越大，不确定性越小，事件一旦发生后提供的信息量也越少！ 问：一个必然事件的信息量为多少？ 信息熵： ——将信源所有可能事件的信息量进行平均。 信息熵是数据压缩的理论极限！ 若以Lc表示码器输出码字的平均码长，则： Lc H(s), 有冗余； Lc = H(s), 最佳编码； Lc H(s), 不可能。 举例：40个像素组成的灰度图象，灰度为5级，ABCDE，出现每个灰度的像素个数不同，为：15、7、7、6、5，该图象的熵为多少？ 香农-范诺编码 香农－范诺编码采用从上到下的方法。 具体步骤为： （1）首先根据频度和概率排序字符； （2）递归均分字符集。 （3）编码。 香农－范诺编码举例 例1：40个像素组成的灰度图象，灰度为5级，ABCDE，出现每个灰度的像素个数不同，为：15、7、7、6、5，试用香农－范诺编码对ABCDE编码。 分配的代码： A：00 B:01 C:10 D:110 E:111 所需位数：