数据压缩技术介绍.pptVIP

例2-1 设信源有16种符号，其出现的概率相同，即 P（Xi）=1/16。计算其平均信息熵。 信源中含有自然冗余度，这些冗余度既来自于信源本身的相关性，又来自于信源概率分布的不均匀性，只要找到去除相关性或改变概率分布不均匀性的手段和方法，也就找到了信息熵编码的方法。 但信源所含有的平均信息量（熵）是进行无失真编码的理论的极限，只要不低于此极限，就能找到某种适宜的编码方法，去逼近信息熵，实现数据压缩。 设信号源为X={ 、a、e、I、m、t、c、h、r }。 对应的概率为p={O.22、0.22、0.14、O.07、0.07、0.07、0.07、0.07、0.07},试给出该信源的霍夫曼编码方案。 解： 若传送一个串字符串“I am a teacher”，共14个字符。若用ASCII传送，每个字符8位，共需112位。该字符串中有9个不同的符号，至少需要4位二进制才能表示，这样传送该字符串也要56位。若用刚计算的Huffman编码，只需要42位。 设有数据流“AAABBBBCCCCCDAAAAAA”，试计算该数据的行程编码。 解：A重复3次，B重复4次，C重复5次，D不重复，A重复6次，RLC数据流为：“SA3SB4SC5DSA6”，其中S为指示符。总共占用13个字节，而源数据占用19个字节。 有时行程编码不用指示符，重复与否相同对待，则相应的RLC为“A3B4C5D1A6”占用10个字节。 香农1948年则创立了信息论(information theory)。 克劳德?香农在公众中并不特别知名，但他是使我们的世界能进行即时通信的少数科学家和思想家之一。他是美国科学院院士、美国工程院院士、英国皇家学会会员、美国哲学学会会员。他获得过许多荣誉和奖励。例如1949年Morris奖、1955年Ballantine奖、1962年Kelly奖、1966年的国家科学奖章、IEEE的荣誉奖章、1978年Jaquard奖、1983年Fritz奖、1985年基础科学京都奖。 Huffman树的定义 构造Huffman树 Huffman编码 Huffman树也称为最优树，是一类带权路径最短的二叉树。 树的带权路径长度定义为： 以下有三棵树： 由统计规律可知，考试成绩的分布符合正态分布： 判定树比较： 构造Huffman树算法步骤： Step1 将n个带权值wi（i≤n）的结点构成n棵二叉树的集合T={T1，T2，……，Tn}，每棵二叉树只有一个根结点。 Step2 在T中选取两个权值最小的结点作为左右子树，构成一个新的二叉树，其根结点的权值取左右子树权值之和； Step3 在T中删除这两棵树，将新构成的树加入到T中； Step4 重复2）、3）步的操作，直到T中只含一棵树为止，该树就是Huffman树。 以权值分别为7，5，2，4的结点a、b、c、d构造Huffman树。T= { a b c d } 编码：用二进制数的不同组合来表示字符的方法。 前缀编码：一种非等长度的编码(任一个字符的编码都不是另一个字符编码的前缀)。 在某系统的通信联络中可能出现8种字符，其频率分别为0.05、0.29、0.07、0.08、0.14、0.23、0.03、0.11，设权值分别为{5，29，7，8，14，23，3，11}，n=8，其Huffman树为： ⒈ 正向离散余弦变换(Forward Discrete Cosine Transform，FDCT) 把空间域表示的图像变换为频率域表示的图像。 ⒉ 量化DCT系数 用加权函数对DCT系数进行量化，该加权函数对于人视觉系统是最佳的。 ⒊ Huffman编码 用Huffman可变字长编码器对量化系数进行编码。 DCT变换是数字图像处理中的重要变换。但对于大尺寸的二维数值矩阵，若采用普通DCT变换，其花费的时间将是让人难以忍受甚至无法达到实用。 解决方案，关注快速DCT变换的算法研究。目前而言，DCT变换的快速算法有以下两种方式： 1．快速FFT算法。直接利用FFT来实现DCT变换的快速算法。特点是实现相对较容易，但计算过程会涉及到复数运算。由于DCT变换前后的数据都是实数，而引入复数，显然是增加了运算量，也给硬件存储提出了更高的要求。 2．直接在实数域进行DCT快速变换。显然，这种方法相比于前一种而言，计算量和硬件要求都要优于前者。 鉴于此，一般采用第二种方法来实现DCT变换的快速算法。 DCT变换是一种实数域变换，其变换核心为实数的余弦函数。变换实质是将一个空间域上的信号，变换为一个频域上的信号。 设一幅图像，或者一幅图像的某个彩色分量经过数字化后存为矩阵A，并设A为M×N矩阵，则2维DCT变换定义为： 图像矩阵分块 颜色变换 零偏置转换 频域变换 系数量