多媒体技术教程V3-ch3.pptx

第三章 多媒体数据压缩 3.1 多媒体数据压缩 技术概述3.1 多媒体数据压缩技术概述 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。 例如，一幅具有中等分辨率（640×480）的真彩色图像（24b/像素），它的数据量约为7.37Mb/帧，一个 100MB（Byte）的硬盘只能存放约100帧图像。若要达到每秒25帧的全动态显示要求，每秒所需的数据量为184Mb，而且要求系统的数据传输率必须达到184Mb/s。对于声音也是如此，若采用16b样值的PCM编码，采样速率选为44.1kHZ，则双声道立体声声音每秒将有176KB的数据量。3.1 多媒体数据压缩技术概述视频、图像、声音有很大的压缩潜力 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。 原始信源的数据存在着很多冗余度：空间冗余、时间冗余、视觉冗余、听觉冗余等。3.1.1 数据冗余的类型 一幅图象中同一种颜色不止一个象素点，若相邻的象素点的值相同，象素点间（水平、垂直）有冗余。 （空间冗余） 当图象的一部分包含占主要地位的垂直的源对象时，相邻线间存在冗余。 （空间冗余） 若图象稳定或只有轻微的改变，运动序列帧间存在冗余。 （时间冗余）3.1.1 数据冗余的类型空间冗余：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果在数字化图像中就表现为数据冗余。时间冗余：时间冗余反映在图像序列中就是相邻帧图像之间有较大的相关性，一帧图像中的某物体或场景可以由其它帧图像中的物体或场景重构出来。音频的前后样值之间也同样有时间冗余。3.1.1 数据冗余的类型信息熵冗余：信源编码时，当分配给第i个码元类的比特数b（yi）=-logpi，才能使编码后单位数据量等于其信源熵，即达到其压缩极限。但实际中各码元类的先验概率很难预知，比特分配不能达到最佳。实际单位数据量dH（S），即存在信息冗余熵。视觉冗余：人眼对于图像场的注意是非均匀的，人眼并不能察觉图像场的所有变化。事实上人类视觉的一般分辨能力为26灰度等级，而一般图像的量化采用的是28灰度等级，即存在着视觉冗余。3.1.1 数据冗余的类型听觉冗余：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，因此存在听觉冗余。其它冗余：包括结构冗余、知识冗余等。3.1.2 数据压缩方法的分类 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；二是熵压缩法，也称有损压缩法、有失真压缩法。 从“熵”损失角度分为无损压缩和有损压缩两种： 无失真压缩，又称熵编码。由于不会失真，多用于文本、数据的压缩，但也有例外，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。 有失真压缩，又称熵压缩法。大多数图像、声音、动态视频等数据的压缩是采用有失真压缩。3.1.2 数据压缩方法的分类 从信息语义角度分为“熵(平均信息量)编码”和“源编码”两种： 熵 (平均信息量)编码(Entropy Coding) 熵编码是一种泛指那些不考虑被压缩信息的性质的编码和压缩技术。它是基于平均信息量的技术把所有的数据当作比特序列，而不根据压缩信息的类型优化压缩。也就是说，平均信息量编码忽略被压缩信息的语义内容。 熵编码分为：重复序列消除编码 (含：消零、行程编码)、统计编码等。3.1.2 数据压缩方法的分类 源编码(Source Coding) 源编码的冗余压缩取决于初始信号的类型、前后的相关性、信号的语义内容等。源编码比严格的平均信息量编码的压缩率更高。当然压缩的程度主要取决于数据的语义内容，比起平均信息量编码，它的压缩比更大。 源编码主要分为：预测编码、变换编码、向量量化等。Run Length CodingEntropy CodingStatistical CodingHuffmanArithmeticPrediction : DPCM and DMTransformation : FFT、DCTSource CodingLayered : Sub-band、Sub-sampling and Bit PositionVector QuantizationJPEG、MPEG、H.261 、DVI、Intel-IndeoHybrid Coding3.1.2 数据压缩方法的分类3.1.3 数据压缩技术的性能指标 节省图象或视频的存储容量，增加访问速度，使数字视频能在PC机上实现，需要进行视频和图象的压缩。 有三个