多媒体技术第二讲ppt演示文稿.ppt

第二讲 多媒体处理理论及共性技术基础;Why Digital?;Digitization Process;Sampling: Nyquist sampling theorem 目的 — 用最少的时间离散信号样本来精确表示原来的连续信号。 Nyquist采样标准 — 采样频率至少为连续信号带宽的两倍。 如果采样频率小于这个标准，就会产生“混叠”现象，即采样后离散信号不能重构原连续信号。 ;Nyquist System:;Quantization: Linear and Non-linear Linear quantization: 均匀量化 Non-linear quantization: 非均匀量化(大信号采用大间隔, 小信号用小间隔) ;举例：图象非均匀量化;Types of multimedia data Text Graphics Picture/image Audio Speech Video Generated media ;Text;Graphics;Images (Pictures);Audio;Speech Recognition Issues;Acoustic Modeling Describes the sounds that make up speech;Speech Variations;Video;Orthogonal Transforms 从理论上讲正交变换本身不能对信号产生任何影响,但正交变换改变了信号的表现域或表现形式,为某些信号处理和分析如压缩提供了另一种可能更方便的手段. ;;Discrete Cosine Transform (DCT);;Wavelet Transform (WT);Coding 从信息论角度看: 描述信源的数据由有效信息和冗余量两部分组成,去除冗余量能够节省存储和传输中的开销,同时又不损失信源的有效信息量. 从生理角度看: 一定限度的失真是允许的,如人眼对图象灰度分辨率的局限性,监视器显示分辨率的限制,因此可以对图象信源做一定的甚至很大程度的压缩. 编码压缩的分类: 1) 冗余度压缩: 基于统计模型,减少或完全去除数据流中的冗余,同时保持信息不变. (Statistical Coding). 2) 熵(entropy)压缩: 以牺牲部分信息量为代价而换取缩短平均码长的方法,即有损压缩.;Statistical Coding 统计编码是根据信源的概率分布特性,分配可变长码字 (其具有唯一可译性),降低平均码字长度. Shannon Coding Huffman Coding Arithmetic Coding ;Shannon Coding Log2(1/pi) 表示包含在 si 中的信息量,即编码所需的位数, 如果信息出现的概率不同,那么用非一致位表示不同的信 息比用同一位表示更有效率. Shannon and Fano 提出由上到下的编码方法: 图象灰度级 xi 按概率递减排序. 将 xi 分成2组,每组的概率和相等或相似,对第一组分配代码“0”,对第二组分配??1”. 执行步骤2后,如果每组还是由2个或2个以上灰度级组成,就重复上述步骤,知道每组只有一个灰度级. ;Huffman Coding 与Shannon Coding相反,它是一种从下到上的编码方法: 将灰度等级按概率从大到小排序. 取两个最小概率相加之和取代这两个概率,然后所有概率构成一个新的概率集合(新概率集合的元素个数比执行前少1个),新概率元素在集合中还是遵循由大到小规则确定自己所处的位置. 被相加的2个最小概率所对应的灰度级成为Huffman树的一个叶节点,这2个节点构造一个父节点. 重复2,3步骤直到只有2个概率为止,这时Huffman树达到了根节点. 设所有节点的左后代为“0”,右后代为“1”,那么从根开始经各中间节点到叶节点的路径代码就是叶节点的Huffman码. ;Huffman coding的效率优于其它统计编码,是一种最佳变长码. 当数据成分复杂时,码表生成困难,编码速度较慢. (排序复杂) Huffman码无错误保护功能. (error propagation) Huffman和Shannon都自含同步码,无需添加标记符号. ;Arithmetic Coding 通过把信息转换为[0,1]实数实现编码,已知参数包括每个符号的概率和它的编码间隔.;;算术编码的问题: 精度有限,但可采用位数放大法或分段编码解决. 译码器要在接受这个实数的所有值后译码. 对错误敏感. 要加终止符. 动态建模: 实时精确知道信源概念是困难的.;The characte