多媒体数据压缩编码技术.pptx

第二章 多媒体数据压缩编码技术 第二章 多媒体数据压缩编码技术 2.1 多媒体数据压缩基本原理 2.2 数据压缩与解压缩常用算法 2.3 多媒体数据压缩常用标准 2.1 多媒体数据压缩基本原理 2.1.1 数据压缩的必要性与可能性 2.1.2 数据冗余的基本概念和种类 2.1.3 图像压缩预处理技术 2.1.4 量化及其质量 2.1.5 数据压缩算法综合评价指标 2.1.1 数据压缩的必要性与可能性 数据压缩必要性 数据量大 图像： 一张640×480真彩(24位)的图像需： 640×480×24＝7372800(bit)=900KB (1Byte=8bit) 相当于约46万汉字 2.1.1 数据压缩的必要性与可能性 数据压缩必要性 数据量大 视频： 以这样的图像构成视频，以每秒30帧进行播放，所需数据量为： 7372800×30≈26.37MB 一张650MB(5200Mb)的光盘 只能存储约25秒的视频节目 很难满足计算机处理多媒体的要求 2.1.1 数据压缩的必要性与可能性 数据压缩必要性 数据量大 音频： 以44.1KHz采样频率，量化为16bit双通道立体声，每秒数据量为： 44100×16×2＝1411200(bit)≈172.3KB 一张650MB的光盘能存放： 650×1024/172.3≈64分钟 很难满足计算机处理多媒体的要求 2.1.1 数据压缩的必要性与可能性 数据压缩的可能性 数字化的多媒体数据可以进行数据压缩是基于两种事实 信息的冗余度：多媒体数据中存在大量的冗余，如：300…00(后跟100个0)，可以表示为30(100)，表示3后跟100个0，从而避免大量的重复0。(科学记数法) 数据(文字、图形、声音、视频等)在计算机中都是以二进制值0、1来表达、存储和传输，其数值之间有空间相关和时间相关性。利用相关性可以进行压缩。 2.1.1 数据压缩的必要性与可能性 数据压缩的可能性 数字化的多媒体数据可以进行数据压缩是基于以下两种事实 人的视觉及听觉等感官特性 视觉特征表现为对亮度信息很敏感而对边缘的急剧变化不敏感 听觉特征表现出对部分音频信号不敏感,如人的听觉具有一个强音能抑制一个同时存在的弱音现象,而且人耳对低频端比较敏感，而对高频端不太敏感 因此，完全可以利用这些特性去除一些多余及不敏感的信息，从而实现对数据的压缩 2.1.2 数据冗余的基本概念与种类 数据冗余的基本概念 多媒体数据的数据量远远大于其所携带的信息量 例：180个汉字，文本数据量为360B。广播员朗读使用1分钟，数字化时采样频率8000Hz，单声道，8为量化，则数据量为8000X60＝480KB。可见，传递同样信息，语音数据有1300倍冗余 数学描述：I＝D－du I：信息量 D：数据量 du：冗余量 2.1.2 数据冗余的基本概念与种类 数据冗余的基本概念 复习——信息量 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和含量 复习——信息熵 信源平均信息量 n为数据或码元的个数，p(xi )为码元xi 发生的概率 2.1.2 数据冗余的基本概念与种类 数据冗余的基本概念 为使单位数据量D接近或等于H，应 其中b（x i）为分配给码元x i 的比特数。理论情况下，应取 但实际上很难确定各码元的概率，因此，一般总取 b（x1）= b（x2）= ...= b（x n）,即分配给每个码元的比特数相等(等长码),这样所得的D必然大于H,从而形成了信息冗余。例如, 英文字母编码码元长为7bit, 这样d必然大于H, 由此带来的冗余称为信息熵冗余或编码冗余 2.1.2 数据冗余的基本概念与种类 数据冗余的类别 空间冗余 图像数据中，大量的相邻像素完全一样或十分接近 时间冗余 时间类媒体中经常存在地冗余 相邻两帧的大部分数据无变化，只有少量数据变化 A 2.1.2 数据冗余的基本概念与种类 数据冗余的类别 结构冗余：图像由有规律的图案组成 信息熵冗余：数据携带的信息量少于数据本身 视觉冗余：由人的视觉特性所产生的冗余，人的视觉系统一般的分辨能力约为26灰度等级，而图像量化一般采用28灰度等级，这样的冗余就称为视觉冗余 2.1.2 数据冗余的基本概念与种类 数据冗余的类别 知识冗余：图像的记录方式与人对该图像的知识之间的差异而产生。例如 人脸的图像就有固定的结构，鼻子位于脸的中线上，上方是眼睛，下方是嘴等。我们可以构造其基本模型，并创建对应各种特征的图像库，进而图像的存储只需要保存一些特征参数，就可以大大减少数据量 其他冗余：如图像的空间非定常特性所带来的冗余 2.1.3 图像压缩预处理技术 图像数据压缩的任务是在不影响