第四章_静态图像压缩与编码技术.ppt

多媒体信息技术March 19 计算机与信息学院 编码方法 符号串编码：将串中使用的符号表按原编码（如字符的ASCII编码、数字的二进制编码）从小到大顺序排列成表。计算表中每种符号si出现的概率pi，然后依次根据这些符号概率大小pi来确定其在[0, 1)期间中对应的小区间范围[xi, yi)： 其中，p0 = 0。显然，符号si所对应的小区间的宽度就是其概率pi ： 输入串编码：设串中第j个符号cj为符号表中的第i个符号si，则可根据si在符号表中所对应区间的上下限xi和yi，来计算编码区间Ij = [lj, rj)： 其中，dj = rj - lj为区间Ij的宽度，初值l0 = 0、r0 = 1、d0 = 1。显然，lj↑而dj与rj↓ 串的最后一个符号所对应区间的下限ln就是该符号串的算术编码值 例如：输入符号串为“helloworld”（10个字符），符号表含7个符号，按字母顺序排列，容易计算它们各自出现概率和所对应的区间。下表是符号表及其符号的概率和对应区间 符号表 编码过程表 编码输出为l10 = 0.214615788 解码方法 由符号表（包括符号对应的概率与区间）和实数编码ln，可以按下面的解码算法来重构输入符号串： 设v1 = ln = 码值 若vj ∈[xi, yi) → cj = si , j = 1, … , n vj+1 = (vj - xi) / pi , j = 1, … , n-1 解码过程表 重构输入符号串为v10 = “helloworld” 4.3 量化 数据压缩编码中的量化处理，不是指A/D变换后的量化，而是指以PCM码作为输入，经正交变换、差分、或预测处理后，熵编码之前，对正交变换系数、差值或预测误差的量化处理。量化输入值的动态范围很大，需要以多的比特数表示一个数值，量化输出只能取有限个整数，称作量化级，希望量化后的数值用较少的比特数便可表示。每个量化输入被强行归一到与其接近的某个输出，即量化到某个级。量化处理总是把一批输入，量化到一个输出级上，所以量化处理是一个多对一的处理过程，是个不可逆过程，量化处理中有信息丢失，或者说，会引起量化误差（量化噪声）。 4.4.1 量化原理 4.3 量化 量化器的设计要求 通常设计量化器有下述两种情况： ▲给定量化分层级数，满足量化误差最小。 ▲限定量化误差，确定分层级数，满足以尽量小的平均比特数，表示量化输出。 4.4.2 标量量化器的设计 4.3 量化 量化方法有标量量化和矢量量化之分，标量量化又可分为: 均匀量化 非均匀量化 自适应量化 4.4.2 标量量化器的设计 4.3 量化 均匀量化特性曲线 非均匀量化特性曲线 4.3 量化 矢量量化编码是近年来图像、语音信号编码技术中颇为流行的一种新型量化编码方法。矢量量化编码方法一般是有失真编码方法。矢量量化的名字是相对于标量量化而提出的。对于PCM数据，一个数一个数地进行量化叫标量量化。若对这些数据分组，每组K个数构成一个K维矢量，然后以矢量为单元，逐个矢量进行量化，称矢量量化。 4.4.3 矢量量化 矢量量化编码解码框图 4.4 常用多媒体压缩方法 一．编码准备 模数转换(A/D)： A/D 连续模拟信号 —? 离散数字信号 采样/量化 预处理：对得到的初始数字信号进行必要的处理，包括过滤、去噪、增强、修复等，以达到除去数据中的不必要成分、提高信号的信噪比、修复数据的错误等目的 编码过程 编码与解码 A/D 预处理 压缩 多媒体信号 ? 数字信号 ? 处理过的数字信号 ? 压缩数据 (子)采样/量化 过滤/去噪/增强/修复 源编码/熵编码 存储 解码 D/A ? 压缩数据? 重构的数字信号 ? 显示/播放 传输 还原/重构 (插值) 二．编解码过程 4.4.1熵编码 信息量和信息熵 图像的概率分布、信息量和信息熵之间有什么关系？在图像编码压缩理论研究中，为什么要引入信息论中“熵”值的概念，有什么重要意义？这是我们下面需要说明的问题。 信息论中的信源编码理论解决的主要问题： （1）数据压缩的理论极限 （2）数据压缩的基本途径 4.4.1熵编码 编码器 信源(消息集) 编码输出集(接收端) X={x1,x2,…,xn} Z={z1,z2,…,zn} 符号集Am={a1,a2,…,am} 编码器模型图 其中 X是消息集, 由几个信号单元xj构成（j=1,2,……,n） Z是输出集，由几个码字zj构成（j=1,2,……,