多媒体数据压缩.docxVIP

多媒体数据压缩 数字化了的视频和音频信号的数据量是非常大的，一幅具有中等分辨率(640象素×480象素)，彩色(24bit/象素)数字图象的数据量约7.37mbit/帧，帧速率为25帧/秒，那么这种视频信号的传送速率大约为184mbit/秒。对于音频信号，假如采样率为44.1khz，每个采样点以16bit量化，存储10分钟二通道立体声的录音，大约需要100mb的存储空间。由此可见，高效实时地压缩视频和音频的数据量是多媒体通信中不可回避的关键技术问题。 虽然为了传输和存储的目的需要进行数据压缩，但是数据压缩是否有可能呢?回答是肯定的。数据压缩之所以可实现，是因为原始信源数据(视频图象和音频信号)存在着很大的冗余度，比如电视图象帧内邻近象素之间空域相关性及前后帧之间的时域相关性都很大，因而可以进行数据压缩减少或消除冗余。另一方面，在多媒体应用领域中，人是主要接收者，眼睛是图象信息的接收端，耳朵是声音信息的接收端。这样就有可能利用人的视觉对于图象边缘急剧变化不敏感,对图象的亮度信息敏感和对色彩的分辨力弱的特点，以及听觉的生理特性实现数据压缩。数据压缩技术亦称数据编码技术，从1948年oliver提出pcm编码理论开始，迄今已有50余年的历史。随着数字通信技术和计算机科学的发展和，编码技术日臻成熟，应用范围愈加广泛。随着多媒体通信的进一步发展，对编码技术提出了更高的要求。 按照编码放大方法与否产生杂讯，可以把现有的编码放大方法分为并无杂讯编码和存有杂讯编码两大类。顾名思义，前者就是指解压缩以后的还原成图像与完整图像完全一致；后者就是指解压缩之后的还原成图像与完整图像存有一定的误差。当然这种误差必须在一定范围之内，并能够满足用户具体内容应用领域的建议。 无失真编码方法主要有熵编码、算术编码、游程编码等；有失真编码主要有预测编码、变换编码、矢量量化编码、频带分割编码方法、基于模型的编码方法等。本章着重介绍多媒体数据压缩的基本原理以及目前常用国际标准编码压缩方法。 3.1信源编码的基本概念 图象数据压缩的目的是在满足一定的图象质量(或称失真度)的条件下，用尽可能少的比特数来表示原始图象，以提高图象传输的效率和减少图象存储量，这在信息论中称为信源编码。信源编码可分两大类：一类是无失真编码，另一类是有失真编码。下面介绍信源编码中的一些基本概念。 3.1.1无杂讯编码定理 理论分析证明，在无干扰的条件下，存在一种无失真的编码方法，使编码的平均长度l与信源的熵h(s)任意的接近，即l=h(s)+?，其中?为任意小的正数；但以h(s)为其下限，即l?h(s)。这就是香农(shannon)无干扰编码定理。 301 香农无干扰编码定理说明，对于无失真图象编码，原始图象数据的压缩存在一个下限，即平均码组长度不能小于原始图象的熵，而理论上的最佳编码的平均码长只能无限接近原始图象的熵。这样，就可以将原始图象数据的冗余度r定义为: r?完整图象平均值码长?1 原始图象的熵?l?1（3-1）h(s)h(s)1?(3-2)l1?r编码效率?可定义为?? 冗余度直奔近于零或编码效率吻合于1的码便称作高效率码。若原始数据的平均值比特率 为n，编码后的平均比特率为nd，则压缩比c定义为 c?nnd(3-3)根据香农并无阻碍编码定理，并无杂讯编码最小可能将的数据压缩比为 cm?nh(s)???nh(s)(3-4)为了进一步弄清熵与相关性和冗余度的关系，我们讨论一下离散的独立信源的 熵和马尔可夫(markov)信源的熵。 3.1.2独立信源 所谓单一制信源，又称作并无记忆信源，即为信源中符号si的发生与信源其它符号发生是否毫无关系，也就是说，信源中各个符号发生的概率就是单一制的。 设信源包括s1,s2,?,sq等q个符号，各个符号出现的概率分别对应 p(s1),p(s2),?,p(sq)，则此信源的熵为 h(s)???p(s)logp(s)（3-5） i2ii?1ql对于自然二进制码，q?2，其中l等同于二进制码组的长度。如果信源中各符号出来 现概率相等，即p(si)?1/q，则该信源熵为hm(s)??11log?2qi?1qq302 ?1?l?qi?1q?l比特（3-6）由以上分析可以窥见，当信源中各符号发生概率不成正比时，其熵大于hm(s)。也就是说信源中各符号发生概率成正比时，其熵为最小的hm(s)。这时该信源冗余度 r?lhm(s)?1?0，不可能压缩。只有信源中的符号出现概率不相等时，这时信源 的熵h(s)?hm(s)?l，其冗余度r?lhm(s)?1?