數(shù)據(jù)壓縮基礎ppt課件(已修改)
2024-11-15 22:14 本頁面
【正文】 XIDIAN 數(shù)據(jù)壓縮基礎 多媒體技術 第四講 2 主要內容 ? 數(shù)據(jù)壓縮概述 ? 經典數(shù)據(jù)壓縮理論 ? 香農－范諾與霍夫曼編碼 ? 算術編碼 ? 行程編碼 ? 詞典編碼 ? 預測編碼 ? 變換編碼 ? 分析綜合編碼 3 什么是數(shù)據(jù)壓縮 ? 數(shù)據(jù)壓縮就是在一定的精度損失條件下，以最少的數(shù)碼表示信源所發(fā)出的信號 信源 編碼 信道 編碼 信道 信道 譯碼 信源 譯碼 信源 信宿 4 多媒體信源引起了 “ 數(shù)據(jù)爆炸 ” 如果不進行數(shù)據(jù)壓縮 傳輸和存儲都難以實用化 。 多媒體 數(shù)據(jù) 數(shù)據(jù)壓縮的必要性 5 數(shù)字音頻格式頻帶( H z)帶寬( K H z)取樣率( K H z)量化位數(shù)存儲容量 ( M B )電話200 ~ 3 4 0 0 3 .2 8 8 0 .4 8會議電視伴音 50 ~ 7 0 0 0 7 16 14 1 .6 8CD D A20 ~ 2 0 0 0 0 20 4 4 .1 16 5 .2 9 2 2DA T20 ~ 2 0 0 0 0 20 48 16 5 .7 6 2數(shù)字音頻廣播20 ~ 2 0 0 0 0 20 48 16 5 .7 6 6分鐘 數(shù)字 音 頻信號需要的存儲空間 1 6 數(shù)字電視 格 式 空間時間分辨率 取樣率(M Hz) 量化位數(shù) 存儲容量(M B) 公用中間 格式（ CIF ） 35 2 288 30 亮度 3 ；4: 1:1 亮度、色差 共 12 27 0 CC IR 60 1 號建議 PA L720 48 0 30 NT SC720 57 6 25 亮度 4: 2:2 亮度、色 差共 16 16 20 16 20 HD TV 亮度信號 12 80 72 0 60 60 8 36 00 分鐘數(shù)字視頻信號需要的存儲空間 1 7 ? 時間域壓縮 ──迅速傳輸媒體信源 ? 頻率域壓縮 ──并行開通更多業(yè)務 ? 空間域壓縮 ──降低存儲費用 ? 能量域壓縮 ──降低發(fā)射功率 數(shù)據(jù)壓縮的好處 8 ?壓縮比要大 ?恢復后的失真小 ?壓縮算法要簡單 、 速度快 ?壓縮能否用硬件實現(xiàn) 數(shù)據(jù)壓縮技術實現(xiàn)的衡量標準 9 無損壓縮 是指使用壓縮后的數(shù)據(jù)進行重構 (或者叫做還原，解壓縮 )，重構后的數(shù)據(jù)與原來的數(shù)據(jù)完全相同；無損壓縮用于要求重構的信號與原始信號完全一致的場合。 有損壓縮 是指使用壓縮后的數(shù)據(jù)進行重構，重構后的數(shù)據(jù)與原來的數(shù)據(jù)有所不同，但不影響人對原始資料表達的信息造成誤解。有損壓縮適用于重構信號不一定非要和原始信號完全相同的場合。 數(shù)據(jù)壓縮技術的分類 10 經典數(shù)據(jù)壓縮理論 信息論中的信源編碼理論解決的主要問題： （ 1）數(shù)據(jù)壓縮的理論極限 （ 2）數(shù)據(jù)壓縮的基本途徑 11 信源 ? 信源被抽象為一個隨機變量序列（隨機過程）。 ? 如果信源輸出的隨機變量取值于某一連續(xù)區(qū)間，就叫做 連續(xù)信源 。比如語音信號 X(t)。 ? 如果信源輸出的隨機變量取值于某一離散符號集合，就叫做 離散信源 。比如平面圖像 X(x， y)和電報。 信源 X1, X2, X3, X4…… 12 離散信源 ? 如果隨機序列中各個變量獨立具有相同的概率分布，則稱為 簡單 離散信源 。 ? 如果離散平穩(wěn)信源的輸出序列中各個變量是相互獨立的，即前一個符號的出現(xiàn)不影響以后任何一個符號出現(xiàn)的概率，則稱為 離散無記憶平穩(wěn)信源 ，否則稱為 離散有記憶平穩(wěn)信源 。 信源 X1, X2, X3, X4…… {a1, a2, a3, …a m} 13 離散事件的非平均互信息量 ? y事件的發(fā)生對判斷 x事件所帶來的信息量取決于 x的先驗概率 p(x)與 y發(fā)生后 x的后驗概率 p(x|y)之比。 ? 非平均互信息量 I(x 。 y) ? 互信息量的性質： )()()(l o g)()|(l o g)。(ypxpxypxpyxpyxI ??)。()。()1( xyIyxI ?)|。()。()。()2( yzxIyxIyzxI ??14 離散事件的非平均自信息量 ? 為了完全確定事件 x(使后驗概率為 1)所必須提供的信息量稱為 x事件的非平均自信息量 I(x) ? 非平均自信息量是隨機事件的一個固有特性，它表明了事件的先驗不確定性大小 )(l o g)(1l o g)( xpxpxI ???)。()( yxIxI ?15 聯(lián)合自信息量與條件自信息量 ? 條件自信息量 I(x|y)： y確定時 x所保留的不確定性大小： ? 聯(lián)合自信息量 I(xy)： )|(l og)|( yxpyxI ??)(l og)( xypxyI ??16 一些結論 )|()()|()()。()4( xyIyIyxIxIyxI ????I(x) I(y) I(x。y) I(xy) )()()()。()5( xyIyIxIyxI ???)。()()()()6( yxIyIxIxyI ???)()()()3( yIxIxyI ??)()|()1( xIyxI ?)|()|()()()2( xyzIxyIxIx y zI ???17 熵（ Entropy） ? 事件集合（樣本空間） X中每個事件的自信息量 I(x)
教學課件相關推薦
鄂ICP備17016276號-1