【正文】 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 人民郵電出版社 國(guó)防科學(xué)技術(shù)大學(xué) 版權(quán)所有 第三章 多媒體數(shù)據(jù)壓縮 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 人民郵電出版社 國(guó)防科學(xué)技術(shù)大學(xué) 版權(quán)所有 數(shù)據(jù)壓縮的 基本原理和方法 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮的基本原理和方法 ? 壓縮的必要性 音頻、視頻的數(shù)據(jù)量很大，如果不進(jìn)行處理，計(jì)算機(jī)系統(tǒng)幾乎無法對(duì)它進(jìn)行存取和交換。 例如，一幅具有中等分辨率（ 640 480）的真彩色圖像（ 24b/像素），它的數(shù)據(jù)量約為 ，一個(gè) 100MB（ Byte） 的硬盤只能存放約 100幀圖像。若要達(dá)到每秒 25幀的全動(dòng)態(tài)顯示要求，每秒所需的數(shù)據(jù)量為 184Mb， 而且要求系統(tǒng)的數(shù)據(jù)傳輸率必須達(dá)到 184Mb/s。 對(duì)于聲音也是如此，若采用 16b樣值的 PCM編碼，采樣速率選為 ， 則雙聲道立體聲聲音每秒將有 176KB的數(shù)據(jù)量。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮的基本原理和方法 ? 視頻、 圖像、聲音有很大的壓縮潛力 信息論認(rèn)為：若信源編碼的熵大于信源的實(shí)際熵，該信源中一定存在冗余度。 原始信源的數(shù)據(jù)存在著很多冗余度：空間冗余、時(shí)間冗余、視覺冗余、聽覺冗余等。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 節(jié)省圖象或視頻的存儲(chǔ)容量 ， 增加訪問速度 ， 使數(shù)字視頻能在 PC機(jī)上實(shí)現(xiàn) ， 需要進(jìn)行視頻和圖象的壓縮 。 有三個(gè)關(guān)鍵參數(shù)評(píng)價(jià)一個(gè)壓縮系統(tǒng) ?壓縮比 ?圖象質(zhì)量 ?壓縮和解壓的速度 另外也必須考慮每個(gè)壓縮算法所需的硬件和軟件。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 1． 壓縮比 壓縮性能常常用壓縮比定義 （ 輸入數(shù)據(jù)和輸出數(shù)據(jù)比 ） 例： 512 480， 24bit/pixel(bpp) 輸出 15000byte 輸入＝ 737280byte 壓縮比＝ 737280/15000＝ 49 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 2． 圖象質(zhì)量 壓縮方法： 無損壓縮 （ 圖象質(zhì)量不變 ） 有損壓縮 有損壓縮：失真情況很難量化 ， 只能對(duì)測(cè)試的圖象進(jìn)行估計(jì) 。 模擬圖象質(zhì)量的指標(biāo)：信噪比 、 分辨率 、 顏色錯(cuò) ，但必須在觀察了實(shí)際圖象以后 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 3． 壓縮解壓速度 在許多應(yīng)用中 ， 壓縮和解壓可能不同時(shí)用 ，在不同的位臵不同的系統(tǒng)中 。 所以 ， 壓縮 、 解壓速度分別估計(jì) 。 靜態(tài)圖象中 ， 壓縮速度沒有解壓速度嚴(yán)格；動(dòng)態(tài)圖象中 ， 壓縮 、 解壓速度都有要求 ， 因?yàn)樾鑼?shí)時(shí)地從攝像機(jī)或 VCR中抓取動(dòng)態(tài)視頻 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 4． 硬軟件系統(tǒng) 有些壓縮解壓工作可用軟件實(shí)現(xiàn) 。 設(shè)計(jì)系統(tǒng)時(shí)必須充分考慮： 算法復(fù)雜 － 壓縮解壓過程長(zhǎng) 算法簡(jiǎn)單 － 壓縮效果差 目前有些特殊硬件可用于加速壓縮 /解壓。 硬接線系統(tǒng)速度快，但各種選擇在初始設(shè)計(jì)時(shí)已確定，一般不能更改。因此在設(shè)計(jì)硬接線壓縮 /解壓系統(tǒng)時(shí)必須先將算法標(biāo)準(zhǔn)化。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 1. 數(shù)據(jù)冗余的類型 一幅圖象中同一種顏色不止一個(gè)象素點(diǎn) ， 若相鄰的象素點(diǎn)的值相同 ， 象素點(diǎn)間 （ 水平 、 垂直 ）有冗余 。 （ 空間冗余 ） 當(dāng)圖象的一部分包含占主要地位的垂直的源對(duì)象時(shí) ， 相鄰線間存在冗余 。 （ 空間冗余 ） 若圖象穩(wěn)定或只有輕微的改變 ， 運(yùn)動(dòng)序列幀間存在冗余 。 （ 時(shí)間冗余 ） 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 ?空間冗余：在同一幅圖像中，規(guī)則物體和規(guī)則背景的表面物理特性具有相關(guān)性，這些相關(guān)性的光成像結(jié)果在數(shù)字化圖像中就表現(xiàn)為數(shù)據(jù)冗余。 ?時(shí)間冗余：時(shí)間冗余反映在圖像序列中就是相鄰幀圖像之間有較大的相關(guān)性，一幀圖像中的某物體或場(chǎng)景可以由其它幀圖像中的物體或場(chǎng)景重構(gòu)出來。音頻的前后樣值之間也同樣有時(shí)間冗余。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 ?信息熵冗余：信源編碼時(shí)，當(dāng)分配給第 i個(gè)碼元類的比特?cái)?shù) b（ yi） =logpi， 才能使編碼后單位數(shù)據(jù)量等于其信源熵，即達(dá)到其壓縮極限。但實(shí)際中各碼元類的先驗(yàn)概率很難預(yù)知，比特分配不能達(dá)到最佳。實(shí)際單位數(shù)據(jù)量 dH（ S）， 即存在信息冗余熵。 ?視覺冗余：人眼對(duì)于圖像場(chǎng)的注意是非均勻的，人眼并不能察覺圖像場(chǎng)的所有變化。事實(shí)上人類視覺的一般分辨能力為 26灰度等級(jí)，而一般圖像的量化采用的是 28灰度等級(jí)，即存在著視覺冗余。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 ?聽覺冗余：人耳對(duì)不同頻率的聲音的敏感性是不同的，并不能察覺所有頻率的變化，對(duì)某些頻率不必特別關(guān)注，因此存在聽覺冗余。 ?其它冗余：包括結(jié)構(gòu)冗余、知識(shí)冗余等。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 2. 數(shù)據(jù)壓縮技術(shù)分類 根據(jù)解碼后數(shù)據(jù)與原始數(shù)據(jù)是否完全一致可以分為兩大類：一類是熵編碼 、 冗余壓縮法 ， 也稱無損壓縮法 、 無失真壓縮法；二是熵壓縮法 ， 也稱有損壓縮法 、 有失真壓縮法 。 從 “ 熵 ” 損失角度分為無損壓縮和有損壓縮兩種： 無失真壓縮 ， 又稱熵編碼 。 由于不會(huì)失真 ， 多用于文本 、 數(shù)據(jù)的壓縮 ， 但也有例外 ， 非線性編輯系統(tǒng)為了保證視頻質(zhì)量 ， 有些高檔系統(tǒng)采用的是無失真壓縮方法 。 有失真壓縮 ， 又稱熵壓縮法 。 大多數(shù)圖像 、 聲音 、 動(dòng)態(tài)視頻等數(shù)據(jù)的壓縮是采用有失真壓縮 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 從信息語義角度分為 “ 熵 (平均信息量 )編碼 ”和 “ 源編碼 ” 兩種： 熵 (平均信息量 )編碼 (Entropy Coding) 熵編碼是一種泛指那些不考慮被壓縮信息的性質(zhì)的編碼和壓縮技術(shù)。它是基于平均信息量的技術(shù)把所有的數(shù)據(jù)當(dāng)作比特序列，而不根據(jù)壓縮信息的類型優(yōu)化壓縮。也就是說，平均信息量編碼忽略被壓縮信息的語義內(nèi)容。 熵編碼分為：重復(fù)序列消除編碼 (含：消零、行程編碼 )、統(tǒng)計(jì)編碼等。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 源編碼 (Source Coding) 源編碼的冗余壓縮取決于初始信號(hào)的類型、前后的相關(guān)性、信號(hào)的語義內(nèi)容等。源編碼比嚴(yán)格的平均信息量編碼的壓縮率更高。當(dāng)然壓縮的程度主要取決于數(shù)據(jù)的語義內(nèi)容，比起平均信息量編碼，它的壓縮比更大。 源編碼主要分為 ：預(yù)測(cè)編碼、變換編碼、向量量化等。 數(shù)據(jù)冗余的類型與壓縮方法分類 Source Coding Prediction : DPCM and DM Transformation : FFT、 DCT Layered : Subband、 Subsampling and Bit Position Vector Quantization Hybrid Coding JPEG、 MPEG、 、DVI、 IntelIndeo Entropy Coding Run Length Coding Statistical Coding Huffman Arithmetic 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 1. 統(tǒng)計(jì)編碼 方法是：識(shí)別一個(gè)給定的流中出現(xiàn)頻率最高的比特或字節(jié)模式，并用比原始比特更少的比特?cái)?shù)來對(duì)其編碼。即就是，頻率越低的模式，其編碼的位數(shù)越多，頻