【正文】 1 多媒體技術(shù)基礎(chǔ) 蔡宇輝 湖南大學(xué)軟件學(xué)院 2 第四章 多媒體數(shù)據(jù)壓縮編碼技術(shù) 3 第四章的內(nèi)容 1. 多媒體數(shù)據(jù)壓縮編碼概述 2. 重要性、可能性、分類 3. 脈沖編碼調(diào)制 4. 統(tǒng)計編碼：編碼、算術(shù)編碼 5. 預(yù)測編碼：、幀間預(yù)測 6. 變換編碼 7. 多媒體數(shù)據(jù)壓縮編碼的國際標(biāo)準(zhǔn) 8. 、 4 第一節(jié) 數(shù)據(jù)壓縮編碼概述 多媒體數(shù)據(jù)壓縮編碼的重要性 多媒體數(shù)據(jù)壓縮編碼的可能性 多媒體數(shù)據(jù)壓縮編碼的分類 5 數(shù)據(jù)壓縮編碼的重要性 ? 在多媒體技術(shù)中，處理的多媒體數(shù)據(jù)都應(yīng)是數(shù)字信號，傳統(tǒng)的媒體信息需要進(jìn)行采樣和量化后方能在計算機(jī)中處理。 ADC 放大器 6 ? 原始媒體信息數(shù)字化后的數(shù)據(jù)量巨大。 ? 例 1：一頁 B5（ 180 255）大小的文件，以中等分辨率 300、 8位色方式掃描，其數(shù)據(jù)量為 。 ? 保存一部《鹿鼎記 》（ 1813頁）需要（ 650M的得刻 19張）。 7 ? 例 2：立體聲的激光唱盤，采樣頻率為，量化位數(shù)為 16，則一秒鐘的音頻數(shù)據(jù)量就可達(dá) 172。 ? 650M的只可存儲 1小時音樂。 ADC 8 ? 對于視頻，數(shù)據(jù)量的問題則更加突出。 ? 例 3：采用制式，采樣格式為 4:4:4， 24位色，則一秒鐘的視頻數(shù)據(jù)量就可達(dá) 。 ? 電影《龍騎士》（時長 100分鐘）需要約289張 650M的存放。 采集卡 9 ? 由于多媒體信息的數(shù)據(jù)量十分龐大，給存儲器的存儲容量、通信線路的帶寬資源、傳輸速率以及計算機(jī)的處理速度都增加了極大壓力。 ? 解決方法： ? 從硬件設(shè)備入手：增加存儲器、帶寬資源；研究新型線纜提高傳輸效率；使用快速的高檔計算機(jī) …… ? 從信息內(nèi)容入手：進(jìn)行數(shù)據(jù)壓縮編碼。 ——根本的解決之道 10 數(shù)據(jù)壓縮對多媒體應(yīng)用的意義 ? 通過數(shù)據(jù)壓縮技術(shù)可減少多媒體信息的數(shù)據(jù)量，其意義在于： 提高了傳輸效率 節(jié)約了存儲空間 使計算機(jī)能夠 實時處理多媒體信息 加快了處理速度 11 數(shù)據(jù)壓縮編碼的可能性 ? 多媒體數(shù)據(jù)能否進(jìn)行壓縮？ ? 研究表明，多媒體信息中存在大量的冗余，去掉這些冗余數(shù)據(jù)便可實現(xiàn)數(shù)據(jù)的壓縮。 冗余數(shù)據(jù) 可用信息 原始的多媒體數(shù)據(jù) 12 音頻中的冗余 ? 音頻中的冗余信息主要有： ? 時域冗余 ? 幅度的非均勻分布；樣本間的相關(guān)性；周期之間的相關(guān)性；基音之間的相關(guān)性；靜止系數(shù)（間隔）；長時自相關(guān)函數(shù)。 ? 頻域冗余 ? 非均勻的長時功率譜密度；語音特有的短時功率譜密度。 ? 人耳的聽感覺分辨能力有限。 13 圖像 /視頻中的冗余 ? 圖像 /視頻信息中包含有大量的冗余，主要有下列不同類型的冗余信息： ? 空間冗余 ? 時間冗余 ? 結(jié)構(gòu)冗余 ? 知識冗余 ? 視覺冗余 ? 圖像區(qū)域的相同性冗余 ? 紋理的統(tǒng)計冗余 14 a. 空間冗余 ? 空間冗余是靜態(tài)圖像中最主要的一種冗余。 ? 通常的圖像都描述了某個場景，其相鄰像素點之間存在一定的空間連貫性。如果編碼時不考慮這一相關(guān)性，就會造成空間冗余。 左邊的圖像顯示了一個規(guī)則物體，其大量像素點的亮度、飽和度、色調(diào)等參數(shù)都一樣。 15 b. 時間冗余 ? 時間冗余是視頻中常見的一種冗余。 ? 序列圖像中，相鄰幀往往包含有相同的背景和運動物體，只是運動物體的位置有所變化，因此相鄰兩幀的數(shù)據(jù)差別很小，具有時間上的連貫性。如果編碼時不考慮這一相關(guān)性，就會造成時間冗余。 16 c. 結(jié)構(gòu)冗余 ? 有些圖像中有規(guī)則紋理，其像素值存在明顯的分布模式， ? 只要知道分布模式，便可通過某種方法生成圖像，這種數(shù)據(jù)冗余即結(jié)構(gòu)冗余。 規(guī)則的紋理圖像 17 d. 知識冗余 ? 對圖像的理解有時與某些知識有相當(dāng)大的相關(guān)性，例如人臉的圖像就具有同樣的五官位置。 ? 可以根據(jù)已有的知識構(gòu)造基本模型，并創(chuàng)建特征圖像庫，則只需提供少量的特征參數(shù)信息便可生成圖像，這種數(shù)據(jù)冗余即知識冗余。 18 e. 視覺冗余 ? 視覺冗余是針對人眼的視覺特性而言的。 ? 人對圖像的敏感性是非均勻、非線性的，而一般的編碼卻是線性方式，因此存在視覺冗余。 ? 視覺系統(tǒng)對亮度比對色度敏感。 ? 視覺系統(tǒng)對低頻信號比對高頻信號敏感。 ? 視覺系統(tǒng)對靜止圖像比對運動圖像敏感。 ? 視覺系統(tǒng)對水平、垂直線條比對斜線條敏感。 ? 隨著亮度的增加，視覺系統(tǒng)對量化誤差的敏感度降低。（高光區(qū)可用較少的量化位數(shù)） ? 視覺系統(tǒng)把圖像的邊緣和非邊緣區(qū)域分開處理。 ? 視覺系統(tǒng)總是把視網(wǎng)膜上的圖像分解成若干個空間有向的頻率通道后，再做進(jìn)一步處理。 19 f. 圖像區(qū)域的相同性冗余 ? 有的圖像存在一些相同或相近的區(qū)域，從而產(chǎn)生數(shù)據(jù)的重復(fù)性存儲，這就是圖像區(qū)域的相同性冗余。 ? 可以只記錄一個區(qū)域中各個像素的值，與其相同或相近的區(qū)域則不必記錄。 ? 向量量化方法就是針對這種冗余進(jìn)行數(shù)據(jù)壓縮的。 20 g. 紋理的統(tǒng)計冗余 ? 有些紋理并不嚴(yán)格服從某一分布規(guī)律，但它在統(tǒng)計意義上又符合該規(guī)律，這種數(shù)據(jù)冗余即紋理的統(tǒng)計冗余。 孔雀羽毛的紋理分布 21 數(shù)據(jù)壓縮編碼的分類 22 ? 多媒體數(shù)據(jù)壓縮編碼方法有很多種，根據(jù)不同的依據(jù)可產(chǎn)生不同的分類： ? 按照編碼算法的原理：分成脈沖編碼調(diào)制、預(yù)測編碼、變換編碼、量化與向量量化編碼、統(tǒng)計編碼、子帶編碼、結(jié)構(gòu)編碼、模型編碼、混合編碼等等； ? 根據(jù)質(zhì)量有無失真：分成有損失編碼和無損失編碼； ? 按照其作用域在空間或頻率上：分成空間方法、變換方法和混合方法； ? 根據(jù)是否自適應(yīng)：分成自適應(yīng)性編碼和非適應(yīng)性編碼。 23 無損編碼和有損編碼 ? 實際上，信息進(jìn)行數(shù)字化時，量化誤差是不可避免的。此處的“無損” 和“有損”是針對編碼過程而言的。 ? 無損編碼：也稱冗余壓縮法。將編碼后的數(shù)據(jù)進(jìn)行解碼，所得數(shù)據(jù)和編碼前的原始數(shù)據(jù)嚴(yán)格一致，壓縮比約為 2:1~5:1，常用的算法有：編碼、算術(shù)編碼、行程編碼、詞典編碼等。 ? 有損編碼：也稱熵壓縮法。解碼得到的還原數(shù)據(jù)與原始數(shù)據(jù)之間存在一定的誤差，但并不影響人對原始資料表達(dá)信息的理解，壓縮比從幾倍到上百倍。 24 25 壓縮軟件實際上就是使用上述這些算法進(jìn)行壓縮的。 26 衡量編碼方法優(yōu)劣的指標(biāo) ? 衡量壓縮編碼方法優(yōu)劣的重要指標(biāo)有： ? 壓縮比要高； ? 壓縮與解壓的速度快； ? 算法簡單，適合于硬件實現(xiàn)； ? 解壓縮后還原信息的質(zhì)量高。 27 第二節(jié) 脈沖編碼調(diào)制 ? 脈沖編碼調(diào)制：，即將連續(xù)模擬信號數(shù)字化，包括采樣、量化 /編碼。 ? 模擬量經(jīng)過轉(zhuǎn)換，得到二進(jìn)制碼的過程，也稱編碼。 ? 其它的編碼方法都是 在模擬信號經(jīng)過 編碼后再進(jìn)行的壓縮 編碼方法。 28 編碼過程 29 第三節(jié) 統(tǒng)計編碼 ? 數(shù)據(jù)壓縮技術(shù)的理論基礎(chǔ)是信息論，根據(jù)信息論的原理，可以找到最佳的數(shù)據(jù)壓縮編碼方法。 ? 數(shù)據(jù)壓縮的理論極限是信息熵，統(tǒng)計編碼就是利用了信息熵原理，因此也稱作信息熵編碼、熵保存編碼或熵編碼。 ? 統(tǒng)計編碼是一種無損的壓縮方法，如香農(nóng)編碼、 編碼、算術(shù)編碼等。 30 統(tǒng)計編碼的原理 ——信息量和信息熵 ? 熵是信息論中的概念，是信息量的度量方法。 ? 要理解什么是“信息熵”，先得了解信息、信息量的含義。 31 ? 下面以信源編碼模型來說明。 編碼器 信源（消息集） 編碼輸出集 X={x1,…,x n} Z={z1,…,z n} 符號集 Am={a1,…,a m} ? X為消息集，由 n個信號單元構(gòu)成 ? Z為輸出集，由