【正文】 多 媒 體 技 術(shù)第 4章第 3章 多媒體數(shù)據(jù)壓縮編碼技術(shù)n 概述n 數(shù)據(jù)壓縮的基本方法n 靜態(tài)圖像壓縮編碼國際標(biāo)準(zhǔn) —JPEGn 運(yùn)動(dòng)圖像壓縮編碼國際標(biāo)準(zhǔn) —MPEGn 音頻數(shù)字化與壓縮編碼技術(shù)2第 3章 多媒體數(shù)據(jù)壓縮編碼技術(shù)n 多媒體數(shù)據(jù)壓縮編碼的重要性u(píng)數(shù)據(jù)冗余類型u數(shù)據(jù)壓縮技術(shù)的分類3第 3章 多媒體數(shù)據(jù)壓縮編碼技術(shù)n 媒體數(shù)據(jù)壓縮編碼的重要性u(píng) 信息時(shí)代的重要特征是信息的數(shù)字化。u 早期的計(jì)算機(jī)系統(tǒng)采用模擬方式表示信息，但存在著明顯的缺點(diǎn)：u ① 經(jīng)常會(huì)產(chǎn)生噪音和信號(hào)丟失，并且在復(fù)制過程中逐步積累噪音和誤差。u ② 模擬信號(hào)不適合數(shù)字計(jì)算機(jī)加工處理。4媒體數(shù)據(jù)壓縮編碼的重要性n 數(shù)字化后未經(jīng)壓縮的視頻和音頻等媒體信息的數(shù)據(jù)量是非常大的 1. 圖像數(shù)據(jù)量的大小可用下面的公式來計(jì)算： 圖像數(shù)據(jù)量＝圖像的總像素 色彩深度 247。8 （單位為 Byte，簡寫為 B） 例如，一幅 640480 、 24位（ bit）真彩色的圖像，其文件大小為：64048024247。 8 ＝ 5媒體數(shù)據(jù)壓縮編碼的重要性n 2. 雙通道立體聲激光唱盤，采用脈沖碼調(diào)制采樣，采樣頻率為 ，采樣精度 16位，其一秒鐘時(shí)間內(nèi)的采樣數(shù)據(jù)量為： 1000162247。8 ＝ KB 一個(gè) 650MB的 CD—ROM ，大約可存 1小時(shí)的音樂。6媒體數(shù)據(jù)壓縮編碼的重要性n 3. 對(duì)動(dòng)態(tài)圖形和視頻圖像。例如對(duì)于彩色電視信號(hào)，設(shè)代表光強(qiáng) Y的帶寬為、色彩 I為 Q為，采樣頻率＞ 2倍原始信號(hào)頻率，各分量均被數(shù)字量化為 8位，從而 1秒鐘電視信號(hào)的數(shù)據(jù)量為： （ ＋ ＋ ） 281000000247。8＝ MB7媒體數(shù)據(jù)壓縮編碼的重要性u(píng) 容量為 650MB的 CD—ROM 僅能存 1分鐘的原始電視數(shù)據(jù)。若為高清晰度電視（ HDTV）其 1秒鐘數(shù)據(jù)量約為 150MB（ 247。8 ），一張 CD—ROM 還存不下 5秒鐘的 HDTV圖像。n 巨大數(shù)字化信息的數(shù)據(jù)量對(duì)計(jì)算機(jī)存儲(chǔ)資源和網(wǎng)絡(luò)帶寬有很高的要求，解決的辦法就是要對(duì)視、音頻的數(shù)據(jù)進(jìn)行大量的壓縮。播放時(shí)，傳輸少量被壓縮的數(shù)據(jù)，接收后再對(duì)數(shù)據(jù)進(jìn)行解壓縮并復(fù)原。8數(shù)據(jù)冗余類型u 1. 空間冗余u 基于離散像素采樣來表示物體顏色的方式通常沒有利用景物表面顏色的這種空間相關(guān)性，這些相關(guān)性的光成像結(jié)構(gòu)在數(shù)字化圖像中就表現(xiàn)為空間冗余。我們可以通過改變物體表面顏色的像素存儲(chǔ)方式來利用空間相關(guān)性，達(dá)到減少數(shù)據(jù)量的目的。9數(shù)據(jù)冗余類型u 2. 時(shí)間冗余u 時(shí)間冗余反映在圖像序列中的相鄰幀圖像（電視圖像、動(dòng)畫）之間有較大的相關(guān)性，一組連續(xù)畫面中的相鄰幀往往包含相同的背景和移動(dòng)物體，只不過移動(dòng)物體所在的空間位置略有不同，把一幀圖像中的某物體或場景可以由其他幀圖像中的物體或場景進(jìn)行處理后重構(gòu)出來，可以大大減少時(shí)間冗余。10數(shù)據(jù)冗余類型u 3. 結(jié)構(gòu)冗余u 有些圖像具有較強(qiáng)的相似性的紋理結(jié)構(gòu)，例如布紋圖像和草席圖像，方格狀的地板圖案等，我們稱此為結(jié)構(gòu)冗余。u 4. 知識(shí)冗余u 有許多圖像的理解與某些基礎(chǔ)知識(shí)有相當(dāng)大的相關(guān)性，這類規(guī)律性的結(jié)構(gòu)可由先驗(yàn)知識(shí)和背景知識(shí)得到，我們稱此類冗余為知識(shí)冗余。根據(jù)已有的知識(shí)，我們可以構(gòu)造圖像物體的基本模型，并創(chuàng)建圖像庫。 11數(shù)據(jù)冗余類型u 5. 視覺冗余u 人的接收系統(tǒng)如視覺系統(tǒng)和聽覺系統(tǒng)是有一定限度的，人眼并不能察覺圖像場的所有變化，如人類視覺系統(tǒng)分辨能力約為64灰度等級(jí)，而一般圖像量化采用 256灰度等級(jí)，這類冗余我們稱為視覺冗余。u 6. 聽覺冗余u 人耳的敏感性不能察覺所有頻率的變化，存在聽覺冗余。12數(shù)據(jù)壓縮技術(shù) 的分類n 根據(jù)多媒體數(shù)據(jù)冗余類型的不同，解碼后數(shù)據(jù)與原始數(shù)據(jù)是否完全一致、質(zhì)量有無損失來進(jìn)行分類，壓縮方法可被分為有失真編碼和無失真編碼兩大類。u 無失真壓縮法也稱無損壓縮，無失真壓縮的特點(diǎn)是壓縮比較小，大約在 2∶l 至 5∶l 之間，主要用于文本數(shù)據(jù)、程序代碼和某些要求嚴(yán)格不丟失信息的環(huán)境中，常用的無失真壓縮編碼有如哈夫曼編碼等。13數(shù)據(jù)壓縮技術(shù) 的分類u 有失真壓縮法也稱有損壓縮，有失真壓縮法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，壓縮比可以從幾到幾百倍，常用的有失真壓縮編碼技術(shù)有預(yù)測編碼、變換編碼、模型編碼、混合編碼方法等。主要用于壓縮圖像、聲音等信息。14n 常用的圖像和視頻壓縮方法如圖 31所示：圖像和視頻壓縮方法哈夫曼編碼行程編碼算術(shù)編碼LZW 編碼DCT編碼小波變換子帶編碼無失真壓縮 有失真壓縮預(yù)測編碼 變換編碼 模型編碼運(yùn)動(dòng)補(bǔ)償混合編碼分形編碼JPEGMPEGH. 261數(shù)據(jù)壓縮技術(shù) 的分類15行程（游程）RLE 編碼技術(shù)n 行程編碼主要思路是用編碼器不斷比較信息源符號(hào)相鄰元素值的變化幅度，一旦發(fā)現(xiàn)有明顯的變化，就開始一個(gè)行程。編碼器檢測每一個(gè)行程起點(diǎn)位置開始的多次重復(fù)的比特或者字符序列，然后將一個(gè)相同值的連續(xù)串出現(xiàn)次數(shù)作為行程長度，并將行程長度轉(zhuǎn)換成代碼，再取用信息源符號(hào)的一個(gè)代表值作為代碼，這種編碼稱為行程編碼，或稱游程編碼，常用 RLE表示。16對(duì)一幅兩維圖像 F（ i， j）作水平掃描后得到的部分像素的像素值17行程（游程）RLE 編碼技術(shù)n 用 RLE對(duì)這一行數(shù)據(jù)編碼后得到的碼字表：n RLE編碼壓縮編碼技術(shù)尤其適用于： 計(jì)算機(jī)生成的圖形圖像和黑白二值圖像的編碼，解壓縮速度很快。 RLE的壓縮率的大小取決于圖像本身的特點(diǎn)，可以得到較大的壓縮比。對(duì)復(fù)雜的圖像不適宜用 RLE進(jìn)行編碼。18哈夫曼編碼技術(shù)n 假設(shè)一個(gè)信息源能產(chǎn)生的事件序列中的事件取自一個(gè)有限事件集，事件集 S中的任一事件Si發(fā)生的概率為 P(Si)都相等，即 P(Si) ＝ 1/S，則其所能攜帶的信息量 I(Si)定義為 : I(Si)＝－ log2 1/S ＝－ log2 P(Si) （ 3－ 3） 這里 P(Si)是信息源產(chǎn)生的事件為 Si的概率。等式右邊加一負(fù)號(hào)的目的是保證 I(Si）的數(shù)值不為負(fù)值。定義中用 2為底的對(duì)數(shù)，并規(guī)定信息量 I(Si)的計(jì)量單位為比特（ bit）。19哈夫曼編碼技術(shù)n 哈夫曼編碼屬于一種變字長碼，把信息源事件按概率大小順序排列，對(duì)出現(xiàn)概率大的信息源事件賦予短碼字，而對(duì)于概率小的信息源事件賦予長碼，只要碼字長度按照信息出現(xiàn)的概率大小逆順序排列，可通過數(shù)學(xué)證明這一結(jié)論：平均碼字長度一定小于其它任何事件順序的排列方式。20哈夫曼編碼技術(shù)n 哈夫曼編碼一般過程如下：u 1. 把事件（消息）按出現(xiàn)的概率由大到小排成一個(gè)序列。如 P(1)＞ P(2)＞ P(3)＞ … ＞P(Sm1)＞ P(Sm) ，即將信息源事件按概率遞減順序排列。u 2. 把其中兩個(gè)最小的概率 P(Sm1) ，P(Sm)挑出來，且將事件 “1” 賦給其中最小的，即 P(Sm)→1 ；事件 “0” 賦給另一稍大的即 P(Sm1)→ 0。21哈夫曼編碼技術(shù)u 3. 把兩個(gè)最小概率相加作為新事件的概率，即求出 P(Sm1) ， P(Sm)之和 P(Si): P(Si) = P(Sm1) 十 P(Sm)設(shè) P(Si)是對(duì)應(yīng)于一個(gè)新的消息的概率。u 4. 將 P(Si)與上面未處理的（ m－ 2）個(gè)消息P(Sm2）的概率重新由大到小再排列，構(gòu)成一個(gè)新的概率序列。u 5. 重復(fù)步驟 2）， 3）， 4），在每次合并信息源時(shí)，將被合并的信源分別賦 “0” 和 “1”直到所有 m個(gè)事件的概率均已全部合并處理為止。 22哈夫曼編碼技術(shù)u 6. 尋找從每一個(gè)信息源事件到概率總和為 1處的路徑，對(duì)每一信息源事件寫出 “1” 、 “0” 序列（從樹根到信息源事件節(jié)點(diǎn)）作為碼字。Huffman編碼的平均碼字長度可以用下列公式求出： 這里的 ni ，為第 i個(gè)消息事件的