數(shù)字媒體壓縮技術(shù)(已修改)
2025-03-16 04:34 本頁(yè)面
【正文】 數(shù)字媒體基礎(chǔ) 數(shù)字媒體基礎(chǔ) 數(shù)字媒體壓縮技術(shù) 教學(xué)目標(biāo)： （ 1）了解數(shù)字媒體數(shù)據(jù)壓縮的原因。 （ 2）理解數(shù)字媒體數(shù)據(jù)壓縮技術(shù)的不同分類。 （ 3）掌握通用的數(shù)據(jù)壓縮編碼算法。 （ 4）了解各種數(shù)字媒體數(shù)據(jù)壓縮的標(biāo)準(zhǔn)。 數(shù)字媒體基礎(chǔ) 學(xué)習(xí)內(nèi)容： 1 數(shù)據(jù)壓縮及分類 2 通用的數(shù)據(jù)壓縮技術(shù) 3 數(shù)字媒體壓縮標(biāo)準(zhǔn) 數(shù)字媒體基礎(chǔ) 壓縮的可能性與信息冗余 經(jīng)過(guò)數(shù)字化處理后的圖形、圖像、視頻和音頻等媒體信息的數(shù)據(jù)量非常大，如果不進(jìn)行數(shù)據(jù)壓縮，計(jì)算機(jī)系統(tǒng)就無(wú)法對(duì)它進(jìn)行存儲(chǔ)、交換和傳輸。 1）數(shù)字圖像 2）數(shù)字視頻 3）數(shù)字音頻 （數(shù)據(jù)量的計(jì)算） 1 數(shù)據(jù)壓縮及分類 數(shù)字媒體基礎(chǔ) 壓縮的可能性與信息冗余 數(shù)據(jù)能夠被壓縮的主要原因在于媒體數(shù)據(jù)中存在數(shù)據(jù)的信息冗余。信息量包含在數(shù)據(jù)之中，一般的數(shù)據(jù)冗余主要體現(xiàn)在： 1）空間冗余 2）結(jié)構(gòu)冗余 3）時(shí)間冗余 4）視覺(jué)冗余 5）知識(shí)冗余 6）信息熵冗余 1 數(shù)據(jù)壓縮及分類 數(shù)字媒體基礎(chǔ) 數(shù)據(jù)壓縮分類 數(shù)據(jù) 壓縮分類 數(shù)據(jù)壓縮方法分類 數(shù)字媒體壓縮標(biāo)準(zhǔn)分類 統(tǒng)計(jì)編碼 預(yù)測(cè)編碼 變換編碼 分析—合成編碼 圖像壓縮 視音頻壓縮 JPEG 等 運(yùn)動(dòng)圖像 MP EG H .26 x系列 聲音 A V S M P 3 數(shù)字媒體基礎(chǔ) 按信息壓縮前后比較是否有損失進(jìn)行劃分： ? 無(wú)損壓縮 指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)（還原或解壓縮），重構(gòu)后的數(shù)據(jù)與原來(lái)的數(shù)據(jù)完全相同。常用的無(wú)損壓縮算法有霍夫曼 (Huffman)算法和 LZW算法 。也稱為可逆編碼。 ? 有損壓縮 指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)，重構(gòu)后的數(shù)據(jù)與原來(lái)的數(shù)據(jù)有所不同，但不影響人對(duì)原始資料表達(dá)的信息造成誤解。也稱為不可逆編碼。 數(shù)字媒體基礎(chǔ) 按數(shù)據(jù)壓縮編碼的原理和方法進(jìn)行劃分： ? 統(tǒng)計(jì)編碼 ：主要針對(duì) 無(wú)記憶信源 ，根據(jù)信息碼字出現(xiàn)概率的分布特征而進(jìn)行壓縮編碼，尋找概率與碼字長(zhǎng)度間的最優(yōu)匹配。 ? 預(yù)測(cè)編碼 ：是利用空間中相鄰數(shù)據(jù)的相關(guān)性來(lái)進(jìn)行壓縮數(shù)據(jù)的。 ? 變換編碼 ：是將圖像時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)進(jìn)行處理。 ? 分析 – 合成編碼 ：是指通過(guò)對(duì)源數(shù)據(jù)的分析，將其分解成一系列更適合于表示的 “ 基元 ” 或從中提取若干更為本質(zhì)意義的參數(shù)，編碼僅對(duì)這些基本單元或特征參數(shù)進(jìn)行。 數(shù)字媒體基礎(chǔ) 無(wú)記憶信源 【 無(wú)記憶信源 】 （ 1）存在一個(gè)或多個(gè)基本符號(hào)集；（ 2）將多個(gè)基本符號(hào)集做笛卡兒積，形成一定長(zhǎng)度的聯(lián)合概率空間；（ 3）運(yùn)用外力的功（電動(dòng)勢(shì)）將單個(gè)符號(hào)或一定長(zhǎng)度的符號(hào)序列從隨機(jī)事件轉(zhuǎn)化成必然事件，或者說(shuō)，將一個(gè)隨機(jī)系統(tǒng)轉(zhuǎn)化成一個(gè)必然系統(tǒng)；并且 回退到原始空間中來(lái)，該原始空間的概率分布不因?yàn)槭录陌l(fā)生而改變 。 【 有記憶信源 】 （ 1）存在一個(gè)或多個(gè)基本符號(hào)集；（ 2）將多個(gè)基本符號(hào)集做笛卡兒積，形成一定長(zhǎng)度的聯(lián)合概率空間；（ 3）運(yùn)用外力的功（電動(dòng)勢(shì)）將單個(gè)符號(hào)或一定長(zhǎng)度的符號(hào)序列從隨機(jī)事件轉(zhuǎn)化成必然事件，或者說(shuō)，將一個(gè)隨機(jī)系統(tǒng)轉(zhuǎn)化成一個(gè)必然系統(tǒng)； 不能回退到原始空間中來(lái)，即原始空間的概率分布因?yàn)槭录陌l(fā)生而改變 。 數(shù)字媒體基礎(chǔ) 按照媒體的類型進(jìn)行壓縮劃分： ? 圖像壓縮標(biāo)準(zhǔn)： JPEG等 ? 聲音壓縮標(biāo)準(zhǔn)： MP3 ? 運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)： MPEG、 、 AVS 目錄 數(shù)字媒體基礎(chǔ) 2 通用的數(shù)據(jù)壓縮技術(shù) – 行程編碼 – 字典編碼 – 熵編碼等 – PCM – DM – DPCM 通用的壓縮方法具有壓縮比低、通用性強(qiáng)等特點(diǎn) 無(wú)損壓縮技術(shù) 有損壓縮技術(shù) 目錄 數(shù)字媒體基礎(chǔ) 編碼的理論基礎(chǔ) ? 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。 ? 熵是信息量的度量方法，它表示某一事件出現(xiàn)的消息越多，事件發(fā)生的可能性就越小，數(shù)學(xué)上就是概率越小。 數(shù)字媒體基礎(chǔ) 信息與信息量 ? 信息量是指信源中某種事件的信息度量或含量。一個(gè)事件出現(xiàn)的可能性愈小，其信息量愈多，反之亦然。 ? 若 pi為第 i個(gè)事件的概率為 0≤ pi ≤1 ，則該事件的信息量為 ? 一個(gè)信源包括的所有數(shù)據(jù)叫數(shù)據(jù)量，而數(shù)據(jù)量中包含有冗余信息。 信息量 = 數(shù)據(jù)量 冗余量 數(shù)字媒體基礎(chǔ) 信息熵 ? 信息熵就是將信源所有可能事件的信息量的平均。 ? 設(shè)從 N個(gè)數(shù)中選定任一個(gè)數(shù) xj的概率為 p(xj)，假定選定任意一個(gè)數(shù)的概率都相等，即 p(xj) ＝ 1/N，則 I(xj)＝ log2N＝ log2 1/N ＝ log2p(xj)=I[p(xj)] 上式中， p(xj)是信源 X發(fā)出 xj的概率。 I(xj)的含義是信源 X發(fā)出 xj這個(gè)消息（隨機(jī)事件）后，接收端收到信息量的量度。 數(shù)字媒體基礎(chǔ) 信息熵 (續(xù) ) ? 信源 X 發(fā)出的 xj(j=1,2,… ,n)共 n 個(gè)隨機(jī)事件的信息量的統(tǒng)計(jì)平均，即 ? H(X )=E{I(xj )}= H(X )稱為信源 X 的 “ 熵 ” ，即信源 X發(fā)出任意一個(gè)隨機(jī)變量
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1