北華大學(xué)-多媒體通信技術(shù)期末復(fù)習(xí)資料(編輯修改稿)
2025-06-08 00:21 本頁面
【文章內(nèi)容簡介】 種以上的編碼方法進行編碼的過程。 由于每種編碼方法都有自己的優(yōu)勢和不足， 若是用兩種， 甚至兩種以上的編碼方法進行編碼， 可以優(yōu)勢互補， 克服各自的不足， 從而達到高效數(shù)據(jù)壓縮的目的。 無論是在音頻信號的數(shù)據(jù)壓縮中， 還是后面章節(jié)將要描述的圖像信號的數(shù)據(jù)壓縮中， 混合編碼均被廣泛采用。 4增量調(diào)制 1． 一般增量調(diào)制 當輸入信號變化比較快時， 編碼器的輸出無法跟上信號的變化， 從而會使重建的模擬信號發(fā)生畸變， 這就是所謂的“斜率過載”。 當輸入信號沒有變化時， 預(yù)測信號和輸入信號的差會十分接近， 這時， 編碼器的輸出是0和1交替出現(xiàn)的， 這種現(xiàn)象就叫做增量調(diào)制的“散粒噪聲”。 2. 自適應(yīng)增量調(diào)制（ADM） 為減少斜率過載， 希望增加階距； 為減少散粒噪聲， 又希望減少階距。 自適應(yīng)差分脈沖編碼調(diào)制 子帶編碼 變換域編碼 通過變換域編碼方法， 將輸入信號直接轉(zhuǎn)換到頻域， 然后在頻域劃分各頻段， 根據(jù)不同的頻段能量大小分配碼字然后編碼， 收方解碼后再用相應(yīng)的反變換轉(zhuǎn)換成時域信號。 矢量量化 矢量量化VQ（Vector Quantization）是一種有損的編碼方案， 其主要思想是將輸入的語音信號按一定方式分組， 把這些分組數(shù)據(jù)看成一個矢量， 對它進行量化。 線性預(yù)測編碼 線性預(yù)測編碼（LPC）方法為參數(shù)編碼方式。 參數(shù)編碼的基礎(chǔ)是人類語音的生成模型， 通過這個模型， 提取語音的特征參數(shù)， 然后對特征參數(shù)進行編碼傳輸。 第4章 圖像信息處理技術(shù) 圖像信號按其內(nèi)容變化與時間的關(guān)系來分， 主要包括靜態(tài)圖像和動態(tài)圖像兩種。 圖像分類還可以按其他方式進行： 如按其亮度等級的不同可分為二值圖像和灰度圖像； 按其色調(diào)的不同可分為黑白圖像和彩色圖像； 按其所占空間的維數(shù)不同可分為平面的二維圖像和立體的三維圖像等等。 （1）． 彩色圖像信號的分量表示。 常用的彩色空間表示法有YUV、 YIQ和YCbCr等。 A、 YUV彩色空間。YUV彩色空間的一個優(yōu)點是， 它的亮度信號Y和色差信號U、 V是相互獨立的， 即Y信號分量構(gòu)成的黑白灰度圖與用U、 V兩個色彩分量信號構(gòu)成的兩幅單色圖是相互獨立的。 因為YUV是獨立的， 所以可以對這些單色圖分別進行編碼。 此外， 利用YUV之間的獨立性解決了彩色電視機與黑白電視機的兼容問題。 YUV表示法的另一個優(yōu)點是， 可以利用人眼的視覺特性來降低數(shù)字彩色圖像的數(shù)據(jù)量。 人眼對彩色圖像細節(jié)的分辨能力比對黑白圖像細節(jié)的分辨能力低得多， 因此就可以降低彩色分量的分辨率而不會明顯影響圖像質(zhì)量， 即可以把幾個相同像素不同的色彩值當做相同的色彩值來處理（即大面積著色原理）， 從而減少了所需的數(shù)據(jù)量。 在PAL彩色電視制式中， MHz， 用以保證足夠的清晰度， MHz， 達到了減少帶寬的目的。 （2）． 彩色圖像信號的分量編碼。目前分量編碼已經(jīng)成為圖像信號壓縮的主流， 在20世紀90年代以來頒布的一系列圖像壓縮國際標準中均采用分量編碼方案。 圖像信號數(shù)字化與音頻數(shù)字化一樣主要包括兩方面的內(nèi)容： 取樣和量化。 對均勻量化來講， 量化分層越多， 量化誤差越小， 但編碼時占用比特數(shù)就越多。 數(shù)字圖像壓縮方法一般可分為：（1） 可逆編碼（Reversible Coding 或Information Preserving Coding）， 也稱為無損壓縮。 這種方法的解碼圖像與原始圖像嚴格相同， 壓縮是完全可恢復(fù)的或無偏差的， 無損壓縮不能提供較高的壓縮比。 （2） 不可逆編碼（NonReversible Coding）， 也稱為有損壓縮。 用這種方法恢復(fù)的圖像較原始圖像存在一定的誤差， 但視覺效果一般是可接受的， 它可提供較高的壓縮比。 按照壓縮方法的原理， 數(shù)字圖像壓縮方法可分為： （1） 預(yù)測編碼（Predictive Coding）。 預(yù)測編碼是一種針對統(tǒng)計冗余進行壓縮的方法， 它主要是減少數(shù)據(jù)在空間和時間上的相關(guān)性， 達到對數(shù)據(jù)的壓縮， 是一種有失真的壓縮方法。 預(yù)測編碼中典型的壓縮方法有DPCM和ADPCM等， 它們比較適合于圖像數(shù)據(jù)的壓縮。 （2） 變換編碼（Transform Coding）。 變換編碼也是一種針對統(tǒng)計冗余進行壓縮的方法。 這種方法將圖像光強矩陣（時域信號）變換到系數(shù)空間（頻域）上進行處理。 常用的正交變換有DFT（離散傅氏變換）、 DCT（離散余弦變換）、 DST（離散正弦變換）、 哈達碼變換和KarhunenLoeve變換。 （3） 量化和矢量量化編碼（Vector Quantization）。 量化和矢量量化編碼本質(zhì)上也還是一種針對統(tǒng)計冗余進行壓縮的方法。 當我們對模擬量進行數(shù)字化時， 必然要經(jīng)歷一個量化的過程。 在這里量化器的設(shè)計是一個很關(guān)鍵的步驟， 量化器設(shè)計的好壞對于量化誤差的大小有直接的影響。 矢量量化是相對于標量量化而提出的， 如果我們一次量化多個點， 則稱為矢量量化。 （4） 信息熵編碼（Entropy Coding）。 根據(jù)信息熵原理， 用短的碼字表示出現(xiàn)概率大的信息， 用長的碼字表示出現(xiàn)概率小的信息。 常見的方法有哈夫曼編碼、 游程編碼以及算術(shù)編碼。 （5） 子帶編碼（Subband Coding）。 子帶編碼將圖像數(shù)據(jù)變換到頻域后， 按頻率分帶， 然后用不同的量化器進行量化， 從而達到最優(yōu)的組合。 或者是分步漸近編碼， 在初始時對某一頻帶的信號進行解碼， 然后逐漸擴展到所有頻帶， 隨著解碼數(shù)據(jù)的增加， 解碼圖像也逐漸地清晰起來。 此方法對于遠程圖像模糊查詢與檢索的應(yīng)用比較有效。 （6） 結(jié)構(gòu)編碼（Structure Coding）， 也稱為第二代編碼（Second Generation Coding）。 編碼時首先求出圖像中的邊界、 輪廓、 紋理等結(jié)構(gòu)特征參數(shù)， 然后保存這些參數(shù)信息。 解碼時根據(jù)結(jié)構(gòu)和參數(shù)信息進行合成， 從而恢復(fù)出原圖像。 （7） 基于知識的編碼（KnowledgeBased Coding）。 對于人臉等可用規(guī)則描述圖像， 利用人們對其的知識形成一個規(guī)則庫， 據(jù)此將人臉的變化等特征用一些參數(shù)進行描述， 從而用參數(shù)加上模型就可以實現(xiàn)人臉的圖像編碼與解碼。 圖像壓縮算法的總體框圖 P68 香農(nóng)信息論已證明： 信源熵是進行無失真編碼的理論極限。 低于此極限的無失真編碼方法是不存在的， 這是熵編碼的理論基礎(chǔ)。 哈夫曼（Huffman）編碼方法 1. 編碼步驟 (1) 先將輸入灰度級按出現(xiàn)的概率由大到小順序排列（對概率相同的灰度級可以任意顛倒排列位置）。 （2） 將最小兩個概率相加， 形成一個新的概率集合。 再按第(1)步方法重排（此時概率集合中概率個數(shù)已減少一個）。 如此重復(fù)進行， 直到只有兩個概率為止。 （3） 分配碼字。 碼字分配從最后一步開始反向進行， 對最后兩個概率一個賦予“1”碼， 一個賦予“0”碼。 “0”碼， “1”碼（“1”碼， “0”碼）。 如此反向進行到開始的概率排列。 在此過程中， 若概率不變， 則仍用原碼字。 “1”碼。 若概率分裂為兩個， 其碼字前幾位碼元仍用原來的。 碼
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1