多媒體技術ppt好資源-第03講多媒體數(shù)據(jù)壓縮基礎-文庫吧資料
2025-01-21 20:49本頁面
【正文】 的“樹葉”，從上到下標上 1（上枝）或者 0（下枝），至于哪個為 1哪個為 0則無關緊要，最后的結果僅僅是分配的代碼不同，而代碼的平均長度是相同的。 （ 2）把概率小的兩個符號組成一個節(jié)點，如圖 42中的 a a6組成節(jié)點 P1。試進行哈夫曼編碼，并計算編碼效率、壓縮比、冗余度。 符 號 A B C D E 出現(xiàn)的次數(shù) 15 7 7 6 5 H(S) = (15/40)* (40/15) + (7/40)* (40/7) + ? + (5/40) * (40/5) = 這就是說每個符號用 ， 40個象素需用 ShannonFano編碼例１ 符號 出現(xiàn)的次數(shù)( ) 分配的代碼 需要的位數(shù) A 15 () 00 30 B 7 () 01 14 C 7 () 10 14 D 6 () 110 18 E 5 () 111 15 ShannonFano編碼例２ 例題： cabcedeacacdeddaaabaababaaabbacdebaceada 例子中的信息編碼為： 10 00 01 10 111 110 111 00 10 00 10 ...... 碼長共 91位，而使用 ASCII編碼表示上述信息共需要 320位 a – 16 b – 7 c – 6 d – 6 e 5 a – 16 b – 7 c – 6 d – 6 e 5 a – 00 b – 01 c – 10 d – 110 e – 111 root 0 0 1 0 1 1 1 a b c d e 0 統(tǒng)計編碼 霍夫曼編碼 依據(jù)信源字符出現(xiàn)的概率大小來構造代碼，對出現(xiàn)概率較大的信源字符，給予較短碼長，而對于出現(xiàn)概率較小的信源字符，給予較長的碼長，最后使得編碼的平均碼字最短。 ? 仙農(nóng) 范諾 (Shannon Fano)算法： – 首先按照符號出現(xiàn)的頻度或概率排序， – 使用遞歸方法分成兩個部分，每一部分具有近似相同的次數(shù)（概率） – 當概率和為 1，進行編碼 ShannonFano編碼例１ ? 有一幅 40個象素組成的灰度圖像，灰度共有 5級，分別用符號 A、 B、 C、 D和 E表示， 40個象素中出現(xiàn)灰度 A的象素數(shù)有 15個，出現(xiàn)灰度 B的象素數(shù)有 7個，出現(xiàn)灰度 C的象素數(shù)有 7個等等。 前綴編碼規(guī)則：任何一個符號的編碼都不是另一個符號編碼的前綴。 ???njjjc xLxPL1)()(（ j=1,2,…,n） 統(tǒng)計編碼 熵的計算范例 例：對信息 aabbaccbaa，字符串長度為 10，字符 a、b、 c分別出現(xiàn)了 2次，則 Ia=log2()=1 Ib=log2()= Ic=log2()= H（ S） = +0. 3Ib +0. 2Ic = 如采用等長編碼，則每個字符需要２位； 總的碼長 : L=5*２ +3* ２ +2*２ =２０ 位 對比一下，我們用 ASCII編碼表示該信息需要 80位 統(tǒng)計編碼（熵） ? 統(tǒng)計編碼是根據(jù)消息出現(xiàn)概率的分布特性而進行的壓縮編碼 ? 在消息和碼字間找到明確的一一對應關系，以便恢復時能準確無誤再現(xiàn)出來 技術準備：編碼 通過模型，我們可以確定對某一個符號該用多少位二進制數(shù)進行編碼。 熵值為平均碼長 Lc的下限。 Lc＜ H(S) 不可能。 其中：等概率事件的熵最大 ， 為： 當 P(x1)＝ 1時 ， P(x2)＝ P(x3)＝ … ＝ P(xj)＝ 0， 由 （ 46） 式得此時熵為 由上可得熵的范圍為： ?????? njjjj xPxPxIESH12 )(log)()}({)( NNNSHNj221log1log1)( ??? ?? 0)(log)()( 121 ??? xPxPSH NSH2log)(0 ?? 統(tǒng)計編碼 平均碼長與熵關系 在編碼中用熵值來衡量是否為最佳編碼。 )]([)(loglog/1log)( 222 jjj xpIxpNNxI ?????? （ 1）信息熵與信息量 來源于 40年代由 Claude Shannon創(chuàng)立的信息論中的一條定理，這一定理借用了熱力學中的名詞“熵” ( Entropy )來表示一條信息中真正需要編碼的信息量。 設從 N個數(shù)中選定任一個數(shù) xj的概率為 p（ xj） ， 假定選定任意一個數(shù)的概率都相等 ， 即 p（ xj ） ＝ 1/N， 因此定義其信息量為 : P(xj)是信源 X發(fā)出 xj的概率。 – 圖像和聲音的壓縮就可以采用有損壓縮，因為其中包含的數(shù)據(jù)往往多于我們的視覺系統(tǒng)和聽覺系統(tǒng)所能接收的信息，丟掉一些數(shù)據(jù)而不至于對聲音或者圖像所表達的意思產(chǎn)生誤解，但可大大提高壓縮比。 – 常用的無損壓縮算法有霍夫曼 (Huffman)算法和 LZW(LenpelZiv Welch)壓縮算法。 ●多媒體數(shù)據(jù)壓縮的性能指標 （ 3） 數(shù)據(jù)壓縮編碼分類 ? 無損壓縮 – 指使用壓縮后的數(shù)據(jù)進行重構 (或者叫做還原，解壓縮 )，重構后的數(shù)據(jù)與原來的數(shù)據(jù)完全相同。所以，壓縮、解壓速度分別估計。模擬圖象質量的指標：信噪比、分辨率、顏色錯，但必須在觀察了實際圖象以后。 – 通過熵編碼進行壓縮 數(shù)據(jù)壓縮的可能性 P16 ● （ 6）視覺冗余 – 可以根據(jù)這些視覺特性來對圖象信息進行取舍 – 人類的視覺系統(tǒng)對圖像場的敏感性：非均勻和非線性的 對亮度變化敏感，而對色度的變化相對不敏感 在高亮度區(qū)，人眼對亮度變化敏感度下降 對物體邊緣敏感，內部區(qū)域相對不敏感 對整體結構敏感，而對內部細節(jié)相對不敏感 數(shù)據(jù)壓縮的可能性 P16
數(shù)學相關推薦
鄂ICP備17016276號-1