第6章多媒體數(shù)據(jù)壓縮

1、第6章多媒體數(shù)據(jù)壓縮6.1 6.1 數(shù)據(jù)壓縮概述數(shù)據(jù)壓縮概述 1 1、 壓縮的必要性壓縮的必要性 聲音、圖像、視頻和動(dòng)畫的數(shù)據(jù)量太大聲音、圖像、視頻和動(dòng)畫的數(shù)據(jù)量太大n聲音聲音1 1分鐘立體聲音樂采樣頻率為分鐘立體聲音樂采樣頻率為44.1KHZ44.1KHZ，1616位量化精度的數(shù)據(jù)量為位量化精度的數(shù)據(jù)量為 44.1 44.1 * * 1000 1000 * * 16 16 * * 2 2 * *60 / 8 =10.09MB60 / 8 =10.09MB 存儲一首存儲一首4 4分鐘的歌曲約需分鐘的歌曲約需40MB40MBn圖像圖像 1 1副副640640* *480480的的RGBRGB彩色

2、圖像的存儲容量為彩色圖像的存儲容量為 640640* *480 480 * * 24 / 8 = 900KB 24 / 8 = 900KBn視頻視頻 1 1秒鐘（秒鐘（2525幀幀/ /秒）的視頻數(shù)據(jù)量為秒）的視頻數(shù)據(jù)量為 2525* *900KB = 21.97 MB900KB = 21.97 MB1 1張張650MB650MB的的CD ROMCD ROM光盤只能存儲約光盤只能存儲約 650 / 21.97 = 29.59 650 / 21.97 = 29.59 秒的視頻秒的視頻 2 2 數(shù)據(jù)冗余數(shù)據(jù)冗余l(xiāng)空間冗余：圖像內(nèi)部相鄰像素之間的相關(guān)性空間冗余：圖像內(nèi)部相鄰像素之間的相關(guān)性l時(shí)間冗余

3、：視頻序列中前后幀之間的相關(guān)性時(shí)間冗余：視頻序列中前后幀之間的相關(guān)性l視覺或聽覺冗余（人眼或人耳具有一定的掩蔽效應(yīng)）視覺或聽覺冗余（人眼或人耳具有一定的掩蔽效應(yīng)）l知識冗余（具有規(guī)律性的結(jié)構(gòu)，用于圖像理解上，如人臉）知識冗余（具有規(guī)律性的結(jié)構(gòu)，用于圖像理解上，如人臉）l統(tǒng)計(jì)冗余（出現(xiàn)的頻率具有一定的規(guī)律性，如元音多，有些輔音很統(tǒng)計(jì)冗余（出現(xiàn)的頻率具有一定的規(guī)律性，如元音多，有些輔音很少出現(xiàn)）少出現(xiàn)）l結(jié)構(gòu)冗余（具有紋理結(jié)構(gòu)的圖像區(qū)域）結(jié)構(gòu)冗余（具有紋理結(jié)構(gòu)的圖像區(qū)域）l信息熵冗余（又叫編碼冗余，用相同位數(shù)進(jìn)行編碼產(chǎn)生的冗余）信息熵冗余（又叫編碼冗余，用相同位數(shù)進(jìn)行編碼產(chǎn)生的冗余）6.2 6.2

4、 數(shù)據(jù)壓縮的基本原理數(shù)據(jù)壓縮的基本原理1 1、信息編碼基礎(chǔ)、信息編碼基礎(chǔ)壓縮的實(shí)質(zhì)：壓縮的實(shí)質(zhì)：根據(jù)數(shù)據(jù)的內(nèi)在聯(lián)系將數(shù)據(jù)從一種編碼映射為另一種編碼，又叫壓縮編碼壓縮編碼。編碼器編碼器（壓縮）（壓縮）存儲器存儲器或網(wǎng)絡(luò)或網(wǎng)絡(luò)解碼器解碼器（解壓縮）（解壓縮）輸入數(shù)據(jù)輸入數(shù)據(jù)輸出數(shù)據(jù)輸出數(shù)據(jù)數(shù)據(jù)壓縮過程數(shù)據(jù)壓縮過程數(shù)據(jù)壓縮方法的衡量指標(biāo)數(shù)據(jù)壓縮方法的衡量指標(biāo)n壓縮率：越大越好壓縮率：越大越好n壓縮質(zhì)量：數(shù)據(jù)失真越小越好壓縮質(zhì)量：數(shù)據(jù)失真越小越好n壓縮與解壓縮的速度：速度越快越好壓縮與解壓縮的速度：速度越快越好2 2、數(shù)據(jù)壓縮方法、數(shù)據(jù)壓縮方法無損壓縮無損壓縮有損壓縮有損壓縮混合編碼混合編碼預(yù)測編碼預(yù)

5、測編碼變換編碼變換編碼PCMPCM編碼編碼DPCMDPCM編碼編碼ADPCMADPCM編碼編碼幀間預(yù)測幀間預(yù)測編碼編碼離散余弦離散余弦變換變換K-LK-L變換變換小波變換小波變換JPEGJPEGMPEGMPEGH.261H.261行行程程編編碼碼哈哈夫夫曼曼編編碼碼算算術(shù)術(shù)編編碼碼香香農(nóng)農(nóng)編編碼碼LZWLZW編編碼碼統(tǒng)計(jì)編碼統(tǒng)計(jì)編碼6.3 6.3 數(shù)據(jù)壓縮的編碼算法數(shù)據(jù)壓縮的編碼算法一、無損壓縮：減少或去除數(shù)據(jù)中的冗余，可以無失真地還一、無損壓縮：減少或去除數(shù)據(jù)中的冗余，可以無失真地還原成原來的數(shù)據(jù)，一般適合壓縮數(shù)據(jù)或程序，但是壓縮比原成原來的數(shù)據(jù)，一般適合壓縮數(shù)據(jù)或程序，但是壓縮比較小，一般

6、在較小，一般在2 2：1 1到到5 5：1 1之間。之間。序號編碼方法基本原理1行程編碼將重復(fù)出現(xiàn)的數(shù)值序列采用出現(xiàn)次數(shù)和單個(gè)數(shù)值來表示2哈夫曼編碼利用不同碼字出現(xiàn)的概率不同，出現(xiàn)概率大的碼字短，出現(xiàn)概率小的碼字長。3算術(shù)編碼將編碼的消息表示成0到1之間的一個(gè)間隔，消息越長，間隔就越小，編碼所需二進(jìn)制位數(shù)越多。1. 1. 行程編碼（游程編碼）行程編碼（游程編碼）n原理原理: :將連續(xù)相同的數(shù)據(jù)序列用重復(fù)次數(shù)和單個(gè)數(shù)據(jù)來表示。將連續(xù)相同的數(shù)據(jù)序列用重復(fù)次數(shù)和單個(gè)數(shù)據(jù)來表示。n應(yīng)用：用于圖像文件的壓縮（尤其適合于由計(jì)算機(jī)生成的圖像）應(yīng)用：用于圖像文件的壓縮（尤其適合于由計(jì)算機(jī)生成的圖像）如如bmp

7、bmp和和tifftiff等圖像格式。等圖像格式。 （1 1）多值信息的編碼）多值信息的編碼 編碼格式：信息重復(fù)次數(shù)編碼格式：信息重復(fù)次數(shù)+ +被重復(fù)的信息被重復(fù)的信息 例： 字符串為：atttefppppppddddss 行程編碼為：a3tef6p4d2s （2 2）二值信息的編碼）二值信息的編碼 編碼格式：編碼格式：0 0或或1 1重復(fù)的次數(shù)重復(fù)的次數(shù) 例如二進(jìn)制數(shù)據(jù)流為 假設(shè)行程約定以0開始，則編碼為：3654 若約定以1開始，則編碼為：036542. 2. 哈夫曼（哈夫曼（HuffmanHuffman）編碼）編碼n算法步驟：（1）按照符號出現(xiàn)的概率大小進(jìn)行排序（2）把最小的兩個(gè)概率值相

8、加，得到一個(gè)新的概率序列（3）重復(fù)上述兩個(gè)步驟，直到概率值為1 （4）從后往前進(jìn)行編碼，概率大的賦予1，概率小的賦予0。 （反過來也可以)（5）寫出每個(gè)符號的碼字例例1：字母：字母A B C D E出現(xiàn)的概率分別為出現(xiàn)的概率分別為0.15、0.25、0.1、0.37和和0.13，其哈夫曼編碼為：其哈夫曼編碼為：P(C)=0.1P(C)=0.1P(E)=0.13P(E)=0.13P(CE)=0.23P(CE)=0.23P(A)=0.15P(A)=0.15P(ACE)=0.38P(ACE)=0.38P(B)=0.25P(B)=0.25P(D)=0.37P(D)=0.37P(BD)=0.62P(BD

9、)=0.62P(ACEBD)=1P(ACEBD)=10 00 00 00 01 11 11 11 1A: 00A: 00B: 10B: 10C: 010C: 010D: 11D: 11E: 011E: 011 假設(shè)共有100個(gè)字符,若采用等長編碼，每個(gè)字符至少需要3位二進(jìn)制，100個(gè)字母需要300位，采用哈夫曼編碼則只需要15*2+25*2+10*3+37*2+13*3=223位。壓縮比為壓縮比為 300：223 = 1.34：1例例2：字母：字母A B C D E出現(xiàn)的概率分別為出現(xiàn)的概率分別為0.53、0.25、0.07、0.05和和0.1， 其哈夫曼編碼為：其哈夫曼編碼為：A: 1A:

10、1B: 01B: 01C: 0011C: 0011D: 0010D: 0010E: 000E: 000 若采用等長編碼，至少需要3位二進(jìn)制，100個(gè)字母需要300位，采用哈夫曼編碼則需要:53*1+25*2+7*4+5*4+10*3=181位壓縮比為壓縮比為 300300：181 = 1.65:1181 = 1.65:10P(E)=0.1P(E)=0.1P(D)=0.05P(D)=0.05P(C)=0.07P(C)=0.07P(DC)=0.12P(DC)=0.12P(EDC)=0.22P(EDC)=0.22P(B)=0.25P(B)=0.25P(EDCBA)=1P(EDCBA)=10 00 0

11、0 01 11 11 1P(EDCB)=0.47P(EDCB)=0.47P(A)=0.53P(A)=0.530 01 13、算術(shù)編碼、算術(shù)編碼n編碼原理：編碼原理：將被編碼信源表示為0，1）區(qū)間的一個(gè)實(shí)數(shù)，根據(jù)各符號出現(xiàn)的概率構(gòu)造其所在區(qū)間，隨著信息字符的不斷出現(xiàn)，其所在區(qū)間越來越小，對應(yīng)表示的實(shí)數(shù)也越來越小，那么表示這一消息所需的二進(jìn)制位數(shù)就越多。例例：假設(shè)一個(gè)4個(gè)符號的信源A=a1，a2，a3，a4 ，各符號出現(xiàn)的概率及起始編碼區(qū)間如下表。信號字符出現(xiàn)概率編碼范圍a10.2 0 , 0.2 )a20.4 0.2 , 0.6 )a30.2 0.6 , 0.8 )如果要傳送的消息為a1a2a3

12、a2，算術(shù)編碼過程為：n區(qū)間計(jì)算方法：區(qū)間計(jì)算方法： 新區(qū)間起始位置：前面區(qū)間起始位置新區(qū)間起始位置：前面區(qū)間起始位置 + + 當(dāng)前區(qū)間左端當(dāng)前區(qū)間左端 * * 前面區(qū)間長度前面區(qū)間長度 新區(qū)間長度：當(dāng)前符號的概率新區(qū)間長度：當(dāng)前符號的概率 * * 前面區(qū)間長度前面區(qū)間長度 a1 a1，取值區(qū)間為，取值區(qū)間為00， 0.2)0.2) a2 a2，起點(diǎn)：，起點(diǎn)：0+0.20+0.2* *0.2=0.040.2=0.04，長度，長度0.40.4* *0.2=0.080.2=0.08，新區(qū)間為，新區(qū)間為 0.040.04， 0.12)0.12) a3 a3，起點(diǎn)：，起點(diǎn)：0.04+0.60.04+0

13、.6* *0.08=0.0880.08=0.088，長度，長度0.20.2* *0.08=0.0160.08=0.016，新區(qū)間為，新區(qū)間為 0.088 0.088 ，0.104)0.104) a2 a2，起點(diǎn)：，起點(diǎn)：0.088+0.20.088+0.2* *0.016=0.09120.016=0.0912，長度，長度0.40.4* *0.016=0.00640.016=0.0064，新區(qū)間為，新區(qū)間為 0.0912 0.0976)0.0912 0.0976)信息：信息： a a1 1 a a2 2 a a3 3 a a2 2信源符號信源符號0.2 0.12 0.104 0.09760.2

14、0.12 0.104 0.09760 0.04 0.088 0.09120 0.04 0.088 0.0912輸出區(qū)間內(nèi)任一數(shù)輸出區(qū)間內(nèi)任一數(shù)編碼區(qū)間編碼區(qū)間a4a4a3a3a2a2a1a10.20.20.60.60.80.80 01 1二、有損壓縮：壓縮時(shí)會丟失部分?jǐn)?shù)據(jù)，且丟失的數(shù)據(jù)無法恢復(fù)。是不可逆的壓縮，即解壓縮以后的數(shù)據(jù)與原始數(shù)據(jù)不完全一致。序號編碼方法基本原理1PCM編碼（脈沖編碼調(diào)制）將模擬量經(jīng)過采樣、量化和編碼得到其數(shù)字編碼。2預(yù)測編碼根據(jù)算法模型，用已有的樣本值對新樣本進(jìn)行預(yù)測，得到一個(gè)預(yù)測值，將實(shí)際值與預(yù)測值相減得到預(yù)測誤差，再對該誤差值進(jìn)行編碼，對該誤差值進(jìn)行編碼，如果預(yù)測

15、越準(zhǔn)確，誤差值就越?。钦`差的幅度肯定小于原始信號），那編碼所需的位數(shù)就可以減少，達(dá)到壓縮的目的。3變換編碼將原始信號從一個(gè)域（如時(shí)間域）變換到另一個(gè)域（如頻率域），然后對變換后的信號進(jìn)行編碼。主要用于圖像數(shù)據(jù)的壓縮。1. PCM1. PCM（Pulse Code Modulation,Pulse Code Modulation,脈沖編碼調(diào)制）脈沖編碼調(diào)制）n采樣：按固定時(shí)間間隔獲取一個(gè)樣本值采樣：按固定時(shí)間間隔獲取一個(gè)樣本值n量化：按允許的誤差將樣本對應(yīng)到近似的數(shù)值（幅度上的離散化）量化：按允許的誤差將樣本對應(yīng)到近似的數(shù)值（幅度上的離散化） 。有均。有均勻量化和非均勻量化。勻量化和非均勻量化

16、。n編碼：用二進(jìn)制代碼表示采樣量化后的樣本值。編碼：用二進(jìn)制代碼表示采樣量化后的樣本值。2.2.預(yù)測編碼預(yù)測編碼（1 1）DPCMDPCM（差分脈沖編碼調(diào)制）（差分脈沖編碼調(diào)制）編碼器編碼器量化器輸入預(yù)測器編碼器信道信道s+-ee+ss”編碼器預(yù)測器+ss”e輸出解碼器解碼器n原始信號為：原始信號為：s，預(yù)測器產(chǎn)生的預(yù)測值為：s”n預(yù)測誤差：預(yù)測誤差：e=s-s”n發(fā)送端：發(fā)送端：發(fā)送經(jīng)過量化的誤差en接收端：接收端：用相同的預(yù)測器獲得預(yù)測值s”, 輸出s=s”+en最終誤差為：最終誤差為： s-s = s”+e-s = e (s-s”) = e-e（即量化器產(chǎn)生的量化誤差）（2 2）ADPC

17、MADPCM（自適應(yīng)脈沖編碼調(diào)制）（自適應(yīng)脈沖編碼調(diào)制） 自適應(yīng)量化：自適應(yīng)量化：當(dāng)信號分布不均勻時(shí)，能隨輸入信號的變化改變量化區(qū)間的大小。自適應(yīng)預(yù)測：自適應(yīng)預(yù)測：采用過去的樣本值估算下一個(gè)輸入樣本的預(yù)測值，得到最小的實(shí)際樣本值與預(yù)測值之間的差值。（3 3）幀間預(yù)測編碼）幀間預(yù)測編碼 利用視頻圖像各幀之間的時(shí)間相關(guān)性，減少幀內(nèi)圖像信號的冗余，即不直接傳送當(dāng)前幀的像素值，而是傳送x和其前一幀或后一幀對應(yīng)像素x之間的差值。運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測幀間內(nèi)插法幀間內(nèi)插法（4 4） 線性預(yù)測編碼（線性預(yù)測編碼（Linear Predictive Coding,LPCLinear Predic

18、tive Coding,LPC） 采用過去的樣本值，以一種前向反饋的方式預(yù)測當(dāng)前采樣值，預(yù)測值可以用過去p個(gè)樣本值的線性組合來表示。該方法被廣泛應(yīng)用于語音處理。3. 3. 變換編碼變換編碼 將圖像信號從一個(gè)域（如時(shí)間域）變換到另外一個(gè)域（如頻率域），然后對變將圖像信號從一個(gè)域（如時(shí)間域）變換到另外一個(gè)域（如頻率域），然后對變換后的信號進(jìn)行量化與編碼。換后的信號進(jìn)行量化與編碼。正交變換前兩個(gè)樣本的聯(lián)合事件正交變換前兩個(gè)樣本的聯(lián)合事件正交變換后兩個(gè)樣本的聯(lián)合事件正交變換后兩個(gè)樣本的聯(lián)合事件例:有兩個(gè)相鄰的數(shù)據(jù)樣本x1和x2,每個(gè)樣本采用3bit編碼,各自都有8個(gè)幅度等級,兩個(gè)樣本的聯(lián)合事件共有64

19、 種可能, 用64個(gè)點(diǎn)表示。對一般的像來說,兩個(gè)相鄰的數(shù)據(jù)樣本很有可能出現(xiàn)近似的幅度,即很可能出現(xiàn)在x1=x2直線附近。 對該數(shù)據(jù)進(jìn)行正交變換，將坐標(biāo)系逆時(shí)針旋轉(zhuǎn)45度，在新坐標(biāo)系中y1對應(yīng)到x1=x2這條直線，那么變換后的數(shù)據(jù)樣本集中在y1軸上，對這部分?jǐn)?shù)據(jù)進(jìn)行量化、編碼和傳輸，其他數(shù)據(jù)不做處理，這樣就達(dá)到了壓縮數(shù)據(jù)的目的。常用的變換編碼方法有：常用的變換編碼方法有：1 1、K-LK-L變換變換2 2、傅立葉變換、傅立葉變換3 3、離散余弦變換等、離散余弦變換等1 1 語音壓縮標(biāo)準(zhǔn)語音壓縮標(biāo)準(zhǔn) 數(shù)據(jù)：帶寬為數(shù)據(jù)：帶寬為200Hz200Hz3.4kHz 3.4kHz ，采樣頻率為，采樣頻率為8

20、kHz8kHz， 8 8位量化，傳輸速率為位量化，傳輸速率為64kb/s64kb/s 語音壓縮標(biāo)準(zhǔn)：語音壓縮標(biāo)準(zhǔn)：G.722G.722（64kb/s64kb/s）、）、G.721G.721（32kb/s32kb/s）、）、G.728G.728（16kb/s16kb/s）和）和G.729G.729（8kb/s8kb/s） 應(yīng)用：數(shù)字應(yīng)用：數(shù)字 通信。通信。 6.4 常用多媒體數(shù)據(jù)壓縮標(biāo)準(zhǔn)常用多媒體數(shù)據(jù)壓縮標(biāo)準(zhǔn)6.4.1 6.4.1 音頻壓縮標(biāo)準(zhǔn)音頻壓縮標(biāo)準(zhǔn)2. 2. 調(diào)幅廣播語音壓縮標(biāo)準(zhǔn)調(diào)幅廣播語音壓縮標(biāo)準(zhǔn) 數(shù)據(jù)：數(shù)據(jù)：帶寬為50hz 7khz的調(diào)幅廣播語音，使用16kHz采樣頻率和14位量化位

21、數(shù)時(shí)，所對應(yīng)的速率為224kb/s。 語音壓縮標(biāo)準(zhǔn)語音壓縮標(biāo)準(zhǔn)：G.722應(yīng)用：應(yīng)用：優(yōu)質(zhì)語音、音樂、音頻會議和視頻會議等。3 3高保真立體聲的寬帶音頻壓縮標(biāo)準(zhǔn)高保真立體聲的寬帶音頻壓縮標(biāo)準(zhǔn) 數(shù)據(jù)：數(shù)據(jù)：采樣頻率44.1kHz，用16位量化，速率為每聲道705 kb/s 。語音壓縮標(biāo)準(zhǔn)語音壓縮標(biāo)準(zhǔn)：MPEG音頻MPEG-1音頻： 層（簡化的ASPEC） 層（即MUSICAM，又稱MP2） 層（又稱MP3）。 MPEG-2音頻：多聲道，5.1聲道形式及7.1聲道形式 應(yīng)用：應(yīng)用：影劇院、家庭影院系統(tǒng)，及將來的高清晰度電視（HDTV）。6.4.2 6.4.2 靜態(tài)圖像壓縮標(biāo)準(zhǔn)靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPE

22、G JPEG （joint photographic experts groupjoint photographic experts group）聯(lián)合照片專家組）聯(lián)合照片專家組 1.JPEG1.JPEG標(biāo)準(zhǔn)標(biāo)準(zhǔn) 適應(yīng)于彩色和單色多灰度或連續(xù)色調(diào)的靜止數(shù)字圖像。支持很高的適應(yīng)于彩色和單色多灰度或連續(xù)色調(diào)的靜止數(shù)字圖像。支持很高的圖像分辨率和量化精度，具有較高的壓縮比和圖像質(zhì)量。包含了基于圖像分辨率和量化精度，具有較高的壓縮比和圖像質(zhì)量。包含了基于DCT的有損壓縮方法和基于預(yù)測方法的無損壓縮方法。的有損壓縮方法和基于預(yù)測方法的無損壓縮方法。 2.JPEG20002.JPEG2000標(biāo)準(zhǔn)標(biāo)準(zhǔn) 特征：支持特征：支持低比