多媒體技術(shù)教程V4-ch3

1、普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程人民郵電出版社國(guó)防科學(xué)技術(shù)大學(xué)版權(quán)所有第三章 多媒體數(shù)據(jù)壓縮普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程人民郵電出版社國(guó)防科學(xué)技術(shù)大學(xué)版權(quán)所有 3.1 多媒體數(shù)據(jù)壓縮 技術(shù)概述普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.1 3.1 多媒體數(shù)據(jù)壓縮技術(shù)概述多媒體數(shù)據(jù)壓縮技術(shù)概述 壓縮的必要性壓縮的必要性 音頻、視頻的數(shù)據(jù)量很大，如果不進(jìn)行處理，音頻、視頻的數(shù)據(jù)量很大，如果不進(jìn)行處理，計(jì)算機(jī)系統(tǒng)幾乎無(wú)法對(duì)它進(jìn)行存取和交換。計(jì)算機(jī)系統(tǒng)幾乎無(wú)法對(duì)它進(jìn)行存取和交換。 例如，一幅具有中等分辨率（例如，一幅具有中等分辨率（640480）的）的

2、真彩色圖像（真彩色圖像（24b/像素），它的數(shù)據(jù)量約為像素），它的數(shù)據(jù)量約為7.37Mb/幀，一個(gè)幀，一個(gè) 100MB（Byte）的硬盤(pán)只能存的硬盤(pán)只能存放約放約100幀圖像。若要達(dá)到每秒幀圖像。若要達(dá)到每秒25幀的全動(dòng)態(tài)顯示幀的全動(dòng)態(tài)顯示要求，每秒所需的數(shù)據(jù)量為要求，每秒所需的數(shù)據(jù)量為184Mb，而且要求系而且要求系統(tǒng)的數(shù)據(jù)傳輸率必須達(dá)到統(tǒng)的數(shù)據(jù)傳輸率必須達(dá)到184Mb/s。對(duì)于聲音也對(duì)于聲音也是如此，若采用是如此，若采用16b樣值的樣值的PCM編碼，采樣速率編碼，采樣速率選為選為44.1kHZ，則雙聲道立體聲聲音每秒將有則雙聲道立體聲聲音每秒將有176KB的數(shù)據(jù)量。的數(shù)據(jù)量。普通高等教育“

3、十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.1 3.1 多媒體數(shù)據(jù)壓縮技術(shù)概述多媒體數(shù)據(jù)壓縮技術(shù)概述視頻、視頻、圖像、聲音有很大的壓縮潛力圖像、聲音有很大的壓縮潛力 信息論認(rèn)為：若信源編碼的熵大于信信息論認(rèn)為：若信源編碼的熵大于信源的實(shí)際熵，該信源中一定存在冗余度。源的實(shí)際熵，該信源中一定存在冗余度。 原始信源的數(shù)據(jù)存在著很多冗余度：空原始信源的數(shù)據(jù)存在著很多冗余度：空間冗余、時(shí)間冗余、視覺(jué)冗余、聽(tīng)覺(jué)冗余間冗余、時(shí)間冗余、視覺(jué)冗余、聽(tīng)覺(jué)冗余等。等。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)冗余的類型數(shù)據(jù)冗余的類型 一幅圖象中同一種顏色不止一個(gè)象素點(diǎn)，若一幅圖象中同一種顏色不止一個(gè)象素點(diǎn)

4、，若相鄰的象素點(diǎn)的值相同，象素點(diǎn)間（水平、垂直）相鄰的象素點(diǎn)的值相同，象素點(diǎn)間（水平、垂直）有冗余。有冗余。 （空間冗余）（空間冗余） 當(dāng)圖象的一部分包含占主要地位的垂直的源對(duì)當(dāng)圖象的一部分包含占主要地位的垂直的源對(duì)象時(shí)，相鄰線間存在冗余。象時(shí)，相鄰線間存在冗余。 （空間冗余）（空間冗余） 若圖象穩(wěn)定或只有輕微的改變，運(yùn)動(dòng)序列幀間若圖象穩(wěn)定或只有輕微的改變，運(yùn)動(dòng)序列幀間存在冗余。存在冗余。 （時(shí)間冗余）（時(shí)間冗余）普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)冗余的類型數(shù)據(jù)冗余的類型l空間冗余：在同一幅圖像中，規(guī)則物體和規(guī)則背景空間冗余：在同一幅圖像中，規(guī)則物體和規(guī)則背景的表面物理特性

5、具有相關(guān)性，這些相關(guān)性的光成像的表面物理特性具有相關(guān)性，這些相關(guān)性的光成像結(jié)果在數(shù)字化圖像中就表現(xiàn)為數(shù)據(jù)冗余。結(jié)果在數(shù)字化圖像中就表現(xiàn)為數(shù)據(jù)冗余。l時(shí)間冗余：時(shí)間冗余反映在圖像序列中就是相鄰幀時(shí)間冗余：時(shí)間冗余反映在圖像序列中就是相鄰幀圖像之間有較大的相關(guān)性，一幀圖像中的某物體或圖像之間有較大的相關(guān)性，一幀圖像中的某物體或場(chǎng)景可以由其它幀圖像中的物體或場(chǎng)景重構(gòu)出來(lái)。場(chǎng)景可以由其它幀圖像中的物體或場(chǎng)景重構(gòu)出來(lái)。音頻的前后樣值之間也同樣有時(shí)間冗余。音頻的前后樣值之間也同樣有時(shí)間冗余。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)冗余的類型數(shù)據(jù)冗余的類型l信息熵冗余：信源編碼時(shí)，當(dāng)分配給第信

6、息熵冗余：信源編碼時(shí)，當(dāng)分配給第i個(gè)碼元類的比特?cái)?shù)個(gè)碼元類的比特?cái)?shù)b（yi）=-logpi，才能使編碼后單位數(shù)據(jù)量等于其信源熵，才能使編碼后單位數(shù)據(jù)量等于其信源熵，即達(dá)到其壓縮極限。但實(shí)際中各碼元類的先驗(yàn)概率很難預(yù)即達(dá)到其壓縮極限。但實(shí)際中各碼元類的先驗(yàn)概率很難預(yù)知，比特分配不能達(dá)到最佳。實(shí)際單位數(shù)據(jù)量知，比特分配不能達(dá)到最佳。實(shí)際單位數(shù)據(jù)量dH（S），），即存在信息冗余熵。即存在信息冗余熵。l視覺(jué)冗余：人眼對(duì)于圖像場(chǎng)的注意是非均勻的，人眼并不視覺(jué)冗余：人眼對(duì)于圖像場(chǎng)的注意是非均勻的，人眼并不能察覺(jué)圖像場(chǎng)的所有變化。事實(shí)上人類視覺(jué)的一般分辨能能察覺(jué)圖像場(chǎng)的所有變化。事實(shí)上人類視覺(jué)的一般分辨能力

7、為力為26灰度等級(jí)，而一般圖像的量化采用的是灰度等級(jí)，而一般圖像的量化采用的是28灰度等級(jí)，灰度等級(jí)，即存在著視覺(jué)冗余。即存在著視覺(jué)冗余。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)冗余的類型數(shù)據(jù)冗余的類型l聽(tīng)覺(jué)冗余：人耳對(duì)不同頻率的聲音的敏感性聽(tīng)覺(jué)冗余：人耳對(duì)不同頻率的聲音的敏感性是不同的，并不能察覺(jué)所有頻率的變化，對(duì)是不同的，并不能察覺(jué)所有頻率的變化，對(duì)某些頻率不必特別關(guān)注，因此存在聽(tīng)覺(jué)冗余。某些頻率不必特別關(guān)注，因此存在聽(tīng)覺(jué)冗余。l其它冗余：包括結(jié)構(gòu)冗余、知識(shí)冗余等。其它冗余：包括結(jié)構(gòu)冗余、知識(shí)冗余等。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)壓縮方法的分類數(shù)據(jù)壓縮

8、方法的分類 根據(jù)解碼后數(shù)據(jù)與原始數(shù)據(jù)是否完全一致可以根據(jù)解碼后數(shù)據(jù)與原始數(shù)據(jù)是否完全一致可以分為兩大類：一類是熵編碼、冗余壓縮法，也稱無(wú)分為兩大類：一類是熵編碼、冗余壓縮法，也稱無(wú)損壓縮法、無(wú)失真壓縮法；二是熵壓縮法，也稱有損壓縮法、無(wú)失真壓縮法；二是熵壓縮法，也稱有損壓縮法、有失真壓縮法。損壓縮法、有失真壓縮法。 從從“熵熵”損失角度分為無(wú)損壓縮和有損壓縮兩損失角度分為無(wú)損壓縮和有損壓縮兩種：種： 無(wú)失真壓縮，又稱熵編碼。由于不會(huì)失真，多無(wú)失真壓縮，又稱熵編碼。由于不會(huì)失真，多用于文本、數(shù)據(jù)的壓縮，但也有例外，非線性編輯用于文本、數(shù)據(jù)的壓縮，但也有例外，非線性編輯系統(tǒng)為了保證視頻質(zhì)量，有些高

9、檔系統(tǒng)采用的是無(wú)系統(tǒng)為了保證視頻質(zhì)量，有些高檔系統(tǒng)采用的是無(wú)失真壓縮方法。失真壓縮方法。 有失真壓縮，又稱熵壓縮法。大多數(shù)圖像、聲有失真壓縮，又稱熵壓縮法。大多數(shù)圖像、聲音、動(dòng)態(tài)視頻等數(shù)據(jù)的壓縮是采用有失真壓縮。音、動(dòng)態(tài)視頻等數(shù)據(jù)的壓縮是采用有失真壓縮。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)壓縮方法的分類數(shù)據(jù)壓縮方法的分類 從信息語(yǔ)義角度分為從信息語(yǔ)義角度分為“熵熵(平均信息量平均信息量)編碼編碼”和和“源編碼源編碼”兩種：兩種： 熵熵 (平均信息量平均信息量)編碼編碼(Entropy Coding) 熵編碼是一種泛指那些不考慮被壓縮信息的性熵編碼是一種泛指那些不考慮被壓縮信息

10、的性質(zhì)的編碼和壓縮技術(shù)。它是基于平均信息量的技術(shù)質(zhì)的編碼和壓縮技術(shù)。它是基于平均信息量的技術(shù)把所有的數(shù)據(jù)當(dāng)作比特序列，而不根據(jù)壓縮信息的把所有的數(shù)據(jù)當(dāng)作比特序列，而不根據(jù)壓縮信息的類型優(yōu)化壓縮。也就是說(shuō)，平均信息量編碼忽略被類型優(yōu)化壓縮。也就是說(shuō)，平均信息量編碼忽略被壓縮信息的語(yǔ)義內(nèi)容。壓縮信息的語(yǔ)義內(nèi)容。 熵編碼分為：重復(fù)序列消除編碼熵編碼分為：重復(fù)序列消除編碼 (含：消零、含：消零、行程編碼行程編碼)、統(tǒng)計(jì)編碼等。、統(tǒng)計(jì)編碼等。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程數(shù)據(jù)壓縮方法的分類數(shù)據(jù)壓縮方法的分類 源編碼源編碼(Source Coding) 源編碼的冗余壓縮取決于初始信號(hào)的

11、類型、源編碼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(yǔ)義內(nèi)容等。源編碼比嚴(yán)格前后的相關(guān)性、信號(hào)的語(yǔ)義內(nèi)容等。源編碼比嚴(yán)格的平均信息量編碼的壓縮率更高。當(dāng)然壓縮的程度的平均信息量編碼的壓縮率更高。當(dāng)然壓縮的程度主要取決于數(shù)據(jù)的語(yǔ)義內(nèi)容，比起平均信息量編碼主要取決于數(shù)據(jù)的語(yǔ)義內(nèi)容，比起平均信息量編碼，它的壓縮比更大。，它的壓縮比更大。 源編碼主要分為源編碼主要分為：預(yù)測(cè)編碼、變換編碼、向量：預(yù)測(cè)編碼、變換編碼、向量量化等。量化等。數(shù)據(jù)壓縮方法的分類數(shù)據(jù)壓縮方法的分類Source CodingPrediction : DPCM and DMTransformation : FFT、DCT

12、Layered : Sub-band、Sub-sampling and Bit PositionVector QuantizationHybrid CodingJPEG、MPEG、H.261 、DVI、Intel-IndeoEntropy CodingRun Length CodingStatistical CodingHuffmanArithmetic普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程 節(jié)省圖象或視頻的存儲(chǔ)容量，增加訪問(wèn)節(jié)省圖象或視頻的存儲(chǔ)容量，增加訪問(wèn)速度，使數(shù)字視頻能在速度，使數(shù)字視頻能在PC機(jī)上實(shí)現(xiàn)，需要機(jī)上實(shí)現(xiàn)，需要進(jìn)行視頻和圖象的壓縮。進(jìn)行視頻和圖象的壓縮。 有三個(gè)

13、關(guān)鍵參數(shù)評(píng)價(jià)一個(gè)壓縮系統(tǒng)有三個(gè)關(guān)鍵參數(shù)評(píng)價(jià)一個(gè)壓縮系統(tǒng)l壓縮比壓縮比l圖象質(zhì)量圖象質(zhì)量l壓縮和解壓的速度壓縮和解壓的速度 另外也必須考慮每個(gè)壓縮算法所需的硬另外也必須考慮每個(gè)壓縮算法所需的硬件和軟件。件和軟件。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程 1壓縮比壓縮比 壓縮性能常常用壓縮比定義（輸入數(shù)據(jù)和壓縮性能常常用壓縮比定義（輸入數(shù)據(jù)和輸出數(shù)據(jù)比）輸出數(shù)據(jù)比）例：例：512480， 24bit/pixel(bpp) 輸出輸出15000byte 輸入輸入737280byte 壓縮比壓縮比737280/1500049普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程2圖象質(zhì)量圖象質(zhì)量壓

14、縮方法：壓縮方法： 無(wú)損壓縮無(wú)損壓縮 （圖象質(zhì)量不變）（圖象質(zhì)量不變） 有損壓縮有損壓縮有損壓縮：失真情況很難量化，只能對(duì)測(cè)試的圖象有損壓縮：失真情況很難量化，只能對(duì)測(cè)試的圖象進(jìn)行估計(jì)。進(jìn)行估計(jì)。模擬圖象質(zhì)量的指標(biāo)：信噪比、分辨率、顏色錯(cuò)，模擬圖象質(zhì)量的指標(biāo)：信噪比、分辨率、顏色錯(cuò)，但必須在觀察了實(shí)際圖象以后。但必須在觀察了實(shí)際圖象以后。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3壓縮解壓速度壓縮解壓速度 在許多應(yīng)用中，壓縮和解壓可能不同時(shí)用，在許多應(yīng)用中，壓縮和解壓可能不同時(shí)用，在不同的位置不同的系統(tǒng)中。所以，壓縮、解壓在不同的位置不同的系統(tǒng)中。所以，壓縮、解壓速度分別估計(jì)。速度分別

15、估計(jì)。 靜態(tài)圖象中，壓縮速度沒(méi)有解壓速度嚴(yán)格；靜態(tài)圖象中，壓縮速度沒(méi)有解壓速度嚴(yán)格；動(dòng)態(tài)圖象中，壓縮、解壓速度都有要求，因?yàn)樾鑴?dòng)態(tài)圖象中，壓縮、解壓速度都有要求，因?yàn)樾鑼?shí)時(shí)地從攝像機(jī)或?qū)崟r(shí)地從攝像機(jī)或VCR中抓取動(dòng)態(tài)視頻。中抓取動(dòng)態(tài)視頻。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程4硬軟件系統(tǒng)硬軟件系統(tǒng) 有些壓縮解壓工作可用軟件實(shí)現(xiàn)。設(shè)計(jì)系統(tǒng)有些壓縮解壓工作可用軟件實(shí)現(xiàn)。設(shè)計(jì)系統(tǒng)時(shí)必須充分考慮：時(shí)必須充分考慮： 算法復(fù)雜算法復(fù)雜 壓縮解壓過(guò)程長(zhǎng)壓縮解壓過(guò)程長(zhǎng) 算法簡(jiǎn)單算法簡(jiǎn)單 壓縮效果差壓縮效果差 目前有些特殊硬件可用于加速壓縮目前有些特殊硬件可用于加速壓縮/解壓。解壓。 硬硬接線系統(tǒng)速

16、度快，但各種選擇在初始設(shè)計(jì)時(shí)已確接線系統(tǒng)速度快，但各種選擇在初始設(shè)計(jì)時(shí)已確定，一般不能更改。因此在設(shè)計(jì)硬接線壓縮定，一般不能更改。因此在設(shè)計(jì)硬接線壓縮/解壓解壓系統(tǒng)時(shí)必須先將算法標(biāo)準(zhǔn)化。系統(tǒng)時(shí)必須先將算法標(biāo)準(zhǔn)化。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程常用的數(shù)據(jù)壓縮編碼方法常用的數(shù)據(jù)壓縮編碼方法 3.2.1 DPCM和和ADPCM 編碼編碼 預(yù)測(cè)編碼是根據(jù)原始的離散信號(hào)之間存在著一預(yù)測(cè)編碼是根據(jù)原始的離散信號(hào)之間存在著一定關(guān)聯(lián)性的特點(diǎn)，利用前面的一個(gè)或多個(gè)信號(hào)對(duì)下定關(guān)聯(lián)性的特點(diǎn)，利用前面的一個(gè)或多個(gè)信號(hào)對(duì)下一個(gè)信號(hào)進(jìn)行預(yù)測(cè)，然后對(duì)實(shí)際值和預(yù)測(cè)值的差進(jìn)一個(gè)信號(hào)進(jìn)行預(yù)測(cè)，然后對(duì)實(shí)際值和預(yù)

17、測(cè)值的差進(jìn)行編碼。如果預(yù)測(cè)比較準(zhǔn)確，那么誤差信號(hào)就會(huì)很行編碼。如果預(yù)測(cè)比較準(zhǔn)確，那么誤差信號(hào)就會(huì)很小小 ，就可以用比較少的數(shù)碼進(jìn)行編碼，達(dá)到壓縮數(shù)據(jù)的目的。 DPCM與與ADPCM是兩種典型的預(yù)測(cè)編碼。是兩種典型的預(yù)測(cè)編碼。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 1. 差分脈碼調(diào)制差分脈碼調(diào)制(DPCM) PCM(Pulse Code Modulation)，原始的模擬信原始的模擬信號(hào)經(jīng)過(guò)時(shí)間采樣，然后對(duì)每一樣值進(jìn)行量化，作為號(hào)經(jīng)過(guò)時(shí)間采樣，然后對(duì)每一樣值進(jìn)行量化，作為數(shù)字信號(hào)傳輸。數(shù)字信號(hào)傳輸。 DPCM不對(duì)每一樣值都進(jìn)行量

18、化，而是預(yù)測(cè)下不對(duì)每一樣值都進(jìn)行量化，而是預(yù)測(cè)下一樣值，并量化實(shí)際值和預(yù)測(cè)值之間的差。一樣值，并量化實(shí)際值和預(yù)測(cè)值之間的差。 DPCM是基本的編碼方法之一，在大量的壓縮是基本的編碼方法之一，在大量的壓縮算法中被采用，比如算法中被采用，比如JPEG的的DC分量就是采用分量就是采用DPCM編碼的。編碼的。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 舉例說(shuō)明舉例說(shuō)明DPCM編碼原理：編碼原理： 設(shè)設(shè)DPCM系統(tǒng)預(yù)測(cè)器的預(yù)測(cè)值為前一個(gè)樣值，系統(tǒng)預(yù)測(cè)器的預(yù)測(cè)值為前一個(gè)樣值，假設(shè)輸入信號(hào)已經(jīng)量化，差值不再進(jìn)行量化。若假設(shè)輸入信號(hào)已經(jīng)量化，差值

19、不再進(jìn)行量化。若系系統(tǒng)的輸入為統(tǒng)的輸入為0 1 2 1 1 2 3 3 4 4 ，則預(yù)測(cè)值為，則預(yù)測(cè)值為0 0 1 2 1 1 2 3 3 4 ，差值為，差值為0 1 1 1 0 1 1 0 1 0 ，差值的范圍比輸入樣值的范圍有所減小，可以用，差值的范圍比輸入樣值的范圍有所減小，可以用較少的位數(shù)進(jìn)行編碼。較少的位數(shù)進(jìn)行編碼。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 2.自適應(yīng)差分脈碼調(diào)制自適應(yīng)差分脈碼調(diào)制(ADPCM) 為了進(jìn)一步改善量化性能或壓縮數(shù)據(jù)率，可采為了進(jìn)一步改善量化性能或壓縮數(shù)據(jù)率，可采用自適應(yīng)量化或自適應(yīng)預(yù)測(cè)的方

20、法。只要采用了其用自適應(yīng)量化或自適應(yīng)預(yù)測(cè)的方法。只要采用了其中的任一種自適應(yīng)方法，均稱為中的任一種自適應(yīng)方法，均稱為ADPCM。 自適應(yīng)預(yù)測(cè)自適應(yīng)預(yù)測(cè) 預(yù)測(cè)參數(shù)的最佳化依賴于信源的統(tǒng)計(jì)特性，要預(yù)測(cè)參數(shù)的最佳化依賴于信源的統(tǒng)計(jì)特性，要得到最佳的預(yù)測(cè)參數(shù)是一件繁瑣的工作。得到最佳的預(yù)測(cè)參數(shù)是一件繁瑣的工作。 而采用固定的預(yù)測(cè)參數(shù)往往又得不到好的性能。而采用固定的預(yù)測(cè)參數(shù)往往又得不到好的性能。為了既能使性能較佳，又不致于有太大的工作量，為了既能使性能較佳，又不致于有太大的工作量，可以將上述兩種方法折衷考慮，采用自適應(yīng)預(yù)測(cè)。可以將上述兩種方法折衷考慮，采用自適應(yīng)預(yù)測(cè)。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教

21、材多媒體技術(shù)教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 具體方法是：預(yù)測(cè)參數(shù)仍采用固定的；但此時(shí)具體方法是：預(yù)測(cè)參數(shù)仍采用固定的；但此時(shí)有多組預(yù)測(cè)參數(shù)可供選擇。這些預(yù)測(cè)參數(shù)根據(jù)常見(jiàn)有多組預(yù)測(cè)參數(shù)可供選擇。這些預(yù)測(cè)參數(shù)根據(jù)常見(jiàn)的信源特征求得。編碼時(shí)具體采用哪組預(yù)測(cè)參數(shù)根的信源特征求得。編碼時(shí)具體采用哪組預(yù)測(cè)參數(shù)根據(jù)信源的特征來(lái)自適應(yīng)的確定。據(jù)信源的特征來(lái)自適應(yīng)的確定。 為了自適應(yīng)的選擇最佳參數(shù)，通常將信源數(shù)據(jù)為了自適應(yīng)的選擇最佳參數(shù)，通常將信源數(shù)據(jù)分區(qū)間編碼，編碼時(shí)自動(dòng)地選擇一組預(yù)測(cè)參數(shù)，使分區(qū)間編碼，編碼時(shí)自動(dòng)地選擇一組預(yù)測(cè)參數(shù)，使該區(qū)間實(shí)際值與預(yù)測(cè)值的均方誤差最小。隨著編碼

22、該區(qū)間實(shí)際值與預(yù)測(cè)值的均方誤差最小。隨著編碼區(qū)間的不同，預(yù)測(cè)參數(shù)自適應(yīng)的變化，以達(dá)到準(zhǔn)最區(qū)間的不同，預(yù)測(cè)參數(shù)自適應(yīng)的變化，以達(dá)到準(zhǔn)最佳預(yù)測(cè)。佳預(yù)測(cè)。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 例如，例如，Microsoft 的的ADPCM采用二預(yù)測(cè)采用二預(yù)測(cè)參數(shù)，提供參數(shù)，提供7組預(yù)測(cè)系組預(yù)測(cè)系數(shù)，如右表所示。編數(shù)，如右表所示。編碼時(shí)，根據(jù)選定的準(zhǔn)碼時(shí)，根據(jù)選定的準(zhǔn)則則(如最小均方誤差準(zhǔn)如最小均方誤差準(zhǔn)則則)，每個(gè)編碼區(qū)間自，每個(gè)編碼區(qū)間自動(dòng)地選取一組最佳的動(dòng)地選取一組最佳的參數(shù)。參數(shù)。系數(shù)集系數(shù)集 系數(shù)系數(shù)1 1 系數(shù)系數(shù)2 2

23、0 256 01 512 -2562 0 03 192 644 240 05 460 -2086 392 -232 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程 自適應(yīng)量化自適應(yīng)量化 根據(jù)信號(hào)分布不均勻的特點(diǎn)，系統(tǒng)具有根據(jù)信號(hào)分布不均勻的特點(diǎn)，系統(tǒng)具有隨輸入信號(hào)的變化而改變量化區(qū)間大小隨輸入信號(hào)的變化而改變量化區(qū)間大小, , 以保以保持輸入持輸入給給量化器的信號(hào)基本均勻的能力，這量化器的信號(hào)基本均勻的能力，這種能力稱為自適應(yīng)量化。種能力稱為自適應(yīng)量化。3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT

24、）編碼編碼 在變換編碼時(shí)，初始數(shù)據(jù)要從初始空間在變換編碼時(shí)，初始數(shù)據(jù)要從初始空間或時(shí)間域進(jìn)行數(shù)學(xué)變換，變換為一個(gè)更適于或時(shí)間域進(jìn)行數(shù)學(xué)變換，變換為一個(gè)更適于壓縮的抽象域。該過(guò)程是可逆的；即使用反壓縮的抽象域。該過(guò)程是可逆的；即使用反變換可恢復(fù)原始數(shù)據(jù)。如將時(shí)域信號(hào)變換到變換可恢復(fù)原始數(shù)據(jù)。如將時(shí)域信號(hào)變換到頻域，因?yàn)槁曇簟D像大部分信號(hào)都是低頻頻域，因?yàn)槁曇?、圖像大部分信號(hào)都是低頻信號(hào)，在頻域中信號(hào)的能量較集中，再進(jìn)行信號(hào)，在頻域中信號(hào)的能量較集中，再進(jìn)行采樣、編碼就可以壓縮數(shù)據(jù)。采樣、編碼就可以壓縮數(shù)據(jù)。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT）編碼

25、編碼 變換本身是可逆的，因而其也是一種無(wú)損技變換本身是可逆的，因而其也是一種無(wú)損技術(shù)。然而，為了取得更滿意的結(jié)果，某些重要系數(shù)術(shù)。然而，為了取得更滿意的結(jié)果，某些重要系數(shù)的編碼位數(shù)比其他的要多，某些系數(shù)干脆就被忽略的編碼位數(shù)比其他的要多，某些系數(shù)干脆就被忽略了。這樣，該過(guò)程就成為有損的了。了。這樣，該過(guò)程就成為有損的了。 數(shù)學(xué)家們已經(jīng)構(gòu)造了多種數(shù)學(xué)變換。除了傅里數(shù)學(xué)家們已經(jīng)構(gòu)造了多種數(shù)學(xué)變換。除了傅里葉變換外，還有余弦、葉變換外，還有余弦、 Hadamard、 Haar、Karhunen Loeve變換。最實(shí)用最常用的數(shù)學(xué)變換變換。最實(shí)用最常用的數(shù)學(xué)變換是離散余弦變換是離散余弦變換(DCT)。

26、普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT）編碼編碼典型的變換編碼系統(tǒng)框圖：典型的變換編碼系統(tǒng)框圖：信源信源序列序列變換變換變 換 域變 換 域采采 樣樣量化量化編碼編碼存 儲(chǔ) 或存 儲(chǔ) 或傳傳 輸輸譯碼譯碼填零填零反反 變變換換再現(xiàn)再現(xiàn)序列序列變換編碼系統(tǒng)壓縮數(shù)據(jù)的三個(gè)步驟變換編碼系統(tǒng)壓縮數(shù)據(jù)的三個(gè)步驟普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT）編碼編碼 數(shù)據(jù)壓縮主要是去除信源的相關(guān)性。若考慮到信數(shù)據(jù)壓縮主要是去除信源的相關(guān)性。若考慮到信號(hào)存在于無(wú)限區(qū)間上，而變換區(qū)域又是有限的，那么號(hào)存在于無(wú)限區(qū)間上，而變換區(qū)域

27、又是有限的，那么表征相關(guān)性的統(tǒng)計(jì)特性就是協(xié)方差矩陣。表征相關(guān)性的統(tǒng)計(jì)特性就是協(xié)方差矩陣。 當(dāng)協(xié)方差矩陣中除對(duì)角線上元素之外的各元素都當(dāng)協(xié)方差矩陣中除對(duì)角線上元素之外的各元素都為零時(shí)，就等效于相關(guān)性為零。所以，為了有效地進(jìn)為零時(shí)，就等效于相關(guān)性為零。所以，為了有效地進(jìn)行數(shù)據(jù)壓縮，常常希望變換后的協(xié)方差矩陣為一對(duì)角行數(shù)據(jù)壓縮，常常希望變換后的協(xié)方差矩陣為一對(duì)角矩陣，同時(shí)也希望主對(duì)角線上各元素隨，的增加矩陣，同時(shí)也希望主對(duì)角線上各元素隨，的增加很快衰減。因此，變換編碼的關(guān)鍵在于：在已知的很快衰減。因此，變換編碼的關(guān)鍵在于：在已知的條件下，根據(jù)它的協(xié)方差矩陣去尋找一種正交變換條件下，根據(jù)它的協(xié)方差矩陣

28、去尋找一種正交變換，使變換后的協(xié)方差矩陣滿足或接近為一對(duì)角矩陣。，使變換后的協(xié)方差矩陣滿足或接近為一對(duì)角矩陣。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT）編碼編碼 當(dāng)經(jīng)過(guò)正交變換后的協(xié)方差矩陣為一對(duì)當(dāng)經(jīng)過(guò)正交變換后的協(xié)方差矩陣為一對(duì)角矩陣，且具有最小均方誤差時(shí)，該變換稱角矩陣，且具有最小均方誤差時(shí)，該變換稱最佳變換，也稱最佳變換，也稱Karhunen-Loeve變換。可以變換?？梢宰C明，以矢量信號(hào)的協(xié)方差矩陣的歸一化正證明，以矢量信號(hào)的協(xié)方差矩陣的歸一化正交特征向量所構(gòu)成的正交矩陣，對(duì)該矢量信交特征向量所構(gòu)成的正交矩陣，對(duì)該矢量信號(hào)所作的正交變換能使變換

29、后的協(xié)方差矩陣號(hào)所作的正交變換能使變換后的協(xié)方差矩陣達(dá)到對(duì)角矩陣。達(dá)到對(duì)角矩陣。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程離散余弦變換離散余弦變換（DCT）編碼編碼 如果變換后的協(xié)方差矩陣接近對(duì)角矩陣如果變換后的協(xié)方差矩陣接近對(duì)角矩陣，該類變換稱準(zhǔn)最佳變換，典型的有，該類變換稱準(zhǔn)最佳變換，典型的有DCT、DFT、WHT、HrT等。其中，最常用的變等。其中，最常用的變換是離散余弦變換換是離散余弦變換DCT。 DCT是從是從DFT引出的。引出的。DFT可以得到近可以得到近似于最佳變換的性能，但似于最佳變換的性能，但DFT的運(yùn)算次數(shù)太的運(yùn)算次數(shù)太多，且需要復(fù)數(shù)運(yùn)算。多，且需要復(fù)數(shù)運(yùn)算。DCT

30、從從DFT中取實(shí)部中取實(shí)部，并可用快速余弦變換算法，因此大大加快，并可用快速余弦變換算法，因此大大加快了運(yùn)算。同時(shí)其壓縮性能十分逼近最佳變換了運(yùn)算。同時(shí)其壓縮性能十分逼近最佳變換的壓縮性能。所以，的壓縮性能。所以，DCT在圖像壓縮中得到在圖像壓縮中得到了廣泛的應(yīng)用。了廣泛的應(yīng)用。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 行程編碼和行程編碼和Huffman編碼方法屬于統(tǒng)計(jì)編碼方法屬于統(tǒng)計(jì)編碼，它的方法是：識(shí)別一個(gè)給定的流中出編碼，它的方法是：識(shí)別一個(gè)給定的流中出現(xiàn)頻率最高的比特或字節(jié)模式，并用比原始現(xiàn)頻率最高的比特或字節(jié)模式，并用比原始比特更少

31、的比特?cái)?shù)來(lái)對(duì)其編碼。即就是，頻比特更少的比特?cái)?shù)來(lái)對(duì)其編碼。即就是，頻率越低的模式，其編碼的位數(shù)越多，頻率越率越低的模式，其編碼的位數(shù)越多，頻率越高的模式編碼位數(shù)越少。若碼流中所有模式高的模式編碼位數(shù)越少。若碼流中所有模式出現(xiàn)的概率相等，則平均信息量最大，出現(xiàn)的概率相等，則平均信息量最大， 信源信源就沒(méi)有冗余。就沒(méi)有冗余。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 1. 行程編碼行程編碼(Run Length Coding) 是最簡(jiǎn)單、最古老的壓縮技術(shù)之一，主是最簡(jiǎn)單、最古老的壓縮技術(shù)之一，主要技術(shù)是檢測(cè)重復(fù)的比特或字符序列，并用要技術(shù)是檢測(cè)重復(fù)

32、的比特或字符序列，并用它們的出現(xiàn)次數(shù)取而代之。它們的出現(xiàn)次數(shù)取而代之。 行程編碼有多種編碼方式，對(duì)于行程編碼有多種編碼方式，對(duì)于0出現(xiàn)較出現(xiàn)較多，多，1較少出現(xiàn)（或反之）的信源數(shù)據(jù)，可較少出現(xiàn)（或反之）的信源數(shù)據(jù)，可以對(duì)以對(duì)0的持續(xù)長(zhǎng)度（或的持續(xù)長(zhǎng)度（或1的持續(xù)長(zhǎng)度）進(jìn)行編的持續(xù)長(zhǎng)度）進(jìn)行編碼，碼，1（或（或0）保持不變。而對(duì)于）保持不變。而對(duì)于0、1交替出交替出現(xiàn)的數(shù)據(jù)，可以分別對(duì)現(xiàn)的數(shù)據(jù)，可以分別對(duì)0的持續(xù)長(zhǎng)度和的持續(xù)長(zhǎng)度和1的持的持續(xù)長(zhǎng)度編碼。續(xù)長(zhǎng)度編碼。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 代碼字有兩種類型：結(jié)束代碼字和組成代碼

33、字有兩種類型：結(jié)束代碼字和組成代碼字。每個(gè)行程由代碼字。每個(gè)行程由0個(gè)或更多的組成代碼個(gè)或更多的組成代碼字和一個(gè)確定的結(jié)束代碼字來(lái)表示。在字和一個(gè)確定的結(jié)束代碼字來(lái)表示。在063范圍內(nèi)的行程由相應(yīng)的結(jié)束代碼字編碼。范圍內(nèi)的行程由相應(yīng)的結(jié)束代碼字編碼。642623（2560+63）范圍內(nèi)的行程首先由）范圍內(nèi)的行程首先由組成代碼字編碼，它表示最接近、但不大于組成代碼字編碼，它表示最接近、但不大于所要求的行程，后再跟結(jié)束代碼字。所要求的行程，后再跟結(jié)束代碼字。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 行程大于或等于2624時(shí)，首先由組成代碼256

34、0編碼。如果行程的剩余部分仍大于2560，則產(chǎn)生附加的組成代碼2560，直到行程的剩余部分少于2560，再按前述方法編碼。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 2. 哈夫曼編碼哈夫曼編碼 1952年年Huffman提出了對(duì)統(tǒng)計(jì)獨(dú)立信源能達(dá)提出了對(duì)統(tǒng)計(jì)獨(dú)立信源能達(dá)到最小平均碼長(zhǎng)的編碼方法，也即最佳碼。最佳性到最小平均碼長(zhǎng)的編碼方法，也即最佳碼。最佳性可從理論上證明。這種碼具有即時(shí)性和唯一可譯性?？蓮睦碚撋献C明。這種碼具有即時(shí)性和唯一可譯性。 該編碼是常見(jiàn)的一種統(tǒng)計(jì)編碼。對(duì)給定的數(shù)據(jù)該編碼是常見(jiàn)的一種統(tǒng)計(jì)編碼。對(duì)給定的數(shù)據(jù)流，計(jì)算其每個(gè)字節(jié)

35、的出現(xiàn)頻率。根據(jù)頻率表，運(yùn)流，計(jì)算其每個(gè)字節(jié)的出現(xiàn)頻率。根據(jù)頻率表，運(yùn)用哈夫曼算法可確定分配各字符的最小位數(shù)，然后用哈夫曼算法可確定分配各字符的最小位數(shù)，然后給出一個(gè)最優(yōu)的編碼。代碼字存入代碼表中。給出一個(gè)最優(yōu)的編碼。代碼字存入代碼表中。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 編碼時(shí)，首先將信源符號(hào)按概率遞減順序排列，把兩個(gè)最小的概率加起來(lái)，作為新符號(hào)的概率，重復(fù)此過(guò)程，直到概率和達(dá)到1為止。然后在每次合并消息時(shí)，將被合并的消息賦以1和0或0和1，尋找從每一信源符號(hào)到概率為1處的路徑，記錄下路徑上的1和0，對(duì)每一符號(hào)寫(xiě)出“1”、“0”序列（

36、從碼樹(shù)的右邊到左邊）。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程行程編碼和行程編碼和Huffman編碼編碼 Huffman編碼的優(yōu)缺點(diǎn)編碼的優(yōu)缺點(diǎn) 優(yōu)點(diǎn)：優(yōu)點(diǎn)：當(dāng)信源符號(hào)概率是當(dāng)信源符號(hào)概率是2的負(fù)冪次方的負(fù)冪次方時(shí)，時(shí)， Huffman 編碼法編碼效率達(dá)到編碼法編碼效率達(dá)到100%。一般情況下，它的編碼效率要比其它編碼方一般情況下，它的編碼效率要比其它編碼方法的效率高，是最佳變長(zhǎng)碼。法的效率高，是最佳變長(zhǎng)碼。 缺點(diǎn)：缺點(diǎn)：Huffman 碼依賴于信源的統(tǒng)計(jì)特碼依賴于信源的統(tǒng)計(jì)特性，必須先統(tǒng)計(jì)得到信源的概率特性才能編性，必須先統(tǒng)計(jì)得到信源的概率特性才能編碼，這就限制了實(shí)際的應(yīng)用。通常

37、可在經(jīng)驗(yàn)碼，這就限制了實(shí)際的應(yīng)用。通常可在經(jīng)驗(yàn)基礎(chǔ)上預(yù)先提供基礎(chǔ)上預(yù)先提供Huffman碼表，此時(shí)性能有碼表，此時(shí)性能有所下降。所下降。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程小波變換編碼小波變換編碼 小波變換是一個(gè)線性變換，能夠?qū)⒁粋€(gè)信號(hào)分小波變換是一個(gè)線性變換，能夠?qū)⒁粋€(gè)信號(hào)分解成對(duì)空間和時(shí)間、頻率的獨(dú)立貢獻(xiàn)，同時(shí)又不失解成對(duì)空間和時(shí)間、頻率的獨(dú)立貢獻(xiàn)，同時(shí)又不失原信號(hào)所包含的信息。經(jīng)過(guò)小波變換后的圖像能量原信號(hào)所包含的信息。經(jīng)過(guò)小波變換后的圖像能量很集中，便于對(duì)不同的分量作不同的處理，達(dá)到較很集中，便于對(duì)不同的分量作不同的處理，達(dá)到較高的壓縮比。高的壓縮比。 普通高等教育“十一

38、五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程小波變換編碼小波變換編碼 小波變換是空間小波變換是空間(時(shí)間時(shí)間)和頻率的局部變和頻率的局部變換，因而能有效地從信號(hào)中提取信息。通過(guò)換，因而能有效地從信號(hào)中提取信息。通過(guò)伸縮和平移等運(yùn)算功能可對(duì)函數(shù)或信號(hào)進(jìn)行伸縮和平移等運(yùn)算功能可對(duì)函數(shù)或信號(hào)進(jìn)行多尺度的細(xì)化分析，最終達(dá)到高頻處時(shí)間細(xì)多尺度的細(xì)化分析，最終達(dá)到高頻處時(shí)間細(xì)分，低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分，低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了，解決了Fourier變換不能解決的許多困難問(wèn)變換不能解決的許多困難問(wèn)題題 。 普通高

39、等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程小波變換編碼小波變換編碼 圖像的小波變換可以理解為圖像信號(hào)經(jīng)圖像的小波變換可以理解為圖像信號(hào)經(jīng)過(guò)一系列帶通濾波器的結(jié)果，這組濾波器在過(guò)一系列帶通濾波器的結(jié)果，這組濾波器在對(duì)數(shù)意義下具有相同的帶寬，從小波變換后對(duì)數(shù)意義下具有相同的帶寬，從小波變換后不同分層定位中，提取出圖像的特征，低頻不同分層定位中，提取出圖像的特征，低頻部分平滑，表示背景；高頻部分不平穩(wěn)，表部分平滑，表示背景；高頻部分不平穩(wěn)，表示細(xì)節(jié)。利用不同層次對(duì)恢復(fù)圖像的貢獻(xiàn)大示細(xì)節(jié)。利用不同層次對(duì)恢復(fù)圖像的貢獻(xiàn)大小和對(duì)人眼視覺(jué)系統(tǒng)影響的大小，采用不同小和對(duì)人眼視覺(jué)系統(tǒng)影響的大小，采用不同的編碼

40、方法，可以達(dá)到圖像壓縮的目的。的編碼方法，可以達(dá)到圖像壓縮的目的。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程小波變換編碼小波變換編碼 基于小波分析的壓縮方法很多，比較成基于小波分析的壓縮方法很多，比較成功的有小波包最好基方法，小波域紋理模型功的有小波包最好基方法，小波域紋理模型方法，小波變換零樹(shù)壓縮，小波變換向量壓方法，小波變換零樹(shù)壓縮，小波變換向量壓縮等?？s等。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程人民郵電出版社國(guó)防科學(xué)技術(shù)大學(xué)版權(quán)所有 3.3 音頻壓縮標(biāo)準(zhǔn)普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3 音頻的壓縮音頻頻率范圍音頻頻率范圍 低頻聲音低頻聲音(I

41、nfra-sound)： 0Hz20Hz 人類聽(tīng)覺(jué)頻率范圍的聲音：人類聽(tīng)覺(jué)頻率范圍的聲音： 20Hz20kHz 高頻高頻(Ultrasound)： 20kHz1GHz 超聲波超聲波(Hypersound)： 1GHz10THz不同音頻的帶寬不同音頻的帶寬 電話語(yǔ)音：電話語(yǔ)音： 200Hz3.4kHz 調(diào)幅廣播：調(diào)幅廣播： 50Hz7kHz 調(diào)頻廣播：調(diào)頻廣播： 20Hz15kHz 寬帶音響寬帶音響: 20Hz20kHz普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.1 音頻壓縮編碼的基本方法無(wú)失真壓縮音頻壓縮方法有失真壓縮Huffman編碼行程編碼波形編碼參數(shù)編碼混合編碼全頻帶編碼P

42、CMDPCMADPCM子帶編碼 自適應(yīng)變換編碼ATC 心理學(xué)模型矢量量化線性預(yù)測(cè)LPC矢量和激勵(lì)線性預(yù)測(cè)VSELP多脈沖線性預(yù)測(cè)MP-LPC碼本激勵(lì)線性預(yù)測(cè)CELP普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.2 電話質(zhì)量的語(yǔ)音壓縮標(biāo)準(zhǔn) ITUTS建議的語(yǔ)音壓縮的標(biāo)準(zhǔn)建議的語(yǔ)音壓縮的標(biāo)準(zhǔn) G.711：采用采用PCM編碼，采樣速率為編碼，采樣速率為8kHz，量化位量化位數(shù)為數(shù)為8bit，對(duì)應(yīng)的比特流速率為對(duì)應(yīng)的比特流速率為64kbit/s。 G.721： ITU建議的建議的 G.721將將64Kbps的比特流轉(zhuǎn)換的比特流轉(zhuǎn)換為為32Kbps的流，它是基于的流，它是基于 ADPCM技術(shù)

43、。每個(gè)數(shù)技術(shù)。每個(gè)數(shù)值差分用值差分用4位編碼，其采樣率為位編碼，其采樣率為8kHz。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.2 電話質(zhì)量的語(yǔ)音壓縮標(biāo)準(zhǔn) G.723： G.723是一種以是一種以24Kbps運(yùn)行的基于運(yùn)行的基于 ADPCM 的有損耗壓縮標(biāo)準(zhǔn)。其音質(zhì)不如非壓縮的有損耗壓縮標(biāo)準(zhǔn)。其音質(zhì)不如非壓縮的的 G.711PCM 標(biāo)準(zhǔn)以及基于標(biāo)準(zhǔn)以及基于 SBADPCM 的的 G.722標(biāo)準(zhǔn)。標(biāo)準(zhǔn)。G.723.1和和G.723.2用于用于H.324標(biāo)準(zhǔn)。標(biāo)準(zhǔn)。 G.728：它的它的 比特率為比特率為16Kbps，帶寬限于帶寬限于3.4kHz。其音質(zhì)比其音質(zhì)比 G.711或或 G

44、.722差得多。它基于一種稱為差得多。它基于一種稱為低延遲代碼激勵(lì)線性預(yù)測(cè)低延遲代碼激勵(lì)線性預(yù)測(cè)(LDCELP)的向量量化的向量量化技術(shù)。技術(shù)。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.2 電話質(zhì)量的語(yǔ)音壓縮標(biāo)準(zhǔn) CELP是一種常用的語(yǔ)音壓縮技術(shù)。它用于是一種常用的語(yǔ)音壓縮技術(shù)。它用于美國(guó)聯(lián)邦標(biāo)準(zhǔn)美國(guó)聯(lián)邦標(biāo)準(zhǔn)1016，可將語(yǔ)音壓縮至，可將語(yǔ)音壓縮至4.8Kbps。美美國(guó)聯(lián)邦標(biāo)準(zhǔn)國(guó)聯(lián)邦標(biāo)準(zhǔn)1015使用使用 CELP的一個(gè)簡(jiǎn)本，稱為線性的一個(gè)簡(jiǎn)本，稱為線性預(yù)測(cè)編碼預(yù)測(cè)編碼(LPC)。 LPC一一10E標(biāo)準(zhǔn)可以運(yùn)行于標(biāo)準(zhǔn)可以運(yùn)行于2.4Kbps。采用了一種向量量化方法。聲音聽(tīng)起來(lái)采

45、用了一種向量量化方法。聲音聽(tīng)起來(lái)有點(diǎn)象機(jī)器在說(shuō)話，有點(diǎn)象機(jī)器在說(shuō)話， 但但4.8Kbps與電話差不多。與電話差不多。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.3 調(diào)幅廣播質(zhì)量的音頻壓縮標(biāo)準(zhǔn) 調(diào)幅廣播質(zhì)量：調(diào)幅廣播質(zhì)量：50Hz7kHz，稱稱“7kHz音頻信號(hào)音頻信號(hào)”。 G.722：G.722基于子帶基于子帶 ADPCM技術(shù)技術(shù) (SBADPCM) ，它是將現(xiàn)有的帶寬分成兩個(gè)獨(dú)立的子帶信道分別采用它是將現(xiàn)有的帶寬分成兩個(gè)獨(dú)立的子帶信道分別采用差分脈碼調(diào)制算法。差分脈碼調(diào)制算法。 G.722壓縮信號(hào)的帶寬范圍為壓縮信號(hào)的帶寬范圍為50Hz到到7kHz，而而 G.711 僅限于僅限

46、于3.4kHz。其比特率為其比特率為48、56、64Kbps，在標(biāo)準(zhǔn)模式下，采樣速率是在標(biāo)準(zhǔn)模式下，采樣速率是16KHz，幅度深度為幅度深度為14比特。比特。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4 高保真立體聲音頻壓縮標(biāo)準(zhǔn) 高質(zhì)量的聲音信號(hào)頻率范圍：高質(zhì)量的聲音信號(hào)頻率范圍： 50Hz20kHz 目前國(guó)際上比較成熟的高質(zhì)量聲音壓縮標(biāo)準(zhǔn)為目前國(guó)際上比較成熟的高質(zhì)量聲音壓縮標(biāo)準(zhǔn)為MPEG音頻。音頻。MPEGl的音頻信號(hào)在的音頻信號(hào)在ISO 111723文檔中的描述。文檔中的描述。MPEG音頻不是單個(gè)一種壓縮算音頻不是單個(gè)一種壓縮算法，而是法，而是3種音頻編碼和壓縮方案的一個(gè)系

47、列。種音頻編碼和壓縮方案的一個(gè)系列。 MPEG 聲音編碼分為：層聲音編碼分為：層l、層層2、層、層3。隨。隨著層數(shù)的增加算法的復(fù)雜度也增大。著層數(shù)的增加算法的復(fù)雜度也增大。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4 高保真立體聲音頻壓縮標(biāo)準(zhǔn) 所有所有3層都分級(jí)兼容。最復(fù)雜的譯碼器層都分級(jí)兼容。最復(fù)雜的譯碼器(即在層即在層3工作的譯碼器工作的譯碼器)也可對(duì)層也可對(duì)層2或?qū)踊驅(qū)觢的碼流進(jìn)行的碼流進(jìn)行譯碼。譯碼。 所有所有3層都運(yùn)用同一原理：變換編碼和子帶編碼。層都運(yùn)用同一原理：變換編碼和子帶編碼。v 頻譜被分為頻譜被分為32個(gè)子帶。個(gè)子帶。v 應(yīng)用快速博里葉變換來(lái)表示高頻域中的信

48、號(hào)。應(yīng)用快速博里葉變換來(lái)表示高頻域中的信號(hào)。v 應(yīng)用心理聲學(xué)模式來(lái)變換信號(hào)以估計(jì)剛能引起應(yīng)用心理聲學(xué)模式來(lái)變換信號(hào)以估計(jì)剛能引起注意的噪音級(jí)。注意的噪音級(jí)。 層層 l、2 和和 3主要在最后一個(gè)階段主要在最后一個(gè)階段-即量化階段即量化階段的方式上有所區(qū)別，但不是唯一的差別。的方式上有所區(qū)別，但不是唯一的差別。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程人民郵電出版社國(guó)防科學(xué)技術(shù)大學(xué)版權(quán)所有3.4 圖像和視頻壓縮標(biāo)準(zhǔn)普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.1 4.1 圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮方法無(wú)失真壓縮有失真壓縮Huff

49、man編碼行程編碼算術(shù)編碼LZW編碼預(yù)測(cè)編碼運(yùn)動(dòng)補(bǔ)償變換編碼DCT變換小波變換子帶編碼模型編碼分形編碼基于重要性濾波子采樣矢量量化混合編碼JPEGMPEGH.261普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.1 4.1 圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮編碼的基本方法 原始的彩色圖像，一般由紅、綠、藍(lán)三種基色的原始的彩色圖像，一般由紅、綠、藍(lán)三種基色的圖像組成（圖像組成（R、G、B）。）。然而人的視覺(jué)系統(tǒng)對(duì)彩色色然而人的視覺(jué)系統(tǒng)對(duì)彩色色度的感覺(jué)和亮度的敏感性是不同的，因此產(chǎn)生了不同度的感覺(jué)和亮度的敏感性是不同的，因此產(chǎn)生了不同的彩色空間表示。的彩色空間表示。 H、S、

50、I彩色空間：彩色空間：H為色調(diào)、為色調(diào)、S為飽和度、為飽和度、I表表示光的強(qiáng)度或亮度。示光的強(qiáng)度或亮度。 Y、I、Q方式和方式和Y、U、V方式：這兩種表示方式方式：這兩種表示方式的一個(gè)共同點(diǎn)是用其中一個(gè)分量的一個(gè)共同點(diǎn)是用其中一個(gè)分量Y表示象素的亮度，表示象素的亮度，用其余兩個(gè)分量表示象素的色度。用其余兩個(gè)分量表示象素的色度。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn) 靜止圖像壓縮，已有多個(gè)國(guó)際標(biāo)準(zhǔn)，如靜止圖像壓縮，已有多個(gè)國(guó)際標(biāo)準(zhǔn)，如ISO制訂的制訂的JPEG標(biāo)準(zhǔn)（標(biāo)準(zhǔn)（Joint Photographic Experts Gr

51、oup）、）、JBIG標(biāo)準(zhǔn)（標(biāo)準(zhǔn)（Joint Bilevel Image Group）、）、ITUT的的G3、G4標(biāo)準(zhǔn)等。標(biāo)準(zhǔn)等。特別是特別是JPEG標(biāo)準(zhǔn)，適用黑白及彩色照片、彩標(biāo)準(zhǔn)，適用黑白及彩色照片、彩色傳真和印刷圖片，可以支持很高的圖像分色傳真和印刷圖片，可以支持很高的圖像分辨率和量化精度。辨率和量化精度。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)1. JPEG壓縮標(biāo)準(zhǔn)壓縮標(biāo)準(zhǔn)l 壓縮比高，圖像質(zhì)量保真程度好；壓縮比高，圖像質(zhì)量保真程度好；l 算法能適應(yīng)不同的數(shù)字圖像參數(shù)、大小、圖算法能適應(yīng)不同的數(shù)字圖像參數(shù)、大小、圖像內(nèi)

52、容、彩色空間、統(tǒng)計(jì)特性等，但不包括像內(nèi)容、彩色空間、統(tǒng)計(jì)特性等，但不包括二值圖像；二值圖像；l 用戶可以對(duì)壓縮比、質(zhì)量效果進(jìn)行選擇；用戶可以對(duì)壓縮比、質(zhì)量效果進(jìn)行選擇；l 應(yīng)該滿足硬軟件實(shí)現(xiàn)的計(jì)算需求；應(yīng)該滿足硬軟件實(shí)現(xiàn)的計(jì)算需求；l 支持多種操作方式。支持多種操作方式。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)(1) JPEG的無(wú)損預(yù)測(cè)編碼算法的無(wú)損預(yù)測(cè)編碼算法 無(wú)損壓縮不使用無(wú)損壓縮不使用DCTDCT方法，而是采用一個(gè)簡(jiǎn)單方法，而是采用一個(gè)簡(jiǎn)單的預(yù)測(cè)器。預(yù)測(cè)器可以采用不同的預(yù)測(cè)方法，不同的預(yù)測(cè)器。預(yù)測(cè)器可以采用不同的預(yù)測(cè)方法，

53、不同的預(yù)測(cè)方法將決定有哪些相鄰的象素將被用于預(yù)測(cè)的預(yù)測(cè)方法將決定有哪些相鄰的象素將被用于預(yù)測(cè)下一個(gè)象素。常用的預(yù)測(cè)方法如三領(lǐng)域預(yù)測(cè)法。下一個(gè)象素。常用的預(yù)測(cè)方法如三領(lǐng)域預(yù)測(cè)法。源圖像數(shù)據(jù)預(yù)測(cè)器熵編碼器壓縮的圖像數(shù)據(jù)表說(shuō)明普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)(2) JPEG的基于的基于DCT的有損編碼算法的有損編碼算法8*8DCT正變換量化器熵編碼器壓 縮 后的 圖 像數(shù)據(jù)JPEG 編碼器表說(shuō)明表說(shuō)明塊準(zhǔn)備源圖像數(shù)據(jù)普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)塊準(zhǔn)備

54、塊準(zhǔn)備 塊準(zhǔn)備將一幀幀圖像分成塊準(zhǔn)備將一幀幀圖像分成88的數(shù)據(jù)塊。的數(shù)據(jù)塊。 DCT變換變換 原始的圖像數(shù)據(jù)塊經(jīng)過(guò)原始的圖像數(shù)據(jù)塊經(jīng)過(guò)DCT變換后，將每個(gè)數(shù)變換后，將每個(gè)數(shù)據(jù)塊的數(shù)據(jù)從空間域變換到頻率域，輸出據(jù)塊的數(shù)據(jù)從空間域變換到頻率域，輸出64個(gè)個(gè)DCT變換系數(shù)。變換系數(shù)。 量化量化 JPEG的量化采用線性均勻量化器的量化采用線性均勻量化器。DCT系數(shù)的編碼系數(shù)的編碼 JPEG中對(duì)中對(duì)DC系數(shù)采用系數(shù)采用DPCM編碼，編碼， 63個(gè)個(gè)AC系數(shù)在系數(shù)在JPEG算法中采用行程編碼。算法中采用行程編碼。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止

55、圖像壓縮標(biāo)準(zhǔn)熵編碼熵編碼 經(jīng)過(guò)經(jīng)過(guò)DPCM編碼的直流項(xiàng)和經(jīng)過(guò)行程編碼的交編碼的直流項(xiàng)和經(jīng)過(guò)行程編碼的交流項(xiàng)再進(jìn)行霍夫曼編碼或自適應(yīng)二進(jìn)制算術(shù)編碼。流項(xiàng)再進(jìn)行霍夫曼編碼或自適應(yīng)二進(jìn)制算術(shù)編碼。壓縮比和圖像質(zhì)量壓縮比和圖像質(zhì)量 基于基于DCT的的JPEG標(biāo)準(zhǔn)的壓縮是有失真的，標(biāo)準(zhǔn)的壓縮是有失真的，DCT變換后系數(shù)的量化是引起失真的主要原因。壓變換后系數(shù)的量化是引起失真的主要原因。壓縮效果與圖像內(nèi)容本身有較大的關(guān)系，對(duì)于中等復(fù)縮效果與圖像內(nèi)容本身有較大的關(guān)系，對(duì)于中等復(fù)雜程度的彩色圖像，其壓縮比與恢復(fù)圖像的質(zhì)量大雜程度的彩色圖像，其壓縮比與恢復(fù)圖像的質(zhì)量大致如下表所示。致如下表所示。 普通高等教育“

56、十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)壓縮效果（比特/象素）質(zhì)量0.250.50中好，滿足某些應(yīng)用0.500.75好很好，滿足多數(shù)應(yīng)用0.751.5極好，滿足大多數(shù)應(yīng)用1.52.0與原始圖像幾乎分不出普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)2. JPEG2000簡(jiǎn)介簡(jiǎn)介內(nèi)容：內(nèi)容： l JPEG2000圖像編碼系統(tǒng)（核心部分）圖像編碼系統(tǒng)（核心部分）l 應(yīng)用擴(kuò)展（在核心上擴(kuò)展更多特性）應(yīng)用擴(kuò)展（在核心上擴(kuò)展更多特性）l 運(yùn)動(dòng)運(yùn)動(dòng)JPEG2000l 兼容性（即包容性與繼承性）兼

57、容性（即包容性與繼承性）l 參考軟件（目前主要為參考軟件（目前主要為JAVA與與C程序）程序）l 復(fù)合圖像文件格式（如傳真式的服務(wù)等）復(fù)合圖像文件格式（如傳真式的服務(wù)等）普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.2 4.2 靜止圖像壓縮標(biāo)準(zhǔn)靜止圖像壓縮標(biāo)準(zhǔn)核心：核心： 離散小波變換算法離散小波變換算法 特點(diǎn)：特點(diǎn)： l 高壓縮率高壓縮率l 無(wú)損壓縮無(wú)損壓縮 l 漸進(jìn)傳輸漸進(jìn)傳輸 l 感興趣區(qū)域壓縮感興趣區(qū)域壓縮 l 色彩模式色彩模式 l 圖像處理簡(jiǎn)單圖像處理簡(jiǎn)單普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.3 4.3 視頻壓縮標(biāo)準(zhǔn)視頻壓縮標(biāo)準(zhǔn) 視頻壓縮的一個(gè)

58、重要標(biāo)準(zhǔn)是視頻壓縮的一個(gè)重要標(biāo)準(zhǔn)是MPEG（Motion Picture Experts Group），），已推出已推出了了MPEG（或或MPEG-）、）、MPEG-、MPEG-等系列標(biāo)準(zhǔn)。另一個(gè)重要標(biāo)準(zhǔn)是等系列標(biāo)準(zhǔn)。另一個(gè)重要標(biāo)準(zhǔn)是H系列，包括系列，包括H.261、H.263等標(biāo)準(zhǔn)，此外還有等標(biāo)準(zhǔn)，此外還有運(yùn)動(dòng)運(yùn)動(dòng)JPEG等壓縮標(biāo)準(zhǔn)。等壓縮標(biāo)準(zhǔn)。 普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.3 4.3 視頻壓縮標(biāo)準(zhǔn)視頻壓縮標(biāo)準(zhǔn)1. MPEG壓縮標(biāo)準(zhǔn)壓縮標(biāo)準(zhǔn)（1） MPEG 1壓縮標(biāo)準(zhǔn)壓縮標(biāo)準(zhǔn) 能夠傳輸用戶可以接受的視頻；能夠傳輸用戶可以接受的視頻； 能夠支持對(duì)稱或者非對(duì)稱的

59、壓縮解壓應(yīng)用；能夠支持對(duì)稱或者非對(duì)稱的壓縮解壓應(yīng)用； 根據(jù)需要可以支持隨機(jī)存??；根據(jù)需要可以支持隨機(jī)存??； 除了正常播放之外，根據(jù)需要支持快進(jìn)、快倒、除了正常播放之外，根據(jù)需要支持快進(jìn)、快倒、快放等多種工作方式；快放等多種工作方式； 能夠支持視頻和音頻的同步工作；能夠支持視頻和音頻的同步工作； 能夠避免出現(xiàn)大的障礙；能夠避免出現(xiàn)大的障礙； 當(dāng)需要時(shí)，可以控制壓縮解壓的延遲；當(dāng)需要時(shí)，可以控制壓縮解壓的延遲； 如果需要，可以具有編輯能力；如果需要，可以具有編輯能力； 能夠以靈活的格式支持窗口視頻演示；能夠以靈活的格式支持窗口視頻演示； 不排斥使用價(jià)格低廉又能夠?qū)崟r(shí)編碼的芯片。不排斥使用價(jià)格低廉又

60、能夠?qū)崟r(shí)編碼的芯片。普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材多媒體技術(shù)教程3.3.4.3 4.3 視頻壓縮標(biāo)準(zhǔn)視頻壓縮標(biāo)準(zhǔn) MPEG - -標(biāo)準(zhǔn)（標(biāo)準(zhǔn)（ISO/IEC11172-）的目標(biāo)是的目標(biāo)是以約以約1.5Mbps的速率傳輸電視質(zhì)量的視頻信號(hào)，亮度的速率傳輸電視質(zhì)量的視頻信號(hào)，亮度信號(hào)的分辨率為信號(hào)的分辨率為360240，色度信號(hào)的分辨率為，色度信號(hào)的分辨率為180120，每秒，每秒30幀。幀。MPEG-標(biāo)準(zhǔn)包括：標(biāo)準(zhǔn)包括： MPEG系統(tǒng)（系統(tǒng)（ISO/IEC11172-1） MPEG視頻（視頻（ISO/IEC11172-2） MPEG音頻（音頻（ISO/IEC11172-3） 測(cè)試驗(yàn)證（測(cè)試