多媒體信息的數(shù)據(jù)壓縮ppt課件

1、1.5 多媒體數(shù)據(jù)緊縮技術(shù)1.5.1 多媒體數(shù)據(jù)的冗余類型1.5.2 數(shù)據(jù)緊縮方法1.5.3 視頻編碼的國(guó)際規(guī)范11.5.1 多媒體數(shù)據(jù)的冗余類型圖像數(shù)據(jù)表示中存在著大量的冗余，圖像數(shù)據(jù)緊縮技術(shù)就是利用圖像數(shù)據(jù)的冗余性來(lái)減少圖像數(shù)據(jù)量的方法。常見圖像數(shù)據(jù)冗余類型如下：1. 空間冗余2. 時(shí)間冗余3. 視覺冗余2空間冗余一幅圖像外表上各采樣點(diǎn)的顏色之間往往存在著空間銜接性，基于離散像素采樣來(lái)表示物體外表顏色的像素存儲(chǔ)方式可利用空間銜接性，到達(dá)減少數(shù)據(jù)量的目的。例如，在靜態(tài)圖像中有一塊外表顏色均勻的區(qū)域，在此區(qū)域中一切點(diǎn)的光強(qiáng)和顏色以及飽和度都是一樣的，因此數(shù)據(jù)有很大的空間冗余。3時(shí)間冗余運(yùn)動(dòng)圖像

2、普通為位于一時(shí)間軸區(qū)間的一組延續(xù)畫面，其中的相鄰幀往往包含一樣的背景和挪動(dòng)物體，只不過挪動(dòng)物體所在的空間位置略有不同，所以后一幀的數(shù)據(jù)與前一幀的數(shù)據(jù)有許多共同的地方，這種共同性是由于相鄰幀記錄了相鄰時(shí)辰的同一場(chǎng)景畫面，所以稱為時(shí)間冗余。同理，語(yǔ)音數(shù)據(jù)中也存在著時(shí)間冗余。4視覺冗余人類的視覺系統(tǒng)對(duì)圖像場(chǎng)的敏感度是非均勻的。但是，在記錄原始的圖像數(shù)據(jù)時(shí)，通常假定視覺系統(tǒng)近似線性的和均勻的，對(duì)視覺敏感和不敏感的部分同等對(duì)待，從而產(chǎn)生比理想編碼即把視覺敏感和不敏感的部分區(qū)分開來(lái)的編碼更多的數(shù)據(jù)，這就是視覺冗余。5數(shù)字緊縮技術(shù)三個(gè)重要目的1、信息存儲(chǔ)量之比 大2、緊縮的算法 簡(jiǎn)單3、恢復(fù)效果 好61.5

3、.2 數(shù)據(jù)緊縮方法緊縮處置普通是由兩個(gè)過程組成：一是編碼過程，即將原始數(shù)據(jù)經(jīng)過編碼進(jìn)展緊縮，以便存儲(chǔ)與傳輸；二是解碼過程，此過程對(duì)編碼數(shù)據(jù)進(jìn)展解碼，還原為可以運(yùn)用的數(shù)據(jù)。數(shù)據(jù)緊縮可分為兩種類型：一種叫做無(wú)損緊縮，另一種叫做有損緊縮。無(wú)損緊縮混合緊縮有損緊縮7891011編碼編碼經(jīng)過模型，我們?cè)?jīng)確定了對(duì)某一個(gè)符號(hào)該用多少位二進(jìn)制數(shù)進(jìn)展編碼。如今的經(jīng)過模型，我們?cè)?jīng)確定了對(duì)某一個(gè)符號(hào)該用多少位二進(jìn)制數(shù)進(jìn)展編碼。如今的問題是，如何設(shè)計(jì)一種編碼方案，使其盡量準(zhǔn)確地用模型計(jì)算出來(lái)的位數(shù)表示某問題是，如何設(shè)計(jì)一種編碼方案，使其盡量準(zhǔn)確地用模型計(jì)算出來(lái)的位數(shù)表示某個(gè)符號(hào)。個(gè)符號(hào)。最先被思索的問題是，假設(shè)對(duì)

4、最先被思索的問題是，假設(shè)對(duì) a 用用 3 個(gè)二進(jìn)制位就可以表示，而對(duì)個(gè)二進(jìn)制位就可以表示，而對(duì) b 用用 4 個(gè)二進(jìn)個(gè)二進(jìn)制位就可以表示，那么，在解碼時(shí)，面對(duì)一連串的二進(jìn)制流，我怎樣知道哪三個(gè)制位就可以表示，那么，在解碼時(shí)，面對(duì)一連串的二進(jìn)制流，我怎樣知道哪三個(gè)位是位是 a，哪四個(gè)位是，哪四個(gè)位是 b 呢？所以，必需設(shè)計(jì)出一種編碼方式，使得解碼程序可以呢？所以，必需設(shè)計(jì)出一種編碼方式，使得解碼程序可以方便地分別每個(gè)字符的編碼部分。于是有了一種叫方便地分別每個(gè)字符的編碼部分。于是有了一種叫“前綴編碼的技術(shù)。該技術(shù)的前綴編碼的技術(shù)。該技術(shù)的主導(dǎo)思想是，任何一個(gè)字符的編碼，都不是另一個(gè)字符編碼的前綴

5、。反過來(lái)說就主導(dǎo)思想是，任何一個(gè)字符的編碼，都不是另一個(gè)字符編碼的前綴。反過來(lái)說就是，任何一個(gè)字符的編碼，都不是由另一個(gè)字符的編碼加上假設(shè)干位是，任何一個(gè)字符的編碼，都不是由另一個(gè)字符的編碼加上假設(shè)干位 0 或或 1 組成組成?？匆幌虑熬Y編碼的一個(gè)最簡(jiǎn)單的例子?？匆幌虑熬Y編碼的一個(gè)最簡(jiǎn)單的例子12符號(hào) 編碼 A 0 B 10 C 110 D 1110 E 11110 有了上面的碼表，他一定可以輕松地從下面這串二進(jìn)制流中分辨出真正的信息內(nèi)容了：11110111100010 - DABBDCEAAB13無(wú)損緊縮無(wú)損緊縮常用在原始數(shù)據(jù)的存檔，如文本數(shù)據(jù)、程序以及珍貴的圖片和圖像等。其原理是統(tǒng)計(jì)緊縮數(shù)

6、據(jù)中的冗余(反復(fù)的數(shù)據(jù))部分。常用的有：RLE (run length encoding)行程編碼Huffman 編碼算術(shù)編碼LZW (lempel-ziv-welch)編碼1415161) 將給定符號(hào)按照其頻率從大到小排序。對(duì)上面的例子，應(yīng)該得到： a - 16 b - 7 c - 6 d - 6 e - 5 2) 將序列分成上下兩部分，使得上部頻率總和盡能夠接近下部頻率總和。我們有： a - 16 b - 7- c - 6 d - 6 e - 5 3) 我們把第二步中劃分出的上部作為二叉樹的左子樹，記 0，下部作為二叉樹的右子樹，記 1。4) 分別對(duì)左右子樹反復(fù) 2 3 兩步，直到一切的符

7、號(hào)都成為二叉樹的樹葉為止。如今我們有如下的二叉樹： 根(root) 0 | 1 +-+-+ 0 | 1 0 | 1 +-+-+ +-+-+ | | | | a b c | 0 | 1 +-+-+ | | d e 1718Huffman Huffman 編碼編碼Huffman Huffman 編碼構(gòu)造二叉樹的方法和編碼構(gòu)造二叉樹的方法和 Shannon-Fano Shannon-Fano 正好相反，不是自上而下，而是從樹葉到樹根生正好相反，不是自上而下，而是從樹葉到樹根生成二叉樹。如今，我們依然運(yùn)用上面的例子來(lái)學(xué)習(xí)成二叉樹。如今，我們依然運(yùn)用上面的例子來(lái)學(xué)習(xí) Huffman Huffman 編碼

8、方法。編碼方法。1) 1) 將各個(gè)符號(hào)及其出現(xiàn)頻率分別作為不同的小二叉樹目前每棵樹只需根節(jié)點(diǎn)。將各個(gè)符號(hào)及其出現(xiàn)頻率分別作為不同的小二叉樹目前每棵樹只需根節(jié)點(diǎn)。 a(16) b(7) c(6) d(6) e(5) 2) 在 1 中得到的樹林里找出頻率值最小的兩棵樹，將他們分別作為左、右子樹連成一棵大一些的二叉樹，該二叉樹的頻率值為兩棵子樹頻率值之和。對(duì)上面的例子，我們得到一個(gè)新的樹林： | (11) a(16) b(7) c(6) +-+-+ | | d e 3) 對(duì)上面得到的樹林反復(fù) 2 的做法，直到一切符號(hào)都連入樹中為止。這一步完成后，我們有這樣的二叉樹： 根(root) 0 | 1 +-

9、+-+ | 0 | 1 | +-+-+ | 0 | 1 0 | 1 a +-+-+ +-+-+ | | | | b c d e 由此，我們可以建立和 Shannon-Fano 編碼略微不同的編碼表： a - 0 b - 100 c - 101 d - 110 e - 111 19對(duì)例子中信息的編碼為：cabcedeacacdeddaaabaababaaabbacdebaceada101 0 100 101 111 110 111 0 101 0 101 . 碼長(zhǎng)共 88 位。這比運(yùn)用 Shannon-Fano 編碼要更短一點(diǎn)。讓我們回想一下熵的知識(shí)，運(yùn)用我們?cè)诘诙聦W(xué)到的計(jì)算方法，上面的例子中

10、，每個(gè)字符的熵為：Ea = - log2(16 / 40) = 1.322 Eb = - log2( 7 / 40) = 2.515 Ec = - log2( 6 / 40) = 2.737 Ed = - log2( 6 / 40) = 2.737 Ee = - log2( 5 / 40) = 3.000 信息的熵為：也就是說，表示該條信息最少需求 86.601 位。我們看到，Shannon-Fano 編碼和 Huffman 編碼都曾經(jīng)比較接近該信息的熵值了。20(1)、行程編碼RLERLE 編碼是將數(shù)據(jù)流中延續(xù)出現(xiàn)的字符用單一記號(hào)表示。例如,字符串AAABCDDDDDDDDBBBBB可以緊縮

11、為3ABC8D5B 。RLE編碼簡(jiǎn)單直觀，編碼/解碼速度快，因此許多圖形和視頻文件，如.BMP.TIFF及AVI等格式文件的緊縮均采用此方法.21(3)、算術(shù)編碼其方法是將被編碼的信源音訊表示成實(shí)數(shù)軸0-1之間的一個(gè)間隔，音訊越長(zhǎng)，編碼表示它的間隔就越小，表示這一間隔所需的二進(jìn)制位數(shù)就越多。該方法實(shí)現(xiàn)較為復(fù)雜，常與其它有損緊縮結(jié)合運(yùn)用，并在圖像數(shù)據(jù)緊縮標(biāo)準(zhǔn)(如JPEG)中扮演重要角色。22(4)、LZW編碼LZW(Lempel-Ziv-Welch)緊縮運(yùn)用字典庫(kù)查找方案。它讀入待緊縮的數(shù)據(jù)并與一個(gè)字典庫(kù)(庫(kù)開場(chǎng)是空的)中的字符串對(duì)比，如有匹配的字符串，那么輸出該字符串?dāng)?shù)據(jù)在字典庫(kù)中的位置索引，

12、否那么將該字符串插入字典中。許多商品緊縮軟件如ARJ、PKZIR、ZOO、LHA等都采用了設(shè)方法。另外，.GIF 和.TIF 格式的圖形文件也是按這一文件存儲(chǔ)的。23有損緊縮圖像或聲音的頻帶寬、信息豐富，人類視覺和聽覺器官對(duì)頻帶中某些頻率成分不大敏感，有損緊縮以犧牲這部分信息為代價(jià)，換取了較高的緊縮比。常用的有損緊縮方法有：PCM(脈沖編碼調(diào)制)、預(yù)測(cè)編碼、變換編碼、插值與外推等。新一代的數(shù)據(jù)緊縮方法有：矢量量化和子帶編碼、基于模型的緊縮、分形緊縮及小波變換等。2425分形編碼： 分形的方法是把一幅數(shù)字圖像，經(jīng)過一些圖像處置技術(shù)，如顏色分割，邊緣檢測(cè)、頻譜分析、統(tǒng)理變化分析等原始圖像分成一些子

13、圖像。然后在分形集中查找這樣的子圖像。分形集實(shí)踐上并不是存儲(chǔ)一切能夠的子圖像，而是存儲(chǔ)許多迭代函數(shù)，經(jīng)過迭代函數(shù)的反復(fù)迭代，可以恢復(fù)出原來(lái)的圖像26混合緊縮混合緊縮是利用了各種單一緊縮的優(yōu)點(diǎn)，以求在緊縮比、緊縮效率及保真度之間獲得最正確折衷。該方法在許多情況下被運(yùn)用，如JPEG 和MPEG 規(guī)范就采用了混合編碼的緊縮方法。271、基于音頻數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)展編碼2、基于音頻的聲學(xué)參數(shù)，進(jìn)展參數(shù)編碼3、基于人的聽覺特性進(jìn)展編碼2829303132聲音質(zhì)量與MP3緊縮比例關(guān)系表如下：聲音質(zhì)量帶寬方式比特率緊縮比率2.5kHz單聲道8kbps*96:1好于短波4.5kHz單聲道16kbps48:1好于

14、調(diào)幅廣播7.5kHz單聲道32kbps24:1類似調(diào)頻廣播11kHz立體聲56-64kbps26-24:1接近CD15kHz立體聲96kbps16:1CD15kHz立體聲112-128kbps14-12:1331.5.3 視頻編碼的國(guó)際規(guī)范1、靜止圖像緊縮規(guī)范2、運(yùn)動(dòng)圖像緊縮規(guī)范3視頻通訊編碼規(guī)范34靜止圖像緊縮規(guī)范國(guó)際規(guī)范化組織(ISO)和國(guó)際電報(bào)咨詢委員會(huì)(CCITT)結(jié)合成立的“結(jié)合照片專家組“ JPEG (joint photographic experts group)于1991年提出的“多灰度靜止圖像的數(shù)字緊縮編碼“(簡(jiǎn)稱JPEG規(guī)范)。這是一個(gè)順應(yīng)于彩色和單色多灰度或延續(xù)顏色靜止

15、數(shù)字圖像的緊縮規(guī)范。35JPEG規(guī)范支持很高的圖像分辨率和量化精度。它包含兩部分：1、基于DCT的有損緊縮方法 2、基于預(yù)測(cè)方法的無(wú)損緊縮方法36一、視頻信號(hào)的緊縮編碼分類無(wú)損緊縮：利用數(shù)據(jù)的統(tǒng)計(jì)特性來(lái)進(jìn)展數(shù)據(jù)緊縮，典型的編碼:Huffman編碼、算術(shù)編碼等。 不失真 緊縮比低有損緊縮：利用人的視覺特性使解緊縮后的圖像看起來(lái)與原始圖像一樣。 緊縮比高 如：預(yù)測(cè)編碼、變換編碼、模型編碼及混合編碼等。37運(yùn)動(dòng)圖像緊縮規(guī)范視頻圖像緊縮的一個(gè)重要規(guī)范是MPEG (Moving Picture Experts Group)于1990年構(gòu)成的一個(gè)規(guī)范草案(簡(jiǎn)稱MPEG規(guī)范)。它兼顧了JPEG規(guī)范和CCIT

16、T專家組的H.261規(guī)范。 MPEG制定過三種版本的運(yùn)動(dòng)圖像及其伴音的編碼規(guī)范，即MPEG1、MPEG2和MPEG3。1998年又推出了兩種新的圖像緊縮編碼規(guī)范，這就是MPEG4和MPEG738圖像緊縮技術(shù)一覽表緊縮規(guī)范MPEG4 MPEG2MPEG1MJPEG特點(diǎn)兼容前幾種規(guī)范，采用更為優(yōu)化的編碼技術(shù)，基于場(chǎng)景描畫和面向帶寬設(shè)計(jì)基于幀重建算法進(jìn)展緊縮和傳輸，動(dòng)態(tài)監(jiān)測(cè)圖像變化，根據(jù)對(duì)象的空間及時(shí)間特征來(lái)調(diào)整緊縮方法，幀間參與預(yù)測(cè)幀單獨(dú)對(duì)一幀進(jìn)展緊縮,根本不思索視頻流中不同幀之間的變化優(yōu)點(diǎn)圖像質(zhì)量好; 可變帶寬傳輸; 錯(cuò)誤恢復(fù)才干強(qiáng)。緊縮比可調(diào)范圍廣，支持包括高速體育運(yùn)動(dòng)在內(nèi)的活動(dòng)圖像在實(shí)時(shí)緊縮

17、、每幀數(shù)據(jù)量和處置速度上優(yōu)于MJPEG圖像質(zhì)量好缺陷無(wú)現(xiàn)成算法，實(shí)現(xiàn)的技術(shù)難度大 緊縮效率仍不理想、窄帶網(wǎng)傳輸質(zhì)量受限，對(duì)媒體的兼容才干有待提高圖像質(zhì)量相當(dāng)于VHS視頻，不能滿足廣播級(jí)的要求；傳輸帶寬有一定的要求。實(shí)時(shí)性差，緊縮效率低, 文件量宏大運(yùn)用領(lǐng)域固定和無(wú)線網(wǎng)絡(luò)，交互AV效力以及遠(yuǎn)程傳輸DVD, 廣播級(jí)的數(shù)字電視, HDTVVCD, CD-ROM, VOD 39分辨率768X576PAL 或720X480(NTSC)NTSC: 720X480S I F 規(guī) 范 分 辨 率(NTSC：352X240；PAL： 352X288) 碼流多種帶寬可調(diào) 分 四 級(jí) ， 3 -100Mbits/s

18、ec最高1.5Mbits/sec 圖像質(zhì)量在各種碼率下畫質(zhì)良好極低碼率下無(wú)法保證圖像質(zhì)量根本無(wú)法進(jìn)展窄帶傳輸 多路實(shí)時(shí)存儲(chǔ)多路實(shí)時(shí)存儲(chǔ)，占用存儲(chǔ)空間小能實(shí)現(xiàn)多路實(shí)時(shí)存儲(chǔ)，文件量大，耗費(fèi)硬盤。能實(shí)現(xiàn)多路實(shí)時(shí)存儲(chǔ)，文件量大，耗費(fèi)硬盤。單路存儲(chǔ)，丟幀切換聯(lián)網(wǎng)要求全帶寬處理方案，支持PSTN，ISDN，DDN，局域網(wǎng)，廣域網(wǎng)等適用于局域網(wǎng)適用于局域網(wǎng)定制帶寬，不支持聯(lián)網(wǎng)。40MPEG規(guī)范分成MPEG視頻、MPEG音頻和MPEG系統(tǒng)三大部分。MPEG算法除了對(duì)單幅圖像進(jìn)展編碼外(幀內(nèi)編碼)，還利用圖像序列的相關(guān)特性去除幀間圖像冗余，大大提高了視頻圖像的緊縮比。緊縮比可到達(dá)60-100倍。41MPEG與其它算法或緊縮方案相比有什么優(yōu)點(diǎn)?一、 國(guó)際化的開放規(guī)范，兼容性好，代表技術(shù)開展趨勢(shì)。二、 可以比其他算法提供更好的緊縮比。三、MPEG在提供高緊縮比的同時(shí)，對(duì)數(shù)據(jù)的損失很小。42 MPEG視頻緊縮技術(shù)是針對(duì)運(yùn)動(dòng)圖像的數(shù)據(jù)緊縮技術(shù)。為了提高緊縮比，幀內(nèi)圖像數(shù)據(jù)和幀間圖像數(shù)據(jù)緊縮技術(shù)必需同時(shí)運(yùn)用。MPEG經(jīng)過幀運(yùn)動(dòng)補(bǔ)償有效地緊縮了數(shù)據(jù)的比特?cái)?shù)，它采用了三種圖像，幀內(nèi)圖、預(yù)測(cè)圖和雙向預(yù)測(cè)圖。有效地減少了冗余信息。對(duì)于MPEG來(lái)說，幀間數(shù)據(jù)緊縮、運(yùn)動(dòng)補(bǔ)償和雙向預(yù)測(cè)，這是和JPEG主要不同的地方。而JPEG和MPEG一樣的地方均采用了DCT幀內(nèi)圖像數(shù)