第3章 多媒體數(shù)據(jù)壓縮-2010

1第3章多媒體數(shù)據(jù)壓縮3.1數(shù)據(jù)壓縮的基本原理和方法3.2音頻壓縮標(biāo)準(zhǔn)3.3圖像壓縮標(biāo)準(zhǔn)3.4視頻壓縮標(biāo)準(zhǔn)23.1數(shù)據(jù)壓縮的基本原理和方法所謂“數(shù)據(jù)”，通常是指信源所發(fā)信號(hào)的數(shù)字化表示或記錄所謂數(shù)據(jù)壓縮，就是以最少的數(shù)碼表示信源所發(fā)出的信號(hào)，減少容納給定消息集合或數(shù)據(jù)采樣集合的信息空間。信息空間亦即被壓縮對(duì)象是指：物理空間：如儲(chǔ)存器、磁盤、光盤等數(shù)據(jù)存儲(chǔ)介質(zhì)時(shí)間區(qū)間：如傳輸給定消息集合所需的時(shí)間電磁頻譜區(qū)域：如傳輸給定消息集合所需的帶寬等。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，計(jì)算機(jī)系統(tǒng)幾乎無(wú)法對(duì)它進(jìn)行存取和交換。33.1數(shù)據(jù)壓縮的基本原理和方法1950年在計(jì)算機(jī)普及之前，世界范圍內(nèi)信息量的增長(zhǎng)速度是每150年翻一番；隨著計(jì)算機(jī)的廣泛應(yīng)用，1950-1960年間信息量的增長(zhǎng)達(dá)到每10年翻一番；1960-1992年間縮短為每5年翻一番。人們預(yù)計(jì)2020年以后信息量每73天就要翻一番。幾個(gè)未經(jīng)壓縮的數(shù)字化信息的例子：B5（180x255mm）、300dpi（12像素點(diǎn)/mm）-------6.61MB/頁(yè)----CD-ROM98頁(yè)雙聲道立體聲激光唱盤（CD-DA）：

44.1x103x16x2=1.41Mb/s，650M：----約一小時(shí)數(shù)字音頻磁帶（DAT）：48x103x16=768kb/s43.1數(shù)據(jù)壓縮的基本原理和方法SIF（SourceInputFormat）格式，NTSC制式，4:4:4采樣每幀數(shù)據(jù)：352x240x3=253KB每秒數(shù)據(jù)：253x30=7.603MB/sCCIR（InternationalConsultativeCommitteeforRadio）格式，PAL制式，4：4：4采樣每幀數(shù)據(jù)：720x576x3=1.24MB每秒數(shù)據(jù)：1.24x25=31.3MB/s實(shí)驗(yàn)表明，176×144的YUV原始視頻在10Mbps的LAN上傳送速率是3幀/秒左右。陸地衛(wèi)星遙感圖片的水平和垂直分辨率分別為2340及3240，四波段、采樣精度為7bit的一幅圖像的數(shù)據(jù)量為212Mb，按每天30幅計(jì)算，其數(shù)據(jù)量為6.36Gb，而每年的數(shù)據(jù)量則高達(dá)2300Gb。53.1數(shù)據(jù)壓縮的基本原理和方法壓縮的可行性信息論認(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。空間冗余、時(shí)間冗余、視覺冗余、聽覺冗余等63.1.1數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)有三個(gè)關(guān)鍵參數(shù)評(píng)價(jià)一個(gè)壓縮系統(tǒng)壓縮比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）圖象質(zhì)量無(wú)損壓縮（圖象質(zhì)量不變）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)。壓縮和解壓的速度壓縮和解壓可能不同時(shí)用，壓縮、解壓速度分別估計(jì)。73.1.2數(shù)據(jù)冗余的類型與壓縮方法分類數(shù)據(jù)冗余的類型空間冗余時(shí)間冗余信息熵冗余視覺冗余聽覺冗余其它冗余結(jié)構(gòu)冗余知識(shí)冗余83.1.2數(shù)據(jù)冗余的類型與壓縮方法分類空間冗余這是圖像數(shù)據(jù)中經(jīng)常存在的一種冗余。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具有相關(guān)性，這些相關(guān)性的光成像結(jié)構(gòu)在數(shù)字化圖像中就表現(xiàn)為數(shù)據(jù)冗余。A93.1.2數(shù)據(jù)冗余的類型與壓縮方法分類時(shí)間冗余這是序列圖像（電視圖像、運(yùn)動(dòng)圖像）和語(yǔ)音數(shù)據(jù)中經(jīng)常出現(xiàn)的冗余。T103.1.2數(shù)據(jù)冗余的類型與壓縮方法分類信息熵冗余（編碼冗余）信息熵（entropy）是指一組數(shù)據(jù)所攜帶的信息量H=-Pilog2Pi(i=0~k-1)k為數(shù)據(jù)類數(shù)或碼元個(gè)數(shù)Pi為第i個(gè)數(shù)據(jù)類數(shù)或碼元發(fā)生的概率d=Pib(yi)(i=0~k-1)b(yi)是分配給碼元yi的比特?cái)?shù)，理論上應(yīng)該是b(yi)＝-log2Pi

，實(shí)際中很難估計(jì)出碼元的的概率，當(dāng)選用等概率時(shí)，d則大于H113.1.2數(shù)據(jù)冗余的類型與壓縮方法分類視覺冗余人類視覺系統(tǒng)對(duì)于圖像場(chǎng)的任何變化，并不是都能感知的。人類視覺系統(tǒng)一般的分辨能力約為26灰度級(jí)一般圖像量化采用28灰度級(jí)聽覺冗余人耳對(duì)不同頻率的聲音的敏感性是不同的，并不能察覺所有頻率的變化，對(duì)某些頻率不必特別關(guān)注，存在聽覺冗余。知識(shí)冗余有許多圖像的理解與某些基礎(chǔ)知識(shí)有相當(dāng)大的相關(guān)性。例如人臉的圖像有固定的結(jié)構(gòu)。123.1.2數(shù)據(jù)冗余的類型與壓縮方法分類結(jié)構(gòu)冗余133.1.2數(shù)據(jù)冗余的類型與壓縮方法分類根據(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、可逆編碼等多用于文本、數(shù)據(jù)的壓縮，非線性編輯系統(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。二是熵壓縮法，也稱有損壓縮法、有失真壓縮法。圖像、聲音、動(dòng)態(tài)視頻根據(jù)編碼原理預(yù)測(cè)編碼，變換編碼，統(tǒng)計(jì)編碼，分析－合成編碼，混合編碼等143.1.3常用數(shù)據(jù)壓縮方法的基本原理統(tǒng)計(jì)編碼識(shí)別一個(gè)給定的數(shù)據(jù)流中出現(xiàn)頻率最高的比特或字節(jié)模式，并用比原始比特更少的比特?cái)?shù)來(lái)對(duì)其編碼。頻率越低的模式，其編碼的位數(shù)越多，頻率越高的模式編碼位數(shù)越少。若碼流中所有模式出現(xiàn)的概率相等，則平均信息量最大，信源就沒有冗余。(1)香農(nóng)-范諾編碼(2)行程編碼(3)LZW編碼(4)霍夫曼編碼(5)算術(shù)編碼153.1.3常用數(shù)據(jù)壓縮方法的基本原理(1)香農(nóng)-范諾編碼香農(nóng)-范諾編碼算法需要用到下面兩個(gè)基本概念：①Entropy(熵)的概念:熵是信息量的度量方法，它表示某一事件出現(xiàn)的消息越多，事件發(fā)生的可能性就越小，數(shù)學(xué)上就是概率越小。某個(gè)事件的信息量用:Ii＝-pi*log2pi表示，其中pi為第i個(gè)事件的概率0<pi<1②信源S的熵的定義:按照香農(nóng)(Shannon)的理論，信源S的熵定義為H(S)=E{Ii}=pi*log2(1/pi)i：1~n其中pi是符號(hào)Si在S中出現(xiàn)的概率；log2(1/pi)表示包含在Si中的信息量，也就是編碼Si所需要的位數(shù)。163.1.3常用數(shù)據(jù)壓縮方法的基本原理例如，一幅用256級(jí)灰度表示的圖象，如果每一個(gè)象素點(diǎn)灰度的概率均為pi=1/256，編碼每一個(gè)象素點(diǎn)就需要

比特。有一幅40個(gè)象素組成的灰度圖象，灰度共有5級(jí)，分別用符號(hào)A、B、C、D和E表示，40個(gè)象素中出現(xiàn)灰度A的象素?cái)?shù)有15個(gè)，出現(xiàn)灰度B的象素?cái)?shù)有7個(gè)，出現(xiàn)灰度C的象素?cái)?shù)有7個(gè)等等，如表3-01所示。如果用3個(gè)比特表示5個(gè)等級(jí)的灰度值，也就是每個(gè)象素用3比特表示，編碼這幅圖象總共需要120比特。按照香農(nóng)理論，這幅圖象的熵為：H(S)=(15/40)*log2(40/15)+(7/40)*log2(40/7)+...+(5/40)*log2(40/5)=2.196這就是說(shuō)每個(gè)符號(hào)用2.196比特表示可以，40個(gè)象素需用87.84比特。8表3-01173.1.3常用數(shù)據(jù)壓縮方法的基本原理最早闡述和實(shí)現(xiàn)這種編碼的是香農(nóng)(1948年)和范諾(1949年）。它采用從上到下的方法進(jìn)行編碼。首先按照符號(hào)出現(xiàn)的頻度或概率排序，例如A、B、C、D、E，如表3-02所示，然后使用遞歸方法分成兩個(gè)部分，每一部分具有近似相同的次數(shù)，如圖3-01所示。按照這種方法進(jìn)行編碼得到的總比特?cái)?shù)為91。壓縮比約為1.3:1。表3-02Shannon-Fano算法舉例表183.1.3常用數(shù)據(jù)壓縮方法的基本原理Shannon-Fano算法編碼過(guò)程：符號(hào)ABCDE概率15/407/407/406/405/4001000111碼字000110110111193.1.3常用數(shù)據(jù)壓縮方法的基本原理(2)行程編碼基本原理：文字、圖象、聲音等數(shù)據(jù)中，會(huì)出現(xiàn)大量重復(fù)的字符或數(shù)值。重復(fù)的數(shù)據(jù)可以用該值以及重復(fù)的次數(shù)來(lái)代替。將一個(gè)相同值的連續(xù)串用其值和串長(zhǎng)來(lái)代替。比如在傳真通信中，所傳的文件多數(shù)為二值（黑、白）圖像…

…。連續(xù)出現(xiàn)的像素點(diǎn)數(shù)稱為行程長(zhǎng)度，簡(jiǎn)稱長(zhǎng)度。適合：如文字輸入的二值圖像、黑白或彩色圖像（它們的分布都屬于平穩(wěn)的隨機(jī)分布，在同一行或相鄰行的像素之間具有較強(qiáng)的相關(guān)性）--效果好；純隨機(jī)的“沙丘型”圖像---效果差203.1.3常用數(shù)據(jù)壓縮方法的基本原理主要技術(shù)是檢測(cè)重復(fù)的比特或字符序列，并用它們的出現(xiàn)次數(shù)取而代之。該方法有兩大模式：一是消零(消空白)，將數(shù)字中連續(xù)的“0”或文本中連續(xù)的空白用一個(gè)標(biāo)識(shí)符(或特殊字符)后跟數(shù)字N(連續(xù)“0”的個(gè)數(shù))來(lái)代替。如數(shù)字序列：742300000000000000000055編碼為：7423Z1855213.1.3常用數(shù)據(jù)壓縮方法的基本原理二是行(游)程(runlength)編碼。任何重復(fù)的字符序列可被一個(gè)短格式取代。任何重復(fù)4次或4次以上的字符由“該字符＋記號(hào)(M)＋重復(fù)次數(shù)”代替。例如數(shù)字序列：Name:..........CR

編碼為：Name:.M10CR用RLE編碼方法得到的代碼為：80315084180。223.1.3常用數(shù)據(jù)壓縮方法的基本原理AAAAAAAAAAAAAAA15A壓縮率15bytes/2bytes=7.5AAAABBBBBCCCCCCCCDEEEE4A5B8C1D4E壓縮率22bytes/10bytes=2.2MyDogHasFleas1M1y1D1o1g1H1a1s1F1l1e1a1s壓縮率13bytes/26bytes=0.523RLE編碼方式24RLE編碼流程圖253.1.3常用數(shù)據(jù)壓縮方法的基本原理RLE編碼模式由于所針對(duì)的編碼類型的不同，RLE算法也有很大的區(qū)別對(duì)位圖圖像編碼時(shí)，根據(jù)所編碼的元素的類型，RLE編碼模式可以分為：位模式對(duì)Bit進(jìn)行編碼，而忽略Byte和Word的界限單色圖像（monochrome）字節(jié)模式對(duì)Byte進(jìn)行編碼，而忽略Bit和Word的界限2字節(jié)的數(shù)據(jù)包，適用于1Byte/Pixel像素模式對(duì)Pixel進(jìn)行編碼，一個(gè)Pixel用多個(gè)Byte表示一個(gè)Pixel包含多少個(gè)Byte的信息保存的圖像的Header部分26RLE編碼模式273.1.3常用數(shù)據(jù)壓縮方法的基本原理RLE中的負(fù)壓縮MyDogHasFleas經(jīng)過(guò)RLE編碼之后，長(zhǎng)度被壓縮了0.5倍（即膨脹了1倍）如何解決？隨之而來(lái)的問題壓縮數(shù)據(jù)的行程由3個(gè)字符變成了4個(gè)，影響了壓縮效率控制字符的引入涉及到了控制字符的選擇，并且要把出現(xiàn)在數(shù)據(jù)中的控制字符編碼成3個(gè)283.1.3常用數(shù)據(jù)壓縮方法的基本原理RLE的三字節(jié)編碼模式293.1.3常用數(shù)據(jù)壓縮方法的基本原理RLE圖片格式選用RLE作為壓縮編碼算法的圖片文件格式有：MacPaintBMPPDFPCXTIFFRLE（CompuServe，Utah以及Microsoft）以RLE（CompuServe）格式為例進(jìn)行說(shuō)明觀看2個(gè)RLE圖片使用PMView軟件303.1.3常用數(shù)據(jù)壓縮方法的基本原理RLE（CompuServe）CompuServeRLE文件格式形成于80年代，是為1-bit圖像制定的標(biāo)準(zhǔn)文件頭包含3個(gè)字符ASCIIESC（HEX1B）ASCIIG（HEX47）ASCIIH（HEX48）或者M(jìn)（HEX4D）<ESC><G><H>表示高分辨率圖像模式，分辨率為256×192<ESC><G><M>表示中分辨率圖像模式，分辨率為128×96313.1.3常用數(shù)據(jù)壓縮方法的基本原理文件體文件體位于文件頭之后由一對(duì)ASCII碼表示，第一位ASCII碼表示背景像素（黑）的值，第二位ASCII碼表示前景像素（白）的值。ASCII值＝相應(yīng)的像素個(gè)數(shù)＋32如HEX（207E）表示0個(gè)背景象素，94個(gè)前景像素文件尾<ESC><G><N>再次瀏覽RLE圖片用16進(jìn)制編輯器打開RLE文件，找到其中的文件頭，文件體以及文件尾323.1.3常用數(shù)據(jù)壓縮方法的基本原理(3)LZW編碼詞典編碼的思想：數(shù)據(jù)本身包含有重復(fù)代碼這個(gè)特性。例如文本文件就具有這種特性。詞典編碼法的種類很多，歸納起來(lái)大致有兩類。第一類詞典法的想法是企圖查找正在壓縮的字符序列是否在以前輸入的數(shù)據(jù)中出現(xiàn)過(guò)，然后用已經(jīng)出現(xiàn)過(guò)的字符串替代重復(fù)的部分，它的輸出僅僅是指向早期出現(xiàn)過(guò)的字符串的“指針”。這里所指的“詞典”：是指用以前處理過(guò)的數(shù)據(jù)來(lái)表示編碼過(guò)程中遇到的重復(fù)部分。第二類算法的想法是企圖從輸入的數(shù)據(jù)中創(chuàng)建一個(gè)“短語(yǔ)詞典(dictionaryofthephrases)”，短語(yǔ)可以是任意字符的組合。編碼數(shù)據(jù)過(guò)程中當(dāng)遇到已經(jīng)在詞典中出現(xiàn)的“短語(yǔ)”時(shí)，編碼器就輸出這個(gè)詞典中的短語(yǔ)的“索引號(hào)”，而不是短語(yǔ)本身。333.1.3常用數(shù)據(jù)壓縮方法的基本原理343.1.3常用數(shù)據(jù)壓縮方法的基本原理J.Ziv和A.Lempel在1978年首次發(fā)表了介紹這種編碼方法的文章。在他們的研究基礎(chǔ)上，TerryA.Weltch在1984年發(fā)表了改進(jìn)這種編碼算法的文章，因此把這種編碼方法稱為L(zhǎng)ZW(Lempel-ZivWalch)壓縮編碼。LZW算法得到普遍采用，對(duì)LZW算法進(jìn)一步的改進(jìn)是增加可變的碼字長(zhǎng)度，以及在詞典中刪除老的綴-符串。在GIF圖象格式和UNIX的壓縮程序中已經(jīng)采用了這些改進(jìn)措施之后的LZW算法。參考《多媒體技術(shù)基礎(chǔ)》，林福宗，清華大學(xué)出版社353.1.3常用數(shù)據(jù)壓縮方法的基本原理LZW編碼LZW編碼時(shí)，首先將原始的數(shù)據(jù)分成多個(gè)條紋，每個(gè)條紋都單獨(dú)進(jìn)行壓縮。LZW算法基于一個(gè)轉(zhuǎn)換表或字串表，它將輸入字符映象到編碼中，使用可變長(zhǎng)代碼，最大代碼長(zhǎng)度為12位。LZW算法中的字串表對(duì)于每個(gè)條紋都不同，并且不必保留給解壓縮程序，因?yàn)榻鈮嚎s過(guò)程中能自動(dòng)建立完全相同的字串表。實(shí)際上，它是通過(guò)查找冗余字符串并將此字符串用較短的符號(hào)標(biāo)記替代的壓縮技術(shù)。363.1.3常用數(shù)據(jù)壓縮方法的基本原理LZW的實(shí)現(xiàn)有很多的技巧性，但是算法本身卻是非常簡(jiǎn)單的。用字符串表中的一個(gè)索引代碼來(lái)替代相應(yīng)的字符串在具體實(shí)現(xiàn)時(shí)，大多都使用12位的索引代碼來(lái)代替8位的輸入字符。字符串表有4096個(gè)存儲(chǔ)空間，正好可以采用12位的代碼來(lái)定位.前256個(gè)空間用來(lái)存儲(chǔ)單個(gè)字符(location0stores0,location1stores1,等).<256>專門用于清零代碼，<257>專門用于信息結(jié)束代碼當(dāng)從輸入字符串中發(fā)現(xiàn)一個(gè)新串時(shí)，將其添加到字符串表中,其存儲(chǔ)空間從258到4095，數(shù)據(jù)解析器一直解析新輸入的字符，只要新生成的字符串位于字符串表中。一旦新的字符產(chǎn)生了一個(gè)新的字符串，把這個(gè)新的字符串添加到字符串表中，并輸出上次已知的字符串的索引代碼373.1.3常用數(shù)據(jù)壓縮方法的基本原理LZW壓縮算法用單個(gè)字符初始化字符串表

STRING=第一個(gè)輸入字符WHILE輸入流中還有字符CHARACTER=下一個(gè)輸入字符IFSTRING+CHARACTER在字符串表中

STRING=STRING+CHARACTERELSE輸出STRING的索引代碼把STRING+CHARACTER添加到字符串表中STRING=CHARACTERENDWHILE

輸出string的索引代碼383.1.3常用數(shù)據(jù)壓縮方法的基本原理BABAABAAAENCODEROUTPUTSTRINGTABLEoutputcodeRepresentingcodewordstring66B258BA65A259AB258BA260BAA259AB261ABA65A262AA262257AA393.1.3常用數(shù)據(jù)壓縮方法的基本原理LZW解壓算法用單個(gè)字符初始化字符串表OLD_CODE=第一個(gè)輸入代碼輸出OLD_CODE所代表的字符WHILE輸入流中還有代碼NEW_CODE=下一個(gè)輸入代碼IFNEW_CODE不在字符串表中STRING=得到OLD_CODE所對(duì)應(yīng)的字符（串）STRING=STRING+CHARACTERELSE STRING=得到NEW_CODE所對(duì)應(yīng)的字符（串）輸出STRINGCHARACTER=STRING的第一個(gè)字符把OLD_CODE+CHARACTER添加到字符串表中OLD_CODE=NEW_CODEENDWHILE403.1.3常用數(shù)據(jù)壓縮方法的基本原理<66><65><258><259><65><262><257>OutputOldcodeNewcodeStringcharStringTablecodestringB66A6565AA258BABA258258BAB259ABAB259259ABA260BAAA6565AA261ABAAA262262AAA262AAEOL257413.1.3常用數(shù)據(jù)壓縮方法的基本原理(4)霍夫曼編碼1952年Huffman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。最佳性可從理論上證明。這種碼具有即時(shí)性和唯一可譯性。原理：對(duì)出現(xiàn)概率大的信源符號(hào)賦予短碼字，而對(duì)于出現(xiàn)概率小的信源符號(hào)賦予長(zhǎng)碼字。如果碼字長(zhǎng)度嚴(yán)格按照所對(duì)應(yīng)符號(hào)出現(xiàn)概率大小的逆序排列，則編碼結(jié)果平均碼字長(zhǎng)度一定小于任何其他排列方式。Morse碼：用較少的點(diǎn)和線表示出現(xiàn)頻率較大的字母E(.)T(-)Q(--.-)423.1.3常用數(shù)據(jù)壓縮方法的基本原理現(xiàn)仍以一個(gè)具體的例子說(shuō)明它的編碼步驟1、初始化，根據(jù)符號(hào)概率的大小按由大到小順序?qū)Ψ?hào)進(jìn)行排序，如表3-03和圖3-02所示。2、把概率最小的兩個(gè)符號(hào)組成一個(gè)節(jié)點(diǎn)，如圖3-02中的D和E組成節(jié)點(diǎn)P1。3、重復(fù)步驟2，得到節(jié)點(diǎn)P2、P3和P4，形成一棵“樹”，其中的P4稱為根節(jié)點(diǎn)。4、從根節(jié)點(diǎn)P4開始到相應(yīng)于每個(gè)符號(hào)的“樹葉”，從上到下標(biāo)上“0”(上枝)或者“1”(下枝)，至于哪個(gè)為“1”哪個(gè)為“0”則無(wú)關(guān)緊要，最后的結(jié)果僅僅是分配的代碼不同，而代碼的平均長(zhǎng)度是相同的。5、從根節(jié)點(diǎn)P4開始順著樹枝到每個(gè)葉子分別寫出每個(gè)符號(hào)的代碼，如表3-03所示。電信-伍衛(wèi)國(guó)433.1.3常用數(shù)據(jù)壓縮方法的基本原理按照Shannon理論，這幅圖象的熵為H(S)=(15/40)*log2(40/15)+(7/40)*log2(40/7)+…

…+(5/40)*log2(40/5)=2.196壓縮比1.37:1。表3-03443.1.3常用數(shù)據(jù)壓縮方法的基本原理圖3-02霍夫曼編碼方法霍夫曼碼的碼長(zhǎng)雖然是可變的，但卻不需要另外附加同步代碼。例如，碼串中的第1位為0，那末肯定是符號(hào)A，因?yàn)楸硎酒渌?hào)的代碼沒有一個(gè)是以0開始的，因此下一位就表示下一個(gè)符號(hào)代碼的第1位。同樣，如果出現(xiàn)“110”，那么它就代表符號(hào)D。如果事先編寫出一本解釋各種代碼意義的“詞典”，即碼簿，那么就可以根據(jù)碼簿一個(gè)碼一個(gè)碼地依次進(jìn)行譯碼。A(15/40)B(7/40)C(7/40)D(6/40)E(5/40)00001111P2(14/40)P1(11/40)P3(25/40)P4(40/40)0100101110111453.1.3常用數(shù)據(jù)壓縮方法的基本原理Huffman編碼舉例463.1.3常用數(shù)據(jù)壓縮方法的基本原理概率分布為2的負(fù)數(shù)冪473.1.3常用數(shù)據(jù)壓縮方法的基本原理Huffman---雙字長(zhǎng)編碼舉例483.1.3常用數(shù)據(jù)壓縮方法的基本原理Huffman編碼小結(jié)Huffman方法的構(gòu)造程序是明確的，但構(gòu)造出來(lái)的碼字并不是唯一的。為什么？編碼碼字字長(zhǎng)參差不齊，硬件實(shí)現(xiàn)不方便。碼字在存儲(chǔ)或傳輸過(guò)程中，如果出現(xiàn)誤碼時(shí)，可能引起誤碼的連續(xù)傳播。為什么？變化的碼距對(duì)不同的信源其編碼效率是不同的什么情況下最高？什么情況下最低？解碼時(shí)必須參照Huffman編碼表Huffman編碼表的缺省使用：減少了編碼時(shí)間，便于硬件實(shí)現(xiàn)493.1.3常用數(shù)據(jù)壓縮方法的基本原理(5)算術(shù)編碼算術(shù)編碼把一個(gè)信源集合表示為實(shí)數(shù)線上的0到1之間的一個(gè)開閉區(qū)間。這個(gè)集合中的每個(gè)元素都要用來(lái)縮短這個(gè)區(qū)間。信源集合的元素越多，所得到的區(qū)間間隔就越小，當(dāng)區(qū)間變小時(shí)，就需要更多的數(shù)位來(lái)表示這個(gè)區(qū)間，這就是區(qū)間作為代碼的原理。方法：首先假設(shè)一個(gè)信源的概率模型，然后用這些概率來(lái)縮小表示信源集的區(qū)間間隔。對(duì)二進(jìn)制編碼來(lái)說(shuō)，信源符號(hào)只有兩個(gè)。因此在編碼初始階段可預(yù)置一個(gè)大概率Pe和一個(gè)小概率Qe，然后對(duì)被編碼比特流符號(hào)進(jìn)行判斷。503.1.3常用數(shù)據(jù)壓縮方法的基本原理編碼過(guò)程描述：初始化子區(qū)間為[0，1），0的概率：Qe，1的概率：Pe=1-Qe新子區(qū)間的起始位置＝前子區(qū)間的起始位置＋當(dāng)前符號(hào)的區(qū)間左端×前子區(qū)間長(zhǎng)度新子區(qū)間的長(zhǎng)度＝前子區(qū)間的長(zhǎng)度×當(dāng)前符號(hào)的概率最后得到的子區(qū)間的長(zhǎng)度決定了表示該區(qū)域內(nèi)的某一個(gè)數(shù)所需的二進(jìn)制位數(shù)。513.1.3常用數(shù)據(jù)壓縮方法的基本原理例1

已知信源：，按以上規(guī)則，對(duì)1011進(jìn)行算術(shù)編碼：011/43/4X=

設(shè)C表示子區(qū)間的起始位置，A表示子區(qū)間的長(zhǎng)度。Qe=1/4，Pe=3/4，所以符號(hào)“0”的區(qū)間左端為0，“1”的區(qū)間左端為1/4，初始子區(qū)間為[0，1），初始值為C＝0，A＝1。編碼過(guò)程如下：523.1.3常用數(shù)據(jù)壓縮方法的基本原理最后的子區(qū)間的起始位置=(85/256)d=0.33203125=(0.01010101)b子區(qū)間的長(zhǎng)度=（27/256)d=0.10546875（0.00011011)b

子區(qū)間尾=(7/16)d=0.4375d=(0.0111)b編碼結(jié)果為子區(qū)間頭尾間的取值，其值為“0.011”,可編碼為”011“。解碼是編碼的逆過(guò)程。533.1.3常用數(shù)據(jù)壓縮方法的基本原理例2：假設(shè)信源符號(hào)為{00,01,10,11}，這些符號(hào)的概率為{0.1,0.4,0.2,0.3}，根據(jù)概率可把間隔[0,1)分成4個(gè)子間隔：[0,0.1),[0.1,0.5),[0.5,0.7),[0.7,1)，其中[x,y)表示半開放間隔，即包含x不包含y。上面的信息可綜合在表3-04中。表3-04543.1.3常用數(shù)據(jù)壓縮方法的基本原理如果二進(jìn)制消息序列的輸入為：10001100101101。編碼時(shí)首先輸入的符號(hào)是10，找到它的編碼范圍是[0.5,0.7)。由于消息中第2個(gè)符號(hào)00的編碼范圍是[0,0.1)，因此它的間隔就取[0.5,0.7)的第一個(gè)十分之一作為新間隔[0.5,0.52)。依此類推，編碼第3個(gè)符號(hào)11時(shí)取新間隔為[0.514,0.52)，編碼第4個(gè)符號(hào)00時(shí)，取新間隔為[0.514,0.5146)，…

。消息的編碼輸出可以是最后一個(gè)間隔中的任意數(shù)。整個(gè)編碼過(guò)程如圖3-03所示。553.1.3常用數(shù)據(jù)壓縮方法的基本原理圖3-03整個(gè)編碼過(guò)程563.1.3常用數(shù)據(jù)壓縮方法的基本原理從[0.5143836,0.514402中選擇一個(gè)數(shù)作為輸出：0.51439573.1.3常用數(shù)據(jù)壓縮方法的基本原理譯碼的消息：10001100101101583.1.3常用數(shù)據(jù)壓縮方法的基本原理在算術(shù)編碼中有幾個(gè)問題需要注意：由于實(shí)際的計(jì)算機(jī)的精度不可能無(wú)限長(zhǎng)，運(yùn)算中出現(xiàn)溢出是一個(gè)明顯的問題，但多數(shù)機(jī)器都有16-,32-或者64位的精度，因此這個(gè)問題可使用比例縮放的方法來(lái)解決。算術(shù)編碼器對(duì)整個(gè)消息只產(chǎn)生一個(gè)碼字，這個(gè)碼字是在間隔[0,1)中的一個(gè)實(shí)數(shù)，因此譯碼器在接受到表示這個(gè)實(shí)數(shù)的所有位之前不能進(jìn)行譯碼。算術(shù)編碼也是一種對(duì)錯(cuò)誤很敏感的編碼方法，如果有一位發(fā)生錯(cuò)誤就會(huì)導(dǎo)致整個(gè)消息譯錯(cuò)。593.1.3常用數(shù)據(jù)壓縮方法的基本原理算術(shù)編碼總結(jié)：算術(shù)編碼可以是靜態(tài)的或者自適應(yīng)的。在靜態(tài)算術(shù)編碼中，信源符號(hào)的概率是固定的。在自適應(yīng)算術(shù)編碼中，信源符號(hào)的概率根據(jù)編碼時(shí)符號(hào)出現(xiàn)的頻繁程度動(dòng)態(tài)地進(jìn)行修改。在編碼期間估算信源符號(hào)概率的過(guò)程叫做建模。需要開發(fā)動(dòng)態(tài)算術(shù)編碼的原因是因?yàn)槭孪戎谰_的信源概率是很難的，而且是不切實(shí)際的。當(dāng)壓縮消息時(shí)，我們不能期待一個(gè)算術(shù)編碼器獲得最大的效率，所能做的最有效的方法是在編碼過(guò)程中估算概率。因此動(dòng)態(tài)建模就成為確定編碼器壓縮效率的關(guān)鍵。603.1.3常用數(shù)據(jù)壓縮方法的基本原理-有損壓縮預(yù)測(cè)編碼是數(shù)據(jù)壓縮理論的一個(gè)重要分支預(yù)測(cè)編碼是指利用前面的一個(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)行編碼。DPCM與ADPCM是兩種典型的預(yù)測(cè)編碼。線性預(yù)測(cè)、非線性預(yù)測(cè)理論基礎(chǔ)：現(xiàn)代統(tǒng)計(jì)學(xué)和控制論目標(biāo)：減少數(shù)據(jù)在時(shí)間和空間上的相關(guān)性應(yīng)用：時(shí)間序列數(shù)據(jù)，如語(yǔ)音的分析與合成圖像的編碼與解碼關(guān)鍵技術(shù)：預(yù)測(cè)器的設(shè)計(jì)--線性預(yù)測(cè)函數(shù)613.1.3常用數(shù)據(jù)壓縮方法的基本原理差分脈沖編碼調(diào)制DPCM（DifferentialPulseCodeModulation）原理

預(yù)測(cè)器

量化器編碼器解碼器

預(yù)測(cè)器信道接收端輸出XN’＋＋＋XNe’NXNeNe’NXN’++輸入^XN^發(fā)送端+-623.1.3常用數(shù)據(jù)壓縮方法的基本原理符號(hào)說(shuō)明：XN

：為采樣的圖像或聲音數(shù)據(jù)XN

：是XN的預(yù)測(cè)值eN：是實(shí)際值與預(yù)測(cè)值的差值（XN-XN

）eN’

：是eN的量化值XN’

:是引入了量化誤差的XN

。^^633.1.3常用數(shù)據(jù)壓縮方法的基本原理例子：假設(shè)預(yù)測(cè)器的預(yù)測(cè)值為前一個(gè)樣值（即預(yù)測(cè)器為單位延遲），量化器不進(jìn)行量化，系統(tǒng)的輸入為：0、1、2、1、1、2、3、3、4、4、…

…XN

：0、1、2、1、1、2、3、3、4、4…

…XN

：0、0、1、2、1、1、2、3、3、4…

…eN

：0、1、1、-1、0、1、1、0、1、0…

…^量化器預(yù)測(cè)器輸入輸出+++-XNeNXN’eN’XN^643.1.3常用數(shù)據(jù)壓縮方法的基本原理預(yù)測(cè)器的設(shè)計(jì)：預(yù)測(cè)器通常設(shè)計(jì)成用前面幾個(gè)樣值來(lái)預(yù)測(cè)新樣值，而不是利用整個(gè)數(shù)據(jù)信源模型，這是因?yàn)槟Ｐ吞珡?fù)雜，且是時(shí)變的，在大多數(shù)情況下預(yù)測(cè)幾乎不能夠?qū)崿F(xiàn)?？茽柲炅_夫（1941年）、維納（1942年）進(jìn)行了關(guān)于線性預(yù)測(cè)的開創(chuàng)性工作。最小均方預(yù)測(cè)誤差為最優(yōu)預(yù)測(cè)，即：通常采用的誤差函數(shù)是均方誤差（mse）mse=E[（S0

–S0）2]E：數(shù)學(xué)期望，S0：實(shí)際值，S0：預(yù)測(cè)值。DPCM的改進(jìn)ADPCM^^653.1.3常用數(shù)據(jù)壓縮方法的基本原理預(yù)測(cè)器的設(shè)計(jì)（續(xù)）：若線性預(yù)測(cè)器用前面的樣值s1、s2、…

…、sn來(lái)預(yù)測(cè)S0，則預(yù)測(cè)值為：S0=a1s1+a2s2+…

…+ansn

（3.1）令E0=S0-S0S0的最佳估計(jì)值是能使平方誤差E0的期望值最小的S0。為求出這一最小值，需計(jì)算偏導(dǎo)數(shù)，并令偏導(dǎo)數(shù)為零，并由協(xié)方差的定義可等到一組聯(lián)立方程。預(yù)測(cè)系數(shù)依賴與原始數(shù)據(jù)的統(tǒng)計(jì)特性，這對(duì)實(shí)際使用是不方便的。^^^663.1.3常用數(shù)據(jù)壓縮方法的基本原理

預(yù)測(cè)器的設(shè)計(jì)（續(xù)）：為了簡(jiǎn)化預(yù)測(cè)器，使DPCM系統(tǒng)能做到實(shí)時(shí)壓縮，在實(shí)際中常常用固定的預(yù)測(cè)參數(shù)來(lái)代替最佳系數(shù)。如JPEG：選用前一樣值作為下一樣值的預(yù)測(cè)值。圖像處理中采用四點(diǎn)預(yù)測(cè)：a1=0.702，a2=-0.200，a3=0.437，a4=0.061a1=0.75，a2=-0.5，a3=0.5，a4=0.25(日本人)考慮到硬件實(shí)現(xiàn)方便、人的主觀因素673.1.3常用數(shù)據(jù)壓縮方法的基本原理ADPCM：進(jìn)一步改善量化性能或壓縮數(shù)據(jù)率的方法分類：線性自適應(yīng)預(yù)測(cè)、非線性自適應(yīng)預(yù)測(cè)自適應(yīng)量化根據(jù)信號(hào)分布不均勻的特點(diǎn)，系統(tǒng)具有隨輸入信號(hào)的變化而改變量化區(qū)間大小以保持輸入量化器的信號(hào)基本均勻的能力。自適應(yīng)預(yù)測(cè)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。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。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)，使該區(qū)間實(shí)際值與預(yù)測(cè)值的均方誤差最小。683.1.3常用數(shù)據(jù)壓縮方法的基本原理DPCM和ADPCM通常把樣值壓縮到3~4比特，比PCM用8比特或16比特可減少一半以上空間。MSADPCM預(yù)測(cè)系數(shù)表693.1.3常用數(shù)據(jù)壓縮方法的基本原理變換編碼定義：是指先對(duì)信號(hào)進(jìn)行某種函數(shù)變換，從一種信號(hào)（空間）變換到另一種信號(hào)（空間），然后對(duì)變換后的信號(hào)進(jìn)行編碼。例如：將時(shí)域信號(hào)變換到頻域，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)的能量集中，再進(jìn)行采樣、編碼可以進(jìn)一步壓縮數(shù)據(jù)。如傅氏變換：將時(shí)間函數(shù)變換成頻率函數(shù)703.1.3常用數(shù)據(jù)壓縮方法的基本原理變換編碼的原理框圖：數(shù)據(jù)壓縮三步驟：變換、變換域采樣、量化采樣量化編碼變換解碼器反變換信道或存儲(chǔ)輸入輸出-GAUA’填零G’U`713.1.3常用數(shù)據(jù)壓縮方法的基本原理離散變換：可以用矩陣表示。設(shè)信源序列為一個(gè)n行k列矩陣X（例如圖像掃描結(jié)果）；假設(shè)采用一維變換，變換后輸出序列為Y；變換矩陣為T。則有：Y=TX（信源端）如果取正交變換，則有：X=T-1Y（接收端）T：的尋找，協(xié)方差矩陣！723.1.3常用數(shù)據(jù)壓縮方法的基本原理最佳的正交變換：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)，該變換稱最佳變換，也稱Karhunen-Loeve變換。變換編碼的關(guān)鍵在于：在已知Ｘ的條件下，根據(jù)它的協(xié)方差矩陣去尋找一種正交變換Ｔ，使變換后的協(xié)方差矩陣滿足或接近為一對(duì)角矩陣。K-L（Karhunen-Loeve）變換是最佳變換，在數(shù)據(jù)壓縮技術(shù)中占有重要的地位。采用這種變換，對(duì)圖像信號(hào)而言，變換后2b/樣值的質(zhì)量可與7b/樣值的質(zhì)量相比擬。變換矩陣由信源特征確定，不是恒定形式。計(jì)算量大、實(shí)用性不太高733.1.3常用數(shù)據(jù)壓縮方法的基本原理次最佳的正交變換：DFT變換：變換后的協(xié)方差矩陣接近對(duì)角矩陣。對(duì)不同信源有固定的正交變換矩陣。簡(jiǎn)便、易于實(shí)現(xiàn)運(yùn)算次數(shù)太多，為了加快速度可使用快速傅立葉變換（FFT），但它需要復(fù)數(shù)運(yùn)算。所以使用不方便，速度不理想。DCT：是DFT取實(shí)部，有快速算法，對(duì)于平穩(wěn)過(guò)度的信源來(lái)說(shuō)，DCT的性能十分接近KLT，所以DCT在圖像壓縮中得到廣泛應(yīng)用743.1.3常用數(shù)據(jù)壓縮方法的基本原理

分析－合成編碼通過(guò)對(duì)原始數(shù)據(jù)的分析，將其分解為一系列更適合于表示的基元或者從中提取出更有本質(zhì)意義的參數(shù)，編碼僅對(duì)這些基本單元或者特征參數(shù)進(jìn)行，而解碼時(shí)則借助于一定的規(guī)則或者模型，按照一定的算法將這些基元或者參數(shù)再綜合成原始數(shù)據(jù)的一個(gè)逼近。(1)矢量量化(2)小波變換編碼(3)分形圖像編碼(4)子帶編碼753.1.3常用數(shù)據(jù)壓縮方法的基本原理(1)矢量量化量化編碼按照一次量化的碼元個(gè)數(shù)，可分為標(biāo)量量化和矢量量化兩種。對(duì)數(shù)字化后的數(shù)據(jù)或PCM數(shù)據(jù)（樣本值）一個(gè)一個(gè)地進(jìn)行量化，稱為標(biāo)量量化。標(biāo)量量化中可在隨機(jī)變量X出現(xiàn)概率比較高的間隔內(nèi)，選擇較小的判決間隔，而在其他區(qū)域內(nèi)選擇較大的間隔，這樣可以以較小的量化均方誤差進(jìn)行量化。將這些數(shù)據(jù)分組，每組K維矢量，再以矢量為單元逐個(gè)進(jìn)行量化，稱其為矢量量化?；谡Z(yǔ)義編碼，其基本思想是采用非線性量化器，即對(duì)空間頻率及能量分布較大的系數(shù)分配較多比特?cái)?shù)；反之分配較少的比特?cái)?shù)，從而達(dá)到壓縮的目的。763.1.3常用數(shù)據(jù)壓縮方法的基本原理(2)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。(3)分形圖像編碼分形編碼是一種模型編碼，它利用模型的方法，對(duì)需要傳輸?shù)膱D像進(jìn)行參數(shù)估測(cè)。(4)子帶編碼利用帶通濾波器組把信號(hào)頻帶分割成若干子頻帶，然后分別處理。773.1.4音頻壓縮編碼的基本方法通常把已有的話音編譯碼器分成三種類型：波形編譯碼器(waveformcodecs)，音源編譯碼器(sourcecodecs)和混合編譯碼器(hybridcodecs)。一般來(lái)說(shuō)：波形編譯碼器的話音質(zhì)量高，但數(shù)據(jù)率也很高；音源編譯碼器的數(shù)據(jù)率很低，產(chǎn)生的合成話音的音質(zhì)有待提高；混合編譯碼器使用音源編譯碼技術(shù)和波形編譯碼技術(shù)，數(shù)據(jù)率和音質(zhì)介于它們之間。78圖三種編譯碼器的話音質(zhì)量和數(shù)據(jù)率的關(guān)系793.1.4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PCMDPCMADPCM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)CELP803.1.4音頻壓縮編碼的基本方法波形編譯碼波形編譯碼的想法是，不利用生成話音信號(hào)的任何知識(shí)而企圖產(chǎn)生一種重構(gòu)信號(hào)，它的波形與原始話音波形盡可能地一致。這種編譯碼器的復(fù)雜程度比較低，數(shù)據(jù)速率在16kbps以上，質(zhì)量相當(dāng)高。低于這個(gè)數(shù)據(jù)速率時(shí)，音質(zhì)急劇下降。813.1.4音頻壓縮編碼的基本方法聲音數(shù)字化有兩個(gè)步驟：第一步是采樣，就是每隔一段時(shí)間間隔讀一次聲音的幅度；第二步是量化，就是把采樣得到的聲音信號(hào)幅度轉(zhuǎn)換成數(shù)字值。量化有好幾種方法，但可歸納成兩類：一類稱為均勻量化，另一類稱為非均勻量化。采用的量化方法不同，量化后的數(shù)據(jù)量也就不同。因此，可以說(shuō)量化也是一種壓縮數(shù)據(jù)的方法。823.1.4音頻壓縮編碼的基本方法均勻量化如果采用相等的量化間隔對(duì)采樣得到的信號(hào)作量化，那么這種量化稱為均勻量化。均勻量化就是采用相同的“等分尺”來(lái)度量采樣得到的幅度，也稱為線性量化量化后的樣本值Y和原始值X的差E=Y-X稱為量化誤差或量化噪聲。833.1.4音頻壓縮編碼的基本方法非均勻量化對(duì)輸入信號(hào)進(jìn)行量化時(shí)，大的輸入信號(hào)采用大的量化間隔，小的輸入信號(hào)采用小的量化間隔。這樣就可以在滿足精度要求的情況下用較少的位數(shù)來(lái)表示。聲音數(shù)據(jù)還原時(shí)，采用相同的規(guī)則。843.1.4音頻壓縮編碼的基本方法子帶編碼SBC(subbandcoding)

：首先使用一組帶通濾波器BPF(band-passfilter)把輸入音頻信號(hào)的頻帶分成若干個(gè)連續(xù)的頻段，每個(gè)頻段稱為子帶。對(duì)每個(gè)子帶中的音頻信號(hào)采用單獨(dú)的編碼方案編碼。在信道上傳送時(shí)，將每個(gè)子帶的代碼復(fù)合起來(lái)。在接收端譯碼時(shí)，將每個(gè)子帶的代碼單獨(dú)譯碼，然后把它們組合起來(lái)，還原成原來(lái)的音頻信號(hào)。853.1.4音頻壓縮編碼的基本方法采用對(duì)每個(gè)子帶分別編碼的好處有：第一，對(duì)每個(gè)子帶信號(hào)分別進(jìn)行自適應(yīng)控制，量化階的大小(quantizationstep)可以按照每個(gè)子帶的能量電平加以調(diào)節(jié)。具有較高能量電平的子帶用大的量化階去量化，以減少總的量化噪聲。第二，可根據(jù)每個(gè)子帶信號(hào)在感覺上的重要性，對(duì)每個(gè)子帶分配不同的比特?cái)?shù)，用來(lái)表示每個(gè)樣本值。例如，在低頻子帶中，為了保護(hù)音調(diào)和共振峰的結(jié)構(gòu)，就要求用較小的量化階、較多的量化級(jí)數(shù)，即分配較多的比特?cái)?shù)來(lái)表示樣本值。而話音中的摩擦音和類似噪聲的聲音，通常出現(xiàn)在高頻子帶中，對(duì)它分配較少的比特?cái)?shù)。863.1.4音頻壓縮編碼的基本方法音源編譯碼的思想是：企圖從話音波形信號(hào)中提取生成話音的參數(shù)，使用這些參數(shù)通過(guò)話音生成模型重構(gòu)出話音。針對(duì)話音的音源編譯碼器叫做聲碼器(vocoder)。在話音生成模型中，聲道被等效成一個(gè)時(shí)變?yōu)V波器(time-varyingfilter)，它由白噪聲—無(wú)聲話音段激勵(lì)，或者由脈沖串——有聲話音段激勵(lì)。因此需要傳送給解碼器的信息就是濾波器的規(guī)格、發(fā)聲或者不發(fā)聲的標(biāo)志和有聲話音的音節(jié)周期，并且每隔10～20ms更新一次。這種聲碼器的數(shù)據(jù)率在2.4kbps左右，產(chǎn)生的語(yǔ)音雖然可以聽懂，但其質(zhì)量遠(yuǎn)遠(yuǎn)低于自然話音。增加數(shù)據(jù)率對(duì)提高合成話音的質(zhì)量無(wú)濟(jì)于事，這是因?yàn)槭艿皆捯羯赡Ｐ偷南拗?。盡管它的音質(zhì)比較低，但它的保密性能好，因此這種編譯碼器一直用在軍事上。873.1.4音頻壓縮編碼的基本方法線性預(yù)測(cè)編碼LPC(linearpredictivecoding)是一種非常重要的編碼方法。從原理上講，LPC是通過(guò)分析話音波形來(lái)產(chǎn)生聲道激勵(lì)和轉(zhuǎn)移函數(shù)的參數(shù)，對(duì)聲音波形的編碼實(shí)際就轉(zhuǎn)化為對(duì)這些參數(shù)的編碼，這就使聲音的數(shù)據(jù)量大大減少。在接收端使用LPC分析得到的參數(shù)，通過(guò)話音合成器重構(gòu)話音。合成器實(shí)際上是一個(gè)離散的隨時(shí)間變化的時(shí)變線性濾波器，它代表人的話音生成系統(tǒng)模型。時(shí)變線性濾波器既當(dāng)作預(yù)測(cè)器使用，又當(dāng)作合成器使用。分析話音波形時(shí)，主要是當(dāng)作預(yù)測(cè)器使用，合成話音時(shí)當(dāng)作話音生成模型使用。隨著話音波形的變化，周期性地使模型的參數(shù)和激勵(lì)條件適合新的要求。883.1.4音頻壓縮編碼的基本方法線性預(yù)測(cè)器是使用過(guò)去的P個(gè)樣本值來(lái)預(yù)測(cè)當(dāng)前時(shí)刻的采樣值x(n)。預(yù)測(cè)值可以用過(guò)去P個(gè)樣本值的線性組合來(lái)表示：線性預(yù)測(cè)誤差為在給定的時(shí)間范圍里，如[n0，n1]，使e(n)的平方和即β＝[e(n)]2為最小，這樣可使預(yù)測(cè)得到的樣本值更精確。通過(guò)求解偏微分方程，可找到系數(shù)ai的值。899091923.1.4音頻壓縮編碼的基本方法混合編譯碼企圖填補(bǔ)波形編譯碼和音源編譯碼之間的間隔。波形編譯碼器雖然可提供高質(zhì)量的話音，但數(shù)據(jù)率低于16kbps的情況下，在技術(shù)上還沒有很好地解決音質(zhì)的問題；聲碼器的數(shù)據(jù)率雖然可降到2.4kbps甚至更低，但它的音質(zhì)根本不能與自然話音相提并論。為了得到音質(zhì)高而數(shù)據(jù)率又低的編譯碼器，歷史上出現(xiàn)過(guò)很多形式的混合編譯碼器，但最成功并且普遍使用的編譯碼器是時(shí)域合成-分析器。933.1.4音頻壓縮編碼的基本方法思想：這種編譯碼器使用的聲道線性預(yù)測(cè)濾波器模型與線性預(yù)測(cè)編碼LPC(linearpredictivecoding)使用的模型相同，不使用兩個(gè)狀態(tài)(有聲/無(wú)聲)的模型來(lái)尋找濾波器的輸入激勵(lì)信號(hào)，而是企圖尋找這樣一種激勵(lì)信號(hào)，使用這種信號(hào)激勵(lì)產(chǎn)生的波形盡可能接近于原始話音的波形。AbS編譯碼器由Atal和Remde在1982年提出，并命名為多脈沖激勵(lì)MPE(multi-pulseexcited)編譯碼器，在此基礎(chǔ)上隨后出現(xiàn)的是等間隔脈沖激勵(lì)RPE(regular-pulseexcited)編譯碼器、碼激勵(lì)線性預(yù)測(cè)CELP(codeexcitedlinearpredictive)編譯碼器和混合激勵(lì)線性預(yù)測(cè)MELP(mixedexcitationlinearprediction)等編譯碼器。94圖Abs編碼器（上）和譯碼器（下）953.1.4音頻壓縮編碼的基本方法AbS編譯碼器把輸入話音信號(hào)分成許多幀(frames)，一般來(lái)說(shuō)，每幀的長(zhǎng)度為20ms。合成濾波器的參數(shù)按幀計(jì)算，然后確定濾波器的激勵(lì)參數(shù)。AbS編碼器是一個(gè)負(fù)反饋系統(tǒng)，通過(guò)調(diào)節(jié)激勵(lì)信號(hào)u(n)可使話音輸入信號(hào)s(n)與重構(gòu)的話音信號(hào)之差為最小，也就是重構(gòu)的話音與實(shí)際的話音最接近。這就是說(shuō)，編碼器通過(guò)“合成”許多不同的近似值來(lái)“分析”輸入話音信號(hào)，這也是“合成-分析編碼器”名稱的來(lái)由。MPE，RPE和CELP編譯碼器之間的差別在于所使用的激勵(lì)信號(hào)的表示方法。963.1.4音頻壓縮編碼的基本方法在MPE中，對(duì)每幀話音所用的激勵(lì)信號(hào)u(n)是固定數(shù)目的脈沖，在一幀中脈沖的位置和幅度必須由編碼器來(lái)確定，這在理論上可以找到很好的值，但實(shí)際上不太可能，因?yàn)橛?jì)算太復(fù)雜。因此在實(shí)際上就使用次佳方法，一般來(lái)說(shuō)，每5ms使用4個(gè)脈沖，在數(shù)據(jù)率為10kbps時(shí)可以獲得好的重構(gòu)話音。RPE像MPE那樣，編譯碼器使用固定間隔的脈沖，于是編碼器就只需要確定第一個(gè)激勵(lì)脈沖的位置和所有其他脈沖的幅度，所需要的脈沖位置信息也就可以減少，而脈沖的數(shù)目則比MPE使用的數(shù)目多。數(shù)據(jù)率在10kbps左右時(shí)，每5ms可使用10個(gè)脈沖，比MPE多6個(gè)，產(chǎn)生比MPE音質(zhì)高一些的重構(gòu)話音。973.1.4音頻壓縮編碼的基本方法然而RPE仍然顯得比較復(fù)雜，因此歐洲的GSM移動(dòng)電話系統(tǒng)使用了一個(gè)帶長(zhǎng)期預(yù)測(cè)的簡(jiǎn)化了的RPE編譯碼器，數(shù)據(jù)率為13kbps。雖然MPE和RPE編譯碼器在10kbps左右的數(shù)據(jù)率下可提供好的音質(zhì)，但數(shù)據(jù)率低于10kbps情況下提提供的音質(zhì)還不能接受，這是因?yàn)樗鼈冃枰峁┐罅坑嘘P(guān)激勵(lì)脈沖的位置和幅度信息。對(duì)要求音質(zhì)好而數(shù)據(jù)率又低于10kbps的編譯碼器，現(xiàn)在普遍使用的算法是1985年由Schroeder和Atal提出的CELP算法。與MPE和RPE的不同之處是，CELP使用的激勵(lì)信號(hào)是量化矢量。激勵(lì)信號(hào)由一個(gè)矢量量化大碼簿的表項(xiàng)給出，還有一個(gè)增益項(xiàng)用來(lái)擴(kuò)展它的功率。983.1.4音頻壓縮編碼的基本方法典型的碼簿索引有10位，就是有1024個(gè)表項(xiàng)的碼簿，增益用5位表示。因此激勵(lì)信號(hào)的位數(shù)可以減少到15位，這與GSMRPE編譯碼器中使用的47位相比減少了32位。原始CELP編譯碼器的計(jì)算量太大，難以實(shí)時(shí)執(zhí)行。1985年開始，在簡(jiǎn)化碼簿結(jié)構(gòu)方面做了大量的工作，用芯片提高執(zhí)行速度方面也取得了很大的進(jìn)展，因此現(xiàn)在在低成本的DSP上實(shí)時(shí)執(zhí)行CELP算法相對(duì)容易了，在CELP基礎(chǔ)上制定了好幾個(gè)重要的話音編碼標(biāo)準(zhǔn)，例如美國(guó)的“DepartmentofDefence(DoD)4.8kbpscodec”標(biāo)準(zhǔn)和CCITT的“l(fā)ow-delay16kbpscodec”標(biāo)準(zhǔn)。CELP編譯碼器在話音通信中取得了很大成功，話音的速率介于4.8kbps和16kbps之間。993.1.5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Huffman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.2611003.2音頻壓縮標(biāo)準(zhǔn)1013.2音頻壓縮標(biāo)準(zhǔn)音頻頻率范圍低頻聲音(Infra-sound)：0Hz－20Hz人類聽覺頻率范圍的聲音：20Hz－20kHz高頻(Ultrasound)：20kHz－1GHz超聲波(Hypersound)：1GHz－10THz不同音頻的帶寬電話語(yǔ)音：200Hz－3.4kHz調(diào)幅廣播：50Hz－7kHz調(diào)頻廣播：20Hz－15kHz寬帶音響:20Hz－20kHz1023.2.1電話質(zhì)量的語(yǔ)音壓縮標(biāo)準(zhǔn)ITU-TS建議的語(yǔ)音壓縮的標(biāo)準(zhǔn)G.711：采用PCM編碼，采樣速率為8kHz，量化位數(shù)為8bit，對(duì)應(yīng)的比特流速率為64kbit/s。對(duì)于采樣頻率為8kHz，樣本精度為13比特、14比特或者16比特的輸入信號(hào)，使用率壓擴(kuò)編碼或者使用A率壓擴(kuò)編碼，經(jīng)過(guò)PCM編碼器之后每個(gè)樣本的精度為8比特，輸出的數(shù)據(jù)率為64kbps。這個(gè)數(shù)據(jù)就是CCITT推薦的G.711標(biāo)準(zhǔn)G.721：ITU建議的G.721將64Kbps的比特流轉(zhuǎn)換為32Kbps的流，它是基于ADPCM技術(shù)。每個(gè)數(shù)值差分用4位編碼，其采樣率為8kHz。G.721ADPCM的輸出代碼是“自適應(yīng)量化器”的輸出，該輸出是用4位表示的差分信號(hào)，它的采樣率仍然是8kHz，它的數(shù)據(jù)率為32kbps1033.2.1電話質(zhì)量的語(yǔ)音壓縮標(biāo)準(zhǔn)G.723：G.723是一種以24Kbps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G.711PCM標(biāo)準(zhǔn)以及基于SB—ADPCM的G.722標(biāo)準(zhǔn)。G.723.1和G.723.2用于H.324標(biāo)準(zhǔn)。G.728：它的比特率為16Kbps，帶寬限于3.4kHz。其音質(zhì)比G.711或G.722差得多。它基于一種稱為低延遲代碼激勵(lì)線性預(yù)測(cè)(LD—CELP)的向量量化技術(shù)。1043.2.2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：50Hz－7kHz，稱“7kHz音頻信號(hào)”。G.722：G.722基于子帶ADPCM技術(shù)(SB—ADPCM)，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。G.722壓縮信號(hào)的帶寬范圍為50Hz到7kHz，而G.711僅限于3.4kHz。其比特率為48、56、64Kbps，在標(biāo)準(zhǔn)模式下，采樣速率是16KHz，幅度深度為14比特。低頻帶寬略大于常規(guī)的電話話音帶寬。對(duì)高子帶分配2位表示每個(gè)樣本值，而低子帶分配6位。因?yàn)?4kbps的G.722標(biāo)準(zhǔn)主要還是針對(duì)寬帶話音，其次才是音樂。105圖G.7227kHz音頻信號(hào)64kbps數(shù)據(jù)率的編譯碼方塊圖1063.2.3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：50Hz－20kHz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。MPEG聲音編碼分為：層－l、層－2、層－3。隨著層數(shù)的增加算法的復(fù)雜度也增大。所有3層都分級(jí)兼容。層－3工作的譯碼器也可對(duì)層－2或?qū)樱璴的碼流進(jìn)行譯碼。所有3層都運(yùn)用同一原理：變換編碼和子帶編碼。頻譜被分為32個(gè)子帶。應(yīng)用快速博里葉變換來(lái)表示高頻域中的信號(hào)。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)。1073.3圖像壓縮標(biāo)準(zhǔn)1083.3.1JPEG壓縮標(biāo)準(zhǔn)JPEG(JointPhotographicExpertsGroup)是一個(gè)由ISO和IEC兩個(gè)組織機(jī)構(gòu)聯(lián)合組成的一個(gè)專家組，負(fù)責(zé)制定靜態(tài)的數(shù)字圖象數(shù)據(jù)壓縮編碼標(biāo)準(zhǔn)，因此又稱為JPEG標(biāo)準(zhǔn)。JPEG是一個(gè)適用范圍很廣的靜態(tài)圖象數(shù)據(jù)壓縮標(biāo)準(zhǔn)，既可用于灰度圖象又可用于彩色圖象。JPEG專家組開發(fā)了兩種基本的壓縮算法，一種是采用以DCT(DiscreteCosineTransform)為基礎(chǔ)的有損壓縮算法；另一種是采用以預(yù)測(cè)技術(shù)為基礎(chǔ)的無(wú)損壓縮算法。使用有損壓縮算法時(shí)，在壓縮比為25:1的情況下，壓縮后還原得到的圖象與原始圖象相比較，非圖象專家難于找出它們之間的區(qū)別，因此得到了廣泛的應(yīng)用。為了在保證圖象質(zhì)量的前提下進(jìn)一步提高壓縮比，JPEG專家組制定了JPEG2000(簡(jiǎn)稱JP2000)標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)中將采用小波變換(wavelet)算法。1093.3.1JPEG壓縮標(biāo)準(zhǔn)JPEG是一種混合編碼標(biāo)準(zhǔn)編碼步驟：DCT，量化，行程編碼，霍夫曼編碼等四種工作模式無(wú)損預(yù)測(cè)編碼算法無(wú)損模式的壓縮比為2:1基于DCT的有損編碼算法有損模式的壓縮比為20:1或25:1基于DCT的增強(qiáng)系統(tǒng)基于DCT的分層操作方式1103.3.1JPEG壓縮標(biāo)準(zhǔn)無(wú)損預(yù)測(cè)編碼算法1113.3.1JPEG壓縮標(biāo)準(zhǔn)JPEG有損壓縮利用了人的視覺特性，使用量化和無(wú)損壓縮編碼相結(jié)合來(lái)去掉視覺的冗余信息和數(shù)據(jù)本身的冗余信息。壓縮編碼大致分成三個(gè)步驟：使用正向離散余弦變換FDCT(forwarddiscretecosinetransform)把空間域表示的圖變換頻率域表示的圖。使用加權(quán)函數(shù)對(duì)DCT系數(shù)進(jìn)行量化，這個(gè)加權(quán)函數(shù)對(duì)于人的視覺系統(tǒng)是最佳的。使用霍夫曼可變字長(zhǎng)編碼器對(duì)量化系數(shù)進(jìn)行編碼。解壓縮的過(guò)程與壓縮編碼過(guò)程正好相反。JPEG算法與彩色空間無(wú)關(guān)。因此“RGB到Y(jié)UV變換”和“YUV到RGB變換”不包含在JPEG算法中。JPEG算法處理的彩色圖象是單獨(dú)的彩色分量圖象，因此它可以壓縮來(lái)自不同彩色空間的數(shù)據(jù)，如RGB,YCbCr和CMYK。1123.3.1JPEG壓縮標(biāo)準(zhǔn)色度抽樣在數(shù)字圖像處理領(lǐng)域中，色度抽樣是指在表示圖像時(shí)使用較亮度信息低的分辨率來(lái)表示色彩（色度）信息。當(dāng)對(duì)模擬分量視頻或者YUV信號(hào)進(jìn)行數(shù)字抽樣時(shí)，一般會(huì)用到色度抽樣。由于人眼對(duì)色度的敏感度不及對(duì)亮度的敏感度，圖像的色度分量不需要有和亮度分量相同的清晰度，所以許多視頻系統(tǒng)在色差通道上進(jìn)行較低（相對(duì)亮度通道）清晰度（例如，抽樣頻率）的抽樣。這樣在不明顯降低畫面質(zhì)量的同時(shí)降低了視頻信號(hào)的總帶寬。因抽樣而丟失的色度值用內(nèi)插值，或者前一色度值來(lái)替代。113視頻系統(tǒng)的抽樣率通常用一個(gè)三分比值表示。第一個(gè)值是亮度（Y）分量樣本的數(shù)量，后兩個(gè)值是兩個(gè)色彩（“色度”）分量樣本的數(shù)量：U/Cb分量在前，V/Cr分量在后。在比較圖像質(zhì)量時(shí)，這三個(gè)值之間的比值才是重要的，所以4：4：4可以簡(jiǎn)化為1：1：1；但是習(xí)慣上亮度樣本的數(shù)量值總為4，其他兩個(gè)值依此類推。有時(shí)抽樣率為四分比值，如4：2：2：4。這時(shí)第四個(gè)值”4”是調(diào)制通道的抽樣頻率比值。事實(shí)上，因?yàn)樵谡{(diào)制應(yīng)用中非常需要高質(zhì)量圖像，所以這個(gè)值在任何情況下都為4。3.3.1JPEG壓縮標(biāo)準(zhǔn)1143.3.1JPEG壓縮標(biāo)準(zhǔn)4:4:4三個(gè)通道的抽樣率相同，因此在生成的圖像里，每個(gè)象素的三個(gè)分量信息完整（每個(gè)分量通常8比特或10比特），經(jīng)過(guò)8比特量化之后，未經(jīng)壓縮的每個(gè)象素3個(gè)字節(jié)。碼流Y0U0V0Y1U1V1Y2U2V2Y3U3V3將被映射為下面的四個(gè)像素:[Y0U0V0][Y1U1V1][Y2U2V2][Y3U3V3]這是最好的色度抽樣比率(實(shí)際上它完整的表示了原先的色度信息)，作為一種中間格式，它被用在高端的底片掃描儀和影片后期處理上。1153.3.1JPEG壓縮標(biāo)準(zhǔn)4:2:2每個(gè)色差通道的抽樣率是亮度通道的一半，所以水平方向的色度抽樣率只是4:4:4的一半。對(duì)非壓縮的8比特量化的視頻來(lái)說(shuō)，每個(gè)由兩個(gè)水平方向相鄰的像素組成的宏像素需要占用4字節(jié)內(nèi)存。碼流Y0U0Y1V1Y2U2Y3V3將被映射為下面的四個(gè)像素:[Y0U0V1][Y1U0V1][Y2U2V3][Y3U2V3]4:2:2仍舊是質(zhì)量相當(dāng)高的色度抽樣方法，大多數(shù)高端數(shù)字視頻格式采用這一比率。1163.3.1JPEG壓縮標(biāo)準(zhǔn)4:1:14:1:1的色度抽樣，是在水平方向上對(duì)色度進(jìn)行4:1抽樣。對(duì)于低端用戶和消費(fèi)類產(chǎn)品這仍然是可以接受的。對(duì)非壓縮的8比特量化的視頻來(lái)說(shuō)，每個(gè)由4個(gè)水平方向相鄰的像素組成的宏像素需要占用6字節(jié)內(nèi)存。碼流Y0U0Y1Y2V2Y3將被映射為下面的四個(gè)像素:[Y0U0V2][Y1U0V2][Y2U0V2][Y3U0V2]1173.3.1JPEG壓縮標(biāo)準(zhǔn)4:2:04:2:0并不意味著只有Y,Cb而沒有Cr分量。它指的是對(duì)每行掃描線來(lái)說(shuō)，只有一種色度分量以2:1的抽樣率存儲(chǔ)。相鄰的掃描行存儲(chǔ)不同的色度分量，也就是說(shuō)，如果一行是4:2:0的話，下一行就是4:0:2，再下一行是4:2:0...以此類推。對(duì)每個(gè)色度分量來(lái)說(shuō)，水平方向和豎直方向的抽樣率都是2:1，所以可以說(shuō)色度的抽樣率是4:1。PAL制式和SECAM制式的色彩系統(tǒng)特別適合于用這種方式來(lái)存儲(chǔ)。絕大多數(shù)視頻編解碼器都采用這種格式作為標(biāo)準(zhǔn)的輸入格式。對(duì)非壓縮的8比特量化的視頻來(lái)說(shuō)，每個(gè)由2x2個(gè)2行2列相鄰的像素組成的宏像素需要占用6字節(jié)內(nèi)存。1184:2:0碼流Yo0Uo0Yo1Yo2Uo2Yo3Ye0Ve0Ye1Ye2Ve2Ye3將被映射為下面的兩行各四個(gè)像素:[Yo0Uo0Ve0][Yo1Uo0Ve0][Yo2Uo2Ve2][Yo3Uo2Ve2][Ye0Uo0Ve0][Ye1Uo0Ve0][Ye2Uo2Ve2][Ye3Uo2Ve2]使用這種方法的質(zhì)量很接近于4:1:11193.3.1JPEG壓縮標(biāo)準(zhǔn)（a）基于DCT的JPEG壓縮編碼步驟（b）基于DCT的JPEG解壓縮步驟1203.3.1JPEG壓縮標(biāo)準(zhǔn)JPEG壓縮編碼算法的主要計(jì)算步驟如下：FDCT變換。量化(quantization)。使用差分脈沖編碼調(diào)制DPCM(differentialpulsecodemodulation)對(duì)直流系數(shù)(DC)進(jìn)行編碼。使用行程長(zhǎng)度編碼RLE(run-lengthencoding)對(duì)交流系數(shù)(AC)進(jìn)行編碼。熵編碼(entropycoding)。1213.3.1JPEG壓縮標(biāo)準(zhǔn)塊準(zhǔn)備將一幀幀圖像分成8×8的數(shù)據(jù)塊。假設(shè)彩色圖像由Y、U和V三種分量組成，且色度分解為4：2：0(4：1：1)對(duì)于640×480的一副圖像，亮度分量Y是一個(gè)640×480的數(shù)值矩陣；色差分量是一個(gè)320×240的數(shù)值矩陣為了滿足DCT過(guò)程的要求，塊準(zhǔn)備必須劃分出4800個(gè)亮度塊和兩份1200個(gè)色差塊。將原始數(shù)據(jù)從無(wú)符號(hào)整數(shù)變成有符號(hào)整數(shù)。若采樣精度為P位，采樣數(shù)據(jù)范圍在[0，2p-1]內(nèi)，則變成在范圍[-2p-1，2p-1-1]內(nèi)。1223.3.1JPEG壓縮標(biāo)準(zhǔn)離散余弦變換DCT對(duì)每個(gè)單獨(dú)的彩色圖象分量，把整個(gè)分量圖象分成8×8的圖象塊DCT變換使用下式計(jì)算逆變換上面兩式中(u，v=0,1,…,7)

經(jīng)DCT變換之后，是直流系數(shù)，其他為交流系數(shù)。當(dāng)其他1233.3.1JPEG壓縮標(biāo)準(zhǔn)量化是對(duì)經(jīng)過(guò)FDCT變換后的頻率系數(shù)進(jìn)行量化。量化的目的是減小非“0”系數(shù)的幅度以及增加“0”值系數(shù)的數(shù)目。量化是圖象質(zhì)量下降的最主要原因。JPEG算法使用均勻量化器進(jìn)行量化。因?yàn)槿搜蹖?duì)亮度信號(hào)比對(duì)色差信號(hào)更敏感，因此使用了兩種量化表。量化步距是按照系數(shù)所在的位置和每種顏色分量的色調(diào)值來(lái)確定。1243.3.1JPEG壓縮標(biāo)準(zhǔn)JPEG色度參考量化表JPEG亮度參考量化表1253.3.1JPEG壓縮標(biāo)準(zhǔn)源圖像數(shù)據(jù)FDCT系數(shù)1263.3.1JPEG壓縮標(biāo)準(zhǔn)亮度量化表量化后的系數(shù)1273.3.1JPEG壓縮標(biāo)準(zhǔn)逆量化后的系數(shù)重構(gòu)圖像數(shù)據(jù)1283.3.1JPEG壓縮標(biāo)準(zhǔn)FDCT系數(shù)逆量化后的系數(shù)1293.3.1JPEG壓縮標(biāo)準(zhǔn)源圖像數(shù)據(jù)重構(gòu)圖像數(shù)據(jù)1303.3.1JPEG壓縮標(biāo)準(zhǔn)重構(gòu)圖像與源圖像數(shù)據(jù)絕對(duì)誤差重構(gòu)圖像與源圖像數(shù)據(jù)相對(duì)誤差最大正誤差最大負(fù)誤差平均誤差1.17%1313.3.1JPEG壓縮標(biāo)準(zhǔn)DCT系數(shù)的編碼直流系數(shù)相鄰的8×8塊之間的DC系數(shù)有強(qiáng)相關(guān)性，JPEG對(duì)量化后的DC系數(shù)采用DPCM編碼，即對(duì)DIFF＝DCi–DCi-1編碼。交流系數(shù)對(duì)于剩下的63個(gè)交流系數(shù)采用行程編碼（RLE）。從左上方AC01開始沿對(duì)角線方向“Z”字形掃描直到AC77掃描結(jié)束，這樣可增加行程中連續(xù)0的個(gè)數(shù)。1323.3.1JPEG壓縮標(biāo)準(zhǔn)AC系數(shù)行程編碼碼字1333.3.1JPEG壓縮標(biāo)準(zhǔn)熵編碼為了進(jìn)一步壓縮數(shù)據(jù)，需要對(duì)DC碼和AC行程編碼的碼字再作基于統(tǒng)計(jì)特性的熵編碼。Huffman編碼自適應(yīng)二進(jìn)制算術(shù)編碼熵編碼分兩步進(jìn)行把DC碼和AC行程碼字轉(zhuǎn)換成中間符號(hào)序列給這些符號(hào)序列賦以變長(zhǎng)碼字熵編碼的中間格式表示由兩個(gè)符號(hào)組成符號(hào)1 （行程，尺寸）符號(hào)2 （幅值）1343.3.1JPEG壓縮標(biāo)準(zhǔn)熵編碼的中間格式表示符號(hào)1的第一個(gè)信息參數(shù)“行程”，表示前后兩個(gè)非零AC系數(shù)之間連續(xù)零的個(gè)數(shù)；第二個(gè)信息參數(shù)“尺寸”是后一個(gè)非零AC系數(shù)幅值編碼所需的比特?cái)?shù)。一個(gè)基本符號(hào)1可表示的行程范圍為1——15，當(dāng)兩個(gè)非零AC系數(shù)之間連續(xù)零的個(gè)數(shù)超過(guò)15時(shí)，用增加擴(kuò)展符號(hào)1,“（15，0）”的個(gè)數(shù)來(lái)擴(kuò)充。符號(hào)2中的幅值用以表示非零AC系數(shù)的數(shù)值，其范圍為[-210，210-1]對(duì)于DC系數(shù)而言，符號(hào)1只代表尺寸信息，即DC差值的幅值編碼所需的比特?cái)?shù)，符號(hào)2表示差值的幅值，其動(dòng)態(tài)范圍為[-211，211-1]1353.3.1JPEG壓縮標(biāo)準(zhǔn)對(duì)DC系數(shù)和AC系數(shù)中的符號(hào)1采用Huffman表中的變長(zhǎng)碼（VLC）進(jìn)行編碼。Huffman變長(zhǎng)碼表必須作為JPEG編碼器的輸入。數(shù)據(jù)流中的Huffman表的表示格式是一個(gè)間接的說(shuō)明，在解碼時(shí)，解碼器利用這一間接說(shuō)明重構(gòu)真正的Huffman表。JPEG解碼器能夠同時(shí)存儲(chǔ)最多4套不同的熵編碼表。亮度DC系數(shù)表色度DC系數(shù)表亮度AC系數(shù)表色度AC系數(shù)表1363.3.1JPEG壓縮標(biāo)準(zhǔn)亮度DC系數(shù)表用16個(gè)字節(jié)說(shuō)明亮度DC系數(shù)表的碼字長(zhǎng)度表：00010501010101010100000000000000緊接著的一組值（說(shuō)明亮度表的分類）：000102030405060708090A0B1373.3.1JPEG壓縮標(biāo)準(zhǔn)基于DCT的增強(qiáng)系統(tǒng)在量化器的輸出與熵編碼的輸入之間，增加一個(gè)足以存儲(chǔ)量