多媒体数据的压缩

多媒体数据的压缩第一页，共二十三页，2022年，8月28日6.1数据压缩概述

1、

压缩的必要性声音、图像、视频和动画的数据量太大声音1分钟立体声音乐采样频率为44.1KHZ，16位量化精度的数据量为

44.1*1000*16*2*60/8=10.09MB

存储一首4分钟的歌曲约需40MB图像

1副640*480的RGB彩色图像的存储容量为

640*480*24/8=900KB视频

1秒钟（25帧/秒）的视频数据量为

25*900KB=21.97MB1张650MB的CDROM光盘只能存储约650/21.97=29.59秒的视频第二页，共二十三页，2022年，8月28日

2数据冗余空间冗余：图像内部相邻像素之间的相关性时间冗余：视频序列中前后帧之间的相关性视觉或听觉冗余（人眼或人耳具有一定的掩蔽效应）知识冗余（具有规律性的结构，用于图像理解上，如人脸）统计冗余（出现的频率具有一定的规律性，如元音多，有些辅音很少出现）结构冗余（具有纹理结构的图像区域）信息熵冗余（又叫编码冗余，用相同位数进行编码产生的冗余）第三页，共二十三页，2022年，8月28日6.2数据压缩的基本原理1、信息编码基础压缩的实质：根据数据的内在联系将数据从一种编码映射为另一种编码，又叫压缩编码。编码器（压缩）存储器或网络解码器（解压缩）输入数据输出数据数据压缩过程数据压缩方法的衡量指标压缩率：越大越好压缩质量：数据失真越小越好压缩与解压缩的速度：速度越快越好第四页，共二十三页，2022年，8月28日2、数据压缩方法无损压缩有损压缩混合编码预测编码变换编码PCM编码DPCM编码ADPCM编码帧间预测编码离散余弦变换K-L变换小波变换JPEGMPEGH.261行程编码哈夫曼编码算术编码香农编码LZW编码统计编码第五页，共二十三页，2022年，8月28日6.3数据压缩的编码算法一、无损压缩：减少或去除数据中的冗余，可以无失真地还原成原来的数据，一般适合压缩数据或程序，但是压缩比较小，一般在2：1到5：1之间。序号编码方法基本原理1行程编码将重复出现的数值序列采用出现次数和单个数值来表示2哈夫曼编码利用不同码字出现的概率不同，出现概率大的码字短，出现概率小的码字长。3算术编码将编码的消息表示成0到1之间的一个间隔，消息越长，间隔就越小，编码所需二进制位数越多。第六页，共二十三页，2022年，8月28日1.行程编码（游程编码）原理:将连续相同的数据序列用重复次数和单个数据来表示。应用：用于图像文件的压缩（尤其适合于由计算机生成的图像）如bmp和tiff等图像格式。

（1）多值信息的编码

编码格式：信息重复次数+被重复的信息

例：字符串为：atttefppppppddddss

行程编码为：a3tef6p4d2s

（2）二值信息的编码

编码格式：0或1重复的次数

例如二进制数据流为

假设行程约定以0开始，则编码为：3654

若约定以1开始，则编码为：03654第七页，共二十三页，2022年，8月28日2.哈夫曼（Huffman）编码算法步骤：（1）按照符号出现的概率大小进行排序（2）把最小的两个概率值相加，得到一个新的概率序列（3）重复上述两个步骤，直到概率值为1（4）从后往前进行编码，概率大的赋予1，概率小的赋予0。（反过来也可以)（5）写出每个符号的码字例1：字母ABCDE出现的概率分别为0.15、0.25、0.1、0.37和0.13，其哈夫曼编码为：P(C)=0.1P(E)=0.13P(CE)=0.23P(A)=0.15P(ACE)=0.38P(B)=0.25P(D)=0.37P(BD)=0.62P(ACEBD)=100001111A:00B:10C:010D:11E:011

假设共有100个字符,若采用等长编码，每个字符至少需要3位二进制，100个字母需要300位，采用哈夫曼编码则只需要15*2+25*2+10*3+37*2+13*3=223位。压缩比为300：223=1.34：1第八页，共二十三页，2022年，8月28日例2：字母ABCDE出现的概率分别为0.53、0.25、0.07、0.05和0.1，其哈夫曼编码为：A:1B:01C:0011D:0010E:000

若采用等长编码，至少需要3位二进制，100个字母需要300位，采用哈夫曼编码则需要:53*1+25*2+7*4+5*4+10*3=181位压缩比为300：181=1.65:10P(E)=0.1P(D)=0.05P(C)=0.07P(DC)=0.12P(EDC)=0.22P(B)=0.25P(EDCBA)=1000111P(EDCB)=0.47P(A)=0.5301第九页，共二十三页，2022年，8月28日3、算术编码编码原理：将被编码信源表示为[0，1）区间的一个实数，根据各符号出现的概率构造其所在区间，随着信息字符的不断出现，其所在区间越来越小，对应表示的实数也越来越小，那么表示这一消息所需的二进制位数就越多。例：假设一个4个符号的信源A={a1，a2，a3，a4}，各符号出现的概率及起始编码区间如下表。信号字符出现概率编码范围a10.2[0,0.2)a20.4[0.2,0.6)a30.2[0.6,0.8)a40.2[0.8,1.0)第十页，共二十三页，2022年，8月28日如果要传送的消息为a1a2a3a2，算术编码过程为：区间计算方法：

新区间起始位置：前面区间起始位置+当前区间左端*前面区间长度

新区间长度：当前符号的概率*前面区间长度①a1，取值区间为[0，0.2)②a2，起点：0+0.2*0.2=0.04，长度0.4*0.2=0.08，新区间为[0.04，0.12)③a3，起点：0.04+0.6*0.08=0.088，长度0.2*0.08=0.016，新区间为[0.088，0.104)④a2，起点：0.088+0.2*0.016=0.0912，长度0.4*0.016=0.0064，新区间为[0.09120.0976)信息：a1a2a3a2信源符号0.20.120.1040.097600.040.0880.0912输出区间内任一数编码区间a4a3a2a10.20.60.801第十一页，共二十三页，2022年，8月28日二、有损压缩：压缩时会丢失部分数据，且丢失的数据无法恢复。是不可逆的压缩，即解压缩以后的数据与原始数据不完全一致。序号编码方法基本原理1PCM编码（脉冲编码调制）将模拟量经过采样、量化和编码得到其数字编码。2预测编码根据算法模型，用已有的样本值对新样本进行预测，得到一个预测值，将实际值与预测值相减得到预测误差，再对该误差值进行编码，如果预测越准确，误差值就越小（那误差的幅度肯定小于原始信号），那编码所需的位数就可以减少，达到压缩的目的。3变换编码将原始信号从一个域（如时间域）变换到另一个域（如频率域），然后对变换后的信号进行编码。主要用于图像数据的压缩。第十二页，共二十三页，2022年，8月28日1.PCM（PulseCodeModulation,脉冲编码调制）采样：按固定时间间隔获取一个样本值量化：按允许的误差将样本对应到近似的数值（幅度上的离散化）。有均匀量化和非均匀量化。编码：用二进制代码表示采样量化后的样本值。第十三页，共二十三页，2022年，8月28日2.预测编码（1）DPCM（差分脉冲编码调制）编码器量化器输入预测器编码器信道信道s+-ee’++s’s”编码器预测器++s’s”e’输出解码器原始信号为：s，预测器产生的预测值为：s”预测误差：e=s-s”发送端：发送经过量化的误差e’接收端：用相同的预测器获得预测值s”,

输出s’=s”+e’最终误差为：

s’-s=s”+e’-s=e’

–(s-s”)=e’-e（即量化器产生的量化误差）第十四页，共二十三页，2022年，8月28日（2）ADPCM（自适应脉冲编码调制）

自适应量化：当信号分布不均匀时，能随输入信号的变化改变量化区间的大小。自适应预测：采用过去的样本值估算下一个输入样本的预测值，得到最小的实际样本值与预测值之间的差值。（3）帧间预测编码

利用视频图像各帧之间的时间相关性，减少帧内图像信号的冗余，即不直接传送当前帧的像素值，而是传送x和其前一帧或后一帧对应像素x’之间的差值。运动补偿的帧间预测帧间内插法（4）线性预测编码（LinearPredictiveCoding,LPC）

采用过去的样本值，以一种前向反馈的方式预测当前采样值，预测值可以用过去p个样本值的线性组合来表示。该方法被广泛应用于语音处理。第十五页，共二十三页，2022年，8月28日3.变换编码将图像信号从一个域（如时间域）变换到另外一个域（如频率域），然后对变换后的信号进行量化与编码。正交变换前两个样本的联合事件正交变换后两个样本的联合事件例:有两个相邻的数据样本x1和x2,每个样本采用3bit编码,各自都有8个幅度等级,两个样本的联合事件共有64种可能,用64个点表示。对一般的像来说,两个相邻的数据样本很有可能出现近似的幅度,即很可能出现在x1=x2直线附近。对该数据进行正交变换，将坐标系逆时针旋转45度，在新坐标系中y1对应到x1=x2这条直线，那么变换后的数据样本集中在y1轴上，对这部分数据进行量化、编码和传输，其他数据不做处理，这样就达到了压缩数据的目的。常用的变换编码方法有：1、K-L变换2、傅立叶变换3、离散余弦变换等第十六页，共二十三页，2022年，8月28日1．电话语音压缩标准

数据：带宽为200Hz～3.4kHz，采样频率为8kHz，8位量化，传输速率为64kb/s

语音压缩标准：G.722（64kb/s）、G.721（32kb/s）、G.728（16kb/s）和G.729（8kb/s）

应用：数字电话通信。

6.4 常用多媒体数据压缩标准

6.4.1音频压缩标准第十七页，共二十三页，2022年，8月28日2.调幅广播语音压缩标准

数据：带宽为50hz～7khz的调幅广播语音，使用16kHz采样频率和14位量化位数时，所对应的速率为224kb/s。

语音压缩标准：G.722应用：优质语音、音乐、音频会议和视频会议等。第十八页，共二十三页，2022年，8月28日3．高保真立体声的宽带音频压缩标准

数据：采样频率44.1kHz，用16位量化，速率为每声道705kb/s。语音压缩标准：MPEG音频MPEG-1音频：层Ⅰ（简化的ASPEC）层Ⅱ（即MUSICAM，又称MP2）层Ⅲ（又称MP3）。

MPEG-2音频：多声道，5.1声道形式及7.1声道形式

应用：影剧院、家庭影院系统，及将来的高清晰度电视（HDTV）。第十九页，共二十三页，2022年，8月28日6.4.2静态图像压缩标准JPEG（jointphotographicexpertsgroup）联合照片专家组

1.JPEG标准适应于彩色和单色多灰度或连续色调的静止数字图像。支持很高的图像分辨率和量化精度，具有较高的压缩比和图像质量。包含了基于DCT的有损压缩方法和基于预测方法的无损压缩方法。

2.JPEG2000标准

特征：支持低比特率传输，支持无损和有损压缩，象素精度和分辨率的渐进式传输，感兴趣域编码，随机码流访问和处理。经典算法：包含三个部分：小波变换、画布坐标系统、嵌入式优化截断编码（EBCOT）。

第二十页，共二十三页，2022年，8月28日压缩标准屏幕比例分辨率帧频备注MPEG-14：3352x24029.97NTSC制式MPEG-14：3352x28825PAL制式MPEG-24：3720×48029.97NTSC制式MPEG-24：3