第五章数据压缩编码技术(基本功大赛).ppt

5.1.1 多媒体数据压缩编码的重要性 5.1.2 多媒体数据压缩的可能性 5.1.3 多媒体数据压缩方法的分类 5.1.1 多媒体数据压缩编码的重要性 多媒体数据压缩编码是信息产业的关键技术 多媒体技术最大难题是海量数据存储与传送电视信号数字化后的数据量。 5.1.1 多媒体数据压缩编码的重要性 信息量与数据量的关系I = D - duI— 信息量D—数据量du—冗余量 5.1.1 多媒体数据压缩编码的重要性 5.1.1 多媒体数据压缩编码的重要性 5.1.2 多媒体数据压缩的可能性 1.空间冗余 2.时间冗余 3.结构冗余 4.知识冗余 5.视觉冗余 5.1.2 多媒体数据压缩的可能性 1.空间冗余　例: 图象中的“A”是一个规则物体。光的亮 度、饱和度及颜色都一样，因此，数据A有很大的冗余。 5.1.2 多媒体数据压缩的可能性 2.时间冗余帧画面在时间上的相关性 5.1.2 多媒体数据压缩的可能性 3.结构冗余 图象有非常强的纹理结构。 如草席图结构上存在冗余。 5.1.2 多媒体数据压缩的可能性 4.知识冗余 图像的理解与某些基础知识有关。 例:人脸的图像有同样的结构：嘴的上方有鼻子，鼻子上方有眼睛，鼻子在中线上……  5.1.2 多媒体数据压缩的可能性 5.视觉冗余 视觉冗余是非均匀、非线性的，视觉敏感度特性。人类视觉分辨率26，但常用28就是数据冗余 5.1.3 多媒体数据压缩方法的分类 多媒体数据压缩方法根据不同的依据产生不同的分类： ? 根据质量有无损失——有损失编码和无损失编码； ? 按照其作用域在空间或频率上——空间方法，变换方法和混合方法； ? 根据是否自适应——自适应性编码和非适应性编码。 按编码算法原理分——PCM编码、预测编码、变换编码、统计编码、混合编码 5.1.3 多媒体数据压缩方法的分类 5.2 预测编码 5.2.1 预测编码的基本原理 5.2.2 DPCM 5.2.3 ADPCM 5.2.1 预测编码的基本原理 有一个数，能够通过一个数学模型，精确的产生数据源，就不需要传输这个数了。 通过以往的样本值预测，将预测值与实际值相减，对差进行编码。 5.2.1 预测编码的基本原理 建立一个数学模型→利用以往(相邻)的样本数据→对新样本进行预测→将预测值与实际值相减→对其差值进行编码 这个差值很少，可以减少编码码位 5.2.1 预测编码的基本原理 DPCM:差分脉冲编码调制（Differential Pulse Code Modulation） ADPCM:自适应差分脉冲编码调制（Adjust Differential Pulse Code Modulation） 5.2.2 DPCM 5.2.2 DPCM 5.2.2 DPCM 5.2.2 DPCM 5.2.2 DPCM 5.2.2 DPCM 5.2.2 DPCM 5.2.3 自适应预测编码ADPCM自适应技术的概念是：预测器的预测系数和量化器的量化参数，能够根据图像的局部区域分布特点自动调整。实践证明，ADPCM编、解码系统与DPCM编、解码系统相比，不仅能改善恢复图像的评测质量和视觉效果，同时还能进一步压缩数据。ADPCM系统包括自适应预测，即预测系数的自适应调整和自适应量化，即量化器参数的自适应调整两部分内容。 5.3变换编码 5.3.1 变换编码的基本原理 5.3.2 离散余弦变换(DCT变换) 5.3.1 变换编码的基本原理 5.3.1 变换编码的基本原理 5.3.1 变换编码的基本原理 利用图像块像素值之间的相关性，把图像变换到一组新的基上，使得能量集中到少数几个变换系数上，通过存储这些系数达到压缩的目的。 5.3.1 变换编码的基本原理 常用变换有： 沃尔什(Walsh)变换 傅立叶(Fouries)变换 离散正弦(DST)变换 离散余弦(DCT)变换 哈尔(Haar)变换 斜(Slant)变换 K-L(Karhunen-Loeve)变换 小波(Wavelet)变换 5.3.1 变换编码的基本原理 5.3.1 变换编码的基本原理 5.3.2 离散余弦变换(DCT变换) DCT变换使用下式计算 逆变换使用下式计算 5·4 统计编码 5.4.1 统计编码原理——信息量和信息熵 5.4.2 哈夫曼（Huffman）编码?? 5.4.3 算术编码 5.4.1统计编码原理——信息量和信息熵 为什么要引入信息熵？ 信息熵与数据的概率分布和信息量之间有何关系? ?就下面信源编码模型可以说明问题。5.4.1统计编码原理——信息量和信息熵 X：是消息集，由几个信号单元xj构成（j=1,2,…..n） Z：是输出集，由几个码字zj构成　(j=1,