多媒体技术原理及应用[马华东第2版]第2章.ppt

第二章 多媒体数据压缩技术 ;2.1 数字音频编码;音频的基本特性 ;音频数字化 ;声音的频率分类;通过规则时间间隔测出音波振动幅度从而产生一系列声音数据。这种测出数据方法称之为采样,一秒内采样次数叫采样率。 采样的离散音频数据要转换成计算机能够表示的数据范围,这个过程称之为量化 。 量化后数字音频存储量计算公式 音频数据存储量(字节)=采样率(Hz)×量化位数(位)×声道数×音频长度(秒)/8;MIDI ; ;MIDI音频文件 ;数字音频可从麦克风、录音带、CD、电视及其它来源获取。它把声音转换成储存体中数字信息。 数字音频较为稳定,容易保持一致性,音频品质也较易获得保证。 缺点是记录非常详尽,数据量极大,文件较MIDI音频大出200倍以上。要修改数字音频细节非常困难,大大地增加了CPU的负担。 它可以适合任何一种音响,包括人的口语在内,故大多数节目仍采用这种音频。 ;3D音频;2.2 数字图像编码;2.2.1 彩色空间;RGB彩色空间;HSI彩色空间;YUV彩色空间;YIQ彩色空间;2.2.2 数字图象文件格式 ;TIF文件格式; ; typedef struct { int tag-type; int number-size; long length; long offset; }TIF-FIELD; 图象数据 按参数表中描述的形式按行排列;PCX文件格式; ; ;2.3 数字视频编码;数字视频的结构 ;国际视频标准 ;2.4 常用数据压缩技术;2.4.1 数据压缩的基本原理;采样定理: 仅当采样频率≥2倍的原始信号频率时,才能保证采样后信号可被保真地恢复为原始信号。 采用8bit数字化,从而1秒钟电视信号的数据量约为99.2Mbits。 即约为100Mbps。650MB的CD-ROM仅能存约1分钟的原始电视数据。若HDTV(1.2Gbps), 一张CD-ROM还存不下6秒钟的HDTV图象。; ;压缩的基础－数据冗余 ;空间冗余;时间冗余;信息熵冗余;结构冗余;知识冗余;视觉冗余;其他冗余;2.4 常用的数据压缩技术 ; ; 信息熵编码 根据信息熵原理,让出现概率大的用短的码字表达,反之用长的码字表示。最常见的方法如Huffman编码、Shannon编码以及算术编码。 子带编码 将图象数据变换到频域后,按频域分带,然后用不同的量化器进行量化,从而达到最优的组合。或者分步渐近编码,随着解码数据的增加,图象逐渐清晰。 模型编码 编码时首先将图象中边界、轮廓、纹理等结构特征找出来,保存这些参数信息。解码时根据结构和参数信息进行合成,恢复出原图象。具体方法有轮廓编码、域分割编码、分析合成编码、识别合成编码、基于知识的编码、分形编码等。;2.4.1 预测编码;DPCM系统原理框图; XN为tN时刻的亮度采样值; XN为根据tN时刻以前已知X1,X2,…,XN-1对XN所作的预测值; eN=XN-XN为差值信号; eN’为量化器输出信号; XN’为接收端输出, XN’ =XN+eN’ 。 因为：XN-XN’ = XN-(XN+eN’) = (XN-XN)-eN’ = eN-eN’ 所以,DPCM系统中的误差来源是发送端的量化器,而与接收端无关,若去掉量化器使eN=eN’,则XN=XN’,即实现信息保持编码。事实上,这种量化误差是不可避免的。;2.4.2 变换编码;变换编码原理框图 ;变换编码数据压缩主要是去除信源的相关性。 设信源序列为X={X0, X1,…, XN-1},表征相关性的统计特性就是协方差矩阵: ?? ΦX= 其中σi,j=E{(Xi-EXi)(Xj-EXj)}.当协方差矩阵Φx 除对角线上元素之外各元素均为0时,就等效于相关性为0。 为了有效压缩,希望变换后的协方差矩阵为对角矩阵,并希望主对角线元素随i, j增加尽快衰减。 ; ;2.4.3 信息熵编码;Huffman定理;实现步骤 ;Huffman编码 ; ;算术编码;算术编码举例; ; ; ; 算术编码过程表示;算术编码的特点;2.5 多媒体数据转换 ; 部分媒体的转换关系