第一章：概述 - 先进人机通信技术联合实验室.ppt

第一章：绪论 什么是信源编码？ 为什么要信源编码/数据压缩？ 为什么可以信源编码/数据压缩？ 怎样进行信源编码？ 数字通信系统 调制 物理信道需要电信号、无线电信号或光信号 调制器接收信道编码器的输出，并输出适合物理信道的信号 信道编码 由于在传输过程中噪声和干扰在所难免，在信道编码器中引入一定冗余，在信道解码端利用此冗余来尽可能地重建输入序列 可靠性：增加冗余 信源编码 对信源进行压缩、扰乱和加密，用最少的码字最安全地传输最大的信息量 有效性：去除冗余 数据压缩：用紧致的方式表示信息的技术或科学 物理世界的类比：装包 为什么需要压缩？ 对物理世界：没有足够的空间 对数字世界： Q: 带宽/存储会指数增长——为什么还要压缩呢？ A: 数据产生增长得更快！ 例： 1秒钟的CDDA音频： 44100 个样本 x 2 个通道 x 16 个比特/样本 = 1,411,200 比特 1秒钟的CCIR 601视频： 720 x 576 像素/帧 x 2 通道 x 8 比特/像素 x 25帧/秒 = 166Mb/s 2个通道：亮度＋ 色度（4:2:2） 为什么需要压缩？ (2) 更多例子： 为什么需要压缩？ (3) 如果没有压缩 很多应用/服务不可行 如视频流服务 很多其他应用/服务更贵 如模拟移动电话 vs.数字移动电话 为什么不是所有的情况都用压缩形式呢？ 数据产生/使用采用非压缩形式更方便，而不考虑存储 为什么可以压缩？ 自然界中的大多数数据都是冗余的：任何非随机选择的数据都有一定结构，可利用这种结构得到数据的更紧致表示 统计冗余：大多数常见的压缩算法都利用了该冗余 字母冗余：英文中字母E最常出现，而Z很少出现 文本冗余：字母Q后常跟有字母U 图像冗余：自然图像中相邻像素的颜色往往比较相近 … 数据的物理产生过程 如利用人类的发声系统，设计语音压缩算法 可用在军事、移动通信和玩具中的语音合成中 数据的应用：感知冗余 听觉冗余：如mp3音频编码 视觉冗余 例：空间冗余 图像中存在大面积部分相似或完全一样的像素 水平相邻像素的联合直方图 例：时间冗余 视频图像前后几帧的内容变化不大（位置可能不同，可用运动估计方法找到对应位置） 例：结构冗余 图像中物体表面纹理等结构存在冗余 基本术语 无损编码： x = x’ 亦称为熵编码（entropy coding）或可逆编码（reversible coding） 有损编码：x ? x’ 亦称为不可逆编码（irreversible coding） 基本术语 (2) 压缩率：|x|/|y| |x| 表示编码 x 需要的比特数目 如 |x| = 65,536, |y| = 16384, 压缩率 = 4:1 即数据的容量减少了(|x|-|y|)/|y| = 75% 其他表示编码性能的度量 码率：比特/样本 如 ASCII: 8 比特/字符，RGB: 24/48/72 比特/像素 质量：对有损编码而言 人类感知到的x 与 x’ 之间的差异或在数学上x 与 x’ 之间的差异 复杂度 算法的运算量和存储量 编码器和解码器的复杂度：对称/非对称 时延 建模 编码 怎样开发压缩算法？ 第一阶段：建模 提取冗余信息 冗余 ? 可预测性 第二阶段：编码 用二进制表示模型与观测数据之间的差异 亦称为残差（residual） 例1：全局预测模型 考虑输入序列： Sn = 9, 11, 11, 11, 14, 13, 15, 17, 16, 17, 20, 21 二进制表示需要 5 比特/样本 考虑模型： ?n = n + 8: 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20 残差为： en = Sn - ?n: 0, 1, 0, -1, 1, -1, 0, 1, -1, -1, 1, 1 编码：2 比特/样本 编码机制 == 模型 + 残差 注意模型也需要编码 (通常在算法中体现) 例2：局部预测模型 考虑输入序列： Sn = 27, 28, 29, 30, 30, 32, 31, 31, 29, 28, 27 考虑模型： ?1 = 0; ?n = Sn-1 for n 1 0, 27, 28, 29, 30, 30, 32, 31, 31, 29, 28 残差： {en}= 27, 1, 1, 1, 0, 2, -1, 0, -2, -1, -1 可以用少得多的比特编码 预测编码 利用前面的样本来预测之后的样本 对利用时间冗余很有用 如在音频和视频中 编码实例：盲文 由路易·布莱尔（Louis Braille）发明：3 x 2凸印