lecture08数据压缩I.ppt

多媒体技术－数据压缩 多媒体数据压缩 向辉 山东大学计算机学院 2009年秋季 本章内容 数据压缩概念 无损压缩算法 数字音频压缩 数字图象压缩 MPEG系列标准 数据压缩概念 The process of reducing the amount of data required to represent a given quantity of information. To find a way to represent the original image without or with imperceptible distortion with the minimum number of bits possible RD = 1 - 1/CR where CR = n1/n2 n1 and n2 denote the number of information carrying units in two data sets that represent the same information RD is relative data redundancy of the first data set CR is compression ratio 出发点 huge volume of the data Text 1 page with 80 characters/line and 64 lines/page and 1 byte/char results in 80 * 64 * 1 * 8 = 40 kbit/page Still image 24 bits/pixel, 512 x 512 pixel/image results in 512 x 512 x 24 = 8 Mbit/image Audio CD quality, sampling rate 44,1 KHz, 16 bits per sample results in 44,1 x 16 = 706 kbit/s stereo: 1,412 Mbit/s Video Full-size frame 1024 x 768 pixel/frame, 24 bits/pixel, 30 frames/s results in 1024 x 768 x 24 x 30 = 566 Mbit/s More realistic: 360 x 240 pixel/frame, 360 x 240 x 24 x 30 = 60 Mbit/s 数据压缩的一般思路 利用数据的数据冗余 Take advantage of patterns in the signal. Describe frequently occurring events efficiently Lossless coding: completely reversible 引入适当的误差 删除对人的感知系统不重要的信息 根据不同的应用场合选择合适的时间、空间以及幅度等分辨率 有损编码：引入不可恢复的误差 重要参考书 The Data Compression Book- (Imprint: M T Books) (Publisher: IDG Books Worldwide, Inc.) Author: Mark Nelson ISBN: 1558514341 典型系统 模型 统计模型 基于对每个字符出现次数的统计得到字符概率的 字典模型 sdu＝山东大学 使用一本字典，随着输入信息的读入，模型找出输入信息在字典中匹配的最长的字符串，然后输出该字符串在字典中的索引信息 统计模型 静态统计模型：预先扫描文件中的所有字符，统计出每个字符出现的概率 自适应模型 随着字符不断被输入和编码，统计并修正已经出现过的字符的概率并用于对后续字符的编码 随着压缩的进行，他会越来越接近字符概率的准确值，并达到理想的压缩效果 自适应模型还可以适应输入信息中字符分布的突然变化，可以适应不同的文件中的字符分布而不需要保存概率表 字典模型 匹配越长，压缩效果越好 字典模型本质上仍然是基于对字符概率的计算的 使用整个字符串的匹配代替了对某一字符重复次数的统计 可以证明，字典模型得到的压缩效果仍然无法突破熵的极限 静态字典与自适应字典 压缩算法类型 无损压缩Lossless Compression information preserving 有损压缩Lossy Compression Hybrid coding 包含无损与有损的步骤 JPEG，MPEG，H.26x等 Near-Lossless Compression 无损压缩 指使用压缩后的数据进行重构(或者叫做还原，解压缩)，重构后的数据与原来的数据完全相