数据压缩技术人机交互与虚拟现实研究中心.PPT

多媒体数据压缩与编码 2005年fall 1 概述 多媒体计算机要处理的信息主要有文字、声音、图形（矢量图、动画）、图像（位图形式的静态图像、动态图像，包括视频）等，需要处理的图形与图像信息约占总信息量的85% 连续媒介（音频、视频）需要处理和传送的数据量大的惊人 多媒体系统必须采用压缩过的音频和视频数据流 压缩的目的是减小存储容量和降低数据传输率，使得现有的PC机和通信网络的指标与性能方面达到要求。 数据存储和带宽需求举例 文本 矢量图像 位图 语音 声音 视频 彩色视频信息 对于电视画面的分辨率640*480的彩色图像，每秒30帧，则一秒钟的数据量为： 640*480*24*30 = 221.12Mbits 所以播放时，需要221Mbps的通信线路。 参考数据：宽带网为512K,电话线为56K。 存储时，1张CD可存640MB，则仅可以存放23秒的数据。 传真数据 如果只传送2值图像，以200dpi的分辨率传输，一张A4（210mm*297mm=8.27inch*11.7inch）稿纸的内容的数据量为： 1654*2337*1=3865398bits 按目前14.4Kbs的电话线传输速率，需要传送的时间是：270秒（4.5分）,按每分钟4元计算：18元 正在使用的重要的压缩技术 JPEG H.263 MPEG 信息的度量 在讨论数据压缩的时候，需要涉及现代科学领域的一个重要分支－信息论。 信息论有关信息熵的概念对数据压缩有着重要的指导意义，一方面给出了数据压缩的理论极限，另一方面又指明了数据压缩的技术途径。 现代信息论的创始人香农（C.E Shannon）在他发表的著名论文《通信的数学理论》中，从研究通信系统传输的实质出发，对信息作了科学的定义，并进行了定性和定量的描述。 香农认为：信息是有秩序的量度，是人们对事物了解的不确定性的消除或减少。信息是对组织程度的一种测度，信息能使物质系统有序性增强，减少破坏、混乱和噪音。 香农提出信息的传播过程是“信源”（信息的发送者）把要提供的信息经过“信道”传递给“信宿”（信息的接收者）、信宿解释信息符号的过程,并由此建立了通信系统模型。 我们从一则消息中获得信息，那么获得的信息有多少呢？量度信息多少的测度就是信息量。信息的度量反映了人们对于信息的定量认识。 根据香农的有关信息的定义，信息量与不确定性消除程度有关。消除多少不确定性，就获得多少信息量。 在数学上，不确定就是随机性。不确定性的大小可以直观地看成是事先猜测某随机事件是否发生的难易程度。 按照香农的定义，信息量的度量公式可描述为：  它实际上就是后验概率和先验概率之比。在信道无干扰情况下，由信源传来的消息告诉信宿某事件已经发生，则某事件必然发生了。按照概率的定义，对于确定发生的必然事件，其概率为1。这时后验概率为1。假设Pi是第i个消息出现的先验概率，则第i个消息的信息量为： 一个消息可能有n个状态，那么这个消息的总信息量的期望值（即平均信息量）为：  借用热力学的名词，我们把H叫做熵。它代表接收一个符号所获得的平均信息量。熵是在平均意义上表征信源总体特性的一个物理量。 对数的底数从理论上而言可以取任何数。当底数为2时，信息的计量单位为比特（bit），即二进制单位。 以上就是香农关于信息的度量。通常也称为概率信息。它是一个科学的定义，有明确的数学模型和定量计算。 香农公式与日常用语中的信息的含义是一致的。例如，设某一事件是在预料中一定会发生的必然事件，如果该事件果然发生了，收信者将不会得到任何信息。这时Pi=1，所以：反之，如果某一事件发生的概率很小，即猜测它是否发生的不确定性很大，一旦这个事件发生了，收信者就会觉得很意外的惊讶，感到获得信息量很大。因为Pi1（表示概率远小于1）,故得： Maximum entropy 只有当事件发生与不发生的概率相同时，其信息量才达到最大（为什么？） 香农的信息度量公式排除了信息主观上的含意。根据上述公式，同样一个消息对任何一个收信者来说，所得到的信息量都是一样的。 信息为什么能压缩 压缩编码的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去除确定的信息(可推知的)，也就是用一种更接近信息本质的描述来代替原有冗余的描述。 将香农的信息论观点运用到图像信息的压缩，就是如何将图像信息压缩到最小，但仍携有足够信息以保证能复制出与原图近似的图像。 图像信息之所以能进行压缩是因为信息本身通常存在很大的冗余量，以视频连续画面为例，它的每一帧画面是由若干个像素组成的，