多媒体技术教程Vch

第三章第三章 多媒体数据压缩多媒体数据压缩 工程学院工程学院1 3.1 3.1 多媒体数据压缩多媒体数据压缩 技术概述技术概述23.1 3.1 多媒体数据压缩技术概述多媒体数据压缩技术概述压缩的必要性压缩的必要性 音频、视频的数据量很大，如果不进行处理，音频、视频的数据量很大，如果不进行处理，计算机系统几乎无法对它进行存取和交换。计算机系统几乎无法对它进行存取和交换。例如，一幅具有中等分辨率（例如，一幅具有中等分辨率（640480640480）的真）的真彩色图像（彩色图像（2424b/b/像素），它的数据量约为像素），它的数据量约为7.377.37Mb/Mb/帧，帧，一个一个 100 100MBMB（ByteByte）的硬盘只能存放约的硬盘只能存放约100100帧图像。帧图像。若要达到每秒若要达到每秒2525帧的全动态显示要求，每秒所需帧的全动态显示要求，每秒所需的数据量为的数据量为184184MbMb，而且要求系统的数据传输率必而且要求系统的数据传输率必须达到须达到184184Mb/sMb/s。对于声音也是如此，若采用对于声音也是如此，若采用16 16b b样样值的值的PCMPCM编码，采样速率选为编码，采样速率选为44.144.1kHkHZ Z，则双声道则双声道立体声声音每秒将有立体声声音每秒将有176176KBKB的数据量。的数据量。33.1 3.1 多媒体数据压缩技术概述多媒体数据压缩技术概述视频、视频、图像、声音有很大的压缩潜力图像、声音有很大的压缩潜力 信息论认为：若信源编码的熵大于信信息论认为：若信源编码的熵大于信源的实际熵，该信源中一定存在冗余度。源的实际熵，该信源中一定存在冗余度。原始信源的数据存在着很多冗余度：空原始信源的数据存在着很多冗余度：空间冗余、时间冗余、视觉冗余、听觉冗余间冗余、时间冗余、视觉冗余、听觉冗余等。等。43.1.1 数据冗余的类型数据冗余的类型 一一幅幅图图象象中中同同一一种种颜颜色色不不止止一一个个象象素素点点，若若相相邻邻的的象象素素点点的的值值相相同同，象象素素点点间间（水水平平、垂垂直直）有冗余。有冗余。（空间冗余）（空间冗余）当当图图象象的的一一部部分分包包含含占占主主要要地地位位的的垂垂直直的的源源对对象时，相邻线间存在冗余。象时，相邻线间存在冗余。（空间冗余）（空间冗余）若若图图象象稳稳定定或或只只有有轻轻微微的的改改变变，运运动动序序列列帧帧间间存在冗余。存在冗余。（时间冗余）（时间冗余）53.1.1 数据冗余的类型数据冗余的类型l空间冗余：在同一幅图像中，规则物体和规则背景空间冗余：在同一幅图像中，规则物体和规则背景的表面物理特性具有相关性，这些相关性的光成像的表面物理特性具有相关性，这些相关性的光成像结果在数字化图像中就表现为数据冗余。结果在数字化图像中就表现为数据冗余。l时间冗余：时间冗余反映在图像序列中就是相邻帧时间冗余：时间冗余反映在图像序列中就是相邻帧图像之间有较大的相关性，一帧图像中的某物体或图像之间有较大的相关性，一帧图像中的某物体或场景可以由其它帧图像中的物体或场景重构出来。场景可以由其它帧图像中的物体或场景重构出来。音频的前后样值之间也同样有时间冗余。音频的前后样值之间也同样有时间冗余。63.1.1 数据冗余的类型数据冗余的类型l信息熵冗余：信源编码时，当分配给第信息熵冗余：信源编码时，当分配给第i i个码元类个码元类的比特数的比特数b b（y yi i）=-log=-logp pi i，才能使编码后单位数据量才能使编码后单位数据量等于其信源熵，即达到其压缩极限。但实际中各码等于其信源熵，即达到其压缩极限。但实际中各码元类的先验概率很难预知，比特分配不能达到最佳。元类的先验概率很难预知，比特分配不能达到最佳。实际单位数据量实际单位数据量dHdH（S S），），即存在信息冗余熵。即存在信息冗余熵。l视觉冗余：人眼对于图像场的注意是非均匀的，人视觉冗余：人眼对于图像场的注意是非均匀的，人眼并不能察觉图像场的所有变化。事实上人类视觉眼并不能察觉图像场的所有变化。事实上人类视觉的一般分辨能力为的一般分辨能力为2 26 6灰度等级，而一般图像的量化灰度等级，而一般图像的量化采用的是采用的是2 28 8灰度等级，即存在着视觉冗余。灰度等级，即存在着视觉冗余。73.1.1 数据冗余的类型数据冗余的类型l听觉冗余：人耳对不同频率的声音的敏感性听觉冗余：人耳对不同频率的声音的敏感性是不同的，并不能察觉所有频率的变化，对是不同的，并不能察觉所有频率的变化，对某些频率不必特别关注，因此存在听觉冗余。某些频率不必特别关注，因此存在听觉冗余。l其它冗余：包括结构冗余、知识冗余等。其它冗余：包括结构冗余、知识冗余等。83.1.2 数据压缩方法的分类数据压缩方法的分类 根据解码后数据与原始数据是否完全一致可以根据解码后数据与原始数据是否完全一致可以分为两大类：一类是熵编码、冗余压缩法，也称无分为两大类：一类是熵编码、冗余压缩法，也称无损压缩法、无失真压缩法；二是熵压缩法，也称有损压缩法、无失真压缩法；二是熵压缩法，也称有损压缩法、有失真压缩法。损压缩法、有失真压缩法。从从“熵熵”损损失失角角度度分分为为无无损损压压缩缩和和有有损损压压缩缩两两种：种：无无失失真真压压缩缩，又又称称熵熵编编码码。由由于于不不会会失失真真，多多用用于于文文本本、数数据据的的压压缩缩，但但也也有有例例外外，非非线线性性编编辑辑系系统统为为了了保保证证视视频频质质量量，有有些些高高档档系系统统采采用用的的是是无无失真压缩方法。失真压缩方法。有有失失真真压压缩缩，又又称称熵熵压压缩缩法法。大大多多数数图图像像、声声音、动态视频等数据的压缩是采用有失真压缩。音、动态视频等数据的压缩是采用有失真压缩。93.1.2 数据压缩方法的分类数据压缩方法的分类 从信息语义角度分为从信息语义角度分为“熵熵(平均信息量平均信息量)编码编码”和和“源编码源编码”两种：两种：熵熵(平均信息量平均信息量)编码编码(Entropy Coding)Entropy Coding)熵编码是一种泛指那些不考虑被压缩信息的性熵编码是一种泛指那些不考虑被压缩信息的性质的编码和压缩技术。它是基于平均信息量的技术质的编码和压缩技术。它是基于平均信息量的技术把所有的数据当作比特序列，而不根据压缩信息的把所有的数据当作比特序列，而不根据压缩信息的类型优化压缩。也就是说，平均信息量编码忽略被类型优化压缩。也就是说，平均信息量编码忽略被压缩信息的语义内容。压缩信息的语义内容。熵编码分为：重复序列消除编码熵编码分为：重复序列消除编码(含：消零、含：消零、行程编码行程编码)、统计编码等。、统计编码等。103.1.2 数据压缩方法的分类数据压缩方法的分类 源编码源编码(Source Coding)Source Coding)源编码的冗余压缩取决于初始信号的类型、源编码的冗余压缩取决于初始信号的类型、前后的相关性、信号的语义内容等。源编码比严格前后的相关性、信号的语义内容等。源编码比严格的平均信息量编码的压缩率更高。当然压缩的程度的平均信息量编码的压缩率更高。当然压缩的程度主要取决于数据的语义内容，比起平均信息量编码，主要取决于数据的语义内容，比起平均信息量编码，它的压缩比更大。它的压缩比更大。源编码主要分为源编码主要分为：预测编码、变换编码、向量：预测编码、变换编码、向量量化等。量化等。113.1.2 数据压缩方法的分类数据压缩方法的分类Source CodingPrediction:DPCM and DMTransformation:FFT、DCTLayered:Sub-band、Sub-sampling and Bit PositionVector QuantizationHybrid CodingJPEG、MPEG、H.261、DVI、Intel-IndeoEntropy CodingRun Length CodingStatistical CodingHuffmanArithmetic123.1.3 数据压缩技术的性能指标 节节省省图图象象或或视视频频的的存存储储容容量量，增增加加访访问问速速度度，使使数数字字视视频频能能在在PCPC机机上上实实现现，需需要要进行视频和图象的压缩。进行视频和图象的压缩。有三个关键参数评价一个压缩系统有三个关键参数评价一个压缩系统l压缩比压缩比l图象质量图象质量l压缩和解压的速度压缩和解压的速度另外也必须考虑每个压缩算法所需的硬另外也必须考虑每个压缩算法所需的硬件和软件。件和软件。133.1.3 数据压缩技术的性能指标 1压缩比压缩比 压压缩缩性性能能常常常常用用压压缩缩比比定定义义（输输入入数数据据和和输出数据比）输出数据比）例：例：512480512480，24 24bit/pixel(bpp)bit/pixel(bpp)输出输出1500015000byte byte 输入输入737280737280byte byte 压缩比压缩比737280/15000737280/150004949143.1.3 数据压缩技术的性能指标2图象质量图象质量压缩方法：压缩方法：无损压缩无损压缩 （图象质量不变）（图象质量不变）有损压缩有损压缩有有损损压压缩缩：失失真真情情况况很很难难量量化化，只只能能对对测测试试的的图图象象进行估计。进行估计。模模拟拟图图象象质质量量的的指指标标：信信噪噪比比、分分辨辨率率、颜颜色色错错，但必须在观察了实际图象以后。但必须在观察了实际图象以后。153.1.3 数据压缩技术的性能指标3压缩解压速度压缩解压速度 在在许许多多应应用用中中，压压缩缩和和解解压压可可能能不不同同时时用用，在在不不同同的的位位置置不不同同的的系系统统中中。所所以以，压压缩缩、解解压压速度分别估计。速度分别估计。静静态态图图象象中中，压压缩缩速速度度没没有有解解压压速速度度严严格格；动动态态图图象象中中，压压缩缩、解解压压速速度度都都有有要要求求，因因为为需需实时地从摄像机或实时地从摄像机或VCRVCR中抓取动态视频。中抓取动态视频。163.1.3 数据压缩技术的性能指标4硬软件系统硬软件系统 有有些些压压缩缩解解压压工工作作可可用用软软件件实实现现。设设计计系系统统时必须充分考虑：时必须充分考虑：算法复杂算法复杂 压缩解压过程长压缩解压过程长 算法简单算法简单 压缩效果差压缩效果差 目前有些特殊硬件可用于加速压缩目前有些特殊硬件可用于加速压缩/解压。解压。硬硬接线系统速度快，但各种选择在初始设计时已确接线系统速度快，但各种选择在初始设计时已确定，一般不能更改。因此在设计硬接线压缩定，一般不能更改。因此在设计硬接线压缩/解压解压系统时必须先将算法标准化。系统时必须先将算法标准化。173.2 常用的数据压缩编码方法常用的数据压缩编码方法 3.2.1 3.2.1 DPCM和和ADPCM编码编码 预测编码是根据原始的离散信号之间存在着一预测编码是根据原始的离散信号之间存在着一定关联性的特点，利用前面的一个或多个信号对下定关联性的特点，利用前面的一个或多个信号对下一个信号进行预测，然后对实际值和预测值的差进一个信号进行预测，然后对实际值和预测值的差进行编码。如果预测比较准确，那么误差信号就会很行编码。如果预测比较准确，那么误差信号就会很小小，就可以用比较少的数码进行编码，达到压缩数据的目的。DPCM与与ADPCM是两种典型的预测编码。是两种典型的预测编码。183.2.1 3.2.1 DPCM和和ADPCM 编码编码 1.1.差分脉码调制差分脉码调制(DPCM)PCM(PulseCodeModulation)，原始的模拟信原始的模拟信号经过时间采样，然后对每一样值进行量化，作为号经过时间采样，然后对每一样值进行量化，作为数字信号传输。数字信号传输。DPCM不对每一样值都进行量化，而是预测下不对每一样值都进行量化，而是预测下一样值，并量化实际值和预测值之间的差。一样值，并量化实际值和预测值之间的差。DPCM是是基基本本的的编编码码方方法法之之一一，在在大大量量的的压压缩缩算算法法中中被被采采用用，比比如如JPEG的的DC分分量量就就是是采采用用DPCM编码的。编码的。193.2.1 3.2.1 DPCM和和ADPCM 编码编码 举例说明举例说明DPCM编码原理：编码原理：设设DPCM系统预测器的预测值为前一个样值，系统预测器的预测值为前一个样值，假设输入信号已经量化，差值不再进行量化。若假设输入信号已经量化，差值不再进行量化。若系系统的输入为统的输入为0 1 2 1 1 2 3 3 4 4 0 1 2 1 1 2 3 3 4 4 ，则预测值为，则预测值为0 0 1 2 0 0 1 2 1 1 2 3 3 4 1 1 2 3 3 4 ，差值为，差值为0 1 1 0 1 1 1 0 1 1 0 1 0 1 0 1 1 0 1 0 ，差值的，差值的范围比输入样值的范围有所减小，可以用较少的位范围比输入样值的范围有所减小，可以用较少的位数进行编码。数进行编码。203.2.1 3.2.1 DPCM和和ADPCM 编码编码 2 2.自适应差分脉码调制自适应差分脉码调制(ADPCM)为了进一步改善量化性能或压缩数据率，可采为了进一步改善量化性能或压缩数据率，可采用自适应量化或自适应预测的方法。只要采用了其用自适应量化或自适应预测的方法。只要采用了其中的任一种自适应方法，均称为中的任一种自适应方法，均称为ADPCM。自适应预测自适应预测 预测参数的最佳化依赖于信源的统计特性，要预测参数的最佳化依赖于信源的统计特性，要得到最佳的预测参数是一件繁琐的工作。得到最佳的预测参数是一件繁琐的工作。而采用固定的预测参数往往又得不到好的性能。而采用固定的预测参数往往又得不到好的性能。为了既能使性能较佳，又不致于有太大的工作量，为了既能使性能较佳，又不致于有太大的工作量，可以将上述两种方法折衷考虑，采用自适应预测。可以将上述两种方法折衷考虑，采用自适应预测。213.2.1 3.2.1 DPCM和和ADPCM 编码编码 具体方法是：预测参数仍采用固定的；但此时具体方法是：预测参数仍采用固定的；但此时有多组预测参数可供选择。这些预测参数根据常见有多组预测参数可供选择。这些预测参数根据常见的信源特征求得。编码时具体采用哪组预测参数根的信源特征求得。编码时具体采用哪组预测参数根据信源的特征来自适应的确定。据信源的特征来自适应的确定。为了自适应的选择最佳参数，通常将信源数据为了自适应的选择最佳参数，通常将信源数据分区间编码，编码时自动地选择一组预测参数，使分区间编码，编码时自动地选择一组预测参数，使该区间实际值与预测值的均方误差最小。随着编码该区间实际值与预测值的均方误差最小。随着编码区间的不同，预测参数自适应的变化，以达到准最区间的不同，预测参数自适应的变化，以达到准最佳预测。佳预测。223.2.1 3.2.1 DPCM和和ADPCM 编码编码 例如，例如，Microsoft 的的ADPCM采用二预测采用二预测参数，提供参数，提供7 7组预测系组预测系数，如右表所示。编数，如右表所示。编码时，根据选定的准码时，根据选定的准则则(如最小均方误差准如最小均方误差准则则)，每个编码区间自，每个编码区间自动地选取一组最佳的动地选取一组最佳的参数。参数。系数集系数集 系数系数1 1 系数系数2 2025601512-256200319264424005460-2086392-232 23自适应量化自适应量化 根据信号分布不均匀的特点，系统具有随根据信号分布不均匀的特点，系统具有随输入信号的变化而改变量化区间大小输入信号的变化而改变量化区间大小,以保持以保持输入输入给给量化器的信号基本均匀的能力，这种量化器的信号基本均匀的能力，这种能力称为自适应量化。能力称为自适应量化。3.2.1 3.2.1 DPCM和和ADPCM 编码编码243.2.2离散余弦变换离散余弦变换（DCT）编码编码 在变换编码时，初始数据要从初始空间在变换编码时，初始数据要从初始空间或时间域进行数学变换，变换为一个更适于或时间域进行数学变换，变换为一个更适于压缩的抽象域。该过程是可逆的；即使用反压缩的抽象域。该过程是可逆的；即使用反变换可恢复原始数据。如将时域信号变换到变换可恢复原始数据。如将时域信号变换到频域，因为声音、图像大部分信号都是低频频域，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行信号，在频域中信号的能量较集中，再进行采样、编码就可以压缩数据。采样、编码就可以压缩数据。253.2.2离散余弦变换离散余弦变换（DCT）编码编码 变换本身是可逆的，因而其也是一种无损技变换本身是可逆的，因而其也是一种无损技术。然而，为了取得更满意的结果，某些重要系数术。然而，为了取得更满意的结果，某些重要系数的编码位数比其他的要多，某些系数干脆就被忽略的编码位数比其他的要多，某些系数干脆就被忽略了。这样，该过程就成为有损的了。了。这样，该过程就成为有损的了。数学家们已经构造了多种数学变换。除了傅里数学家们已经构造了多种数学变换。除了傅里叶变换外，还有余弦、叶变换外，还有余弦、Hadamard、Haar、KarhunenLoeve变换。最实用最常用的数学变换变换。最实用最常用的数学变换是离散余弦变换是离散余弦变换(DCT)。263.2.2离散余弦变换离散余弦变换（DCT）编码编码典型的变换编码系统框图：典型的变换编码系统框图：信源信源序列序列变换变换变变 换换 域域采采样样量化量化编码编码存存 储储 或或传传输输译码译码填零填零反反变变换换再现再现序列序列变换编码系统压缩数据的三个步骤变换编码系统压缩数据的三个步骤273.2.2离散余弦变换离散余弦变换（DCT）编码编码 数据压缩主要是去除信源的相关性。若考虑到信数据压缩主要是去除信源的相关性。若考虑到信号存在于无限区间上，而变换区域又是有限的，那么号存在于无限区间上，而变换区域又是有限的，那么表征相关性的统计特性就是协方差矩阵。表征相关性的统计特性就是协方差矩阵。当当协协方方差差矩矩阵阵中中除除对对角角线线上上元元素素之之外外的的各各元元素素都都为为零零时时，就就等等效效于于相相关关性性为为零零。所所以以，为为了了有有效效地地进进行行数数据据压压缩缩，常常常常希希望望变变换换后后的的协协方方差差矩矩阵阵为为一一对对角角矩矩阵阵，同同时时也也希希望望主主对对角角线线上上各各元元素素随随，的的增增加加很很快快衰衰减减。因因此此，变变换换编编码码的的关关键键在在于于：在在已已知知的的条条件件下下，根根据据它它的的协协方方差差矩矩阵阵去去寻寻找找一一种种正正交交变变换换，使变换后的协方差矩阵满足或接近为一对角矩阵。使变换后的协方差矩阵满足或接近为一对角矩阵。283.2.2离散余弦变换离散余弦变换（DCT）编码编码 当经过正交变换后的协方差矩阵为一对当经过正交变换后的协方差矩阵为一对角矩阵，且具有最小均方误差时，该变换称角矩阵，且具有最小均方误差时，该变换称最佳变换，也称最佳变换，也称Karhunen-Loeve变换。可以变换。可以证明，以矢量信号的协方差矩阵的归一化正证明，以矢量信号的协方差矩阵的归一化正交特征向量所构成的正交矩阵，对该矢量信交特征向量所构成的正交矩阵，对该矢量信号所作的正交变换能使变换后的协方差矩阵号所作的正交变换能使变换后的协方差矩阵达到对角矩阵。达到对角矩阵。293.2.2离散余弦变换离散余弦变换（DCT）编码编码 如果变换后的协方差矩阵接近对角矩阵，如果变换后的协方差矩阵接近对角矩阵，该类变换称准最佳变换，典型的有该类变换称准最佳变换，典型的有DCT、DFT、WHT、HrT等。其中，最常用的变换等。其中，最常用的变换是离散余弦变换是离散余弦变换DCT。DCT是是从从DFT引引出出的的。DFT可可以以得得到到近近似似于于最最佳佳变变换换的的性性能能，但但DFT的的运运算算次次数数太太多多，且且需需要要复复数数运运算算。DCT从从DFT中中取取实实部部，并并可可用用快快速速余余弦弦变变换换算算法法，因因此此大大大大加加快快了了运运算算。同同时时其其压压缩缩性性能能十十分分逼逼近近最最佳佳变变换换的的压压缩缩性性能能。所所以以，DCT在在图图像像压压缩缩中中得得到到了了广泛的应用。广泛的应用。303.2.3 小波变换编码小波变换编码 小波变换是一个线性变换，能够将一个信号分小波变换是一个线性变换，能够将一个信号分解成对空间和时间、频率的独立贡献，同时又不失解成对空间和时间、频率的独立贡献，同时又不失原信号所包含的信息。经过小波变换后的图像能量原信号所包含的信息。经过小波变换后的图像能量很集中，便于对不同的分量作不同的处理，达到较很集中，便于对不同的分量作不同的处理，达到较高的压缩比。高的压缩比。313.2.3 小波变换编码小波变换编码 小波变换是空间小波变换是空间(时间时间)和频率的局部变和频率的局部变换，因而能有效地从信号中提取信息。通过换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，最终达到高频处时间细多尺度的细化分析，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，分析的要求，从而可聚焦到信号的任意细节，解决了解决了Fourier变换不能解决的许多困难问题变换不能解决的许多困难问题。323.2.3 小波变换编码小波变换编码 图像的小波变换可以理解为图像信号经图像的小波变换可以理解为图像信号经过一系列带通滤波器的结果，这组滤波器在过一系列带通滤波器的结果，这组滤波器在对数意义下具有相同的带宽，从小波变换后对数意义下具有相同的带宽，从小波变换后不同分层定位中，提取出图像的特征，低频不同分层定位中，提取出图像的特征，低频部分平滑，表示背景；高频部分不平稳，表部分平滑，表示背景；高频部分不平稳，表示细节。利用不同层次对恢复图像的贡献大示细节。利用不同层次对恢复图像的贡献大小和对人眼视觉系统影响的大小，采用不同小和对人眼视觉系统影响的大小，采用不同的编码方法，可以达到图像压缩的目的。的编码方法，可以达到图像压缩的目的。333.2.3 小波变换编码小波变换编码 基于小波分析的压缩方法很多，比较成基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压方法，小波变换零树压缩，小波变换向量压缩等。缩等。343.2.4 行程编码和行程编码和Huffman编码编码 行程编码和行程编码和Huffman编码方法属于统计编码方法属于统计编码，它的方法是：识别一个给定的流中出编码，它的方法是：识别一个给定的流中出现频率最高的比特或字节模式，并用比原始现频率最高的比特或字节模式，并用比原始比特更少的比特数来对其编码。即就是，频比特更少的比特数来对其编码。即就是，频率越低的模式，其编码的位数越多，频率越率越低的模式，其编码的位数越多，频率越高的模式编码位数越少。若码流中所有模式高的模式编码位数越少。若码流中所有模式出现的概率相等，则平均信息量最大，出现的概率相等，则平均信息量最大，信源信源就没有冗余。就没有冗余。353.2.4 行程编码和行程编码和Huffman编码编码 1 1.行程编码行程编码(RunLengthCoding)是最简单、最古老的压缩技术之一，主是最简单、最古老的压缩技术之一，主要技术是检测重复的比特或字符序列，并用要技术是检测重复的比特或字符序列，并用它们的出现次数取而代之。它们的出现次数取而代之。行程编码有多种编码方式，对于行程编码有多种编码方式，对于0 0出现较出现较多，多，1 1较少出现（或反之）的信源数据，可以较少出现（或反之）的信源数据，可以对对0 0的持续长度（或的持续长度（或1 1的持续长度）进行编码，的持续长度）进行编码，1 1（或（或0 0）保持不变。而对于）保持不变。而对于0 0、1 1交替出现的交替出现的数据，可以分别对数据，可以分别对0 0的持续长度和的持续长度和1 1的持续长的持续长度编码。度编码。363.2.4 行程编码和行程编码和Huffman编码编码 代码字有两种类型：结束代码字和组成代码字有两种类型：结束代码字和组成代码字。每个行程由代码字。每个行程由0 0个或更多的组成代码个或更多的组成代码字和一个确定的结束代码字来表示。在字和一个确定的结束代码字来表示。在0 06363范围内的行程由相应的结束代码字编码。范围内的行程由相应的结束代码字编码。646426232623（2560+632560+63）范围内的行程首先由组）范围内的行程首先由组成代码字编码，它表示最接近、但不大于所成代码字编码，它表示最接近、但不大于所要求的行程，后再跟结束代码字。要求的行程，后再跟结束代码字。373.2.4 行程编码和行程编码和Huffman编码编码 行程大于或等于2624时，首先由组成代码2560编码。如果行程的剩余部分仍大于2560，则产生附加的组成代码2560，直到行程的剩余部分少于2560，再按前述方法编码。383.2.4 行程编码和行程编码和Huffman编码编码 2.2.哈夫曼编码哈夫曼编码 19521952年年Huffman提提出出了了对对统统计计独独立立信信源源能能达达到到最最小小平平均均码码长长的的编编码码方方法法，也也即即最最佳佳码码。最最佳佳性性可可从理论上证明。这种码具有即时性和唯一可译性。从理论上证明。这种码具有即时性和唯一可译性。该该编编码码是是常常见见的的一一种种统统计计编编码码。对对给给定定的的数数据据流流，计计算算其其每每个个字字节节的的出出现现频频率率。根根据据频频率率表表，运运用用哈哈夫夫曼曼算算法法可可确确定定分分配配各各字字符符的的最最小小位位数数，然然后后给出一个最优的编码。代码字存入代码表中。给出一个最优的编码。代码字存入代码表中。393.2.4 行程编码和行程编码和Huffman编码编码 编码时，首先将信源符号按概率递减顺序排列，把两个最小的概率加起来，作为新符号的概率，重复此过程，直到概率和达到1为止。然后在每次合并消息时，将被合并的消息赋以1和0或0和1，寻找从每一信源符号到概率为1处的路径，记录下路径上的1和0，对每一符号写出“1”、“0”序列（从码树的右边到左边）。403.2.4 行程编码和行程编码和Huffman编码编码 Huffman编码的优缺点编码的优缺点 优优点点：当当信信源源符符号号概概率率是是2 2的的负负幂幂次次方方时时，Huffman 编编码码法法编编码码效效率率达达到到100%100%。一一般般情情况况下下，它它的的编编码码效效率率要要比比其其它它编编码码方方法法的效率高，是最佳变长码。的效率高，是最佳变长码。缺缺点点：Huffman码码依依赖赖于于信信源源的的统统计计特特性性，必必须须先先统统计计得得到到信信源源的的概概率率特特性性才才能能编编码码，这这就就限限制制了了实实际际的的应应用用。通通常常可可在在经经验验基基础础上上预预先先提提供供Huffman码码表表，此此时时性性能能有有所下降。所下降。41 3.3.3 3 音频压缩标准音频压缩标准423.3 音频的压缩音频频率范围音频频率范围 低频声音低频声音(Infra-sound)：0Hz20Hz人类听觉频率范围的声音：人类听觉频率范围的声音：20Hz20kHz高频高频(Ultrasound)：20kHz1GHz超声波超声波(Hypersound)：1GHz10THz不同音频的带宽不同音频的带宽 电话语音：电话语音：200Hz3.4kHz调幅广播：调幅广播：50Hz7kHz调频广播：调频广播：20Hz15kHz宽带音响宽带音响:20Hz20kHz433.3.1 音频压缩编码的基本方法无失真压缩音频压缩方法有失真压缩Huffman编码行程编码波形编码参数编码混合编码全频带编码PCMDPCMADPCM子带编码 自适应变换编码ATC 心理学模型矢量量化线性预测LPC矢量和激励线性预测VSELP多脉冲线性预测MP-LPC码本激励线性预测CELP443.3.2 电话质量的语音压缩标准 ITUTS建议的语音压缩的标准建议的语音压缩的标准G.711：采用采用PCM编码，采样速率为编码，采样速率为8kHz，量化位量化位数为数为8bit，对应的比特流速率为对应的比特流速率为64kbit/s。G.721：ITU建议的建议的G.721将将64Kbps的比特流转换的比特流转换为为32Kbps的流，它是基于的流，它是基于ADPCM技术。每个数技术。每个数值差分用值差分用4位编码，其采样率为位编码，其采样率为8kHz。453.3.2 电话质量的语音压缩标准 G.723：G.723是一种以是一种以24Kbps运行的基于运行的基于ADPCM的有损耗压缩标准。其音质不如非压缩的有损耗压缩标准。其音质不如非压缩的的G.711PCM标准以及基于标准以及基于SBADPCM的的G.722标准。标准。G.723.1和和G.723.2用于用于H.324标准。标准。G.728：它的它的比特率为比特率为16Kbps，带宽限于带宽限于3.4kHz。其音质比其音质比G.711或或G.722差得多。它基于一种称为差得多。它基于一种称为低延迟代码激励线性预测低延迟代码激励线性预测(LDCELP)的向量量化的向量量化技术。技术。463.3.2 电话质量的语音压缩标准 CELP是一种常用的语音压缩技术。它用于美是一种常用的语音压缩技术。它用于美国联邦标准国联邦标准1016，可将语音压缩至，可将语音压缩至4.8Kbps。美国美国联邦标准联邦标准1015使用使用CELP的一个简本，称为线性预的一个简本，称为线性预测编码测编码(LPC)。LPC一一10E标准可以运行于标准可以运行于2.4Kbps。采用了一种向量量化方法。声音听起来有点象机器采用了一种向量量化方法。声音听起来有点象机器在说话，在说话，但但4.8Kbps与电话差不多。与电话差不多。473.3.3 调幅广播质量的音频压缩标准 调幅广播质量：调幅广播质量：50Hz7kHz，称称“7kHz音频信号音频信号”。G.722：G.722基于子带基于子带ADPCM技术技术(SBADPCM)，它是将现有的带宽分成两个独立的子它是将现有的带宽分成两个独立的子带信道分别采用差分脉码调制算法。带信道分别采用差分脉码调制算法。G.722压缩信压缩信号的带宽范围为号的带宽范围为50Hz到到7kHz，而而G.711仅限于仅限于3.4kHz。其比特率为其比特率为48、56、64Kbps，在标准模在标准模式下，采样速率是式下，采样速率是16KHz，幅度深度为幅度深度为14比特。比特。483.3.4 高保真立体声音频压缩标准高质量的声音信号频率范围：高质量的声音信号频率范围：50Hz20kHz目前国际上比较成熟的高质量声音压缩标准为目前国际上比较成熟的高质量声音压缩标准为MPEG音频。音频。MPEGl的音频信号在的音频信号在ISO111723文档中的描述。文档中的描述。MPEG音频不是单个一种压缩算音频不是单个一种压缩算法，而是法，而是3种音频编码和压缩方案的一个系列。种音频编码和压缩方案的一个系列。MPEG声音编码分为：层声音编码分为：层l、层层2、层、层3。随。随着层数的增加算法的复杂度也增大。着层数的增加算法的复杂度也增大。493.3.4 高保真立体声音频压缩标准 所有所有3 3层都分级兼容。最复杂的译码器层都分级兼容。最复杂的译码器(即在层即在层3 3工作的译码器工作的译码器)也可对层也可对层2 2或层或层l l的码流进行的码流进行译码。译码。所有所有3 3层都运用同一原理：变换编码和子带编码。层都运用同一原理：变换编码和子带编码。v 频谱被分为频谱被分为3232个子带。个子带。v 应用快速博里叶变换来表示高频域中的信号。应用快速博里叶变换来表示高频域中的信号。v 应用心理声学模式来变换信号以估计刚能引起应用心理声学模式来变换信号以估计刚能引起注意的噪音级。注意的噪音级。层层 l l、2 2 和和 3 3主要在最后一个阶段主要在最后一个阶段-即量化阶段即量化阶段的方式上有所区别，但不是唯一的差别。的方式上有所区别，但不是唯一的差别。503.3.4 4 图像和视频压缩标准图像和视频压缩标准513.3.4.1 4.1 图像和视频压缩编码的基本方法图像和视频压缩编码的基本方法图像和视频压缩方法无失真压缩有失真压缩Huffman编码行程编码算术编码LZW编码预测编码运动补偿变换编码DCT变换小波变换子带编码模型编码分形编码基于重要性滤波子采样矢量量化混合编码JPEGMPEGH.261523.3.4.1 4.1 图像和视频压缩编码的基本方法图像和视频压缩编码的基本方法 原始的彩色图像，一般由红、绿、蓝三种基色的原始的彩色图像，一般由红、绿、蓝三种基色的图像组成（图像组成（R、G、B）。）。然而人的视觉系统对彩色色然而人的视觉系统对彩色色度的感觉和亮度的敏感性是不同的，因此产生了不同度的感觉和亮度的敏感性是不同的，因此产生了不同的彩色空间表示。的彩色空间表示。H、S、I彩色空间：彩色空间：H为色调、为色调、S为饱和度、为饱和度、I表表示光的强度或亮度。示光的强度或亮度。Y、I、Q方式和方式和Y、U、V方式：这两种表示方式方式：这两种表示方式的一个共同点是用其中一个分量的一个共同点是用其中一个分量Y表示象素的亮度，表示象素的亮度，用其余两个分量表示象素的色度。用其余两个分量表示象素的色度。533.3.4.2 4.2 静止图像压缩标准静止图像压缩标准 静止图像压缩，已有多个国际标准，如静止图像压缩，已有多个国际标准，如ISO制订的制订的JPEG标准（标准（JointPhotographicExpertsGroup）、）、JBIG标准（标准（JointBilevelImageGroup）、）、ITUT的的G3、G4标准等。标准等。特别是特别是JPEG标准，适用黑白及彩色照片、彩标准，适用黑白及彩色照片、彩色传真和印刷图片，可以支持很高的图像分色传真和印刷图片，可以支持很高的图像分辨率和量化精度。辨率和量化精度。543.3.4.2 4.2 静止图像压缩标准静止图像压缩标准1.JPEG压缩标准压缩标准l压缩比高，图像质量保真程度好；压缩比高，图像质量保真程度好；l算算法法能能适适应应不不同同的的数数字字图图像像参参数数、大大小小、图图像像内内容容、彩彩色色空空间间、统统计计特特性性等等，但但不不包包括括二值图像；二值图像；l用户可以对压缩比、质量效果进行选择；用户可以对压缩比、质量效果进行选择；l应该满足硬软件实现的计算需求；应该满足硬软件实现的计算需求；l支持多种操作方式。支持多种操作方式。553.3.4.2 4.2 静止图像压缩标准静止图像压缩标准(1)JPEG的无损预测编码算法的无损预测编码算法 无损压缩不使用无损压缩不使用无损压缩不使用无损压缩不使用DCTDCTDCTDCT方法，而是采用一个简单方法，而是采用一个简单方法，而是采用一个简单方法，而是采用一个简单的预测器。预测器可以采用不同的预测方法，不同的预测器。预测器可以采用不同的预测方法，不同的预测器。预测器可以采用不同的预测方法，不同的预测器。预测器可以采用不同的预测方法，不同的预测方法将决定有哪些相邻的象素将被用于预测的预测方法将决定有哪些相邻的象素将被用于预测的预测方法将决定有哪些相邻的象素将被用于预测的预测方法将决定有哪些相邻的象素将被用于预测下一个象素。常用的预测方法如三领域预测法。下一个象素。常用的预测方法如三领域预测法。下一个象素。常用的预测方法如三领域预测法。下一个象素。常用的预测方法如三领域预测法。源图像数据预测器熵编码器压缩的图像数据表说明563.3.4.2 4.2 静止图像压缩标准静止图像压缩标准(2)JPEG的基于的基于DCT的有损编码算法的有损编码算法8*8DCT正变换量化器熵编码器压缩后的图像数据JPEG 编码器表说明表说明块准备源图像数据573.3.4.2 4.2 静止图像压缩标准静止图像压缩标准块准备块准备块准备将一帧帧图像分成块准备将一帧帧图像分成88的数据块。的数据块。DCT变换变换原始的图像数据块经过原始的图像数据块经过DCT变换后，将每个数变换后，将每个数据块的数据从空间域变换到频率域，输出据块的数据从空间域变换到频率域，输出64个个DCT变换系数。变换系数。量化量化JPEG的量化采用线性均匀量化器的量化采用线性均匀量化器。DCT系数的编码系数的编码JPEG中对中对DC系数采用系数采用DPCM编码，编码，63个个AC系数在系数在JPEG算法中采用行程编码。算法中采用行程编码。583.3.4.2 4.2 静止图像压缩标准静止图像压缩标准熵编码熵编码经过经过DPCM编码的直流项和经过行程编码的交编码的直流项和经过行程编码的交流项再进行霍夫曼编码或自适应二进制算术编码。流项再进行霍夫曼编码或自适应二进制算术编码。压缩比和图像质量压缩比和图像质量基基于于DCT的的JPEG标标准准的的压压缩缩是是有有失失真真的的，DCT变变换换后后系系数数的的量量化化是是引引起起失失真真的的主主要要原原因因。压压缩缩效效果果与与图图像像内内容容本本身身有有较较大大的的关关系系，对对于于中中等等复复杂杂程程度度的的彩彩色色图图像像，其其压压缩缩比比与与恢恢复复图图像像的的质质量量大大致如下表所示。致如下表所示。593.3.4.2 4.2 静止图像压缩标准静止图像压缩标准压缩效果（比特/象素）质量0.250.50中好，满足某些应用0.500.75好很好，满足多数应用0.751.5极好，满足大多数应用1.52.0与原始图像几乎分不出603.3.4.2 4.2 静止图像压缩标准静止图像压缩标准2.JPEG2000简介简介内容：内容：lJPEG2000图像编码系统（核心部分）图像编码系统（核心部分）l应用扩展（在核心上扩展更多特性）应用扩展（在核心上扩展更多特性）l运动运动JPEG2000l兼容性（即包容性与继承性）兼容性（即包容性与继承性）l参考软件（目前主要为参考软件（目前主要为JAVA与与C程序）程序）l复合图像文件格式（如传真式的服务等）复合图像文件格式（如传真式的服务等）613.3.4.2 4.2 静止图像压缩标准静止图像压缩标准核心：核心：离散小波变换算法离散小波变换算法特点：特点：l高压缩率高压缩率l无损压缩无损压缩 l渐进传输渐进传输 l感兴趣区域压缩感兴趣区域压缩 l色彩模式色彩模式 l图像处理简单图像处理简单623.3.4.3 4.3 视频压缩标准视频压缩标准视频压缩的一个重要标准是视频压缩的一个重要标准是MPEG（MotionPictureExpertsGroup），），已推出了已推出了MPEG（或或MPEG-）、）、MPEG-、MPEG-等系列标准。另一个重要标准是等系列标准。另一个重要标准是H系列，包括系列，包括H.261、H.263等标准，此外还有等标准，此外还有运动运动JPEG等压缩标准。等压缩标准。633.3.4.3 4.3 视频压缩标准视频压缩标准1.MPEG压缩标准压缩标准（1）MPEG1压缩标准压缩标准能够传输用户可以接受的视频；能够传输用户可以接受的视频；能够支持对称或者非对称的压缩解压应用；能够支持对称或者非对称的压缩解压应用；根据需要可以支持随机存取；根据需要可以支持随机存取；除了正常播放之外，根据需要支持快进、快倒、除了正常播放之外，根据需要支持快进、快倒、快放等多种工作方式；快放等多种工作方式；能够支持视频和音频的同步工作；能够支持视频和音频的同步工作；能够避免出现大的障碍；能够避免出现大的障碍；当需要时，可以控制压缩解压的延迟；当需要时，可以控制压缩解压的延迟；如果需要，可以具有编辑能力；如果需要，可以具有编辑能力；能够以灵活的格式支持窗口视频演示；能够以灵活的格式支持窗口视频演示；不排斥使用价格低廉又能够实时编码的芯片。不排斥使用价格低廉又能够实时编码的芯片。643.3.4.3 4.3 视频压缩标准视频压缩标准 MPEG-标准（标准（ISO/IEC11172-）的目标是的目标是以约以约1.5Mbps的速率传输电视质量的视频信号，亮度的速率传输电视质量的视频信号，亮度信号的分辨率为信号的分辨率为360240，色度信号的分辨率为，色度信号的分辨率为180120，每秒，每秒30帧。帧。MPEG-标准包括：标准包括：MPEG系统（系统（ISO/IEC11172-1）MPEG视频（视频（ISO/IEC11172-2）MPEG音频（音频（ISO/IEC11172-3）测试验证（测试验证（ISO/IEC11172-4）四大部分内容。所以四大部分内容。所以MPEG涉及的问题是视频压涉及的问题是视频压缩、音频压缩及多种压缩数据流的复合和同步问题。缩、音频压缩及多种压缩数据流的复合和同步问题。653.3.4.3 4.3 视频压缩标准视频压缩标准（a）时间冗余量的减少时间冗余量的减少为了减少时间冗余量，为了减少时间冗余量，MPEG将将1/30秒时间间秒时间间隔的帧序列电视图像，以三种类型的图像格式表示：隔的帧序列电视图像，以三种类型的图像格式表示：内码帧（内码帧（I）、）、预测帧（预测帧（P）和插补帧（和插补帧（B）。）。另有另有第四种类型帧是第四种类型帧是D帧，它是一种专用帧格式，仅仅帧，它是一种专用帧格式，仅仅用于实现快速查询中。用于实现快速查询中。663.3.4.3 4.3 视频压缩标准视频压缩标准I帧，又称内码帧，是完整的独立编码的帧，又称内码帧，是完整的独立编码的图像，是不能由其他帧构造的帧，必须存储图像，是不能由其他帧构造的帧，必须存储或传输。或传输。P帧，也称为预测帧，通过对它之前的帧，也称为预测帧，通过对它之前的I帧进行预测，对预测误差作有条件的存储和帧进行预测，对预测误差作有条件的存储和传输。传输。B帧，又称为双向帧或插补帧，是根据帧，又称为双向帧或插补帧，是根据其前后的其前后的I帧或者帧或者P帧的信息进行插值编码而帧的信息进行插值编码而获得。该过程有时也称为双向插值。获得。该过程有时也称为双向插值。673.3.4.3 4.3 视频压缩标准视频压缩标准运动补偿有两种算法：运动补偿有两种算法：运动补偿预测法运动补偿预测法 画面上的运动部分在帧与帧之间必然有连续性，画面上的运动部分在帧与帧之间必然有连续性，预测法根据这一特性，将当前的图像画面看作是前预测法根据这一特性，将当前的图像画面看作是前面某时刻图像的位移，位移的幅度和方向在图像画面某时刻图像的位移，位移的幅度和方向在图像画面的各处可有不同。面的各处可有不同。运动补偿插补法运动补偿插补法 用插补的方法进行运动的补偿，可以大幅度地用插补的方法进行运动的补偿，可以大幅度地压缩运动图像的信息。压缩运动图像的信息。683.3.4.3 4.3 视频压缩标准视频压缩标准（b）空间冗余量的减少）空间冗余量的减少MPEG视频信息的帧内图和预测图都有很高的视频信息的帧内图和预测图都有很高的空域冗余度，用于减少这方面冗余的技术很多。在空域冗余度，用于减少这方面冗余的技术很多。在正交变换中，正交变换中，DCT具有许多明显的优点，且相对来具有许多明显的优点，且相对来说较易实现，所以帧内压缩也采用基于说较易实现，所以帧内压缩也采用基于DCT的方法。的方法。这和静态图像的压缩标准这和静态图像的压缩标准JPEG相同，且实现的步相同，且实现的步骤也一样。只是在骤也一样。只是在JPEG压缩算法中，针对静止图压缩算法中，针对静止图像，对像，对DCT系数采用等宽量化。而在系数采用等宽量化。而在MPEG中的视中的视频信号包含有静止画面（帧内图）和运动信息（帧频信号包含有静止画面（帧内图）和运动信息（帧间预测图）等不同的内容，量化器的设计需作特殊间预测图）等不同的内容，量化器的设计需作特殊考虑。考虑。693.3.4.3 4.3 视频压缩标准视频压缩标准（c）MPEG的分层结构和位流的分层结构和位流MPEG视频图像数据流是一个分层结构，目的视频图像数据流是一个分层结构，目的是把位流中逻辑上独立的实体分开，防止语意模糊，是把位流中逻辑上独立的实体分开，防止语意模糊，并减轻解码过程的负担。并减轻解码过程的负担。MPEG视频位流分层结构共包括六层，每一层视频位流分层结构共包括六层，每一层支持一个确定的函数，或是一个信号处理函数支持一个确定的函数，或是一个信号处理函数（DCT，运动补偿），或是一个逻辑函数（同步，运动补偿），或是一个逻辑函数（同步，随机存取点）等。每一个层的开始有一个头，作为随机存取点）等。每一个层的开始有一个头，作为说明参数。在图像序列层的头中，装有视频序列参说明参数。在图像序列层的头中，装有视频序列参数，如图像宽度、图像高度、象素长宽比、帧率、数，如图像宽度、图像高度、象素长宽比、帧率、位率、缓冲区尺寸等。位率、缓冲区尺寸等。703.3.4.3 4.3 视频压缩标准视频压缩标准层次名称层次名称功能功能图像序列层图像序列层随机存取单元：上下文随机存取单元：上下文图像组层图像组层随机存取单元：视频编码随机存取单元：视频编码图像层图像层基本编码单元基本编码单元宏块片层宏块片层重同步单元重同步单元宏块层宏块层运动补偿单元运动补偿单元块层块层DCT单元单元713.3.4.3 4.3 视频压缩标准视频压缩标准(2)MPEG-压缩标准压缩标准MPEG-标准包括标准包括MPEG系统、系统、MPEG视频、视频、MPEG音频和一致性四大部分内容，是运动图像及音频和一致性四大部分内容，是运动图像及其伴音的通用编码国际标准。克服并解决了其伴音的通用编码国际标准。克服并解决了MPEG-标准不能满足的日益增长的多媒体技术、数字电标准不能满足的日益增长的多媒体技术、数字电视技术、多媒体分辨率和传输率等方面的技术要求视技术、多媒体分辨率和传输率等方面的技术要求的缺陷。的缺陷。723.3.4.3 4.3 视频压缩标准视频压缩标准(a)MPEG-系统系统MPEG-系统支持五项基本功能：系统支持五项基本功能：解码时多压缩流的同步；解码时多压缩流的同步；将多个压缩流交织成单个的数据流；将多个压缩流交织成单个的数据流；解码时缓冲器初始化；解码时缓冲器初始化；缓冲区管理；缓冲区管理；时间识别。时间识别。733.3.4.3 4.3 视频压缩标准视频压缩标准(b)MPEG-视频视频MPEG-视频体系的视频分量的位速率范围大视频体系的视频分量的位速率范围大约为约为2到到15Mbps。MPEG-视频体系要求保证与视频体系要求保证与MPEG-视频体系向下兼容，并且同时应力求满足视频体系向下兼容，并且同时应力求满足数字存储媒体、可视电话、数字电视、高清晰度电数字存储媒体、可视电话、数字电视、高清晰度电视（视（HDTV）、）、通信网络等领域的应用。分辨率有通信网络等领域的应用。分辨率有低（低（352288）、中（）、中（720480）、次高）、次高（14401080）、高（）、高（19201080）等不同档次，压）等不同档次，压缩编码方法也从简单到复杂有不同等级。缩编码方法也从简单到复杂有不同等级。743.3.4.3 4.3 视频压缩标准视频压缩标准MPEG-视频具有以下特色：视频具有以下特色：框架和级别框架和级别MPEG-视频压缩编码的数据结构视频压缩编码的数据结构图像组块层是由宏块构成，一个组块可由多图像组块层是由宏块构成，一个组块可由多个宏块组成。宏块结构有三种格式。个宏块组成。宏块结构有三种格式。视频比特流的语义规则视频比特流的语义规则753.3.4.3 4.3 视频压缩标准视频压缩标准(3)MPEG-压缩标准压缩标准MPEG-是多媒体信息描述的最新标准，它是多媒体信息描述的最新标准，它所涉及的应用范畴包括有线、无线、移动通信和因所涉及的应用范畴包括有线、无线、移动通信和因特网等领域。特网等领域。MPEG-是以内容为中心的描述方法，对信息是以内容为中心的描述方法，对信息元的描述更加符合人的心理，不仅可以获得比现有元的描述更