1、普通高等教育“十一五”國家級規劃教材多媒體技術教程人民郵電出版社國防科學技術大學版權所有第三章 多媒體數據壓縮普通高等教育“十一五”國家級規劃教材多媒體技術教程人民郵電出版社國防科學技術大學版權所有 3.1 多媒體數據壓縮 技術概述普通高等教育“十一五”國家級規劃教材多媒體技術教程3.1 3.1 多媒體數據壓縮技術概述多媒體數據壓縮技術概述 壓縮的必要性壓縮的必要性 音頻、視頻的數據量很大，如果不進行處理，音頻、視頻的數據量很大，如果不進行處理，計算機系統幾乎無法對它進行存取和交換。計算機系統幾乎無法對它進行存取和交換。 例如，一幅具有中等分辨率（例如，一幅具有中等分辨率（640480）的）的

2、真彩色圖像（真彩色圖像（24b/像素），它的數據量約為像素），它的數據量約為7.37Mb/幀，一個幀，一個 100MB（Byte）的硬盤只能存的硬盤只能存放約放約100幀圖像。若要達到每秒幀圖像。若要達到每秒25幀的全動態顯示幀的全動態顯示要求，每秒所需的數據量為要求，每秒所需的數據量為184Mb，而且要求系而且要求系統的數據傳輸率必須達到統的數據傳輸率必須達到184Mb/s。對于聲音也對于聲音也是如此，若采用是如此，若采用16b樣值的樣值的PCM編碼，采樣速率編碼，采樣速率選為選為44.1kHZ，則雙聲道立體聲聲音每秒將有則雙聲道立體聲聲音每秒將有176KB的數據量。的數據量。普通高等教育“

3、十一五”國家級規劃教材多媒體技術教程3.1 3.1 多媒體數據壓縮技術概述多媒體數據壓縮技術概述視頻、視頻、圖像、聲音有很大的壓縮潛力圖像、聲音有很大的壓縮潛力 信息論認為：若信源編碼的熵大于信信息論認為：若信源編碼的熵大于信源的實際熵，該信源中一定存在冗余度。源的實際熵，該信源中一定存在冗余度。 原始信源的數據存在著很多冗余度：空原始信源的數據存在著很多冗余度：空間冗余、時間冗余、視覺冗余、聽覺冗余間冗余、時間冗余、視覺冗余、聽覺冗余等。等。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據冗余的類型數據冗余的類型 一幅圖象中同一種顏色不止一個象素點，若一幅圖象中同一種顏色不止一個象素點

4、，若相鄰的象素點的值相同，象素點間（水平、垂直）相鄰的象素點的值相同，象素點間（水平、垂直）有冗余。有冗余。 （空間冗余）（空間冗余） 當圖象的一部分包含占主要地位的垂直的源對當圖象的一部分包含占主要地位的垂直的源對象時，相鄰線間存在冗余。象時，相鄰線間存在冗余。 （空間冗余）（空間冗余） 若圖象穩定或只有輕微的改變，運動序列幀間若圖象穩定或只有輕微的改變，運動序列幀間存在冗余。存在冗余。 （時間冗余）（時間冗余）普通高等教育“十一五”國家級規劃教材多媒體技術教程數據冗余的類型數據冗余的類型l空間冗余：在同一幅圖像中，規則物體和規則背景空間冗余：在同一幅圖像中，規則物體和規則背景的表面物理特性

5、具有相關性，這些相關性的光成像的表面物理特性具有相關性，這些相關性的光成像結果在數字化圖像中就表現為數據冗余。結果在數字化圖像中就表現為數據冗余。l時間冗余：時間冗余反映在圖像序列中就是相鄰幀時間冗余：時間冗余反映在圖像序列中就是相鄰幀圖像之間有較大的相關性，一幀圖像中的某物體或圖像之間有較大的相關性，一幀圖像中的某物體或場景可以由其它幀圖像中的物體或場景重構出來。場景可以由其它幀圖像中的物體或場景重構出來。音頻的前后樣值之間也同樣有時間冗余。音頻的前后樣值之間也同樣有時間冗余。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據冗余的類型數據冗余的類型l信息熵冗余：信源編碼時，當分配給第信

6、息熵冗余：信源編碼時，當分配給第i個碼元類的比特數個碼元類的比特數b（yi）=-logpi，才能使編碼后單位數據量等于其信源熵，才能使編碼后單位數據量等于其信源熵，即達到其壓縮極限。但實際中各碼元類的先驗概率很難預即達到其壓縮極限。但實際中各碼元類的先驗概率很難預知，比特分配不能達到最佳。實際單位數據量知，比特分配不能達到最佳。實際單位數據量dH（S），），即存在信息冗余熵。即存在信息冗余熵。l視覺冗余：人眼對于圖像場的注意是非均勻的，人眼并不視覺冗余：人眼對于圖像場的注意是非均勻的，人眼并不能察覺圖像場的所有變化。事實上人類視覺的一般分辨能能察覺圖像場的所有變化。事實上人類視覺的一般分辨能力

7、為力為26灰度等級，而一般圖像的量化采用的是灰度等級，而一般圖像的量化采用的是28灰度等級，灰度等級，即存在著視覺冗余。即存在著視覺冗余。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據冗余的類型數據冗余的類型l聽覺冗余：人耳對不同頻率的聲音的敏感性聽覺冗余：人耳對不同頻率的聲音的敏感性是不同的，并不能察覺所有頻率的變化，對是不同的，并不能察覺所有頻率的變化，對某些頻率不必特別關注，因此存在聽覺冗余。某些頻率不必特別關注，因此存在聽覺冗余。l其它冗余：包括結構冗余、知識冗余等。其它冗余：包括結構冗余、知識冗余等。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據壓縮方法的分類數據壓縮

8、方法的分類 根據解碼后數據與原始數據是否完全一致可以根據解碼后數據與原始數據是否完全一致可以分為兩大類：一類是熵編碼、冗余壓縮法，也稱無分為兩大類：一類是熵編碼、冗余壓縮法，也稱無損壓縮法、無失真壓縮法；二是熵壓縮法，也稱有損壓縮法、無失真壓縮法；二是熵壓縮法，也稱有損壓縮法、有失真壓縮法。損壓縮法、有失真壓縮法。 從從“熵熵”損失角度分為無損壓縮和有損壓縮兩損失角度分為無損壓縮和有損壓縮兩種：種： 無失真壓縮，又稱熵編碼。由于不會失真，多無失真壓縮，又稱熵編碼。由于不會失真，多用于文本、數據的壓縮，但也有例外，非線性編輯用于文本、數據的壓縮，但也有例外，非線性編輯系統為了保證視頻質量，有些高

9、檔系統采用的是無系統為了保證視頻質量，有些高檔系統采用的是無失真壓縮方法。失真壓縮方法。 有失真壓縮，又稱熵壓縮法。大多數圖像、聲有失真壓縮，又稱熵壓縮法。大多數圖像、聲音、動態視頻等數據的壓縮是采用有失真壓縮。音、動態視頻等數據的壓縮是采用有失真壓縮。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據壓縮方法的分類數據壓縮方法的分類 從信息語義角度分為從信息語義角度分為“熵熵(平均信息量平均信息量)編碼編碼”和和“源編碼源編碼”兩種：兩種： 熵熵 (平均信息量平均信息量)編碼編碼(Entropy Coding) 熵編碼是一種泛指那些不考慮被壓縮信息的性熵編碼是一種泛指那些不考慮被壓縮信息

10、的性質的編碼和壓縮技術。它是基于平均信息量的技術質的編碼和壓縮技術。它是基于平均信息量的技術把所有的數據當作比特序列，而不根據壓縮信息的把所有的數據當作比特序列，而不根據壓縮信息的類型優化壓縮。也就是說，平均信息量編碼忽略被類型優化壓縮。也就是說，平均信息量編碼忽略被壓縮信息的語義內容。壓縮信息的語義內容。 熵編碼分為：重復序列消除編碼熵編碼分為：重復序列消除編碼 (含：消零、含：消零、行程編碼行程編碼)、統計編碼等。、統計編碼等。普通高等教育“十一五”國家級規劃教材多媒體技術教程數據壓縮方法的分類數據壓縮方法的分類 源編碼源編碼(Source Coding) 源編碼的冗余壓縮取決于初始信號的

11、類型、源編碼的冗余壓縮取決于初始信號的類型、前后的相關性、信號的語義內容等。源編碼比嚴格前后的相關性、信號的語義內容等。源編碼比嚴格的平均信息量編碼的壓縮率更高。當然壓縮的程度的平均信息量編碼的壓縮率更高。當然壓縮的程度主要取決于數據的語義內容，比起平均信息量編碼主要取決于數據的語義內容，比起平均信息量編碼，它的壓縮比更大。，它的壓縮比更大。 源編碼主要分為源編碼主要分為：預測編碼、變換編碼、向量：預測編碼、變換編碼、向量量化等。量化等。數據壓縮方法的分類數據壓縮方法的分類Source CodingPrediction : DPCM and DMTransformation : FFT、DCT

12、Layered : Sub-band、Sub-sampling and Bit PositionVector QuantizationHybrid CodingJPEG、MPEG、H.261 、DVI、Intel-IndeoEntropy CodingRun Length CodingStatistical CodingHuffmanArithmetic普通高等教育“十一五”國家級規劃教材多媒體技術教程 節省圖象或視頻的存儲容量，增加訪問節省圖象或視頻的存儲容量，增加訪問速度，使數字視頻能在速度，使數字視頻能在PC機上實現，需要機上實現，需要進行視頻和圖象的壓縮。進行視頻和圖象的壓縮。 有三個

13、關鍵參數評價一個壓縮系統有三個關鍵參數評價一個壓縮系統l壓縮比壓縮比l圖象質量圖象質量l壓縮和解壓的速度壓縮和解壓的速度 另外也必須考慮每個壓縮算法所需的硬另外也必須考慮每個壓縮算法所需的硬件和軟件。件和軟件。普通高等教育“十一五”國家級規劃教材多媒體技術教程 1壓縮比壓縮比 壓縮性能常常用壓縮比定義（輸入數據和壓縮性能常常用壓縮比定義（輸入數據和輸出數據比）輸出數據比）例：例：512480， 24bit/pixel(bpp) 輸出輸出15000byte 輸入輸入737280byte 壓縮比壓縮比737280/1500049普通高等教育“十一五”國家級規劃教材多媒體技術教程2圖象質量圖象質量壓

14、縮方法：壓縮方法： 無損壓縮無損壓縮 （圖象質量不變）（圖象質量不變） 有損壓縮有損壓縮有損壓縮：失真情況很難量化，只能對測試的圖象有損壓縮：失真情況很難量化，只能對測試的圖象進行估計。進行估計。模擬圖象質量的指標：信噪比、分辨率、顏色錯，模擬圖象質量的指標：信噪比、分辨率、顏色錯，但必須在觀察了實際圖象以后。但必須在觀察了實際圖象以后。普通高等教育“十一五”國家級規劃教材多媒體技術教程3壓縮解壓速度壓縮解壓速度 在許多應用中，壓縮和解壓可能不同時用，在許多應用中，壓縮和解壓可能不同時用，在不同的位置不同的系統中。所以，壓縮、解壓在不同的位置不同的系統中。所以，壓縮、解壓速度分別估計。速度分別

15、估計。 靜態圖象中，壓縮速度沒有解壓速度嚴格；靜態圖象中，壓縮速度沒有解壓速度嚴格；動態圖象中，壓縮、解壓速度都有要求，因為需動態圖象中，壓縮、解壓速度都有要求，因為需實時地從攝像機或實時地從攝像機或VCR中抓取動態視頻。中抓取動態視頻。普通高等教育“十一五”國家級規劃教材多媒體技術教程4硬軟件系統硬軟件系統 有些壓縮解壓工作可用軟件實現。設計系統有些壓縮解壓工作可用軟件實現。設計系統時必須充分考慮：時必須充分考慮： 算法復雜算法復雜 壓縮解壓過程長壓縮解壓過程長 算法簡單算法簡單 壓縮效果差壓縮效果差 目前有些特殊硬件可用于加速壓縮目前有些特殊硬件可用于加速壓縮/解壓。解壓。 硬硬接線系統速

16、度快，但各種選擇在初始設計時已確接線系統速度快，但各種選擇在初始設計時已確定，一般不能更改。因此在設計硬接線壓縮定，一般不能更改。因此在設計硬接線壓縮/解壓解壓系統時必須先將算法標準化。系統時必須先將算法標準化。普通高等教育“十一五”國家級規劃教材多媒體技術教程常用的數據壓縮編碼方法常用的數據壓縮編碼方法 3.2.1 DPCM和和ADPCM 編碼編碼 預測編碼是根據原始的離散信號之間存在著一預測編碼是根據原始的離散信號之間存在著一定關聯性的特點，利用前面的一個或多個信號對下定關聯性的特點，利用前面的一個或多個信號對下一個信號進行預測，然后對實際值和預測值的差進一個信號進行預測，然后對實際值和預

17、測值的差進行編碼。如果預測比較準確，那么誤差信號就會很行編碼。如果預測比較準確，那么誤差信號就會很小小 ，就可以用比較少的數碼進行編碼，達到壓縮數據的目的。 DPCM與與ADPCM是兩種典型的預測編碼。是兩種典型的預測編碼。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 1. 差分脈碼調制差分脈碼調制(DPCM) PCM(Pulse Code Modulation)，原始的模擬信原始的模擬信號經過時間采樣，然后對每一樣值進行量化，作為號經過時間采樣，然后對每一樣值進行量化，作為數字信號傳輸。數字信號傳輸。 DPCM不對每一樣值都進行量

18、化，而是預測下不對每一樣值都進行量化，而是預測下一樣值，并量化實際值和預測值之間的差。一樣值，并量化實際值和預測值之間的差。 DPCM是基本的編碼方法之一，在大量的壓縮是基本的編碼方法之一，在大量的壓縮算法中被采用，比如算法中被采用，比如JPEG的的DC分量就是采用分量就是采用DPCM編碼的。編碼的。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 舉例說明舉例說明DPCM編碼原理：編碼原理： 設設DPCM系統預測器的預測值為前一個樣值，系統預測器的預測值為前一個樣值，假設輸入信號已經量化，差值不再進行量化。若假設輸入信號已經量化，差值

19、不再進行量化。若系系統的輸入為統的輸入為0 1 2 1 1 2 3 3 4 4 ，則預測值為，則預測值為0 0 1 2 1 1 2 3 3 4 ，差值為，差值為0 1 1 1 0 1 1 0 1 0 ，差值的范圍比輸入樣值的范圍有所減小，可以用，差值的范圍比輸入樣值的范圍有所減小，可以用較少的位數進行編碼。較少的位數進行編碼。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 2.自適應差分脈碼調制自適應差分脈碼調制(ADPCM) 為了進一步改善量化性能或壓縮數據率，可采為了進一步改善量化性能或壓縮數據率，可采用自適應量化或自適應預測的方

20、法。只要采用了其用自適應量化或自適應預測的方法。只要采用了其中的任一種自適應方法，均稱為中的任一種自適應方法，均稱為ADPCM。 自適應預測自適應預測 預測參數的最佳化依賴于信源的統計特性，要預測參數的最佳化依賴于信源的統計特性，要得到最佳的預測參數是一件繁瑣的工作。得到最佳的預測參數是一件繁瑣的工作。 而采用固定的預測參數往往又得不到好的性能。而采用固定的預測參數往往又得不到好的性能。為了既能使性能較佳，又不致于有太大的工作量，為了既能使性能較佳，又不致于有太大的工作量，可以將上述兩種方法折衷考慮，采用自適應預測?？梢詫⑸鲜鰞煞N方法折衷考慮，采用自適應預測。普通高等教育“十一五”國家級規劃教

21、材多媒體技術教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 具體方法是：預測參數仍采用固定的；但此時具體方法是：預測參數仍采用固定的；但此時有多組預測參數可供選擇。這些預測參數根據常見有多組預測參數可供選擇。這些預測參數根據常見的信源特征求得。編碼時具體采用哪組預測參數根的信源特征求得。編碼時具體采用哪組預測參數根據信源的特征來自適應的確定。據信源的特征來自適應的確定。 為了自適應的選擇最佳參數，通常將信源數據為了自適應的選擇最佳參數，通常將信源數據分區間編碼，編碼時自動地選擇一組預測參數，使分區間編碼，編碼時自動地選擇一組預測參數，使該區間實際值與預測值的均方誤差最小。隨著編碼

22、該區間實際值與預測值的均方誤差最小。隨著編碼區間的不同，預測參數自適應的變化，以達到準最區間的不同，預測參數自適應的變化，以達到準最佳預測。佳預測。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼 例如，例如，Microsoft 的的ADPCM采用二預測采用二預測參數，提供參數，提供7組預測系組預測系數，如右表所示。編數，如右表所示。編碼時，根據選定的準碼時，根據選定的準則則(如最小均方誤差準如最小均方誤差準則則)，每個編碼區間自，每個編碼區間自動地選取一組最佳的動地選取一組最佳的參數。參數。系數集系數集 系數系數1 1 系數系數2 2

23、0 256 01 512 -2562 0 03 192 644 240 05 460 -2086 392 -232 普通高等教育“十一五”國家級規劃教材多媒體技術教程 自適應量化自適應量化 根據信號分布不均勻的特點，系統具有根據信號分布不均勻的特點，系統具有隨輸入信號的變化而改變量化區間大小隨輸入信號的變化而改變量化區間大小, , 以保以保持輸入持輸入給給量化器的信號基本均勻的能力，這量化器的信號基本均勻的能力，這種能力稱為自適應量化。種能力稱為自適應量化。3.2.1 3.2.1 DPCM和和ADPCM 編碼編碼普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT

24、）編碼編碼 在變換編碼時，初始數據要從初始空間在變換編碼時，初始數據要從初始空間或時間域進行數學變換，變換為一個更適于或時間域進行數學變換，變換為一個更適于壓縮的抽象域。該過程是可逆的；即使用反壓縮的抽象域。該過程是可逆的；即使用反變換可恢復原始數據。如將時域信號變換到變換可恢復原始數據。如將時域信號變換到頻域，因為聲音、圖像大部分信號都是低頻頻域，因為聲音、圖像大部分信號都是低頻信號，在頻域中信號的能量較集中，再進行信號，在頻域中信號的能量較集中，再進行采樣、編碼就可以壓縮數據。采樣、編碼就可以壓縮數據。普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT）編碼

25、編碼 變換本身是可逆的，因而其也是一種無損技變換本身是可逆的，因而其也是一種無損技術。然而，為了取得更滿意的結果，某些重要系數術。然而，為了取得更滿意的結果，某些重要系數的編碼位數比其他的要多，某些系數干脆就被忽略的編碼位數比其他的要多，某些系數干脆就被忽略了。這樣，該過程就成為有損的了。了。這樣，該過程就成為有損的了。 數學家們已經構造了多種數學變換。除了傅里數學家們已經構造了多種數學變換。除了傅里葉變換外，還有余弦、葉變換外，還有余弦、 Hadamard、 Haar、Karhunen Loeve變換。最實用最常用的數學變換變換。最實用最常用的數學變換是離散余弦變換是離散余弦變換(DCT)。

26、普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT）編碼編碼典型的變換編碼系統框圖：典型的變換編碼系統框圖：信源信源序列序列變換變換變 換 域變 換 域采采 樣樣量化量化編碼編碼存 儲 或存 儲 或傳傳 輸輸譯碼譯碼填零填零反反 變變換換再現再現序列序列變換編碼系統壓縮數據的三個步驟變換編碼系統壓縮數據的三個步驟普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT）編碼編碼 數據壓縮主要是去除信源的相關性。若考慮到信數據壓縮主要是去除信源的相關性。若考慮到信號存在于無限區間上，而變換區域又是有限的，那么號存在于無限區間上，而變換區域

27、又是有限的，那么表征相關性的統計特性就是協方差矩陣。表征相關性的統計特性就是協方差矩陣。 當協方差矩陣中除對角線上元素之外的各元素都當協方差矩陣中除對角線上元素之外的各元素都為零時，就等效于相關性為零。所以，為了有效地進為零時，就等效于相關性為零。所以，為了有效地進行數據壓縮，常常希望變換后的協方差矩陣為一對角行數據壓縮，常常希望變換后的協方差矩陣為一對角矩陣，同時也希望主對角線上各元素隨，的增加矩陣，同時也希望主對角線上各元素隨，的增加很快衰減。因此，變換編碼的關鍵在于：在已知的很快衰減。因此，變換編碼的關鍵在于：在已知的條件下，根據它的協方差矩陣去尋找一種正交變換條件下，根據它的協方差矩陣

28、去尋找一種正交變換，使變換后的協方差矩陣滿足或接近為一對角矩陣。，使變換后的協方差矩陣滿足或接近為一對角矩陣。普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT）編碼編碼 當經過正交變換后的協方差矩陣為一對當經過正交變換后的協方差矩陣為一對角矩陣，且具有最小均方誤差時，該變換稱角矩陣，且具有最小均方誤差時，該變換稱最佳變換，也稱最佳變換，也稱Karhunen-Loeve變換?？梢宰儞Q?？梢宰C明，以矢量信號的協方差矩陣的歸一化正證明，以矢量信號的協方差矩陣的歸一化正交特征向量所構成的正交矩陣，對該矢量信交特征向量所構成的正交矩陣，對該矢量信號所作的正交變換能使變換

29、后的協方差矩陣號所作的正交變換能使變換后的協方差矩陣達到對角矩陣。達到對角矩陣。普通高等教育“十一五”國家級規劃教材多媒體技術教程離散余弦變換離散余弦變換（DCT）編碼編碼 如果變換后的協方差矩陣接近對角矩陣如果變換后的協方差矩陣接近對角矩陣，該類變換稱準最佳變換，典型的有，該類變換稱準最佳變換，典型的有DCT、DFT、WHT、HrT等。其中，最常用的變等。其中，最常用的變換是離散余弦變換換是離散余弦變換DCT。 DCT是從是從DFT引出的。引出的。DFT可以得到近可以得到近似于最佳變換的性能，但似于最佳變換的性能，但DFT的運算次數太的運算次數太多，且需要復數運算。多，且需要復數運算。DCT

30、從從DFT中取實部中取實部，并可用快速余弦變換算法，因此大大加快，并可用快速余弦變換算法，因此大大加快了運算。同時其壓縮性能十分逼近最佳變換了運算。同時其壓縮性能十分逼近最佳變換的壓縮性能。所以，的壓縮性能。所以，DCT在圖像壓縮中得到在圖像壓縮中得到了廣泛的應用。了廣泛的應用。普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 行程編碼和行程編碼和Huffman編碼方法屬于統計編碼方法屬于統計編碼，它的方法是：識別一個給定的流中出編碼，它的方法是：識別一個給定的流中出現頻率最高的比特或字節模式，并用比原始現頻率最高的比特或字節模式，并用比原始比特更少

31、的比特數來對其編碼。即就是，頻比特更少的比特數來對其編碼。即就是，頻率越低的模式，其編碼的位數越多，頻率越率越低的模式，其編碼的位數越多，頻率越高的模式編碼位數越少。若碼流中所有模式高的模式編碼位數越少。若碼流中所有模式出現的概率相等，則平均信息量最大，出現的概率相等，則平均信息量最大， 信源信源就沒有冗余。就沒有冗余。普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 1. 行程編碼行程編碼(Run Length Coding) 是最簡單、最古老的壓縮技術之一，主是最簡單、最古老的壓縮技術之一，主要技術是檢測重復的比特或字符序列，并用要技術是檢測重復

32、的比特或字符序列，并用它們的出現次數取而代之。它們的出現次數取而代之。 行程編碼有多種編碼方式，對于行程編碼有多種編碼方式，對于0出現較出現較多，多，1較少出現（或反之）的信源數據，可較少出現（或反之）的信源數據，可以對以對0的持續長度（或的持續長度（或1的持續長度）進行編的持續長度）進行編碼，碼，1（或（或0）保持不變。而對于）保持不變。而對于0、1交替出交替出現的數據，可以分別對現的數據，可以分別對0的持續長度和的持續長度和1的持的持續長度編碼。續長度編碼。 普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 代碼字有兩種類型：結束代碼字和組成代碼

33、字有兩種類型：結束代碼字和組成代碼字。每個行程由代碼字。每個行程由0個或更多的組成代碼個或更多的組成代碼字和一個確定的結束代碼字來表示。在字和一個確定的結束代碼字來表示。在063范圍內的行程由相應的結束代碼字編碼。范圍內的行程由相應的結束代碼字編碼。642623（2560+63）范圍內的行程首先由）范圍內的行程首先由組成代碼字編碼，它表示最接近、但不大于組成代碼字編碼，它表示最接近、但不大于所要求的行程，后再跟結束代碼字。所要求的行程，后再跟結束代碼字。 普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 行程大于或等于2624時，首先由組成代碼256

34、0編碼。如果行程的剩余部分仍大于2560，則產生附加的組成代碼2560，直到行程的剩余部分少于2560，再按前述方法編碼。 普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 2. 哈夫曼編碼哈夫曼編碼 1952年年Huffman提出了對統計獨立信源能達提出了對統計獨立信源能達到最小平均碼長的編碼方法，也即最佳碼。最佳性到最小平均碼長的編碼方法，也即最佳碼。最佳性可從理論上證明。這種碼具有即時性和唯一可譯性。可從理論上證明。這種碼具有即時性和唯一可譯性。 該編碼是常見的一種統計編碼。對給定的數據該編碼是常見的一種統計編碼。對給定的數據流，計算其每個字節

35、的出現頻率。根據頻率表，運流，計算其每個字節的出現頻率。根據頻率表，運用哈夫曼算法可確定分配各字符的最小位數，然后用哈夫曼算法可確定分配各字符的最小位數，然后給出一個最優的編碼。代碼字存入代碼表中。給出一個最優的編碼。代碼字存入代碼表中。普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 編碼時，首先將信源符號按概率遞減順序排列，把兩個最小的概率加起來，作為新符號的概率，重復此過程，直到概率和達到1為止。然后在每次合并消息時，將被合并的消息賦以1和0或0和1，尋找從每一信源符號到概率為1處的路徑，記錄下路徑上的1和0，對每一符號寫出“1”、“0”序列（

36、從碼樹的右邊到左邊）。 普通高等教育“十一五”國家級規劃教材多媒體技術教程行程編碼和行程編碼和Huffman編碼編碼 Huffman編碼的優缺點編碼的優缺點 優點：優點：當信源符號概率是當信源符號概率是2的負冪次方的負冪次方時，時， Huffman 編碼法編碼效率達到編碼法編碼效率達到100%。一般情況下，它的編碼效率要比其它編碼方一般情況下，它的編碼效率要比其它編碼方法的效率高，是最佳變長碼。法的效率高，是最佳變長碼。 缺點：缺點：Huffman 碼依賴于信源的統計特碼依賴于信源的統計特性，必須先統計得到信源的概率特性才能編性，必須先統計得到信源的概率特性才能編碼，這就限制了實際的應用。通常

37、可在經驗碼，這就限制了實際的應用。通常可在經驗基礎上預先提供基礎上預先提供Huffman碼表，此時性能有碼表，此時性能有所下降。所下降。普通高等教育“十一五”國家級規劃教材多媒體技術教程小波變換編碼小波變換編碼 小波變換是一個線性變換，能夠將一個信號分小波變換是一個線性變換，能夠將一個信號分解成對空間和時間、頻率的獨立貢獻，同時又不失解成對空間和時間、頻率的獨立貢獻，同時又不失原信號所包含的信息。經過小波變換后的圖像能量原信號所包含的信息。經過小波變換后的圖像能量很集中，便于對不同的分量作不同的處理，達到較很集中，便于對不同的分量作不同的處理，達到較高的壓縮比。高的壓縮比。 普通高等教育“十一

38、五”國家級規劃教材多媒體技術教程小波變換編碼小波變換編碼 小波變換是空間小波變換是空間(時間時間)和頻率的局部變和頻率的局部變換，因而能有效地從信號中提取信息。通過換，因而能有效地從信號中提取信息。通過伸縮和平移等運算功能可對函數或信號進行伸縮和平移等運算功能可對函數或信號進行多尺度的細化分析，最終達到高頻處時間細多尺度的細化分析，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節分析的要求，從而可聚焦到信號的任意細節，解決了，解決了Fourier變換不能解決的許多困難問變換不能解決的許多困難問題題 。 普通高

39、等教育“十一五”國家級規劃教材多媒體技術教程小波變換編碼小波變換編碼 圖像的小波變換可以理解為圖像信號經圖像的小波變換可以理解為圖像信號經過一系列帶通濾波器的結果，這組濾波器在過一系列帶通濾波器的結果，這組濾波器在對數意義下具有相同的帶寬，從小波變換后對數意義下具有相同的帶寬，從小波變換后不同分層定位中，提取出圖像的特征，低頻不同分層定位中，提取出圖像的特征，低頻部分平滑，表示背景；高頻部分不平穩，表部分平滑，表示背景；高頻部分不平穩，表示細節。利用不同層次對恢復圖像的貢獻大示細節。利用不同層次對恢復圖像的貢獻大小和對人眼視覺系統影響的大小，采用不同小和對人眼視覺系統影響的大小，采用不同的編碼

40、方法，可以達到圖像壓縮的目的。的編碼方法，可以達到圖像壓縮的目的。普通高等教育“十一五”國家級規劃教材多媒體技術教程小波變換編碼小波變換編碼 基于小波分析的壓縮方法很多，比較成基于小波分析的壓縮方法很多，比較成功的有小波包最好基方法，小波域紋理模型功的有小波包最好基方法，小波域紋理模型方法，小波變換零樹壓縮，小波變換向量壓方法，小波變換零樹壓縮，小波變換向量壓縮等。縮等。 普通高等教育“十一五”國家級規劃教材多媒體技術教程人民郵電出版社國防科學技術大學版權所有 3.3 音頻壓縮標準普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3 音頻的壓縮音頻頻率范圍音頻頻率范圍 低頻聲音低頻聲音(I

41、nfra-sound)： 0Hz20Hz 人類聽覺頻率范圍的聲音：人類聽覺頻率范圍的聲音： 20Hz20kHz 高頻高頻(Ultrasound)： 20kHz1GHz 超聲波超聲波(Hypersound)： 1GHz10THz不同音頻的帶寬不同音頻的帶寬 電話語音：電話語音： 200Hz3.4kHz 調幅廣播：調幅廣播： 50Hz7kHz 調頻廣播：調頻廣播： 20Hz15kHz 寬帶音響寬帶音響: 20Hz20kHz普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.1 音頻壓縮編碼的基本方法無失真壓縮音頻壓縮方法有失真壓縮Huffman編碼行程編碼波形編碼參數編碼混合編碼全頻帶編碼P

42、CMDPCMADPCM子帶編碼 自適應變換編碼ATC 心理學模型矢量量化線性預測LPC矢量和激勵線性預測VSELP多脈沖線性預測MP-LPC碼本激勵線性預測CELP普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.2 電話質量的語音壓縮標準 ITUTS建議的語音壓縮的標準建議的語音壓縮的標準 G.711：采用采用PCM編碼，采樣速率為編碼，采樣速率為8kHz，量化位量化位數為數為8bit，對應的比特流速率為對應的比特流速率為64kbit/s。 G.721： ITU建議的建議的 G.721將將64Kbps的比特流轉換的比特流轉換為為32Kbps的流，它是基于的流，它是基于 ADPCM技術

43、。每個數技術。每個數值差分用值差分用4位編碼，其采樣率為位編碼，其采樣率為8kHz。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.2 電話質量的語音壓縮標準 G.723： G.723是一種以是一種以24Kbps運行的基于運行的基于 ADPCM 的有損耗壓縮標準。其音質不如非壓縮的有損耗壓縮標準。其音質不如非壓縮的的 G.711PCM 標準以及基于標準以及基于 SBADPCM 的的 G.722標準。標準。G.723.1和和G.723.2用于用于H.324標準。標準。 G.728：它的它的 比特率為比特率為16Kbps，帶寬限于帶寬限于3.4kHz。其音質比其音質比 G.711或或 G

44、.722差得多。它基于一種稱為差得多。它基于一種稱為低延遲代碼激勵線性預測低延遲代碼激勵線性預測(LDCELP)的向量量化的向量量化技術。技術。 普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.2 電話質量的語音壓縮標準 CELP是一種常用的語音壓縮技術。它用于是一種常用的語音壓縮技術。它用于美國聯邦標準美國聯邦標準1016，可將語音壓縮至，可將語音壓縮至4.8Kbps。美美國聯邦標準國聯邦標準1015使用使用 CELP的一個簡本，稱為線性的一個簡本，稱為線性預測編碼預測編碼(LPC)。 LPC一一10E標準可以運行于標準可以運行于2.4Kbps。采用了一種向量量化方法。聲音聽起來采

45、用了一種向量量化方法。聲音聽起來有點象機器在說話，有點象機器在說話， 但但4.8Kbps與電話差不多。與電話差不多。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.3 調幅廣播質量的音頻壓縮標準 調幅廣播質量：調幅廣播質量：50Hz7kHz，稱稱“7kHz音頻信號音頻信號”。 G.722：G.722基于子帶基于子帶 ADPCM技術技術 (SBADPCM) ，它是將現有的帶寬分成兩個獨立的子帶信道分別采用它是將現有的帶寬分成兩個獨立的子帶信道分別采用差分脈碼調制算法。差分脈碼調制算法。 G.722壓縮信號的帶寬范圍為壓縮信號的帶寬范圍為50Hz到到7kHz，而而 G.711 僅限于僅限

46、于3.4kHz。其比特率為其比特率為48、56、64Kbps，在標準模式下，采樣速率是在標準模式下，采樣速率是16KHz，幅度深度為幅度深度為14比特。比特。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4 高保真立體聲音頻壓縮標準 高質量的聲音信號頻率范圍：高質量的聲音信號頻率范圍： 50Hz20kHz 目前國際上比較成熟的高質量聲音壓縮標準為目前國際上比較成熟的高質量聲音壓縮標準為MPEG音頻。音頻。MPEGl的音頻信號在的音頻信號在ISO 111723文檔中的描述。文檔中的描述。MPEG音頻不是單個一種壓縮算音頻不是單個一種壓縮算法，而是法，而是3種音頻編碼和壓縮方案的一個系

47、列。種音頻編碼和壓縮方案的一個系列。 MPEG 聲音編碼分為：層聲音編碼分為：層l、層層2、層、層3。隨。隨著層數的增加算法的復雜度也增大。著層數的增加算法的復雜度也增大。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4 高保真立體聲音頻壓縮標準 所有所有3層都分級兼容。最復雜的譯碼器層都分級兼容。最復雜的譯碼器(即在層即在層3工作的譯碼器工作的譯碼器)也可對層也可對層2或層或層l的碼流進行的碼流進行譯碼。譯碼。 所有所有3層都運用同一原理：變換編碼和子帶編碼。層都運用同一原理：變換編碼和子帶編碼。v 頻譜被分為頻譜被分為32個子帶。個子帶。v 應用快速博里葉變換來表示高頻域中的信

48、號。應用快速博里葉變換來表示高頻域中的信號。v 應用心理聲學模式來變換信號以估計剛能引起應用心理聲學模式來變換信號以估計剛能引起注意的噪音級。注意的噪音級。 層層 l、2 和和 3主要在最后一個階段主要在最后一個階段-即量化階段即量化階段的方式上有所區別，但不是唯一的差別。的方式上有所區別，但不是唯一的差別。普通高等教育“十一五”國家級規劃教材多媒體技術教程人民郵電出版社國防科學技術大學版權所有3.4 圖像和視頻壓縮標準普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.1 4.1 圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮方法無失真壓縮有失真壓縮Huff

49、man編碼行程編碼算術編碼LZW編碼預測編碼運動補償變換編碼DCT變換小波變換子帶編碼模型編碼分形編碼基于重要性濾波子采樣矢量量化混合編碼JPEGMPEGH.261普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.1 4.1 圖像和視頻壓縮編碼的基本方法圖像和視頻壓縮編碼的基本方法 原始的彩色圖像，一般由紅、綠、藍三種基色的原始的彩色圖像，一般由紅、綠、藍三種基色的圖像組成（圖像組成（R、G、B）。）。然而人的視覺系統對彩色色然而人的視覺系統對彩色色度的感覺和亮度的敏感性是不同的，因此產生了不同度的感覺和亮度的敏感性是不同的，因此產生了不同的彩色空間表示。的彩色空間表示。 H、S、

50、I彩色空間：彩色空間：H為色調、為色調、S為飽和度、為飽和度、I表表示光的強度或亮度。示光的強度或亮度。 Y、I、Q方式和方式和Y、U、V方式：這兩種表示方式方式：這兩種表示方式的一個共同點是用其中一個分量的一個共同點是用其中一個分量Y表示象素的亮度，表示象素的亮度，用其余兩個分量表示象素的色度。用其余兩個分量表示象素的色度。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準 靜止圖像壓縮，已有多個國際標準，如靜止圖像壓縮，已有多個國際標準，如ISO制訂的制訂的JPEG標準（標準（Joint Photographic Experts Gr

51、oup）、）、JBIG標準（標準（Joint Bilevel Image Group）、）、ITUT的的G3、G4標準等。標準等。特別是特別是JPEG標準，適用黑白及彩色照片、彩標準，適用黑白及彩色照片、彩色傳真和印刷圖片，可以支持很高的圖像分色傳真和印刷圖片，可以支持很高的圖像分辨率和量化精度。辨率和量化精度。 普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準1. JPEG壓縮標準壓縮標準l 壓縮比高，圖像質量保真程度好；壓縮比高，圖像質量保真程度好；l 算法能適應不同的數字圖像參數、大小、圖算法能適應不同的數字圖像參數、大小、圖像內

52、容、彩色空間、統計特性等，但不包括像內容、彩色空間、統計特性等，但不包括二值圖像；二值圖像；l 用戶可以對壓縮比、質量效果進行選擇；用戶可以對壓縮比、質量效果進行選擇；l 應該滿足硬軟件實現的計算需求；應該滿足硬軟件實現的計算需求；l 支持多種操作方式。支持多種操作方式。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準(1) JPEG的無損預測編碼算法的無損預測編碼算法 無損壓縮不使用無損壓縮不使用DCTDCT方法，而是采用一個簡單方法，而是采用一個簡單的預測器。預測器可以采用不同的預測方法，不同的預測器。預測器可以采用不同的預測方法，

53、不同的預測方法將決定有哪些相鄰的象素將被用于預測的預測方法將決定有哪些相鄰的象素將被用于預測下一個象素。常用的預測方法如三領域預測法。下一個象素。常用的預測方法如三領域預測法。源圖像數據預測器熵編碼器壓縮的圖像數據表說明普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準(2) JPEG的基于的基于DCT的有損編碼算法的有損編碼算法8*8DCT正變換量化器熵編碼器壓 縮 后的 圖 像數據JPEG 編碼器表說明表說明塊準備源圖像數據普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準塊準備

54、塊準備 塊準備將一幀幀圖像分成塊準備將一幀幀圖像分成88的數據塊。的數據塊。 DCT變換變換 原始的圖像數據塊經過原始的圖像數據塊經過DCT變換后，將每個數變換后，將每個數據塊的數據從空間域變換到頻率域，輸出據塊的數據從空間域變換到頻率域，輸出64個個DCT變換系數。變換系數。 量化量化 JPEG的量化采用線性均勻量化器的量化采用線性均勻量化器。DCT系數的編碼系數的編碼 JPEG中對中對DC系數采用系數采用DPCM編碼，編碼， 63個個AC系數在系數在JPEG算法中采用行程編碼。算法中采用行程編碼。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止

55、圖像壓縮標準熵編碼熵編碼 經過經過DPCM編碼的直流項和經過行程編碼的交編碼的直流項和經過行程編碼的交流項再進行霍夫曼編碼或自適應二進制算術編碼。流項再進行霍夫曼編碼或自適應二進制算術編碼。壓縮比和圖像質量壓縮比和圖像質量 基于基于DCT的的JPEG標準的壓縮是有失真的，標準的壓縮是有失真的，DCT變換后系數的量化是引起失真的主要原因。壓變換后系數的量化是引起失真的主要原因。壓縮效果與圖像內容本身有較大的關系，對于中等復縮效果與圖像內容本身有較大的關系，對于中等復雜程度的彩色圖像，其壓縮比與恢復圖像的質量大雜程度的彩色圖像，其壓縮比與恢復圖像的質量大致如下表所示。致如下表所示。 普通高等教育“

56、十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準壓縮效果（比特/象素）質量0.250.50中好，滿足某些應用0.500.75好很好，滿足多數應用0.751.5極好，滿足大多數應用1.52.0與原始圖像幾乎分不出普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準2. JPEG2000簡介簡介內容：內容： l JPEG2000圖像編碼系統（核心部分）圖像編碼系統（核心部分）l 應用擴展（在核心上擴展更多特性）應用擴展（在核心上擴展更多特性）l 運動運動JPEG2000l 兼容性（即包容性與繼承性）兼

57、容性（即包容性與繼承性）l 參考軟件（目前主要為參考軟件（目前主要為JAVA與與C程序）程序）l 復合圖像文件格式（如傳真式的服務等）復合圖像文件格式（如傳真式的服務等）普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.2 4.2 靜止圖像壓縮標準靜止圖像壓縮標準核心：核心： 離散小波變換算法離散小波變換算法 特點：特點： l 高壓縮率高壓縮率l 無損壓縮無損壓縮 l 漸進傳輸漸進傳輸 l 感興趣區域壓縮感興趣區域壓縮 l 色彩模式色彩模式 l 圖像處理簡單圖像處理簡單普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.3 4.3 視頻壓縮標準視頻壓縮標準 視頻壓縮的一個

58、重要標準是視頻壓縮的一個重要標準是MPEG（Motion Picture Experts Group），），已推出已推出了了MPEG（或或MPEG-）、）、MPEG-、MPEG-等系列標準。另一個重要標準是等系列標準。另一個重要標準是H系列，包括系列，包括H.261、H.263等標準，此外還有等標準，此外還有運動運動JPEG等壓縮標準。等壓縮標準。 普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.3 4.3 視頻壓縮標準視頻壓縮標準1. MPEG壓縮標準壓縮標準（1） MPEG 1壓縮標準壓縮標準 能夠傳輸用戶可以接受的視頻；能夠傳輸用戶可以接受的視頻； 能夠支持對稱或者非對稱的

59、壓縮解壓應用；能夠支持對稱或者非對稱的壓縮解壓應用； 根據需要可以支持隨機存??；根據需要可以支持隨機存?。?除了正常播放之外，根據需要支持快進、快倒、除了正常播放之外，根據需要支持快進、快倒、快放等多種工作方式；快放等多種工作方式； 能夠支持視頻和音頻的同步工作；能夠支持視頻和音頻的同步工作； 能夠避免出現大的障礙；能夠避免出現大的障礙； 當需要時，可以控制壓縮解壓的延遲；當需要時，可以控制壓縮解壓的延遲； 如果需要，可以具有編輯能力；如果需要，可以具有編輯能力； 能夠以靈活的格式支持窗口視頻演示；能夠以靈活的格式支持窗口視頻演示； 不排斥使用價格低廉又能夠實時編碼的芯片。不排斥使用價格低廉又

60、能夠實時編碼的芯片。普通高等教育“十一五”國家級規劃教材多媒體技術教程3.3.4.3 4.3 視頻壓縮標準視頻壓縮標準 MPEG - -標準（標準（ISO/IEC11172-）的目標是的目標是以約以約1.5Mbps的速率傳輸電視質量的視頻信號，亮度的速率傳輸電視質量的視頻信號，亮度信號的分辨率為信號的分辨率為360240，色度信號的分辨率為，色度信號的分辨率為180120，每秒，每秒30幀。幀。MPEG-標準包括：標準包括： MPEG系統（系統（ISO/IEC11172-1） MPEG視頻（視頻（ISO/IEC11172-2） MPEG音頻（音頻（ISO/IEC11172-3） 測試驗證（測試