第四章 多媒体数据压缩编码技术（课件）- 《多媒体技术基础及应用（第2版）》同步教学（清华大学版）

第四章 多媒体数据压缩编码技术 学习目的：　　 　　通过本章的学习，使学生掌握多媒体数据压缩编码的基本原理和算法、数据压缩编码的分类和方法。了解多媒体数据压缩编码的国际标准。 学习的知识点： 　　多媒体数据压缩、信息能被压缩原因、、多媒体数据压缩编码的国际标准JPEG、MPEG-1等内容。 学习要求： 　　掌握：数据冗余的概念和冗余的种类、霍夫曼（Huffman）编码的原理和方法、JPEG数据压缩的原理和实现技术。 　　理解：量化的原理和量化器的设计、MPEG-1的原理和实现技术。 　　了解：多媒体数据压缩的必要性和可能性、多媒体数据压缩的内涵、常用的压缩编码和算法（统计编码、预测编码、变换编码）、多媒体数据压缩编码的国际标准。 学习重难点： 　　重点： 　　·信息熵的概念 　　·统计编码、变换编码、预测编码的原理 　　·JPEG编码实现方法 　　·哈夫曼算法 　　难点： 　　·信息熵的概念 　　·哈夫曼算法 目录： 　　 4.1 多媒体数据压缩的必要性、可能性和分类 　 　4.2 量化 　 　4.3 统计编码 　 　4.4 预测编码 　 　4.5 变换编码 　 　4.6 多媒体数据压缩编码的国际标准 4.1　多媒体数据压缩的重要性和分类 1．多媒体数据压缩编码的重要性 　　多媒体信息包括文本、数据、声音、动画、图像、图形以及视频等多种媒体信息。虽然经过数字化处理后其数据量是非常大的，如果不进行数据压缩处理，计算机系统就无法对它进行存储和交换。另一个原因是图像、音频和视频这些媒体具有很大的压缩潜力。因为在多媒体数据中，存在着空间冗余、时间冗余、结构冗余、知识冗余、视觉冗余、图像区域的相同性冗余、纹理的统计冗余等。它们为数据压缩技术的应用提供了可能的条件。因此在多媒体系统中必须采用数据压缩技术，这是多媒体技术中一项十分关键的技术。 未经过压缩的信息数据的示例 未经压缩的数据情况 数据大小（约） 一张CD-ROM可存（约） 一幅1024×768、24位真彩图像 2.26MB　 287张　 监测卫星采用四波段，按每天30幅的频率传输2340×3240真彩图像 2.5GB　 0.25天　 一分钟的立体声CD-A激光唱盘，采样频率44.1kHz，量化位16 10.09MB　 64分钟　 一分钟24位真彩、320×240、25帧/秒的PAL电视信号 329.6MB　 2分钟　 数据量巨大带来的问题： 　　1、要求提高存储器的容量 　　2、增加通信干线的信道传输率 　　3、提高计算机的速度。形成一种瓶颈。单纯靠扩大存储器的容量、增加通信干线的传输率的办法是不现实的。 　　数据压缩是以一定的质量损失为前提的，按照某种方法从给定的信源中推出已简化的数据表述。这里所说的质量损失一般都是在人眼允许的误差范围之内，压缩前后的图像如果不做非常细致的对比是很难觉察出两者的差别。处理一般是由两个过程组成：一是编码过程，即将原始数据经过编码进行压缩，以便存储与传输；二是解码过程，此过程对编码数据进行解码，还原为可以使用的数据。 2．多媒体数据压缩编码的可能性 　　音频与视频数据表示中存在大量的冗余，数据压缩技术就是研究如何利用数据的冗余性来减少数据量的方法。 　　（1）空间（空域）冗余 　　（2）时间（时域）冗余 　　（3）结构冗余 　　（4）知识冗余 　　（5）视觉冗余 　　（6）听觉冗余 　　（7）信息熵冗余（编码冗余） （1）空间（空域）冗余 　　静态图像存在的一种主要数据冗余。同一景物表面上各采样点的颜色之间往往存在着空间连贯性，但是基于离散像素采样来表示物体颜色的方式通常没有利用景物表面颜色的这种连贯性，从而产生冗余。 （2）时间（时域）冗余 序列图像（电视画面、运动图像）表示中经常包含的冗余。序列图像一般为位于一时间轴区间内的一组连续画面，其中的相邻帧往往包含相同的背景和移动物体，只不过移动的物体所在的空间位置略有变化，所以前后相邻的帧的数据有许多共同的地方。这种共同性是由于相邻帧记录相邻时刻的同一场景画面引起的，所以称为时间冗余。 同理，在言语中，由于人在说话时发音的音频是一连续的渐变过程，而不是一个完全在时间上独立的过程，因而也存在时间冗余。 （3）结构冗余 有一些图像的纹理区，图像的像素值存在着明显的分布模式。例如方格状的地板图案等。通过分布模型，可生成图像。 （4）知识冗余 有些图像的理解与某些知识有相当大的相关性。如：人脸的图像有固定的结构，嘴的上方有鼻子，鼻子的上方有眼睛，鼻子位于正面图像的中线上等等。这类规律性的结构可由先验知识和背景知识得到。这就是知识冗余。根据已有的知识，对某些图像中所包含的物体，构造出描述模型，并创建对应的各种特征的图像库，进行图像的存储只需要保存一些特征参数，从而可大大减少数据量。知识冗余是