资源描述：
《毕业论文：多媒体数据压缩算法研究与实现（定稿）》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、多媒体数据压缩算法研究与实现摘要：多媒体数据压缩技术是实现实时有效地处理、传输和存储庞人的多媒体数据的关键技术。许多应川领域对多媒体信息的实时压缩提出了更高的要求，快速、高效的压缩算法是解决这一问题的关键。针对多媒体数据在空间、时间、结构、视觉、知识等方甸所产牛的兀余，利用有损压缩和无损压缩等方法，对图像、咅频、视频等多媒体数据进行压缩,以保留尽可能少的有用信息。本文主要是把所V的数据结构和算法设计的知识应用于实践，对目前普遍采用的多媒体数据及其压缩算法加以研究，同时介绍了数据压缩所采用的分类、方法及其标准，并分
2、析何种算法的优缺点，并据此选择设计一种多媒休数据的无损压缩算法。并以实例加以说明。关键词：多媒体;压缩；呛夫曼编码.1•多媒体数据类型1.1文字在现实世界中，文字是人与计算机之间进行信息交换的主要媒体。文字主要包括西文与中文。在计算机中，文字用二进制编码表示，即使用不同的二进制编码来代表不同的文字。1.2音频音频（Audio）指的是20HZ〜20kHz的频率范围,但实际上“音频”常常被作为“音频信号”或“声音”的同义语，是属于听觉类媒体，主要分为波形声音、语音和音乐。1.3视频媒体能够利用视觉传递信息的媒体都是视
3、频媒体。位图图像、矢量图像等都是视频媒体。1.4动画动画是指运动的画而，动画在多媒体中是一种非常有用的信息交换工具。动画之所以成为可能，是因为人类的“视觉暂留”的生理现象。用计算机实现的动画有两种，-•种是帧动画，另一种是造型动画。2.数据压缩基本原理2.1信息、数据和编码数据是用來记录和传送信息，或者说数据是信息的载体。真正有用的不是数据木身，而是数据所携带的信息。数据压缩的理论基础是信息论。数据压缩技术是建立在信息论的基础之上的。数据压缩的理论极限是信息爛。而信息爛有两个基本概念作铺染，这两个慕木概念就是信息
4、、信息量。首先第一个概念“信息”。1.信息信息是用不确定的量度定义的，也就是说信息被假设为由一系列的随机变量所代表，它们往往用随机出现的符号來表示。我们称输出这些符号的源为“信源”。也就是要进行研究与压缩的对象。应该理解这个概念中的“不确定性”、“随机”性、“度量”性，也就是说当你收到一条消息Z前，某一事件处于不确定的状态中，当你收到消息后，去除不确定性，从而获得信息,因此去除不确定性的多少就成为信息的度量。比如：你在考试过后，没收到考试成绩（考试成绩通知为消息）Z前，你不知道你的考试成绩是否及格，那么你就处于一
5、个不确定的状态;当你收到成绩通知（消息）是“及格”，此吋，你就去除了“不及格”（不确定状态，占50%）,你得到了消息一一“及格”。一个消息的可能性愈小，其信息含量愈大；反Z,消息的可能性愈大，其信息含量愈小。2.信息量指从N个相等的可能事件中选出一个事件所需要的信息度量和含量。也对以说是辨别N个事件中特定事件所需提问“是”或“否”的最小次数。例如：从64个数(「64的整数)中选定某一个数(采用折半查找算法)，提问：“是否大于32?”，则不论冋答是与否，都消去半数的可能事件，如此下去，只要问6次这类问题，就可以从6
6、4个数中选定一个数，则所需的信息量是6(bit)我们现在可以换一种方式定义信息量，也就是信息论屮信息量的定义。设从N中选定任一个数X的概率为P(x),假定任选一个数的概率都相等，即P(x)=l/N,则信息量I(x)可定义为:/(%)=log2N=-log2丄二一log2P(X)N上式可随对数所用“底”的不同而取不同的值，因而其单位也就不同。设底取人于1的整数a,考虑一般物理器件的二态性，通常a取2,相应的信息量单位为比特(bit)；当a=e,相应的信息量单位为奈特(Nat)；当a=10,相应的信息量巾•位为哈特(
7、Hart)；显然，当随机事件X发牛的先验概率P(x)大时，算出的I(x)小，那么这个事件发生的可能性大，不确定性小，事件一旦发牛后提供的信息量也少。必然事件的P(x)等于1,I(x)等于0,所以必然事件的消息报导，不含任何信息最；但是一件人们都没有估计到的事件(P(x)极小)，一旦发生后，I(x)大，包含的信息量很大。所以随机事件的先验概率，与事件发牛后所产生的信息量，有密切关系。l(x)称X发生后的自信息量，它也是一个随机变量。现在可以给“嫡”下个定义了。信息量计算的是一个信源的某一个事件(X)的自信息量，而一
8、个信源若由n个随机事件组成，n个随机事件的平均信息量就定义为®(Entropy)o1.信息爛信源X发出的x,j二1,2,……n),共n个随机事件的自信息统计平均,即求数学期望H(x)=E(I(Xjy)=£p(x)I(x)=-^P(xj)logP(劝jTjTH(X)在信息论中称为信源X的“炳”(Entropy),它的含义是信源X发出任意一个随机变量的平均信息量。更详细的说，
