数字媒体技术导论ppt课件.ppt

《数字媒体技术导论ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数字媒体技术导论第八章数字媒体压缩技术教学目标：（1）了解数字媒体数据压缩的原因。（2）理解数字媒体数据压缩技术的不同分类。（3）掌握通用的数据压缩编码算法。（4）了解各种数字媒体数据压缩的标准。学习内容：8.1数据压缩及分类8.2通用的数据压缩技术8.3数字媒体压缩标准8.1.1压缩的可能性与信息冗余经过数字化处理后的图形、图像、视频和音频等媒体信息的数据量非常大，如果不进行数据压缩，计算机系统就无法对它进行存储、交换和传输。1）数字图像2）数字视频3）数字音频（数据量的计算）8.1数据压缩及分类8.1.1压缩的可能性与信息冗余数据能够被压缩的主要原因在于媒

2、体数据中存在数据的信息冗余。信息量包含在数据之中，一般的数据冗余主要体现在：1）空间冗余2）结构冗余3）时间冗余4）视觉冗余5）知识冗余6）信息熵冗余8.1数据压缩及分类8.1.2数据压缩分类按信息压缩前后比较是否有损失进行划分：无损压缩指使用压缩后的数据进行重构（还原或解压缩），重构后的数据与原来的数据完全相同。常用的无损压缩算法有霍夫曼(Huffman)算法和LZW算法。也称为可逆编码。有损压缩指使用压缩后的数据进行重构，重构后的数据与原来的数据有所不同，但不影响人对原始资料表达的信息造成误解。也称为不可逆编码。按数据压缩编码的原理和方法进行划分：统计编码

3、：主要针对无记忆信源，根据信息码字出现概率的分布特征而进行压缩编码，寻找概率与码字长度间的最优匹配。预测编码：是利用空间中相邻数据的相关性来进行压缩数据的。变换编码：是将图像时域信号转换为频域信号进行处理。分析–合成编码：是指通过对源数据的分析，将其分解成一系列更适合于表示的“基元”或从中提取若干更为本质意义的参数，编码仅对这些基本单元或特征参数进行。无记忆信源【无记忆信源】（1）存在一个或多个基本符号集；（2）将多个基本符号集做笛卡儿积，形成一定长度的联合概率空间；（3）运用外力的功（电动势）将单个符号或一定长度的符号序列从随机事件转化成必然事件，或者说，将

4、一个随机系统转化成一个必然系统；并且回退到原始空间中来，该原始空间的概率分布不因为事件的发生而改变。【有记忆信源】（1）存在一个或多个基本符号集；（2）将多个基本符号集做笛卡儿积，形成一定长度的联合概率空间；（3）运用外力的功（电动势）将单个符号或一定长度的符号序列从随机事件转化成必然事件，或者说，将一个随机系统转化成一个必然系统；不能回退到原始空间中来，即原始空间的概率分布因为事件的发生而改变。按照媒体的类型进行压缩划分：图像压缩标准：JPEG等声音压缩标准：MP3运动图像压缩标准：MPEG、H.26x系列、AVS目录8.2通用的数据压缩技术行程编码字典编码

5、熵编码等PCMDMDPCM通用的压缩方法具有压缩比低、通用性强等特点无损压缩技术有损压缩技术目录8.2.1编码的理论基础数据压缩技术的理论基础是信息论。根据信息论的原理，可以找到最佳数据压缩编码方法，数据压缩的理论极限是信息熵。熵是信息量的度量方法，它表示某一事件出现的消息越多，事件发生的可能性就越小，数学上就是概率越小。信息与信息量信息量是指信源中某种事件的信息度量或含量。一个事件出现的可能性愈小，其信息量愈多，反之亦然。若pi为第i个事件的概率为0≤pi≤1，则该事件的信息量为一个信源包括的所有数据叫数据量，而数据量中包含有冗余信息。信息量=数据量-冗余量

6、信息熵信息熵就是将信源所有可能事件的信息量的平均。设从N个数中选定任一个数xj的概率为p(xj)，假定选定任意一个数的概率都相等，即p(xj)＝1/N，则I(xj)＝log2N＝-log21/N＝-log2p(xj)=I[p(xj)]上式中，p(xj)是信源X发出xj的概率。I(xj)的含义是信源X发出xj这个消息（随机事件）后，接收端收到信息量的量度。信息熵(续)信源X发出的xj(j=1,2,…,n)共n个随机事件的信息量的统计平均，即H(X)=E{I(xj)}=H(X)称为信源X的“熵”，即信源X发出任意一个随机变量的平均信息量。其中，等概率事件的熵最大，

7、假设有N个事件，此时熵为：H(X)＝＝信息熵(续)当P(x1)＝1时，P(x2)＝P(x3)＝…＝P(xj)＝0，此时熵为H(X)＝－P(x1)＝0由上可得熵的范围为：0≤H(X)≤信息熵(续)在编码中用熵值来衡量是否为最佳编码。若以Lc表示编码器输出码字的平均码长，其计算公式为：Lc＝（j=1,2,…,n）其中：P(xj)是信源X发出xj的概率，L(xj)为xj的编码长。信息熵(续)平均码长与信息熵之间的关系为：Lc≥H(X)有冗余，不是最佳。Lc＜H(X)不可能。Lc＝H(X)最佳编码（Lc稍大于H(X)）熵值为平均码长Lc的下限。8.2.2霍夫曼编码霍夫

8、曼编码（Huffman）是运用信息熵原