第四章 多媒体数据压缩编码技术 学习要点: 1、多媒体数据要所编码的重要性和分类
2、常用压缩编码算法的基本原理及实现技术,预测编码、交换编码(K-L变换、DCT变换)、统计编码(Hufman编码、算术编码)
3、量化的基本原理和量化器的设计思想
4、静态图象压缩编码的国际标准(JPEG)原理、实现技术,以及动态图像压缩编码国际标准(MPEG)的基本原理
一、多媒体数据压缩编码的重要性和分类 1、多媒体数据压缩的重要性 多媒体技术最大难题是海量数据存储与传送电视信号数字化后的数据量
2、多媒体数据压缩的可能性 (1) 空间冗余 例: 图象中的“A”是一个规则物体
光的亮度、饱和度及颜色都一样,因此,数据A有很大的冗余
(2) 时间冗余 (3) 信息熵冗余 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
信息熵:指一团数据所带的信息量,平均信息量就是信息熵(entropy)
例:从 64个数中选出某一个数,可先问“是否大于 32
”消除半数的可能,这样只要6次就可选出某数
这是因为每提问一次都会得到 1比特的信息量
因此,在 64个数中选定某一数所需的信息量是 log2 64=6(bits)
设从 N个数中选任意一个数X的概率为 P(x),假定选定任意一个数的概率都相等,P(x)= 1/N,因此定义信息量I(x)=log2N= -log2(1/N)= -log2P(x)=I[P(x)],如果将信源所有可能事件的信息量进行平均,就得到了信息熵(entropy)
熵就是平均信息量
信息源的符号集为 Xj (j=1,2,3„„
N)设X出现的概率为 P(xj),则信息源 X的熵为 (4) 结构冗余 图象有非常强的纹理结构
如草席图结构上存在冗余
(5) 知识冗余 图像的理解与某些基础知识有关
例:人脸的图像有同样的结构:嘴的上方有