数字化后的视频和音频等媒体信息具有海量性

数字化后的视频和音频等媒体信息具有海量性，与当前计算机所提供的计算机存储资源和网络带宽之间有很大差距，这样对多媒体信息的存储造成很大困难。因此，多媒体信息以压缩的形式进行存储和传播成为必要，同时因为多媒体数据之间存在大量冗余现象，如空间冗余、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和纹理统计冗余，使得多媒体数据压缩成为可能。本章主要介绍了数据压缩的基本原理和方法，以及数据压缩的编码原理和压缩标准。

第7章多媒体压缩技术

7.1数据压缩的基本原理和方法

根据多媒体不同的表现形式和不同场合以及质量方面的应用需求，必须有针对性地进行设计。而各种压缩方法应该符合一定范围内的性能指标，以满足实际应用的领域的需要。

7.1.1数据压缩方法的分类

数据压缩技术自从1948年提出以来，经过50多年的发展。

根据解码后的数据与压缩之前的原始数据是否完全一致，可以分为无损压缩编码和有损压缩编码。无损压缩编码具有可恢复性和可逆性。该编码在压缩时不丢失任何数据，即把所有的数据都作为比特序列，解压后的数据与原始数据完全一致。

有损压缩编码不具有可恢复性和可逆性，该编码在压缩时舍弃冗余的数据，例如人眼较难分辨的颜色或人耳难以分辨的方向源信号，实际取决于初始信号的类型、信号的相关性以及语义等内容。这些被舍去的信息值是无法再找回的，所以还原后的数据与原始数据存在差异。

统计编码：属于无失真编码。根据信源符号出现概率的分布特性进行编码，让概率大的信源符号用短码字表示，让概率小的信源符号用长码字表示，从而去除数据之间的冗余而达到压缩的目的。预测编码：根据离散信号之间存在一定的相关性特点，利用前面的一个或多个信号对下一个信号进行预测，然后对实际值和预测值的差值进行编码。

如果所有的信源符号出现的概率相同，则说明平均信息量最大，也就不存在信源的冗余。根据数据压缩的原理可以分为：统计编码、预测编码、变换编码、分析-合成编码和其他编码。

变换编码：属于有失真的编码。变换编码是将原始数据从初始空间或时间域进行数学变换，变换为更适合于压缩的抽象域。关键的是要寻找一个最佳变换，使信息中最重要的部分易于识别。变换本身是可逆的无损的，为了取得更好的效果，忽略了一些编码位数较长的系数而成为了有损编码。变换编码一般经过变换、变换域采样和量化三个步骤分析/合成编码：是基于某种模型的编码方法，这些模型可以是声道模型、语音模型、人体模型等。通过分析模型的具体特征，确定与之匹配的编码。

其他编码方法常见的有： 混合编码（HybridCoding）、 矢量量化（VectorQuantize，VQ）、 LZW算法等。还有近年来新出现的编码方法： 人工神经元网络（ArtificialNeuralNetwork，ANN）算法、 分形（Fractal）算法、小波（Wavelet）算法、 基于对象（Object-Based）的算法、 基于模型（Model-Based）的算法等。

7.1.2数据压缩的性能指标

衡量一种数据压缩技术的重要性能指标有压缩比、压缩速度、压缩质量和计算量。

压缩比

压缩比是指原始数据量和压缩后数据量的比值。有损压缩有很高的压缩比采用不同的压缩编码可得到不同的压缩比。无损压缩能实现的压缩比，一般只有数倍，而且与被压缩的对象有关。文字、图像普遍采用无损压缩。例如，MPGE是一种包含音频和图像在内的压缩技术，利用MPEG-1、MPEG-2、MPEG-4三个方案，对音频的感知编码中，MPEG-1方案的音频压缩比是1:4，MPEG-2方案的音频压缩比是1:6…1:8，MPEG-4方案的音频压缩比是1:10…1:12。但是MPEG对图像的压缩算法，所提供的压缩比可以高达200:1。利用JPEG也可以有多种图像的压缩比，甚至可以减小到原图像的百分之一（压缩比100:1）。

压缩速度压缩速度指编码或解码的快慢程度。不同的应用场合，对压缩速度要求是不同的。对于一个压缩系统而言，有对称压缩和非对称压缩之分。

所谓对称压缩，就是压缩和解压缩都需要实时进行的。例如：电视会议的图形传输。

非对称压缩常常在解压缩方面要求是实时的，但压缩可以不是实时的。例如，多媒体CD-ROM的制作过程可以不是实时的，但解压缩必须是实时的，否则用户看到的就不是连续的图像。

压缩质量

压缩质量是指压缩以后对媒体的感知效果。有损压缩才可能影响人对媒体的感知效果。压缩质量的好坏与压缩算法、数据内容和压缩比有密切的关系。

例如，使用JPEG编码时，当压缩比为20:1时，能看到图像稍微有点变化，当压缩比大于20:1时，一般图像质量开始变坏。但使用MPEG编码时，可以得到很好的数据压缩而依然保持CD声音质量的原样。在较高的压缩比下，也能获得较好的图像质量。

计算量

图像数据压缩需要进行大量计算，从目前的技术来看，压缩的计算量比解压缩计算量要大，例如动态图象的压缩编码计算量约为解压缩的计算量的4倍。

7.2统统计计编编码码统计计编编码码属属于于一一种种无无失失真真的的编编码码，，具具体体实实现现的的方方法法有有多多种种，，包包括括行行程程编编码码、、LZW编编码码、、Huffman编编码码、、算算术术编编码码。。本本节节在在介介绍绍了了统统计计编编码码的的基基本本思思想想之之后后，，为为读读者者引引见见LZW编编码码、、Huffman编编码码、、算算术术编编码码等等几几种种实实现现方方法法。。统计编码又称熵编码。。根据信息论论的原理，我我们可以找到到最佳的压缩缩编码方法，，数据压缩的的理论极限是是信息熵。也也就是说，信信息中可能存存在着冗余信信息，要去除除信息的冗余余部分，使编编码后单位数数据量等于其其信息源的熵熵，就达到了了压缩极限。。信息论指出，，如果一个事事件（例如收收到一个信号号）有n个等等可能性的结结局，那么结结局未出现前前的不确定程程度H与n的的自然对数成成正比，即有有：H=Clnn(C为常数)如果一个消息息有10个可可能的结果，，不确定程度度就是Cln10。当人们收到到这个消息后后，就消除了了这种“不确确定”性。这这样，一个消消息中所含有有的信息量，，就用表示有有多少个不确确定程度的H来定义，申申农（香农））把这个不确确定程度H称为信息熵。信息论认为信信源中存在的的冗余度来自自于信源本身身的相关性和和信源概率分分布的不均匀匀性。熵编码要解决决的问题，是是如何利用信信息熵理论减减少数据在存存储和传输中中的冗余度。也就是要找找到去除信源源的相关性和和概率分布的的不均匀性的的方法。事件间的统计计特性与熵有这样的关系系。事件发生的概概率越小，则则其熵值越大大，表示信息息量越大，而而发生的概率率越大，则其其熵值越小。。统计编码就是根据信源源符号出现概概率的分布特特性而进行工工作的。统计编码需要在信源符符号和码字之之间确定严格格的一一对应应关系，以便便准确无误地地在先原来信信源，同时使使平均码长尽尽量小。统计编码对于于出现概率比比较高的数据据分配短码，，而对那些出出现概率比较较低的数据则则分配长码。。该方法使总数数据量降低，，达到数据压压缩的目的。。常用的统计编编码有LZW编码、Huffman编码和算术术编码。编编码LZW（LempelZivWelch）压缩缩编码是一种种压缩效率较较高的无损数数据压缩技术术。1977年，，两位以色列列教授Lempel和Ziv提出了了查找冗余字字符和用较短短的符号标记记替代冗余字字符的概念，，称为Lempel-Ziv压缩技技术。1985年，美国国人Welch将Lempel-Ziv压缩技技术从概念发发展到实际运运用阶段，因因而被命名为为“LempelZivWelch”压缩缩技术，简称称“LZW””技术。LZW被广泛用用于图像压缩缩领域。LZW压缩基基本原理LZW压缩的的基本原理是是：LZW压压缩把每一个个第一次出现现的字符串用用一个数值来来编码，在还还原程序中再再将这个数值值还成原来的的字符串。转换表是在压压缩或解压缩缩过程中动态态生成的表，，该转换表只只在进行压缩缩或解压缩过过程中需要，，一旦压缩或或解压缩结束束，该表将不不再起任何作作用。压缩过程生成成的转换表，，记录了代码码和数据的对对应关系，并并且只用于压压缩过程。在在解压缩过程程中，LZW压缩编码会会生成另一个个用于解压缩缩的转换表，，该表与压缩缩时产生的转转换表完全相相同，数据以以严格对应的的无损方式被被还原。例如用数值0x100代代替字符串““abccddeee””这样每当出出现该字符串串时，都用0x100代代替。把数据据流中复杂的的数据用简单单的代码来表表示，就起到到了压缩的作作用。并把代代码和数据的的对应关系建建立一个转换换表，又叫““字符串表””或“编码对对照表”。LZW压缩的的特点LZW压缩技技术的处理过过程比其他压压缩过程复杂杂，但过程完完全可逆。对对于简单图像像和平滑且噪噪音小的信号号源具有较高高的压缩比，，并且有较高高的压缩和解解压缩速度。。对机器硬件件条件要求不不高。LZW压缩技技术可压缩任任何类型和格格式的数据。。对于任意宽宽度和像素位位长度的图像像，都具有稳稳定的压缩过过程。常用于于GIF格式式的图像压缩缩，其平均压压缩比在2：：1以上，最最高压缩比可可达到3：1。LZW压缩技技术还可以被被用于文本程程序等数据压压缩领域，对对于数据流中中连续重复出出现的字节和和字串，LZW压缩技术术具有很高的的压缩比。值得注意的是是，规则数据据具有可预测测性，即从一一个数据可预预测到下一个个将可能是什什么数据。但但LZW压缩缩技术对于可可预测性不大大的数据具有有较好的处理理效果7.2.3Huffman编码Huffman（哈夫曼）编码码是统计编码的的一种，属于于无损压缩编编码。该编码码是在1952年为文本本文件建立的的，编码方法法简单且有效效，因而得到到广泛的应用用。现在已经经派生出很多多变体。Huffman编码基本本原理Huffman编码的基基本原理是用用较短的代码码代替出现概概率较高的数数据，用较长长的代码代替替出现概率较较低的数据，，所有代码都都采用二进制制码，其码的的长度是可变变的，且每个个数据的代码码各不相同。。例如，对于原原始数据序列列A、B、C、E、D这这五个字母，，假定对应于于每个字母出出现的概率分分别为0.30、0.25、0.22、0.15、和0.08，则可可以编码为A(00)、、B(01)、C(10)、(D110)、(D111)，压缩后后为000110110111。由由此产生的全全部信息的总总码长将小于于实际信息的的符号长度，，从而达到压压缩的目的。。整个编码过程程实际上建立立二叉树的过程，所所以编码时需需要对原始数数据扫描两遍遍，第一遍扫扫描要精确地地统计出原始始数据中的每每个值出现的的频率，第二二遍是通过合合并最小概率率来建立霍夫夫曼树，同时时还要进行编编码。由于需需要对多层次次的二叉树节节点进行编码码，因此数据据压缩和还原原速度都较慢慢。编码过程根据以上编码码原理，Huffman编码的实际际编码过程如如下：1.将信源符号按按照出现概率率递减的顺序序排列。2.将最小的两个个概率进行相相加合并，得得到的结果作作为新符号的的出现的概率率。3.重复进行1和和2，直到概概率的和值等等于1。4.在进行消息概概率合并运算算时，可以对对概率大的符符号用编码0表示，概率率小的符号用用编码1表示示。也可以相相反表示，可可以对概率大大的符号用编编码1表示，，概率小的符符号用编码0表示。5.最后，记录下下从概率为1处开始到当当前信源符号号之间的0、、1序列，从从而得到每个个符号的编码码。设信号源为：：x={x1，，x2，x3，x4，x5}对应的概率为为：p={0.30，0.25，0.22，0.15，0.08}则编码过程如如图7-2所所示，其中第第一次将0.15和0.08概率进进行合并，结结果为0.23。继续此过程，，历遍所有信信号，直到概概率和为1.0。当前信号源X1X2X3X4X5概率0.230.450.551.0000001111码字000110110111字长22233课后习题：设输入图像的的灰度级{a1,a2,a3,a4,a5,a6}出现的概率分分别是0.4、0.2、0.12、0.15、0.1、0.03。试进行哈夫夫曼编码，并并计算平均码码长、编码效效率。Avg==0.30×2+0.25×2+0.22×2+0.15×3+0.08×3=2.08计算该编码的的平均字长为为2.08，，信息熵H（（5）为1.6（假如常常数C为1）），那么编码码效率约为77%。可见见霍夫曼编码码是一种效率率较高的编码码方案。但要要指出的是，，由于“0””和“1”的的指定可以是是任意的，所所以上面所得得到的编码不不是唯一的。。Huffman提出的这这种编码也称称为最佳变长长码，其优点点是编码的效效率高，但这这种编码依赖赖于源的统计计特性，同时时我们看到，，Huffman编码只只能通过查表表的方法建立立消息和码字字之间的关系系，所以如果果消息数很大大，需要存储储的码表也需需很大，从而而会影响存储储量、编码以以及译码速度度等各个方面面的性能。算算术编码算术编码属于于无损压缩的的统计编码，，常用于图像像数据压缩标标准(如JPEG，JBIG)中。。算术编码基本本原理算术编码的基基本原理是将将出现概率较较多的“事件件”(可以是是字符或字符符串)，用尽尽可能少的位位或字节来表表示。算术编编码是一种变变长码，主要要针对出现的的概率高的事事件序列标识识的信息进行行压缩。在算术编码中中，将信源符符号表示成实实数轴上0和和1之间的间间隔，例如一一个信源符号号“10”可表示成[0.5,0.7]。。信息越长，，这个间隔就就越小，例如如一个较长的的信源符号可可表示成[0.514384,0.51442]，显然然表示这一间间隔所需的二二进制位数就就越多。也就就是说，算术术编码用到两两个基本的参参数是符号的的概率和它的的编码间隔。。信源符号的的概率决定压压缩编码的效效率，也决定定编码过程中中信源符号的的间隔，间隔隔则决定了符符号压缩后的的输出。算术编码区别别于霍夫曼编编码的是，它它是根据信源源符号估计出出各个元素的的概率，然后后进行迭代计计算。而不象象霍夫曼编码码必须预先得得知信源的出出现概率。7.3预测测编码预测编码是一一种有失真的的编码，DPCM编码和和ADPCM编码是两种种较典型的预预测编码，它它们比较适用用于声音和图图像数据的压压缩，下面我我们就来了解解一下预测的的基本概念，，以及DPCM编码、ADPCM编编码基本原理理。预预测编码预测编码是根据离散信信号之间存在在一定的相关关性的特点，，利用前面的的一个或多个个信号对下一一个信号进行行预测，然后后对实际值和和预测值的差差值进行编码码。预测编码码根据预测器器的设计分为为线性预测和和非线性预测测。但为了预预测的效率，，大多采用线线性预测。预测编码非常常适用于声音音和图像方面面的压缩。对对于声音来讲讲，预测的对对象是声波的的下一个幅度度、下一个音音色。对于图图像而言，预预测的对象是是下一个像点点、下一条线线或下一帧。。声音和图像像中通常都存存在冗余的信信号，而且在在相邻的音色色或相邻像点点之间的相关关性比较强，，它们的差值值比较小，这这样任何音色色或像点都可可以通过已知知样本值进行行预测。对于于连续的多帧帧图像，上下下帧通常具有有一些相同的的部分内容，，如背景和静静止的物体，，可以预计在在一定的时间间内将不会发发生变化。主主要对其差值值进行编码，，可以达到压压缩的目的。。预测编码时首首先要存储的的是当前内容容，接着以把把当前内容作作为样板，预预测下一个信信号，将预测测所得的不同同内容进行存存储或传输，，如内容相同同则是数据冗冗余，予以剔剔除。这样数数据量将会大大幅度减少，，达到压缩效效果。预测编码常见见的方法有DPCM、ADPCM、、ΔM、Δ－∑M调制编码。。预测编码主主要采用压缩缩图像数据的的空间冗余和和时间冗余的的方法，简捷捷且易于实现现，但要求数数据传输速度度很高。另外外，预测编码码方法的压缩缩能力有限。。为了进一步步提高数据压压缩的能力，，可采用其它它编码方法，，例如变换编编码。编编码PCM是脉冲冲编码调制，，它首先对原原始的模拟数数据进行采样样、量化，然然后作为数字字信号传输。。DPCM（（DifferentialPulseCodeModulation））是差分脉冲冲编码调制算算法。差分脉脉冲编编码的的抽样样速率率通常常是与与PCM相相同，，因此此在编编码器器中的的带限限滤波波器和和解码码器中中的平平滑滤滤波器器基本本上与与PCM系系统中中的滤滤波器器是一一样的的，但但是它它不是是对每每个采采样值值进行行量化化的，，而是是根据据前一一个样样值预预测下下一个个样值值，并并量化化实际际值和和预测测值之之间的的差值值。差差分脉脉冲编编码的的基本本原理理如图图7-3所所示，，在发发送端端输入入的采采样信信号，，经量量化器器后传传送到到编码码器，，DPCM编编码器器将产产生不不同抽抽样值值，简简单的的抽样样方法法就是是将前前一个个输入入抽样样直接接存储储在抽抽样保保持电电路中中，并并使用用模拟拟减法法器来来测试试抽样样有无无变化化。如如果信信号有有变化化，则则差值值被量量化、、被编编码和和传输输。差分脉脉冲编编码的的基本本原理理其中有有关的的参数数含义义如下下：Xn——输输入信信号，，为每每个即即时时时刻的的样本本值；；——预预测值值，根根据时时刻之之前的的采样样值x1，x2，…xn-1得到En——xn-En’’——En经过量量化器器量化化后的的输入入信号号Qn——量量化器器的量量化误误差产生的的误差差为：：Xn-Xn’=Xn-(+En’)=(Xn-)-En’=En-En’=qn量化器器预测器器XnEnEn’Xn’XnXnXnXnXnqn恰好就就是发发送端端的量量化误误差。。所以以，DCPM系统中中，量量化器器和预预测器器的设设计是是关键键，好好的预预测器器编码码应能能根据据信号号的局局部特特性，，调整整量化化器的的步长长和预预测器器的参参数，，使得得许多多预测测值和和实际际值之之间差差值为为最小小。在接收收端，，经过过和发发信端端的预预测完完全相相同的的操作作，可可以得得到量量化的的原信信号，，然后后再通通过低低通滤滤波便便可恢恢复与与原信信号近近似的的波形形。这这里就就不再再给出出原理理图了了。7.3.3ADPCM编码码ADPCM（AdaptiveDifferentialPulseCodeModulation）自适适应差差分编编码，，它具具有自自适应应编码码的特特性，，该编编码包包括自自适应应量化化和自自适应应预测测两种种形式式。ADPCM编码的的方法法是针针对输输入样样值进进行自自适应应预测测，然然后对对预测测误差差进行行量化化编码码。综合了了APCM的自自适应应特性性和DPCM系系统的的差分分特性性，是是一种种性能能比较较好的的波形形编码码。它的核核心想想法是是：①①利用用自适适应的的思想想改变变量化化阶的的大小小，即即使用用小的的量化化阶(step-size)去编编码小小的差差值，，使用用大的的量化化阶去去编码码大的的差值值,②②使用用过去去的样样本值值估算算下一一个输输入样样本的的预测测值，，使实实际样样本值值和预预测值值之间间的差差值总总是最最小。。它的编编码简简化框框图如如图3-10所所示。。ADPCM主要要用于于对中中等质质量的的音频频信号号进行行高效效率压压缩。。例如如语音音的压压缩、、调幅幅广播播音质质的信信号压压缩等等。CCITT的32kbit／／s语语音编编码标标准G.721采用用ADPCM编编码方方式，，每个个语音音样值值相当当于用用4个个二进进制位位进行行编码码。7.4变变换换编编码码变换换编编码码是一一种种有有失失真真编编码码，，所所谓谓变变换换主主要要是是将将原原始始数数据据的的原原来来的的时时间间或或空空间间域域进进行行数数学学变变换换，，使使得得通通过过变变换换后后能能够够突突出出原原始始数数据据中中的的重重要要部部分分，，以以便便重重点点处处理理。。变变换换编编码码中中的的较较为为典典型型的的是是最最佳佳变变换换（（K-L变变换换））编编码码和和离离散散余余弦弦变变换换（（DCT））编编码码，，其其中中K-L变变换换是是在在均均方方误误差差最最小小意意义义下下导导出出的的，，其其基基向向量量是是输输入入数数据据向向量量协协方方差差矩矩阵阵的的特特征征向向量量，，这这种种变变换换矩矩阵阵将将随随着着输输入入数数据据的的不不同同而而不不同同，，因因此此难难于于实实现现。。而离散余余弦变换换（DCT）编编码可对对某个固固定的像像素块进进行变换换，变换换以后的的数据称称为DCT系数数，由于于离散余余弦变换换的变换换核心可可固定，，使得变变换容易易实现，，而且变变换的性性能近次次于K-L变换换，目前前已广泛泛用于多多媒体压压缩标准准JPEG、MPEG、H.261、H.263等算法法中。变变换编码码变换编码码是一种重重要的编编码类型型，属于于有失真真的编码码，变换换编码技技术起源源比较早早，理论论上和技技术上都都比较成成熟，被被广泛应应用于单单色图像像、彩色色图像、、静止图图像、运运动图像像，以及及多媒体体计算机机技术中中的电视视帧内图图像压缩缩和帧间间图像压压缩中。。变换编码码是指将将给定的的图像变变换到另另一个数数据域（（变换域域或频域域）上，，使得大大量的信信息能用用较少的的数据来来表示。。变换编码码原理如如图7-4所示示。图中中，输入入信号经经过适当当的正交交变换到到另一个个频域空空间，相相关性就就会明显显减少，，能量集集中在频频域的少少数低频频系数上上，这样样就达到到了数据据压缩的的效果。。如果保保留频域域中系数数大的元元素，忽忽略小的的系数，，然后辅辅以非线线性量化化来提高高压缩程程度，最最后进行行编码，，可获得得很高的的压缩比比。也就是说说，它不不是直接接对空间间域图像像信号编编码，而而是首先先将当前前所表达达的空间间域图像像信号经经过变换换映射到到另一个个正交矢矢量空间间，将得得到一系系列变换换系数，，然后对对这些变变换系数数进行编编码处理理。结果果是重要要的系数数在变换换到其他他空间域域后，其其编码的的精确度度高于次次重要的的系数。。变换本本身是一一种无损损且可逆逆的技术术，为了了能获得得更好的的编码效效果，忽忽略了一一些不重重要的系系数，由由此成为为了有损损的技术术。7.5音音频数数据压缩缩标准音频信号号可分为为电话质量量的语音音、调幅幅广播质质量的音音频、高高保真立立体声信信号，它们分分别对应应着不同的频频率范围围。音频中中的声波波文件所所占有大大量的空空间容量量，极大大地影响响着数字字音频的的存储和和传输，，因此，，压缩音音频极其其重要。。考虑到到声波中中分有语语音和一一般声音音，又考考虑到不不同应用用场合的的不同要要求，压压缩音频频可以采采用不同同方式的的编码。。音频编码码常采用用有损的的编码，，主要分分为波形编码码、参数编码码和混合编码码：波形编码码方式是能能够忠实实地表现现波形的的编码方方式。语语音信号号的波形形编码力力图使重重建的语语音波形形保持原原语音信信号的波波形状态态。这类类编码器器通常是是将语音音信号作作为一般般的波形形信号来来处理,比如：：脉冲编编码调制制（PCM）、、自适应应增量调调制（ADM或或ΔM编编码）、、自适应应差分编编码（ADPCM）、、自适应应预测编编码（APC））、自适适应子带带编码（（ASBC）、、自适应应变换编编码（ATC））等都属属于这类类编码器器。以上上几种波波形编码码方式分分别在64kb/s～～16kb/s的速率率上能给给出高的的编码质质量。当当速率进进一步降降低时,其性能能会下降降较快。。由于这这类编码码器通常常将语音音信号作作为一般般的波形形信号来来处理,所以它具具有适应应能力强强、话音音质量好好、抗噪噪抗误码码的能力力强等特特点,但但所需的的编码速速率高,其中64kb/sPCM的的语音质质量成为为一个编编码质量量的参照照标准。。参数编码码是根据据声音的的形成模模型,把把声音变变换成参参数的编编码方式式。其基基本方法法是通过过对语音音信号特特征参数数的提取取及编码码,力图图使重建建语音信信号具有有尽可能能的可懂懂性,即即保持原原语音的的语义。。而重建建的信号号的波形形同原语语音信号号的波形形可能会会有相当当大的差差别。参数编码码的优点是：编码速速率低,编码速速率通常常小于4.8kb/s,可以以低至600b/s至至2.4kb/s。缺点是：合成语语音质量量差,特特别是自自然度较较低,连连熟人之之间都不不一定能能听出讲讲话人是是谁;另另外,这这类编码码器对讲讲话环境境噪声较较敏感,需要安安静的讲讲话环境境才能给给出较高高的可懂懂度,且且时延大大参数编码码的典型型例子语语音信号号的线性性预测编编码（LPC））已被公公认为是是目前参参数编码码中最有有效的方方法,它它能够在在2.4kb/s的低低比特速速率下获获得清晰晰、可懂懂的合成成音。并并且易于于硬件实实现。这这种方法法的优点点是不但但能极为为精确地地估计参参数,还还在于它它的计算算速度比比较快。。另外多多带激励励（MBE）编编码,余余弦变换换编码（（STC）均属属参数编编码。由由于参数数编码是是保护语语声模型型,重建建清晰可可识别的的语声,而不注注重波形形的拟合合,所以以这类编编码技术术实现的的是合成成语声质质量下的的低速或或极低速速的编码码。混合编码码是将波形形编码与与参数编编码结合合而产生生的一种种编码方方式。使使语音编编码技术术有了突突破性的的进展。。其中提提出了一一些非常常有效的的处理方方法,产产生了新新一代的的参数编编码算法法,构成成了新一一代的声声码器。。混合编码克克服了原有有波形编码码器与声码码器的弱点点,而结合合了它们的的优点,在在4～16kb/s速率上能能够得到高高质量合成成语音。在在本质上具具有波形编编码的优点点,有一定定抗噪和抗抗误码的性性能,但时时延较大。。混合编码结结合了以上上两种编码码方式的优优点,采用用线性技术术构成声道道模型,不不只传输预预测参数和和清浊音信信息,而是是将预测误误差信息和和预测参数数同时传输输,在接收收端构成新新的激励参参数去激励励预测参数数构成的合合成滤波器器,使得合合成滤波器器输出的信信号波形与与原始语声声信号的波波形最大程程度的拟合合,从而获获得自然度度较高的语语声。这种编码技技术的关键键是：如何何高效地传传输预测误误差信息。。依据对激激励信息的的不同处理理,这类编编码主要有有：多脉冲冲线性预测测编码（MPLPC）、规则则脉冲激励励线性预测测编码（RPELPC）、码码激励线性性预测编码码（CELPC）、、低时延的的码激励线线性预测编编码（LD-CELPC）。。7.5.1电话语语音压缩标标准信号频率规规定在300Hz～～3.4kHz，采采用标准的的脉冲编码码调制(PCM)，，当采样频频率为8kHz，进进行8bit量化时时，所得数数据速率为为64kb/s，即即一个数字字电话。1972年年CCITT为电话话质量和语语音压缩制制定了PCM标准G.711，其速率率为64Kb／s，，使用非线线性量化技技术，主要要用于公共共电话网中中。在ISO公公布的ITU-T一一系列音频频编码标准准中，用于于电话语音音压缩的有有G.711、G.721、、G.723、G.728、、G.729和G.729A等标准。。在选择语语音压缩标标准时，应应综合考虑虑带宽、时时延、算法法复杂度等等各种因素素。标准编码类型比特率（kbps）MOS复杂性时延(ms)G.711PCM644.310.125G.721ADPCM324.0100.125G.728LD-CELP164.0500.625GSMRPE_LPT133.7520G.729G.729ACSA-CELP84.030、1515G.723.1ACPLP6.33.82537.5G.723.1MP-MLQ5.3

USDodLPC-102.4合成语音1022.5表7-2给给出了几个个语音编码码标准的比比特率、MOS（长长话质量的的语音平均均意见得分分）、复杂杂性（以G.711为基准））和时延（（帧大小，，即语音流流量的时间间长度及前前视时间））。表7-2中中的GSM编码标准准是1983年欧洲洲数字移动动特别工作作组（GSM）制定定的一种移移动电话的的压缩标准准，它压缩缩的音质不不如G.711系统统。在GSM-6.10标准准中，采用用RPL-LTP算算法，压缩缩后的一路路话音数码码率为13Kbps。G.723协议G.723协议是一个双速速率语音编编码建议,其两种速速率分别是是5.3kb/s和和6.3kb/s。。此协议是是一个数字字传输系统统概况协议议,适用于于低速率多多媒体服务务中语音或或音频信号号的压缩算算法。它作作为完整的的H.324系列标标准的一部部分,是其其中语音编编码建议,主要配合合低速率图图像编码H.263标准。在在IP电话话网中,G.723协议被用用来实现实实时语音编编码解码处处理。G.723.1协议议的编解码码算法中两两种速率的的编解码基基本原理是是一样的,只是激励励信号的量量化方法有有差别。对对高速率（（6.3kbit/s）编码码器,其激激励信号采采用多脉冲冲最大似然然量化（MP-MLQ）法进进行量化,对低速率率（5.3kbit/s）编编码器,其其激励信号号采用代数数码激码线线性预测（（ACELP）法量量化。2．调幅广广播质量的的音频压缩缩编码技术术标准频率在50Hz一7kHz范范围。ITU于1986年年通过G.722标标准。G.722标准是采用16kHz采采样，16bit量量化，信号号数据速率率为224kbit／s，采采用子带编码方方法，将输入音音频信号经经滤波器分分成高子带带和低子带带两个部分分，分别进进行ADPCM编码，再混合形形成输出码码流，224kbit／s可可以被压缩缩成64kbit／／s，最后后进行数据据插入(最最高插入速速率达16kbit／s)，，因此利用用G.722标准可可以在窄带带综合服务务数据网N-ISDN中的一一个B信道道上传送调调幅广播质质量的音频频信号。G.722.1标准准中，采样率率为16kHz和16bit量化时，，能够在24或32kbps速率下提提供7kHz的音频频带宽，是是普通电话话呼叫质量量的两倍多多，所用速速率仅为先先前标准的的一半，并并可提供了了近于FM广播的音音频质量。。适合于一一些重要应应用领域包包括：IP电话、第第三代移动动通信、PSTN高高品质电话话会议和商商务应用(包括点到到点和多点点)、语音音流、ISDN宽带带技术、ISDN可可视电话和和会议电视视等。G.722.2主要采用代代数编码激激励线性预预测技术，，符合此标标准的编解解码器也被被称为AMR-WB编解码器器，已被3GPP采采用，作为为应用于GSM和第第三代无线线W-CDMA的宽宽带编解码码器。这标标志着无线线与有线业业务首次得得以采用同同一编解码码器。AMR-WB编解码器器在语音质质量方面取取得了突破破性进展，，意味着3G与IP固定网络络之间的互互通更加容容易。7.5.3高保真真立体声音音频压缩标标准高保真立体体声音频范范围是50Hz~20kHz。由ISO和ITU-T联联合制订的的标准被称称为MPEG-音频频，它是动动态图像编编码的国际际标准MPEG中的的一个部分分。MPEG音频和和视频已广广泛用于VCD、CD-I、、多媒体、、PC中。。MPEG音音频标准基基于人的听听觉心理模模型，它利利用编码技技术对源文文件重新进进行编码压压缩，编码码时删除了了听觉中不不敏感的部部分，从而而缩减了文文件的大小小，由此会会造成一些些失真。MPEG-1音频技技术MPEG-1音频的的压缩原理理如图7-5所示。。采用的方方案是子带带压缩技术）），采用多多相正交分分解滤波器器组将数字字化的宽带带音频信号号分成32个子带，，同时对信信号进行频频谱分析。。通过子带带信号与频频谱同步计计算，得出出对各子带带的掩蔽特特性，然后后分配不同同的量化比比特数。加加上CRC校验码，，得到标准准的MPEG码流。。解码端的的过程是：：解帧、子子带样值解解码、映射射还原和输输出标准PCM码流流。MP1压缩缩比为1：：4，典型型的位率为为每通道192Kbit/s。是VCD的音频频压缩的方方案。MP2压缩缩比为1：：6～1：：8，典型型的位率为为每通道128Kbit/s，即称称掩蔽模式式通用子带带集成编码码与多路复复用，广泛泛应用于数数字音频广广播、数字字演播室等等数字音频频专业的制制作、交流流、存储和和传送。MP3压缩缩比率可以以达到1：：10～1：12。。典型位率率为64Kbit/s，它它综合了MP2和ASPEC的优点，，可以48kHz、、44.1kHz、、32kHz取样，，每声道的的数码率32Kbps~448Kbps。适合合CD-DA。由于于MP3格格式的复杂杂度相对较较高，因而而不适合进进行实时编编码，只有有在数码率率较低的情情况下才具具有较高品品质的音质质。根据需要的的不同，人人们又定义义了不同的的压缩比率率。MPEG-1压缩格格式分为3层，分别别是MPEGAudioLayer-1、、Layer-2和和Layer-3（（简写为MP1、MP2、MP3）。。MPEG-2音频技技术MPEG-2音频和和MPEG-2视频频标准并行行开发，于于1994年11月月完成。实实质上是在在MPEG-1音频频基础上增增加了多通通道MC和和多语音ML编码。。MPEG-2音频增增加了5.1通道的的多通道功功能MC，，即可以支支持最多5个主音频频通道（左左，中，右右，左环绕绕，右环绕绕），其中中C（中置置）、LS（左环绕绕）和RS（右环绕绕）三个通通道是在立立体声的基基础上增加加的。同时时附加一个个额外的““低频增强强（LowFrequencyExtension）”通道道，专供传传送低音信信号。MPEG-2音频还还增加的多多语音ML技术，多多语音是独独立于5个个通道的解解说（辅助助声音）通通道，最多多允许包括括高达7个个以上的音音频通道。。为了适应于于非常低的的比特率和和有限带宽宽需要的应应用，MPEG-2标准进行行了“低采采样率扩展展”，新的的LSF（（低采样频频率）增加加了24kHz、22.05kHz、、16kHz的采样样频率三种种，由此可可以提高数数据的压缩缩率，使数数据比特率率更加低，，可以低到到8Kbps。MPEG2音频的最最大特征是是“向后兼兼容性”。。MPEG-2解码码器必须接接受任何MPEG-1音频流流。一种用用MC／ML编码的的数据，即即使使用了了不具有MC／ML功能的MPEG音音频解码器器，这种数数据也可以以作为2通通道的立体体声进行重重放。另一方面，，MPEG-1解码码器可以解解码MPEG-2音音频流主数数据区中的的音频信号号，这被称称为“向前前兼容性””。所以，，MPEG-2音频频与MPEG-1音音频具有很很好的互换换性，并与与MPEG-2视频频广泛用于于数字视频频、高清晰晰电视HDTV和高高质量数字字音频广播播。7.6图图像数据压压缩标准在国际标准准化协会ISO批准准制定的多多媒体国际际标准中，，用于图像像数据压缩缩的重要标标准有JPEG、MPEG和和H（H.261H.263）系列列三种。从从图像压缩缩编码的发发展过程来来说，可以以分成三个个阶段：第第一阶段着着重于图像像信息冗余余度的压缩缩方法，第第二阶段着着重于图像像视觉冗余余信息的压压缩方法，，第三阶段段基于模型型的图像压压缩方法。。7.6.1静态图图像数据压压缩标准静态图像数数据压缩标标准主要指JPEG（JointPhotographicExpertGroup）标标准，它是是由联合图图形专家组组开发的，，该专家小小组由国际际标准化组组织（ISO）和国国际电报电电话咨询委委员会（CCITT）两家联联合成立的的。该小组组一直致力力于建立研研究适用于于彩色和单单色的，多多灰度连续续色调的，，静态数字字图像压缩缩的国际标标准。该标标准是于1991年年提出的，，并在1992年后后被广泛采采纳后成为为国际标准准。1.JPEG标准JPEG是一个适用用范围很广广的静态图像数数据压缩标标准，不仅适用用于静止图图像的压缩缩，也常常常被用于电电视图像序序列的帧内内图像压缩缩编码。目前JPEG专家组组开发了两两种基本的的压缩算法法：一种是采用用以离散余余弦变换DCT为基基础的有损损压缩算法法；另一种种是采用以以预测技术术为基础的的无损压缩缩算法。使用有损压压缩算法时时，在压缩缩比为25:1的情况下，，压缩后还还原得到的的图像和原原始图像相相比较，非非图像专家家难以找到到它们之间间的区别，，因此得到到了广泛的的应用。例例如在V-CD和DVD-Video电视图像压压缩技术中中，就使用用JPEG的有损压缩缩算法来取取消空间方方向上的冗冗余数据。。JPEG标标准它的具体目标是是：1).用户户可以对压压缩比、质质量效果进进行选择。。2).算法能适应应不同的数数字图像参参数、大小小、图像内内容、彩色色空间、统统计特性等等，但二值值图像除外外。3).压缩缩比高，图图像质量保保真程度好好。4).算法法的复杂程程度应能够够满足硬、、软件实现现的计算需需求。5).支持持多种操作作方式。JPEG压压缩是有损损压缩，它它利用了人人的视角系系统的特性性，使用量量化和无损损压缩编码码相结合来来去掉视角角的冗余信信息和数据据本身的冗冗余信息。。JPEG算法框图图如图4-9所示，，压缩编码码大致分成成三个步骤骤：（1）使用用正向离散散余弦变换换（ForwardDiscreteCosineTransform，FDCT））把空间域域表示的图图变换成频频率域表示示的图。（2）使用用加权函数数对DCT系数进行行量化，这这个加权函函数对于人人的视觉系系统是最佳佳的。（3）使用用哈夫曼可可变字长编编码器对量量化系数进进行编码。。JPEG编编码的压缩缩过程译码或者叫叫做解压缩缩的过程与与压缩编码码过程正好好相反。JPEG算算法与彩色色空间无关关，因此““RGB到到YUV变变换”和““YUV到到RGB变变换”不包包含在JPEG算法法中。JPEG算法法处理的彩彩色图像是是单独的彩彩色分量图图像，因此此它可以压压缩来自不不同彩色空空间的数据据，如RGB、YCbCr和和CMYK。为了能用单单一的压缩缩码流提供供多种性能能、满足范范围更为广广泛的应用用，JPEG工作组组于1996年开始始探索一种种新的静止止图像压缩缩编码标准准，并且称称它为JPEG2000。。JPEG2000是JPEG工作组组制定的并并于2000年底陆陆续公布的的基于JPEG标准准的最新的的静止图像像压缩编码码的国际标标准，它之之所以比JPEG标标准优越，，主要是不不再采用离离散傅立叶叶变换DCT算法为为主的编码码方法，改改用以DWT（DiscreteWaveletTransformation，离散散小波变换换算法）为为主的多解解析编码方方法。2.JPEG2000标准JPEG-2000（ISO15444）标准准技术的目目标是“高高压缩、低低比特速率率”。它基基于小波变变换的静止止图像压缩缩标准，不不仅有更优优秀的压缩缩性能，而而且有更丰丰富的处理理功能。JPEG-2000可提供更更高的解像像度（相当当于图像分分辨率，如如：解像度度为852×480,41万万像素），，其伸缩能能力可以为为一个文件件提供从无无损到有损损的多种画画质和解像像选择。因此，它被被认为是互互联网和无无线接入应应用的理想想影像编码码解决方案案。JPEG-2000特点它与JPEG的基本本系统相比比有以下的的优点：（1）既支支持有损压压缩，也支支持无损压压缩方式。。（2）在压压缩时，可可指定图片片感兴趣的的区域，并并指定压缩缩质量；在在解压缩时时，对这些些区域指定定解压缩顺顺序及解压压缩质量。。（3）在高高压缩比下下，仍能保保持较高的的图像质量量。在类似似质量的前前提下，JPEG2000的压缩比比比JPEG高10%～30%。（4）支持持渐进式传传输，即开开始时显示示一个模糊糊、不清晰晰且质量低低的图像，，随着数据据进一步被被接收，图图像清晰度度和质量逐逐步提高，，最后显示示出一个高高清晰度且且高质量的的图像。JPEG2000在节约和和充分利用用有限带宽宽方面显得得更加优越越。（5）在有有限带宽上上进行文件件传输时，，有很强的的纠错能力力，在用户户指定文件件尺寸时，，能保证较较高的再现现图像质量量，以致在在无线领域域得到广泛泛应用。（6）可对对编码流进进行随机访访问和处理理，因为它它的块编码码是独立的的，且编码码流具有包包裹式结构构。（7）使用用Alpha通道，，以满足图图形艺术和和Internet的发展和和需求；（8）在彩彩色图像处处理方面，，JPEG2000可处理理256个个通道的信信息。JPEG-2000的重点技技术在编码算法法上，JPEG-2000采采用以小波波变换为主主的多解析析编码方式式，包括离离散小波变变换（DWT）和bitplain位简易算算术编码（（MQcoder）。JPEG-2000在技术上上之所以主主要采用新新的小波变变换，原因因是因为余弦变变换考察的的是全局特特征。即考考察整个时时域过程的的频域特征征或整个频频域过程的的时域特征征，因此比比较适合于于平稳过程程，但不适适合于非平平稳过程。。在JPEG中是靠靠丢弃频率率信息来实实现压缩的的，因而图图像的压缩缩率越高，，频率信息息被丢弃的的越多。在在极端情况况下，JPEG只保保留了反映映图像轮廓廓的基本信信息，而损损失精细全全部的图像像细节。而而小波变换换考察的是是局部特征征。既能考考察局部时时域过程的的频域特征征，又能考考察局部频频域过程的的时域特征征，因此也也适合于非非平稳过程程。它能将将图像变换换为一系列列小波系数数，这些系系数可以被被高效压缩缩和存储，，此外，小小波的粗略略边缘可以以更好地表表现图像，，因为它消消除了DCT压缩普普遍具有的的方块效应应。7.6.2动态图图像数据压压缩标准动态图像数数据压缩标标准主要包包括MPEG、H（H.261H.263））、DVI。MPEG（MovingPictureExportsGroup）是活动动图像专家家组，由ISO与IEC于1988年年成立，致致力于运动动图像(MPEG视视频)及其其伴音编码码(MPEG音频)标准化工工作。MPEG组织织制定的各各个标准都都有不同的的目标和应应用，目前前已提出MPEG-1、MPEG-2、MPEG-4、、MPEG-7和MPEG-21标准准。H系列是由CCITT（国际电电报电话咨咨询委员会会）通过的的标准，这这种标准与与JPEG及MPEG标准间间有明显的的相似性，，但关键区区别是它是是为动态使使用设计的的，并提供供完全包含含的组织和和高水平的的交互控制制。DVI（DigitalVideoInteractive）是一一种工业标标准，其视视频图像的的压缩算法法的性能与与MPEG-1相当当，即图像像质量可达达到VHS的水平，，压缩后的的图像数据据率约为1.5Mb/s。为为了扩大DVI技术术的应用，，Intel公司又又推出了DVI算法法的软件解解码算法，，称为Indeo技技术，它能能将为压缩缩的数字视视频文件压压缩为五分分之一到十十分之一。下面将主要要介绍MPEG和H标准。MPEG-1MPEG-1标准（（ISO/IEC11172）于制定定于1992年，1993年年8月公布布，用于多多媒体和广广播电视，，这种编码码一般可以以以1.5Mbps左右的数数据传输率率传送数字字存储媒体体运动图像像及其伴音音。MPEG-1的的压缩率相相当高，例例如它可以以把221Mbit/秒的NTSC图图像压缩到到1.2Mbit/秒，压缩缩率为200:1。。由五个部分分组成：（1）MPEG-1系统：规定了了运动图像像数据、声声音数据及及其他相关关数据的同同步。（2）MPEG-1视频：规定了了视频数据据的编码和和解码。（3）MPEG-1音频：规定了了声音数据据的编码和和解码。。（4）MPEG-1一一致性测试试：说明如何何测试比特特数据流和和解码器是是否满足MPEG-1前3个个部分中所所规定的要要求。（5）MPEG-1软件模拟拟：这部分内内容是一个个技术报告告，给出了了用软件执执行MPEG-1标标准前3个个部分的结结果。MPEG-1标准简简介MPEG-1的应用用领域包括括：光盘、、数字音频频磁带（DAT）、、磁带设备备以及通信信网络（如如ISDN和局域网网等）。其典型的应用用是VCD，，99%的VCD都是用用MPEG-1格式压缩缩的，使用MPEG-1的压缩算法法，可以把一一部120分分钟长的电影影（未压缩视视频文件）压压缩到1.2GB左右大大小。为了支持多种种应用，可由由用户来规定定多种输入参参数，包括灵灵活的图像尺尺寸和帧频。。MPEG-1标准提供供了一些录像像机的功能，，包括正放、、图像冻结、、快进、快倒倒和慢放，此此外，还提供供了随机存取取的功能。MPEG-1的应用领域域MPEG-2标准MPEG-2标准MPEG工作组制制定的第二个个国际标准，，标准号是ISO/IEC13818。它是是一个直接与与数字电视广广播有关的高高质量图像和和声音编码标标准。特别适用于广广播级的数字字电视的编码码和传送，被被认定为SDTV和HDTV的编码码标准和MPEG-1相比增加加了隔行扫描描电视的编码码，提供了位位速率的可变变性能（scalability））功能。MPEG-2要要达到的最基基本目标是：：位速率为4Mb/s～～9Mb/s，最高达15Mb/s。MPEG-2在系统和传传送方面作了了更加详细的的规定和进一一步的完善。。MPEG-2是针对3～10Mbps的数据据传输率制定定的的运动图图像及其伴音音编码的国际际标准。。MPEG-2包含9个部部分：（1）MPEG-2系统统（1994年）规定电电视图像数据据、声音数据据及其他相关关数据的同步步。（2）MPEG-2视频频（1994年）规定了了视频数据的的编码和解码码算法。（3）MPEG-2音频频规定了声音音数据的编码码和解码，是是MPEG-1Audio的扩充充，支持多个个声道。（4）MPEG-2一致致性测试。（5）MPEG-2参考考软件。（6）MPEG-2数字字存储媒体命命令和控制扩扩展协议。（9）MPEG-2DSM-CC一致性扩展展测试。（7）MPEG-2高级级音频编码是是多声道声音音编码算法标标准。（8）MPEG-2系统统解码器实时时接口扩展标标准。这是与传输数数据流的实时时接口（Real-TimeInterface，RTI）标准，，它可以用来来适应来自网网络的传输数数据流，如图图。与MPEG-1标准相比比，MPEG-2的不同同特性主要表表现在：（1）MPEG-2有““按帧编码””和“按场编编码”两种模模式。在MPEG-1中是没有有电视帧的概概念，只支持持逐行扫描，，不支持隔行行扫描。在MPEG-2中，针对隔隔行扫描的常常规电视图像像专门设置了了“按帧编码码”模式，相相应的运动补补偿算法也有有扩充，分为为“按帧运动动补偿”和““按场运动补补偿”，其编编码效率显著著提高。4个等级由低低到高为低等等级（LowLevel）、主等等级（MainLevel）、1440等级级（High–1440Level）和高等等级（HighLevel）。配配置和等级之之间可能的组组合如表。配置等级简单配置主要配置信噪比可变配置空间可变配置高级配置高等级##1440等级###主等级####低等级##（2）MPEG-2的类类与等级。MPEG-2提出了类与与等级的概念念。类是按视视频编码技术术的简单还是是复杂而确定定的；对每个个类，根据编编码参数的不不同，即图像像格式的简单单还是复杂，，进一步划分分为不同的等等级。MPEG-2标准准中规定了5种类4个等等级。5个类依次为为简单类、主主类（MainProfile））、信噪比可可伸缩类（SNRProfile）、空间分分辨率可伸缩缩类（SimpleProfile）、高级级类（HighProfile））。（3）MPEG-2增加加了分层编码码。MPEG-2可伸缩性体体现在：空间分层编码码：提供空间间分辨率不同同的图像。时间分层编码码：提供空间间分辨率相同同，但帧速率率不同的视频频信号。信噪比分层编编码：提供具具有相同空间间分辨率，但但编码质量不不同的视频比比特流。数据分割编码码：将编码比比特流分成两两个优先级不不同的部分。。（4）MPEG-2扩充充了系统层语语法。MPEG-2对系统层语语法有了较大大的扩充，包包含了两类数数据码流：传传输码流