多媒体技术(第2版)第3章_第1页
多媒体技术(第2版)第3章_第2页
多媒体技术(第2版)第3章_第3页
多媒体技术(第2版)第3章_第4页
多媒体技术(第2版)第3章_第5页
已阅读5页,还剩46页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第3章多媒体数据压缩技术普通高等教育“十一五”国家级规划教材3.1多媒体数据压缩技术概述多媒体数据为什么要压缩数据量大存在着大量的信息冗余分辨率为640*480的NTSC制式全彩色,每分钟的数据量大约为1.6GB23.1.1数据冗余的类型(1)空间冗余在同一幅图像中,规则物体和规则背景的表面物理特性具有相关性。(2)时间冗余视频帧序列中就是相邻帧图像之间有较大的相关性(3)信息熵冗余数据所携带的信息量少于数据本身而反映出来的数据冗余。(4)视觉冗余人类的视觉系统由于受生理特性的限制,对于图像场的注意是非均匀的33.1.1数据冗余的类型(5)听觉冗余 人耳对不同频率的声音的敏感性是不同的,并不能察觉所有频率的变化,对某些频率不必特别关注,(6)结构冗余 数字化图像中物体表面纹理等结构往往存在着数据冗余,这种冗余称为结构冗余。(7)知识冗余 由图像的记录方式与人对图像的知识之间的差异所产生的冗余称为知识冗余。43.1.2数据压缩方法的分类据解码后数据与原始数据是否完全一致可以分为两大类:无损压缩法有损压缩法53.1.2数据压缩方法的分类无损压缩法采用可逆编码方法实现的压缩称为无损压缩。解码图像与原始图像严格相同,即压缩是完全可恢复的或没有偏差的。压缩比在2:1~5:1熵编码、冗余压缩法,无失真压缩法63.1.2数据压缩方法的分类有损压缩法采用不可逆编码方法实现的压缩称为有损压缩这种方法的还原图像较之原始图像存在一定的误差,但选择的压缩率应使视觉效果可被接受压缩比几十到几百。熵压缩法,有失真压缩法;73.1.3数据压缩技术的性能指标评价一个压缩系统有三个关键参数压缩比图象质量压缩和解压的速度83.2常用的压缩编码算法DPCM和ADPCM编码离散余弦变换(DCT)编码行程编码和Huffman编码93.2.1DPCM和ADPCM编码DPCM和ADPCM属于预测编码,较适合用于声音、图像数据的压缩根据原始离散信号之间存在一定关联性的特点,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(预测误差)进行编码。103.2.1DPCM和ADPCM编码1.DPCM编码PCM(PulseCodeModulation),原始的模拟信号经过时间采样,然后对每一样值进行量化,作为数字信号传输。DPCM不对每一样值都进行量化,而是预测下一样值,并量化实际值和预测值之间的差。DPCM是基本的编码方法之一,在大量的压缩算法中被采用,比如JPEG的DC分量就是采用DPCM编码的。113.2.1DPCM和ADPCM编码1.DPCM编码举例说明DPCM编码原理:设DPCM系统预测器的预测值为前一个样值,假设输入信号已经量化,差值不再进行量化。若系统的输入为{0121123344…},则预测值为{0012112334…},差值为{011–1011010…},差值的范围比输入样值的范围有所减小,可以用较少的位数进行编码。123.2.1DPCM和ADPCM编码2.自适应差分脉码调制(ADPCM)为了进一步改善量化性能或压缩数据率,可采用自适应量化或自适应预测的方法。只要采用了其中的任一种自适应方法,均称为ADPCM。自适应预测 预测参数的最佳化依赖于信源的统计特性,要得到最佳的预测参数是一件繁琐的工作。 而采用固定的预测参数往往又得不到好的性能。为了既能使性能较佳,又不致于有太大的工作量,可以将上述两种方法折衷考虑,采用自适应预测。133.2.2离散余弦变换(DCT)编码变换编码是有失真编码的一种重要的编码类型。在变换编码中,原始数据从初始空间或者时间域进行数学变换,使得信号中最重要的部分(例如包含最大能量的最重要的系数)在变换域中易于识别,并且集中出现,可以重点处理;相反使能量较少的部分较分散,可以进行粗处理。

例如将时域信号变换到频域,因为声音、图像大部分信息都是低频信号,在频域中比较集中,再进行采样编码可以压缩数据。该变换过程是逆过程,使用反变换可以恢复原始数据。143.2.2离散余弦变换(DCT)编码变换编码系统中压缩数据有三个步骤:变换、变换域采样和量化。变换是可逆的,本身并不进行数据压缩,它只把信号映射到另一个域,使信号在变换域里容易进行压缩,变换后的样值更独立和有序。数学家们已经构造了多种数学变换。傅里叶变换、余弦、Hadamard、Haar、Karhunen

Loeve……最实用最常用的数学变换是离散余弦变换DCT153.2.2离散余弦变换(DCT)编码如果变换后的协方差矩阵接近对角矩阵,该类变换称准最佳变换,典型的有DCT、DFT、WHT、HrT等。其中,最常用的变换是离散余弦变换DCT。DCT是从DFT引出的。DFT可以得到近似于最佳变换的性能,是用于数据压缩的一种常用而又有效的方法。DCT从DFT中取实部,并可用快速余弦变换算法,因此大大加快了运算同时其压缩性能十分逼近最佳变换的压缩性能。所以,DCT在图像压缩中得到了广泛的应用。163.2.3行程编码和Huffman编码行程编码、Huffman编码等可称为统计编码,属于无失真编码。根据信息出现概率的分布特性进行压缩编码方法是:识别一个给定的流中出现频率最高的比特或字节模式,并用比原始比特更少的比特数来对其编码。即就是,频率越低的模式,其编码的位数越多,频率越高的模式编码位数越少。173.2.3行程编码和Huffman编码1.行程编码最简单、最古老的压缩技术之一主要技术是检测重复的比特或者字符序列,并用它们的出现次数取而代之例:有一串数码为000011111000,它的行程码为0453第一位表示该数码串的首码0;第二位表示有4个连续的0;第三位表示有5个连续的1;第四位表示l以后是3个0。183.2.3行程编码和Huffman编码2.哈夫曼(Huffman)编码哈夫曼于1952年提出。该编码是常见的一种统计编码。对给定的数据流,计算其每个字节的出现频率。根据频率表,运用哈夫曼算法可确定分配各字符的最小位数,然后给出一个最优的编码。代码字存人代码表中。193.2.3行程编码和Huffman编码2.哈夫曼(Huffman)编码编码过程:⑴将信源符号按概率递减顺序排列;⑵把二个最小的概率加起来,作为新符号的概率;⑶重复步骤⑴、⑵,直到概率和达到1为止;⑷在每次合并消息时,将被合并的消息赋以1和0或 0和1;⑸寻找从每一信源符号到概率为1处的路径,记录下路径上的1和0;⑹对每一符号写出“1”、“0”序列(从码树的右边到左边),即为Huffman编码。203.3音频压缩标准音频压缩方法无失真压缩有失真压缩Huffman编码行程编码波形编码参数编码混合编码全频带编码PCMDPCMADPCM子带编码自适应变换编码ATC

心理学模型矢量量化线性预测LPC矢量和激励线性预测VSELP多脉冲线性预测MP-LPC码本激励线性预测CELP213.2音频的压缩音频频率范围 低频声音(Infra-sound):0Hz-20Hz

人类听觉频率范围的声音:20Hz-20kHz

高频(Ultrasound):20kHz-1GHz

超声波(Hypersound):1GHz-10THz不同音频的带宽 电话语音:200Hz-3.4kHz

调幅广播:50Hz-7kHz

调频广播:20Hz-15kHz

宽带音响:20Hz-20kHz223.2.1音频压缩编码的基本方法无失真压缩音频压缩方法有失真压缩Huffman编码行程编码波形编码参数编码混合编码全频带编码PCMDPCMADPCM子带编码自适应变换编码ATC

心理学模型矢量量化线性预测LPC矢量和激励线性预测VSELP多脉冲线性预测MP-LPC码本激励线性预测CELP233.2.2电话质量的语音压缩标准

ITU—TS建议的语音压缩的标准

G.711:采用PCM编码,采样速率为8kHz,量化位数为8bit,对应的比特流速率为64kbit/s。

G.721:ITU建议的G.721将64Kbps的比特流转换为32Kbps的流,它是基于ADPCM技术。每个数值差分用4位编码,其采样率为8kHz。243.2.2电话质量的语音压缩标准

G.723:G.723是一种以24Kbps运行的基于ADPCM的有损耗压缩标准。其音质不如非压缩的G.711PCM标准以及基于SB—ADPCM的G.722标准。G.723.1和G.723.2用于H.324标准。

G.728:它的比特率为16Kbps,带宽限于3.4kHz。其音质比G.711或G.722差得多。它基于一种称为低延迟代码激励线性预测(LD—CELP)的向量量化技术。253.2.2电话质量的语音压缩标准

CELP是一种常用的语音压缩技术。它用于美国联邦标准1016,可将语音压缩至4.8Kbps。美国联邦标准1015使用CELP的一个简本,称为线性预测编码(LPC)。LPC一10E标准可以运行于2.4Kbps。采用了一种向量量化方法。声音听起来有点象机器在说话,但4.8Kbps与电话差不多。263.2.3调幅广播质量的音频压缩标准调幅广播质量:50Hz-7kHz,称“7kHz音频信号”。

G.722:G.722基于子带ADPCM技术(SB—ADPCM),它是将现有的带宽分成两个独立的子带信道分别采用差分脉码调制算法。G.722压缩信号的带宽范围为50Hz到7kHz,而G.711仅限于3.4kHz。其比特率为48、56、64Kbps,在标准模式下,采样速率是16KHz,幅度深度为14比特。273.2.4高保真立体声音频压缩标准高质量的声音信号频率范围:50Hz-20kHz

目前国际上比较成熟的高质量声音压缩标准为MPEG音频。MPEG-l的音频信号在ISO11172-3文档中的描述。MPEG音频不是单个一种压缩算法,而是3种音频编码和压缩方案的一个系列。MPEG声音编码分为:层-l、层-2、层-3。随着层数的增加算法的复杂度也增大。283.2.4高保真立体声音频压缩标准所有3层都分级兼容。最复杂的译码器(即在层-3工作的译码器)也可对层-2或层-l的码流进行译码。所有3层都运用同一原理:变换编码和子带编码。频谱被分为32个子带。应用快速博里叶变换来表示高频域中的信号。应用心理声学模式来变换信号以估计刚能引起注意的噪音级。 层l、2和3主要在最后一个阶段——即量化阶段的方式上有所区别,但不是唯一的差别。293.3图像和视频的压缩在多媒体信息系统中,图像和视频信息占用相当大的存储空间,这对于计算机的存储、访问、处理以及在通信线路上的传输都带来巨大的负担。但图像和视频信息存在着大量的冗余,可以采用各种方法进行压缩。303.3.1图像和视频压缩编码的基本方法图像和视频压缩方法无失真压缩有失真压缩Huffman编码行程编码算术编码LZW编码预测编码运动补偿变换编码DCT变换小波变换子带编码模型编码分形编码基于重要性滤波子采样矢量量化混合编码JPEGMPEGH.261313.3.2静止图像压缩标准静止图像压缩,已有多个国际标准ISO制订的JPEG标准(JointPhotographicExpertsGroup)、JBIG标准(JointBilevelImageGroup)ITU-T的G3、G4标准等。特别是JPEG标准,适用黑白及彩色照片、彩色传真和印刷图片,可以支持很高的图像分辨率和量化精度。323.3.2静止图像压缩标准1.JPEG压缩标准灰度或者彩色图像的压缩标准非常适用于那些不太复杂或一般取自真实景象的图像的压缩使用离散余弦变换、量化、行程和哈夫曼编码等技术,是一种混合编码标准压缩比高,图像质量保真程度好用户可以对压缩比、质量效果进行选择333.3.2静止图像压缩标准1.JPEG压缩标准(1)JPEG的无损预测编码算法

无损压缩不使用DCT方法,而是采用一个简单的预测器。预测器可以采用不同的预测方法,不同的预测方法将决定有哪些相邻的象素将被用于预测下一个象素。常用的预测方法如三领域预测法。源图像数据预测器熵编码器压缩的图像数据表说明343.3.2静止图像压缩标准1.JPEG压缩标准(2)JPEG的基于DCT的有损编码算法8*8DCT正变换量化器熵编码器压缩后的图像数据JPEG

编码器表说明表说明块准备源图像数据353.3.2静止图像压缩标准1.JPEG压缩标准块准备:将一帧帧图像分成8×8的数据块。DCT变换:始的图像数据块经过DCT变换后,将每个数据块的数据从空间域变换到频率域,输出64个DCT变换系数。量化:采用线性均匀量化器。DCT系数的编码:JPEG中对DC系数采用DPCM编码,63个AC系数在JPEG算法中采用行程编码。熵编码:经过DPCM编码的直流项和经过行程编码的交流项再进行霍夫曼编码或自适应二进制算术编码。363.3.2静止图像压缩标准1.JPEG压缩标准压缩比和图像质量 基于DCT的JPEG标准的压缩是有失真的,DCT变换后系数的量化是引起失真的主要原因。 压缩效果与图像内容本身有较大的关系,对于中等复杂程度的彩色图像,其压缩比与恢复图像的质量大致如下表所示。373.3.2静止图像压缩标准2.JPEG2000核心:离散小波变换算法特点:高压缩率

无损压缩

渐进传输

感兴趣区域压缩

色彩模式

图像处理简单383.4.3视频压缩标准视频压缩的一个重要标准是MPEG(MotionPictureExpertsGroup)已推出了MPEG(或MPEG-Ⅰ)、MPEG-Ⅱ、MPEG-Ⅳ等系列标准,新的标准MPEG-Ⅶ、MPEG-21等标准也在酝酿之中。另一个重要标准是H系列,包括H.261、H.263等标准,此外还有运动JPEG等压缩标准393.4.3视频压缩标准1.MPEG-1压缩标准MPEG-I标准(ISO/IEC11172-Ⅱ)的目标是以约1.5Mbps的速率传输电视质量的视频信号,亮度信号的分辨率为360×240,色度信号的分辨率为180×120,每秒30帧。MPEG-I标准包括MPEG系统、MPEG视频、MPEG音频和测试验证四大部分内容。403.3.3视频压缩标准(1)时间冗余量的减少为了减少时间冗余量,MPEG将1/30秒时间间隔的帧序列电视图像,以三种类型的图像格式表示:内码帧(I)、预测帧(P)和插补帧(B)。另有第四种类型帧是D帧,它是一种专用帧格式,仅仅用于实现快速查询中。413.3.3视频压缩标准I帧,又称内码帧,是完整的独立编码的图像,是不能由其他帧构造的帧,必须存储或传输。

P帧,也称为预测帧,通过对它之前的I帧进行预测,对预测误差作有条件的存储和传输。

B帧,又称为双向帧或插补帧,是根据其前后的I帧或者P帧的信息进行插值编码而获得。该过程有时也称为双向插值。423.3.3视频压缩标准运动补偿有两种算法:运动补偿预测法画面上的运动部分在帧与帧之间必然有连续性,预测法根据这一特性,将当前的图像画面看作是前面某时刻图像的位移,位移的幅度和方向在图像画面的各处可有不同。运动补偿插补法用插补的方法进行运动的补偿,可以大幅度地压缩运动图像的信息。433.3.3视频压缩标准(2)空间冗余量的减少 MPEG视频信息的帧内图和预测图都有很高的空域冗余度,用于减少这方面冗余的技术很多。在正交变换中,DCT具有许多明显的优点,且相对来说较易实现,所以帧内压缩也采用基于DCT的方法。这和静态图像的压缩标准JPEG相同,且实现的步骤也一样。只是在JPEG压缩算法中,针对静止图像,对DCT系数采用等宽量化。而在MPEG中的视频信号包含有静止画面(帧内图)和运动信息(帧间预测图)等不同的内容,量化器的设计需作特殊考虑。443.3.3视频压缩标准(3)MPEG的分层结构和位流MPEG视频图像数据流是一个分层结构,目的是把位流中逻辑上独立的实体分开,防止语意模糊,并减轻解码过程的负担。

MPEG视频位流分层结构共包括六层,每一层支持一个确定的函数,或是一个信号处理函数(DCT,运动补偿),或是一个逻辑函数(同步,随机存取点)等。每一个层的开始有一个头,作为说明参数。在图像序列层的头中,装有视频序列参数,如图像宽度、图像高度、象素长宽比、帧率、位率、缓冲区尺寸等。453.3.3视频压缩标准

层次名称功能图像序列层随机存取单元:上下文图像组层随机存取单元:视频编码图像层基本编码单元宏块片层重同步单元宏块层运动补偿单元块层DCT单元463.3.3视频压缩标准2.MPEG-Ⅱ压缩标准

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论