多媒体发展简史

多媒体发展简史2023/5/271第一页，共七十六页，编辑于2023年，星期五第0章多媒体发展简史1.数据压缩技术半个世纪发展小述2.互联网的诞生

3.多媒体发展简史第一章

作业题2023/5/272第二页，共七十六页，编辑于2023年，星期五什么是数据压缩2023/5/273第三页，共七十六页，编辑于2023年，星期五

电脑里的数据压缩其实类似于美眉们的瘦身运动，不外有两大功用。

第一，可以节省空间。拿瘦身美眉来说，要是八个美眉可以挤进一辆出租车里，那该有多省钱啊！

第二，可以减少对带宽的占用。例如，我们都想在手机上观看DVD大片，前者则取决于美眉们的恒心和毅力，后者有待于数据压缩技术的突破性进展。2023/5/274第四页，共七十六页，编辑于2023年，星期五

简单地说，如果没有数据压缩技术，我们就没法用WinRAR为Email中的附件瘦身；如果没有数据压缩技术，市场上的数码录音笔就只能记录不到20分钟的语音；如果没有数据压缩技术，从Internet上下载一部电影也许要花半年的时间……可是这一切究竟是如何实现的呢？数据压缩技术又是怎样从无到有发展起来的呢？

2023/5/275第五页，共七十六页，编辑于2023年，星期五数据压缩简史音画时尚

回到未来

概率奇缘

数学游戏异族传说2023/5/276第六页，共七十六页，编辑于2023年，星期五概率奇缘

一千多年前的中国学者就知道用“班马”这样的缩略语来指代班固和司马迁，这种崇尚简约的风俗一直延续到了今天的Internet时代：当我们在BBS上用“

7456”代表“气死我了”，或是用“

B4”代表“

Before”的时候，我们至少应该知道，这其实就是一种最简单的数据压缩呀。2023/5/277第七页，共七十六页，编辑于2023年，星期五概率奇缘

严格意义上的数据压缩起源于人们对概率的认识。当我们对文字信息进行编码时，如果为出现概率较高的字母赋予较短的编码，为出现概率较低的字母赋予较长的编码，总的编码长度就能缩短不少。2023/5/278第八页，共七十六页，编辑于2023年，星期五概率奇缘

著名的Morse电码(由美国的摩尔斯在1844年发明的，所以电码符号也被叫做摩尔斯电码—Morsecode），电码符号由两种基本信号和不同的间隔时间组成：短促的点信号“．”，读“的”（Di）；保持一定时间的长信号“—”，读“答—”（Da）。2023/5/279第九页，共七十六页，编辑于2023年，星期五概率奇缘

A:.-

B:-...

C:-.-.

D:-..

E:.

F:..-.

G:--.

H:....

I:..

J:.---

L:.-..

M:--

N:-.

P:.--.

Q:--.-

R:.-.

S:...

T:-

U:..-

V:...-W:.--

X:-..-

Y:-.--

Z:--..

0:-----

1:.----

2:..---

3:...--

4:....-

5:.....

6:-....

7:--...

8:---..

9:----.

Morse电码

Morse电码

Morse电码

Morse电码2023/5/2710第十页，共七十六页，编辑于2023年，星期五信息论之父C.E.Shannon第一次用数学语言阐明了概率与信息冗余度的关系。在1948年发表的论文中，Shannon指出，任何信息都存在冗余，冗余大小与信息中每个符号（数字、字母或单词）的出现概率或者说不确定性有关。Shannon借鉴了热力学的概念，把信息中排除了冗余后的平均信息量称为“信息熵”，并给出了计算信息熵的数学表达式。2023/5/2711第十一页，共七十六页，编辑于2023年，星期五这篇伟大的论文后来被誉为信息论的开山之作，信息熵也奠定了所有数据压缩算法的理论基础。从本质上讲，数据压缩的目的就是找出并消除信息中的冗余，而信息熵及相关的定理恰恰用数学手段精确地描述了信息冗余的程度。利用信息熵公式，人们可以计算出信息编码的极限，即在一定的概率模型下，无损压缩的编码长度不可能小于信息熵公式给出的结果。2023/5/2712第十二页，共七十六页，编辑于2023年，星期五En=-log2(Pn)I=D-du2023/5/2713第十三页，共七十六页，编辑于2023年，星期五有了完备的理论，接下来的事就是要想办法实现具体的算法，并尽量使算法的输出接近信息熵的极限了。当然，大多数工程技术人员都知道，要将一种理论从数学公式发展成实用技术，就像仅凭一个E=mc2的公式就要去制造原子弹一样，并不是一件很容易的事。2023/5/2714第十四页，共七十六页，编辑于2023年，星期五数学游戏

设计具体的压缩算法的过程通常更像是一场数学游戏。开发者首先要寻找一种能尽量精确地统计或估计信息中符号出现概率的方法，然后还要设计一套用最短的代码描述每个符号的编码规则。1948年，Shannon在提出信息熵理论的同时，也给出了一种简单的编码方法——Shannon编码。1952年，R.M.Fano又进一步提出了Fano编码。这些早期的编码方法揭示了变长编码的基本规律，也确实可以取得一定的压缩效果，但离真正实用的压缩算法还相去甚远。2023/5/2715第十五页，共七十六页，编辑于2023年，星期五第一个实用的编码方法是由D.A.Huffman提出的。Huffman编码效率高，运算速度快，实现方式灵活。今天，在许多知名的压缩工具和压缩算法（如WinRAR、gzip和JPEG）里，都有Huffman编码的身影。如果不是后文将要提到的那两个犹太人，我们还不知要到什么时候才能用上WinZIP这样方便实用的压缩工具呢。2023/5/2716第十六页，共七十六页，编辑于2023年，星期五异族传说逆向思维永远是科学和技术领域里出奇制胜的法宝。就在大多数人绞尽脑汁想改进Huffman或算术编码，以获得一种兼顾了运行速度和压缩效果的“完美”编码的时候，两个聪明的犹太人J.Ziv和A.Lempel独辟蹊径，完全脱离Huffman及算术编码的设计思路，创造出了一系列比Huffman编码更有效，比算术编码更快捷的压缩算法。我们通常用这两个犹太人姓氏的缩写，将这些算法统称为LZ系列算法。2023/5/2717第十七页，共七十六页，编辑于2023年，星期五异族传说说实话，LZ系列算法的思路并不新鲜，其中既没有高深的理论背景，也没有复杂的数学公式，它们只是简单地延续了千百年来人们对字典的追崇和喜好，并用一种极为巧妙的方式将字典技术应用于通用数据压缩领域。通俗地说，当你用字典中的页码和行号代替文章中每个单词的时候，你实际上已经掌握了LZ系列算法的真谛。这种基于字典模型的思路在表面上虽然和Shannon、Huffman等人开创的统计学方法大相径庭，但在效果上一样可以逼近信息熵的极限。而且，可以从理论上证明，LZ系列算法在本质上仍然符合信息熵的基本规律。2023/5/2718第十八页，共七十六页，编辑于2023年，星期五异族传说今天，LZ77、LZ78、LZW算法以及它们的各种变体几乎垄断了整个通用数据压缩领域，我们熟悉的PKZIP、WinZIP、WinRAR、gzip等压缩工具以及ZIP、GIF、PNG等文件格式都是LZ系列算法的受益者。没有谁能否认两位犹太人对数据压缩技术的贡献。我想强调的只是，在工程技术领域，片面追求理论上的完美往往只会事倍功半，如果大家能像Ziv和Lempel那样，经常换个角度来思考问题，没准儿你就能发明一种新的算法，就能在技术方展史上扬名立万呢。2023/5/2719第十九页，共七十六页，编辑于2023年，星期五音画时尚LZ系列算法基本解决了通用数据压缩中兼顾速度与压缩效果的难题。但是，数据压缩领域里还有另一片更为广阔的天地等待着我们去探索。2023/5/2720第二十页，共七十六页，编辑于2023年，星期五音画时尚例如，对于生活中更加常见的，图片、图像等，通用压缩算法的优势就不那么明显了。幸运的是，科学家们发现，如果在压缩这一类图像数据时允许改变一些不太重要的像素值，或者说允许损失一些精度（在压缩通用数据时，我们绝不会容忍任何精度上的损失，但在压缩和显示一幅数码照片时，如果一片树林里某些树叶的颜色稍微变深了一些，看照片的人通常是察觉不到的），我们就有可能在压缩效果上获得突破性的进展。也许，这和生活中常说的“退一步海阔天空”的道理有异曲同工之妙吧。2023/5/2721第二十一页，共七十六页，编辑于2023年，星期五音画时尚声音编码基本原理视频压缩基本原理2023/5/2722第二十二页，共七十六页，编辑于2023年，星期五音画时尚Internet的发展对视频压缩提出了更高的要求。在内容交互、对象编辑、随机存取等新需求的刺激下，ISO于1999年通过了MPEG-4标准。MPEG-4标准拥有更高的压缩比率，支持基于内容的交互操作等先进特性。2023/5/2723第二十三页，共七十六页，编辑于2023年，星期五音画时尚Internet上新兴的DivX和XviD文件格式就是采用MPEG-4标准来压缩视频数据的，它们可以用更小的存储空间或通信带宽提供与DVD不相上下的高清晰视频，这使我们在Internet上发布或下载数字电影的梦想成为了现实。2023/5/2724第二十四页，共七十六页，编辑于2023年，星期五回到未来

从信息熵到算术编码，从犹太人到WinRAR

，从JPEG到MP3，数据压缩技术的发展史就像是一个写满了“创新”、“挑战”、“突破”和“变革”的羊皮卷轴。也许，我们在这里不厌其烦地罗列年代、人物、标准和文献，其目的只是要告诉大家，前人的成果只不过是后人有望超越的目标而已，谁知道在未来的几年里，还会出现几个Shannon，几个Huffman呢？谈到未来，我们还可以补充一些与数据压缩技术的发展趋势有关的话题。2023/5/2725第二十五页，共七十六页，编辑于2023年，星期五回到未来分形压缩技术是图像压缩领域近几年来的一个热点。这一技术起源于B.Mandelbrot于1977年创建的分形几何学。M.Barnsley在20世纪80年代后期为分形压缩奠定了理论基础。从20世纪90年代开始，A.Jacquin等人陆续提出了许多实验性的分形压缩算法。今天，很多人相信，分形压缩是图像压缩领域里最有潜力的一种技术体系，但也有很多人对此不屑一顾。无论其前景如何，分形压缩技术的研究与发展都提示我们，在经过了几十年的高速发展之后，也许，我们需要一种新的理论，或是几种更有效的数学模型，以支撑和推动数据压缩技术继续向前跃进。

2023/5/2726第二十六页，共七十六页，编辑于2023年，星期五回到未来人工智能是另一个可能对数据压缩的未来产生重大影响的关键词。既然Shannon认为，信息能否被压缩以及能在多大程度上被压缩与信息的不确定性有直接关系，假设人工智能技术在某一天成熟起来，假设计算机可以像人一样根据已知的少量上下文猜测后续的信息，那么，将信息压缩到原大小的万分之一乃至十万分之一，恐怕就不再是天方夜谭了。2023/5/2727第二十七页，共七十六页，编辑于2023年，星期五回到未来回顾历史之后，人们总喜欢畅想一下未来。但未来终究是未来，如果仅凭你我几句话就可以理清未来的技术发展趋势，那技术创新的工作岂不就索然无味了吗？依我说，未来并不重要，重要的是，赶快到Internet上下载几个MP3或DVD大片，好好享受一下数据压缩为我们带来的无限快乐吧。返回2023/5/2728第二十八页，共七十六页，编辑于2023年，星期五多媒体电视计算机通信ISDN通信尼普柯夫圆盘黑白电视彩色电视数字电视HDTV、IPTV计算文字及图像音视频MPC互联网手动交换机械自动交换程控交换ISDN分组交换多媒体发展简史2023/5/2729第二十九页，共七十六页，编辑于2023年，星期五

多媒体是通信、计算机和电视等各种技术联合发展的必然结果。通信A电视B计算机CBACABC返回2023/5/2730第三十页，共七十六页，编辑于2023年，星期五作业题

参照课上所讲到的“数据压缩”与“互联网”的发展简史，通过查找相关资料，写一篇“多媒体通信技术”的小论文。返回2023/5/2731第三十一页，共七十六页，编辑于2023年，星期五尼普柯夫(P.Nipkow)圆盘2023/5/2732第三十二页，共七十六页，编辑于2023年，星期五电话是如何发明的

亚历山大·格拉汉姆·贝尔（AlexanderGrahamBell，1847-1942）美国发明家和企业家。他发明了世界上第一台可用的电话机，创建了贝尔电话公司。被誉为“电话之父”。2023/5/2733第三十三页，共七十六页，编辑于2023年，星期五电话是如何发明的1847年生于英国苏格兰，他的祖父亲毕生都从事聋哑人的教育事业，由于家庭的影响，他从小就对声学和语言学有浓厚的兴趣。开始，他的兴趣是在研究电报上。有一次，当他在做电报实验时，偶然发现了一块铁片在磁铁前振动会发出微弱声音的现象，而且他还发现这种声音能通过导线传向远方。这给贝尔以很大的启发。他想，如果对着铁片讲话，不也可以引起铁片的振动吗?就是贝尔关于电话的最初构想。梅布尔

2023/5/2734第三十四页，共七十六页，编辑于2023年，星期五

是梅布尔鼓舞他进行了所有那些使人精疲力竭的实验，也是梅布尔使他克服了不时产生的沮丧情绪——那种常常困扰着紧张工作去夺取成功的人们的沮丧情绪——使他得以研制出当时很了不起的一种工具。它能把人说的话转变为电脉冲，之后又在金属丝的末端使之还原成人说的话。

电话是如何发明的2023/5/2735第三十五页，共七十六页，编辑于2023年，星期五

为了纪念贝尔的功绩，将电学和声学中计量功率或功率密度比值的一种单位命名为“贝尔”。

由于贝尔1876年3月10日所使用的这部电话机的送话器，在原理上与另一位电话发明家菲利浦·格雷(德国科学家)的发明雷同，因而格雷便向法院提出起诉。一场争夺电话发明权的诉讼案便由此展开，并一直持续了十多年。最后，法院根据贝尔的磁石电话与格雷的液体电话有所不同，而且比格雷早几个小时提交了专利申请等这些因素，作出了现在大家已经知道结果的判决，电话发明权案至此画上句号。

电话是如何发明的2023/5/2736第三十六页，共七十六页，编辑于2023年，星期五声音编码示意图

编码、传输、人耳听音的实现

2023/5/2737第三十七页，共七十六页，编辑于2023年，星期五

声音编码的范围2023/5/2738第三十八页，共七十六页，编辑于2023年，星期五声音编码示意图1、只对可闻信号进行编码

2023/5/2739第三十九页，共七十六页，编辑于2023年，星期五声音编码示意图2、只对幅度强的掩蔽信号进行编码

2023/5/2740第四十页，共七十六页，编辑于2023年，星期五声音编码示意图3、只对信号与量化噪声的差值进行编码

2023/5/2741第四十一页，共七十六页，编辑于2023年，星期五声音编码示意图4、通过子带分割来进行优化、编码

2023/5/2742第四十二页，共七十六页，编辑于2023年，星期五声音编码示意图音频编码示意图

输入信号2023/5/2743第四十三页，共七十六页，编辑于2023年，星期五

视频压缩基本原理时域冗余信息

使用帧间编码技术可去除时域冗余信息，它包括以下二部分：

—帧间预测只传两帧之间变化的部分；

—运动补偿

运动补偿是通过先前的局部图像来预测、补偿当前的局部图像，它是减少帧序列冗余信息的有效方法。

2023/5/2744第四十四页，共七十六页，编辑于2023年，星期五视频压缩基本原理空域冗余信息

－变换编码

变换编码将空域信号变换到另一正交矢量空间，使其相关性下降，数据冗余度减小。

－量化编码

经过变换编码后，产生一批变换系数，对这些系数进行量化，使编码器的输出达到一定的位率。－熵编码

熵编码是无损编码。它对变换、量化后得到的系数和运动信息，进行进一步的压缩。2023/5/2745第四十五页，共七十六页，编辑于2023年，星期五2023/5/2746第四十六页，共七十六页，编辑于2023年，星期五背景全景图+视频对象(VO)=合成图像MPEG-4应用实例2023/5/2747第四十七页，共七十六页，编辑于2023年，星期五2023/5/2748第四十八页，共七十六页，编辑于2023年，星期五叛逆斗士的胜利--ZIP格式诞生

在DOS年代由于计算机存储介质容量的微小，个人用户对数据压缩软件的渴望是现在的用户无法想象的。例如在1984年，个人计算机的标配不过是容量360kB的5.25寸软盘而已，如果个人能将数据压缩数倍后存储，不啻于节省了一大笔钱。

2023/5/2749第四十九页，共七十六页，编辑于2023年，星期五叛逆斗士的胜利--ZIP格式诞生

于是数据压缩软件就成为了一项必须的工具。1985年SEA公司开发了MS-DOS环境下第一个应用LZW算法的ARC压缩软件，它是当时MS-DOS下统治性的压缩软件。从技术角度来说ARC确实不错，但使用了专利LZW算法的ARC当然是标准的商业软件，使用这种软件工作就必须付费。不过当时许多玩家根本买不起ARC软件，顺便说一句题外话，那时大多PC玩家基本都没什么富裕的钱，事实上个人计算机本身的发展就是被穷玩家精打细算所推动。不过个人计算机从诞生之日起就充满了叛逆、自由的精神，这也是推动整个个人计算机世界前行的主要动力。此时一个年轻的程序员出现并试图改变压缩世界，这个人叫PhillipW.Katz（菲利普·卡兹）。2023/5/2750第五十页，共七十六页，编辑于2023年，星期五

20世纪七八十年代出售软件的方式和现在截然不同，以ARC软件来说，它不仅包括了一份EXE可执行文件，还包括它的C语言源代码。经常混迹于BBS上的菲利普·卡兹同样买不起ARC，于是他自己将ARC的C语言源代码进行复制并用汇编语言重写，并将这个压缩工具称作PKARC，这个程序自然与ARC完全兼容，而且由于使用汇编使得速度较ARC更快。在当时的计算机世界里这是一种很普遍的现象，并没有程序员认为这种行为不对，甚至只要不与自己冲突，被改写者通常也不在乎。不过这次不太一样，菲利普·卡兹不仅仅是自己和朋友用，而是将这个软件免费向他人开放，大批ARC用户自然也就转而使用菲利普·卡兹的软件。2023/5/2751第五十一页，共七十六页，编辑于2023年，星期五

SEA其实不是什么大企业，它只是个3人起家的小公司，当然无法接受这种毁灭性打击。以现在的眼光看来，最初SEA的方式是温和的，它接洽菲利普·卡兹并希望通过授权的方式将PKARC纳入旗下，然而并不认为自己有什么过错的菲利普·卡兹一口拒绝，他不想让PKARC成为商业软件，他制作这个工具的初衷并不是为了赚钱。最终菲利普·卡兹被SEA以侵犯ARC压缩格式编码算法的罪名告上了法庭，并输掉了官司。叛逆倔强的卡兹在败诉后依然拒绝将PKARC授权给SEA公司，而选择了支付法律费用和停止发放PKARC。

2023/5/2752第五十二页，共七十六页，编辑于2023年，星期五

这场官司对菲利普·卡兹的人生观和信念影响巨大，追求自由平等的精神并不意味着盲目和法律对抗，试图劫富济贫的少年侠客行为只能逞一时快意，实质上帮助不了任何人。败诉后菲利普·卡兹决定将PKPRC完全重写。很显然，这次再也不能去触犯任何编码算法的专利权了，从3个基本编码算法来衍生自己的算法是必然的，于是去掉有专利权的LZW和LZ78，剩下的就只有LZ77。2023/5/2753第五十三页，共七十六页，编辑于2023年，星期五

也许是被激怒后带来了惊人的动力，只用了几周的时间菲利普·卡兹就创造出一个全新的压缩编码算法，该算法完美地结合LZ77和Huffman编码，也就是后来大名鼎鼎的PKZIP，而其文件格式扩展名叫作“.zip”。PKZIP可将多个文件压缩到一个文件中，无论压缩比、压缩速度都全面超过了商业软件ARC。菲利普·卡兹将PKZIP作为自由软件免费发放，使其如野火般在全美各大BBS上蔓延开来，用户以几何级数增长，遭受毁灭性打击的SEA公司半年内就无声无息。这段故事最后演变为用自由软件打败商业软件的传奇，菲利普·卡兹更是成为充满幻想的年轻程序员心中十步杀一人的偶像。2023/5/2754第五十四页，共七十六页，编辑于2023年，星期五

然而事情如果仅仅到此为止，那么这也不过是菲利普·卡兹为私人恩怨而快意恩仇的行为，未必能得到后人的真正尊重。不过他做出了一个让所有计算机用户都收益无穷的举动，那就是宣布开放ZIP格式，任何人都可以自由使用ZIP编码算法而不需要缴纳任何专利费用。这个决定最终改变了压缩的世界，使得通用数据无损压缩领域再无法出现垄断的商业巨鳄，真正意义上帮助了每个需要压缩的计算机用户。凭借这个无私的行为，菲利普·卡兹真正成为他想成为的英雄。

2023/5/2755第五十五页，共七十六页，编辑于2023年，星期五

2000年4月14日，年仅37岁的菲利普·卡兹被人发现倒毙在美国威斯康星州密尔沃基的一家汽车旅馆里，据说死因是慢性酒精中毒引起的并发症。这位天才程序员从未在ZIP身上得到半点好处，坚持信念的结果是潦倒的生活。他为世界贡献了一个伟大的免费软件，更为重要的是他缔造了一种大众化的压缩格式，然而却过早的离开了这个世界。

2023/5/2756第五十六页，共七十六页，编辑于2023年，星期五考虑用0和1组成的二进制数码为含有n个符号的某条信息编码，假设符号Fn

在整条信息中重复出现的概率为Pn，则该符号的熵也即表示该符号所需的位数为：En=-log2(Pn)熵的计算公式2023/5/2757第五十七页，共七十六页，编辑于2023年，星期五算术编码是由J.Rissanen在1979年提出的。算术编码的基本原理．将被编码的信息表示成实数轴上０和１之间的间隔，信息越长，间隔越小，表示这一间隔所需的二进制位数就越多。算术编码2023/5/2758第五十八页，共七十六页，编辑于2023年，星期五huffman编码原理及计算过程

变长编码——频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。2023/5/2759第五十九页，共七十六页，编辑于2023年，星期五huffman编码原理及计算过程

举个例子：假设一个文件中出现了8种符号S0,S1,S2,S3,S4,S5,S6,S7，那么每种符号要编码，至少需要3比特。假设编码成000,001,010,011,100,101,110,111(称做码字)。2023/5/2760第六十页，共七十六页，编辑于2023年，星期五huffman编码原理及计算过程

那么符号序列S0S1S7S0S1S6S2S2S3S4S5S0S0S1

编码后变成

000001111000001110010010011100101000000001。2023/5/2761第六十一页，共七十六页，编辑于2023年，星期五huffman编码原理及计算过程

共用了42比特。我们发现S0，S1，S2这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使得S0，S1，S2的码字短，其它符号的码字长，这样就能够减少占用的比特数。2023/5/2762第六十二页，共七十六页，编辑于2023年，星期五huffman编码原理及计算过程

例如，我们采用这样的编码方案：S0到S7的码字分别00,01,100,101,1100，1101,1110,1111，那么上述符号序列变成000111100011110011011001011100000001，共用了39比特，尽管有些码字如S4，S5，S6，S7变长了(由3位变成4位)，但使用频繁的几个码字如S0，S1变短了，所以