多媒體數(shù)據(jù)壓縮編碼技術(shù)

學(xué)習(xí)要點(diǎn)：1、多媒體數(shù)據(jù)要所編碼的重要性和分類。2、常用壓縮編碼算法的根本原理及實(shí)現(xiàn)技術(shù)，推測(cè)編碼、交換編碼〔K-L變換、DCT變換〕、統(tǒng)計(jì)編碼〔Hufman〕。3、量化的根本原理和量化器的設(shè)計(jì)思想。4、靜態(tài)圖象壓縮編碼的國(guó)際標(biāo)準(zhǔn)〔JPEG〕原理、實(shí)現(xiàn)技術(shù)，以及動(dòng)態(tài)圖像壓縮編碼國(guó)際標(biāo)準(zhǔn)〔MPEG〕的根本原理。一、多媒體數(shù)據(jù)壓縮編碼的重要性和分類1、多媒體數(shù)據(jù)壓縮的重要性多媒體技術(shù)最大難題是海量數(shù)據(jù)存儲(chǔ)與傳送電視信號(hào)數(shù)字化后的數(shù)據(jù)量。2、多媒體數(shù)據(jù)壓縮的可能性空間冗余例:圖象中的“A”是一個(gè)規(guī)章物體。光的亮度、飽和度及顏色都一樣，因此，數(shù)據(jù)A有很大的冗余。時(shí)間冗余信息熵冗余信息量：指從N信息熵：指一團(tuán)數(shù)據(jù)所帶的信息量，平均信息量就是信息熵〔entropy〕。64326164log264=6(bits)N個(gè)數(shù)中選任意一個(gè)數(shù)X的概率為P(x)，假定選定任意一個(gè)數(shù)的概率都相等，P(x)=1/N，因此定義信息量I(x)=log2N=-log2(1/N)=-log2P(x)=I[P(x)得到了信息熵(entropy)。熵就是平均信息量。Xj(j=1,2,3??..NXP(xj),則信息源X構(gòu)造冗余圖象有格外強(qiáng)的紋理構(gòu)造。如草席圖構(gòu)造上存在冗余。學(xué)問冗余圖像的理解與某些根底學(xué)問有關(guān)。例:人臉的圖像有同樣的構(gòu)造：嘴的上方有鼻子，鼻子上方有眼睛，鼻子在中線上??視覺冗余視覺冗余是非均勻、非線性的。22就是數(shù)據(jù)冗余。其他冗余：空白的非定長(zhǎng)性3、多媒體數(shù)據(jù)壓縮方法的分類按壓縮方法分：有失真壓縮、無失真壓縮按編碼算法原理分:推測(cè)編碼變換編碼量化與向量量化編碼信息熵編碼子帶編碼構(gòu)造編碼基于學(xué)問的編碼二、量化1、量化原理量化處理是使數(shù)據(jù)比特率下降的一個(gè)強(qiáng)有力的措施。脈沖編碼調(diào)制〔PCM〕的量化處理是采樣之后進(jìn)行，從理論分析的角度，圖像灰度值是連續(xù)的數(shù)值，而我們通?？吹降氖且浴?～255〕的整數(shù)表示圖像灰度，這是經(jīng)A/D256log2256=8圖像像素的灰度值，或色差信號(hào)值。數(shù)據(jù)壓縮編碼中的量化處理，不是指A/D變換后的量化，而是指以PCM碼作為輸入，經(jīng)正交變換、差分、或推測(cè)處理后，熵編碼之前，對(duì)正交變換系數(shù)、差值或推測(cè)誤差的量化處理。量化輸入值的動(dòng)態(tài)范圍很大，需要以多的比特?cái)?shù)表示一個(gè)數(shù)值，量化輸出只能取有限個(gè)整數(shù)，稱作量化級(jí)，期望量化后的數(shù)值用較少的比特?cái)?shù)便可表示。每個(gè)量化輸入被強(qiáng)行歸一到與其接近的某個(gè)輸出，即量化到某個(gè)級(jí)。量化處理總是把一批輸入，量化到一個(gè)輸出級(jí)上，所以量化處理是一個(gè)多對(duì)一的處理過程，是個(gè)不行逆過程，量化處理中有信息喪失，或者說，會(huì)引起量化誤差〔量化噪聲〕。2、標(biāo)量量化器的設(shè)計(jì)通常設(shè)計(jì)量化器有下述兩種狀況：▲給定量化分層級(jí)數(shù)，滿足量化誤差最小?！薅炕`差，確定分層級(jí)數(shù)，滿足以盡量小的平均比特?cái)?shù)，表示量化輸出。量化方法有標(biāo)量量化和矢量量化之分，標(biāo)量量化又可分為，均勻量化、非均勻量化和自適應(yīng)量化。3、矢量量化矢量量化編碼是近年來圖像、語(yǔ)音信號(hào)編碼技術(shù)中頗為流行的一種型量化編碼方法。矢量量化編碼方法一般是有失真編碼方法。矢量量化的名字是相對(duì)于標(biāo)量量化而提出的。對(duì)于PCM數(shù)據(jù)，一個(gè)數(shù)一個(gè)數(shù)地進(jìn)展量化叫標(biāo)量量化。假設(shè)對(duì)這些數(shù)據(jù)分組，每組K個(gè)數(shù)構(gòu)成一個(gè)K維矢量，然后以矢量為單元，逐個(gè)矢量進(jìn)展量化，稱矢量量化。三、統(tǒng)計(jì)編碼1、統(tǒng)計(jì)編碼原理——信息量和信息熵圖像的概率分布、信息量和信息熵之間有什么關(guān)系？在圖像編碼壓縮理論爭(zhēng)論中，為什么要引入信息論中“熵”值的概念，有什么重要意義？這是我們下面需要說明的問題。概念：信息:是用不確定性的量度定義的。信息量:從N個(gè)相等可能大事中選出一個(gè)大事所需要的信息度量或含量。熵:假設(shè)將信源全部可能大事信息量進(jìn)展平均就得到信息的熵(熵就是平均信息量)。傳輸包括：傳輸所需要的信息。以任意小的失真或零失真接收這些信息。已經(jīng)證明：只要符號(hào)速率不超過信道容量C符號(hào)可以以任意小的過失概率向該信道中傳輸。另外幾種典型的方法是:Fans,Huffman,編碼方法定理,變字長(zhǎng)編碼最正確編碼定理。在變字長(zhǎng)編碼中，對(duì)于消滅概率大的信息符號(hào)，編以短字長(zhǎng)的碼,對(duì)于消滅概率小的信息符號(hào)編以長(zhǎng)字長(zhǎng)的碼，假設(shè)碼字長(zhǎng)度嚴(yán)格依據(jù)符號(hào)概率的大小的相反挨次排列，則平均碼字長(zhǎng)肯定小于按任何其他符號(hào)挨次排列方式得到的碼字長(zhǎng)度?！?〕熵、熵編碼原理、變字長(zhǎng)編碼最正確編碼定理(2)Huffman2、哈夫曼編碼Huffman編碼就是利用變字長(zhǎng)最正確編碼實(shí)現(xiàn)信源符號(hào)按概率大小挨次排列。信源符號(hào)按概率大小挨次排列：消滅概率最小的兩個(gè)符號(hào)概率相加合成一個(gè)概率。將合成概率看成一個(gè)組合符號(hào)概率，重復(fù)上述做法，直到最終只剩下兩個(gè)符號(hào)概率為止。反過來逐步向前編碼，每一步有兩個(gè)分支各賜予一個(gè)二進(jìn)制碼，可以對(duì)概率大的賦編碼為“0”，概率小的賦編碼為“1”?！卜粗部梢源蟮馁x“1”，小的賦“0”〕特點(diǎn)：Huffman編碼字長(zhǎng)參差不齊。HuffmanHuffmanHuffman編碼表省缺。好處：解決對(duì)稱性，降低了編碼時(shí)間。概率統(tǒng)計(jì)和Huffman編碼一般不對(duì)稱。3、算術(shù)編碼2060E1ias1976Bissanen和Pasco術(shù)。JPEG，JBIG01間的實(shí)數(shù)進(jìn)展編碼，算術(shù)編碼用到兩個(gè)根本的參數(shù)：符號(hào)的概率和它的編碼間隔。信源符號(hào)的概率打算壓縮編碼的效率，也打算編碼過程中信源符號(hào)的間隔，而這些間隔包含在01之間。編碼過程中的間隔打算了符號(hào)壓縮后的輸出。根本思路：用一個(gè)浮點(diǎn)輸出數(shù)值代替一個(gè)流的輸入符號(hào)；把要壓縮的整段數(shù)據(jù)映射到一段實(shí)數(shù)半開區(qū)間[0，1)內(nèi)的某一區(qū)段，然后構(gòu)造出小于l且大于或等于0的一個(gè)數(shù)值，這個(gè)數(shù)值就是對(duì)該輸入流進(jìn)展壓縮編碼后的輸出代碼。例如：可將輸入字符流“eai”映射到區(qū)間[0.23，0.2360.23，作為該輸入字符流的編碼。根本原理：01隔所需的二進(jìn)制位就越多。是一種二元碼的編碼方法。在不考慮信源統(tǒng)計(jì)的狀況下，只要監(jiān)視一小段時(shí)間內(nèi)碼消滅的頻率，不管并且只有算術(shù)運(yùn)算。設(shè)編碼初始化子區(qū)間為[0，1)，Qe0算起，則Pe=1-Qe。隨著被編碼數(shù)據(jù)流符號(hào)的輸入，子區(qū)間漸漸縮小。子區(qū)間的起始位置=前子區(qū)間的起始位置+當(dāng)前符號(hào)的區(qū)間左端×前子區(qū)間長(zhǎng)度；子區(qū)間的長(zhǎng)度=前子區(qū)間的長(zhǎng)度×當(dāng)前符號(hào)的概率〔等價(jià)于范圍長(zhǎng)度〕；最終得到的子區(qū)間的長(zhǎng)度打算了表示該區(qū)域內(nèi)的某一個(gè)數(shù)所需的位數(shù)。算術(shù)編碼在編、譯碼的過程中，子區(qū)間的起始位置和長(zhǎng)度值的小數(shù)點(diǎn)后的位數(shù)越來越長(zhǎng)，實(shí)際中無法實(shí)現(xiàn)。因此較有用的改進(jìn)算法是限制小數(shù)點(diǎn)后的位數(shù)。在算術(shù)編碼中需要留意的幾個(gè)問題：163264算術(shù)編碼器對(duì)消息只產(chǎn)生一個(gè)碼字，這個(gè)碼字是在[0,1]中的一個(gè)實(shí)數(shù)，因此譯碼器在承受到表示這個(gè)實(shí)數(shù)的全部位之前不能進(jìn)展譯碼。算術(shù)編碼也是一種對(duì)錯(cuò)誤很敏感的編碼方法，假設(shè)有一位發(fā)生錯(cuò)誤就會(huì)導(dǎo)致整個(gè)消息譯錯(cuò)。算術(shù)編碼可以是靜態(tài)的或者自適應(yīng)的。在靜態(tài)算術(shù)編碼中，信源符號(hào)的概率是固定的。在自適應(yīng)算術(shù)編碼中，信源符號(hào)的概率依據(jù)編碼時(shí)符號(hào)消滅的頻繁程度動(dòng)態(tài)地進(jìn)展修改，在編碼期間估算信源符號(hào)概率的過程叫做建模。需要開開發(fā)態(tài)算術(shù)編碼的緣由是由于事先知道準(zhǔn)確的信源概率是很難的，而且是不切實(shí)際的。當(dāng)壓縮消息時(shí)，我們不能期盼一個(gè)算術(shù)編碼器獲得最大的效率，所能做的最有效的方法是在編碼過程中估算概率。因此動(dòng)態(tài)建模就成為確定編碼器壓縮效率的關(guān)鍵。特點(diǎn)：①不必預(yù)先定義概率模型，自適應(yīng)模式具有獨(dú)特的優(yōu)點(diǎn)；②信源符號(hào)概率接近時(shí)，建議使用算術(shù)編碼，這種狀況下其效率高于Huffman③算術(shù)編碼實(shí)現(xiàn)方法簡(jiǎn)單一些，但JPEG成員對(duì)多幅圖像的測(cè)試結(jié)果說明，算術(shù)編碼比Huffman編5%左右的效率，因此在JPEGHuffman四、推測(cè)編碼1、推測(cè)編碼方法根本原理從相鄰數(shù)據(jù)之間由強(qiáng)的相關(guān)性特點(diǎn)考慮，可以利用前面已經(jīng)消滅的數(shù)值，進(jìn)展推測(cè)〔估量〕，得到一個(gè)推測(cè)值，將實(shí)際值與推測(cè)值求差，對(duì)這個(gè)差值信號(hào)進(jìn)展編碼、傳送，這種編碼方法即成為推測(cè)編碼方法。不帶量化器的DPCM線性推測(cè)編碼，屬于無失真編碼系統(tǒng)；帶有量化器的DPCM線性推測(cè)編碼，屬于有失真編碼系統(tǒng)。最正確量化器的設(shè)計(jì)，可利用人眼的視覺可見度閾值和視覺掩蔽效應(yīng)等生理特征，來確定量化器的級(jí)數(shù)和步距，使量化誤差總處于人眼難以覺察的范圍內(nèi)，到達(dá)主觀評(píng)定準(zhǔn)則的要求。自適應(yīng)推測(cè)編碼ADPCM：自適應(yīng)技術(shù)的概念是：推測(cè)器的推測(cè)系數(shù)和量化器的量化參數(shù)，能夠依據(jù)圖像的局部區(qū)域分布特點(diǎn)自動(dòng)調(diào)整。實(shí)踐證明，ADPCM編、解碼系統(tǒng)與DPCM編、解碼系統(tǒng)相比，不僅能改善恢復(fù)圖像的評(píng)測(cè)質(zhì)量和視覺效果，同時(shí)還能進(jìn)一步壓縮數(shù)據(jù)。ADPCM系統(tǒng)包括自適應(yīng)推測(cè)，即推測(cè)系數(shù)的自適應(yīng)調(diào)整和自適應(yīng)量化，即量化器參數(shù)的自適應(yīng)調(diào)整兩局部?jī)?nèi)容。五、變換編碼1、變換編碼的根本原理通過存儲(chǔ)這些系數(shù)到達(dá)壓縮的目的。本方法承受對(duì)整幅的原始圖像分成很多個(gè)矩形區(qū)域子圖像獨(dú)立進(jìn)展變換。常用變換有：卡亨南—洛維變換〔KLT〕離散余弦變換〔DCT〕沃爾什—哈達(dá)瑪變換〔WHT〕離散傅里葉變換〔DFT〕。六、多媒體數(shù)據(jù)壓縮編碼的國(guó)際標(biāo)準(zhǔn)由國(guó)際標(biāo)準(zhǔn)化協(xié)會(huì)ISO、國(guó)際電信協(xié)會(huì)IEC和國(guó)際點(diǎn)心協(xié)會(huì)ITU領(lǐng)導(dǎo)下，制定的三個(gè)有關(guān)視頻圖像壓縮編碼的國(guó)家標(biāo)準(zhǔn)：JPEGH·261MPEG1、靜態(tài)圖像壓縮編碼的國(guó)際標(biāo)準(zhǔn)〔JPEG〕JPEG——聯(lián)合圖像專家小組標(biāo)準(zhǔn)，一種對(duì)靜態(tài)圖像壓縮的編碼算法。聯(lián)合”：國(guó)際電報(bào)詢問委員會(huì)CCITT和國(guó)際標(biāo)準(zhǔn)化協(xié)會(huì)ISO聯(lián)合組成的圖像專家小組。JPEG給出了一個(gè)使用于連續(xù)色調(diào)圖像的壓縮方法。JPEG到達(dá)或接近當(dāng)前壓縮比與圖像保真度的技術(shù)水平，能掩蓋一個(gè)較寬的圖像質(zhì)量等級(jí)范圍，能到達(dá)“很好”到“極好”的評(píng)估，與原始圖像相比，人的視覺難以區(qū)分；能適用于任何種類的連續(xù)色調(diào)的圖像，且長(zhǎng)寬比都不受限制，同時(shí)也不受限于景物內(nèi)容、圖像的簡(jiǎn)單程度和統(tǒng)計(jì)特性等。計(jì)算的簡(jiǎn)單性是可掌握的，其軟件可在各種CPU上完成，算法也可用硬件實(shí)現(xiàn)。JPEG挨次編碼——每一個(gè)圖像重量按從左到右，從上到下掃描，一次掃描完成編碼；累進(jìn)編碼——圖像編碼在屢次掃描中完成。累進(jìn)編碼傳輸時(shí)間長(zhǎng)，接收端收到的圖像是圖像是屢次掃描由粗糙到清楚的累進(jìn)過程；無失真編碼——保證解碼后，完全準(zhǔn)確地恢復(fù)源圖像采樣值，其壓縮比低于有失真壓縮編碼方法；分層編碼——圖像在多個(gè)空間區(qū)分率進(jìn)展編碼。在信道傳送速率慢，接收端顯示器區(qū)分率也不高的情況下，只需做低區(qū)分率圖像解碼。DCT第一步：分割子塊其次步：對(duì)子塊進(jìn)展正向離散余弦變換FDCT；第三步：對(duì)獲得的DCT系數(shù)進(jìn)展量化處理；第四步：DCAC第五步：熵編碼。熵編碼可分成兩步進(jìn)展，先把DC碼和行程碼轉(zhuǎn)換為中間符號(hào)序列，然后給這些符號(hào)賦以變長(zhǎng)碼字。JPEGHuffman使用熵編碼還可以對(duì)DPCM編碼后的直流DC系數(shù)和RLE編碼后的溝通AC在JPEG查表(lookuptable)方法進(jìn)展編碼。壓縮數(shù)據(jù)符號(hào)時(shí)，霍夫曼編碼器對(duì)消滅頻度比較高的符號(hào)安排比較短的代碼，而對(duì)消滅頻度較低的符號(hào)安排比較長(zhǎng)的代碼。這種可變長(zhǎng)度的霍夫曼碼表可以事先進(jìn)展定義。2、MPEGMPEGMovingPictureExpertsGroup是特地制定多媒體領(lǐng)域內(nèi)的國(guó)際標(biāo)準(zhǔn)的一個(gè)組織，該組織成立于1988300名多媒體技術(shù)專家組成。MPEGMPEG最初MPEG31.5Mbps，lOMbps，40Mbps命名為MPEG-1，MPEG-2，MPEG-3。l992年，MPEG-2適用范圍擴(kuò)大到HDTV，能支持MPEG-3的全部功能，MFEG-3MPEG-1標(biāo)準(zhǔn)：MPEG-11.5MbpsMPEG-11.5Mbps一個(gè)單一的MPEGMPEG-14①M(fèi)PEG②MPEG視頻：定義視頻數(shù)據(jù)的編碼和重建圖像所需的解碼過程，亮度信號(hào)區(qū)分率為360×240，色度信180×120；③MPEG④全都性測(cè)試。MPEG-1此外，MPEG解碼過程是不對(duì)稱算法，解碼過程要比編碼過程相對(duì)簡(jiǎn)潔。實(shí)際上，MPEG-1MPEG-2方案，重點(diǎn)將解碼算法標(biāo)準(zhǔn)化。因而用硬件實(shí)現(xiàn)MPEG算法時(shí)，人們首先實(shí)現(xiàn)MPEG的解碼器，如C—CubeCL450MPEGMPEG音頻壓縮算法是第一個(gè)高保真音頻數(shù)據(jù)壓縮國(guó)際標(biāo)準(zhǔn)，它同時(shí)可完全獨(dú)立應(yīng)用MPEG32kHz，44.1kHz48kHz；4種模式之一支持單聲道或雙聲道；壓縮后的比特流具有預(yù)定義的比特率之一；MPEG3編碼后的比特流支持循環(huán)冗余校驗(yàn)CRC；MPEGMPEG僅使用幀內(nèi)編碼方法無法到達(dá)很高的壓縮比；用單一的靜止幀內(nèi)編碼方法能最好地滿足隨機(jī)存取的要求。具體實(shí)現(xiàn)中承受了一個(gè)折中解決方案，在MPEG算法中承受兩種根本技術(shù)：基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)，目的是削減時(shí)間上冗余性；基于DCT變換的ADCT基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)——MPEGMPEG3I利用圖像自身的相關(guān)性壓縮，供給壓縮數(shù)據(jù)流中的隨機(jī)存取的點(diǎn)，承受基于ADCT的編碼技術(shù)，壓縮1～2IJPEGP用最近的前一個(gè)I圖像(或P圖像)推測(cè)編碼得到(前向推測(cè))，也可以作為下一次推測(cè)的參照?qǐng)D像，也稱為推測(cè)圖。BB圖橡在推測(cè)時(shí)，既可使用前一個(gè)圖像作參照，也可使用下一個(gè)圖像作參照或同時(shí)使用前后兩個(gè)圖像作為參照?qǐng)D像(雙向推測(cè))，也稱雙圖。4幀內(nèi)編碼；(2)前向推測(cè)；(3)后向推測(cè)；(4)雙向推測(cè)基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)：運(yùn)動(dòng)補(bǔ)償技術(shù)主要用于消退P圖像和B圖像在時(shí)間上的冗余性，提高壓縮效率。MPEG所謂基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)即：在參照幀中查找符合肯定條件限制、當(dāng)前被推測(cè)塊的最正確匹配塊；當(dāng)找到匹配塊后，在恢復(fù)被推測(cè)塊時(shí)，承受兩種處理方法：直接用匹配塊代替；用匹配塊加上推測(cè)誤差〔推測(cè)誤差承受ADCT編碼〕。每個(gè)包含運(yùn)動(dòng)信息的16×16宏塊，相對(duì)于前面相鄰塊的運(yùn)動(dòng)信息作差分偏碼，得到運(yùn)動(dòng)差值；然后對(duì)運(yùn)動(dòng)差值，使用變長(zhǎng)碼編碼方法，進(jìn)一步壓縮數(shù)據(jù)。留意：MPEG標(biāo)準(zhǔn)只說明白怎樣表示運(yùn)動(dòng)信息，并沒有說明運(yùn)動(dòng)矢量如何計(jì)算。MPEG-2MPEG-219901993年ISO的高質(zhì)量圖像和聲音編碼標(biāo)準(zhǔn)。MPEG-2可以說是MPEG-1MPEG-2增加了很多MPEG-1(scalability)功能。MPEG-24～9Mbit/s，最高達(dá)15Mbit/s。MPEG-2的標(biāo)準(zhǔn)號(hào)為ISO/IEC13818，標(biāo)準(zhǔn)名稱為“信息技術(shù)—電視圖像和伴音信息的通用編碼MPEG-2MPEG—2(1.5Mbps以上)，來支持具有更高區(qū)分率圖像的壓縮和更高的圖像質(zhì)量；為了適應(yīng)不同應(yīng)用的要求，保證數(shù)據(jù)的可交換性，定義了不同的功能檔次，每個(gè)檔次又分為幾個(gè)等級(jí)編碼器的設(shè)計(jì)有較大的自由度MPEG-211種標(biāo)準(zhǔn)，以保證與MPEG-1求；MPEG-2MPEG—1MPEG-2的編碼方法和MPEG-l的區(qū)分主要是在隔行掃描制式下，DCT變換是在場(chǎng)內(nèi)還是在幀內(nèi)進(jìn)展由用DCT；而細(xì)節(jié)少、運(yùn)動(dòng)重量多的圖像在場(chǎng)內(nèi)進(jìn)展DCT。MPEG—2MPEG2視頻體系要求必需保證與MPEG1/