多媒体信息压缩与编码.doc

多媒体信息压缩与编码.doc

ID:59210629

大小:48.00 KB

页数:5页

时间:2020-09-10

多媒体信息压缩与编码.doc_第1页
多媒体信息压缩与编码.doc_第2页
多媒体信息压缩与编码.doc_第3页
多媒体信息压缩与编码.doc_第4页
多媒体信息压缩与编码.doc_第5页
资源描述:

《多媒体信息压缩与编码.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、多媒体压缩与编码课程总结0.概述多媒体是90点发展起来的一项新技术,它将文本、图形、图像、视频以及音频等运载信息的媒体结合在一起,通过计算机进行综合处理和控制。多媒体系统要求可以对各种视频(包括音频和视频等)进行实时的处理,但是通常这些数据的信息量都特别大,尤其是视频信息。因此为了克服存储设备的限制,同时减轻通信网络传输数据的负担,考虑采用多媒体压缩与编码技术。有关数据压缩的理论研究,主要还是在香农信息论的基础上开始的。而对于多媒体数据压缩技术研究,则更多的得益于数字信号处理、时间序列分析、参数估计、离散变换、模式识别、自适应技术以及感知生理-心理学的理论进展。CCITT制定了针对二值图像

2、的一系列压缩标准,如CCITTGroup3,CCITTGroup4等。在70年代末80年代初,数学家们提出了损失压缩精度以换取压缩率的新思路。针对此想法,国际标准化组织(ISO)和CCITT联合组成了两个委员会:静态图像联合专家小组(JPEG)和动态图像联合专家小组(MPEG),并且提出了JPEG,MPEG-1,MPEG-2,MPEG-4,MPEG-7等一系列标准。1.技术准备1.1熵熵来源于Shannon创立的信息论中的一条定理,利用热力学中的名词“熵”来表示一条信息中真正需要编码的信息量。利用由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

3、Pn,则该符号的熵也即表示该符号所需的二进制位数为:整条信息的熵也即表示整条信息所需二进制位数为:1.2模型使用模型的目的在于得到字符或单词在信息中出现的概率。即确定采用多少位二进制表示一个符号。1.3编码在通过利用模型得到采用的二进制位数后,如何设计方案尽量精确的使用模型计算出来的位数对符号进行表示是编码需要解决的问题。2.几种经典压缩编码首先介绍了不同的几种压缩编码方案。包括Shannon-Fano编码以及与其相似的Huffman编码,都是采用了0和1对字符进行表示;然后着重介绍了算数编码,与前两者不同,算数编码对整条信息的输出结果仅仅是一个小数,而且是位于0到1之间的一个小数。通过对

4、字符数目进行统计以及其概率的利用,得到某个整条信息位于某个区间,然后从中随机选择一个便于编码的小数,即我们得到的编码的结果。LZ77算法通过采用滑动窗口进行滑动匹配,得到的一种压缩方法,但是LZ77算法也存在某些问题,同时也针对问题作出一些改进。2.1信源编码为了减少信源输出符号序列中的剩余度、提高符号的平均信息量,对信源输出的符号序列所施行的变换。具体说,就是针对信源输出符号序列的统计特性来寻找某种方法,把信源输出符号序列变换为最短的码字序列,使后者的各码元所载荷的平均信息量最大,同时又能保证无失真地恢复原来的符号序列。信源编码的作用之一是设法减少码元数目和降低码元速率,即通常所说的数据

5、压缩;作用之二是将信源的模拟信号转化成数字信号,以实现模拟信号的数字化传输。信源编码主要包括变长码,霍夫曼码以及其他几种编码方法。变长码:在信源编码中,如果一组码中的所有码字的码长各不相同,即任意码字由不同长度的码符号序列组成,刚称为变长码。哈夫曼编码(HuffmanCoding)是一种编码方式,哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法,该方法完全依据字符出现概率来构造异字头的平均长度最短的码字,有时称之为最佳编码,一般就叫做Huffman编码(有时也称为霍夫曼编码)。2.2预测编码预测编码是数据压缩的一个重要分支,其理论基础主要是现代统计学和控

6、制论。时间序列分析的思想也常常被用来解决动态系统的输出问题。2.2.1DPCMDPCM的基本原理在于如果知道了前面的一些符号,然后再猜紧接着后面一个符号,如果前面的符号知道的越多,则后面的符号越容易猜中。而容易猜中就意味着该信源的不确定度减小了,数码率自然也就可以减少。然而这种算法不能让我们准确的猜中下一个数据符号,因此我们只能尽量的将预测器做到最好,对后面的数据做最优的预测。DPCM系统工作时,发送端先发送一个起始值x0,接着就只发送预测误差值ek=xk–x^k,而预测值x^k可记为x^k=f(x'1,x'2,…,x'N,k),k>N(1)式中k>N表示x'1,x'2,…,x'N的时序在

7、xk之前,为所谓因果型(Causal)预测,否则为非因果型预测。接收端把接收到的量化后的预测误差e^k与本地算出的x^k相加,即得恢复信号x'k。如果没有传输误差,则接收端重建信号x'k与发送端原始信号xk之间的误差为:qk。这正是发送端量化器产生的量化误差,即整个预测编码系统的失真完全由量化器产生。因此,当xk已经是数字信号时,如果去掉量化器,使e^k=ek,则qk=0,即x'k=xk。这表明,这类不带量化器的DPCM

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。