第四章多媒體數(shù)據(jù)壓縮編碼技術(shù)學(xué)習(xí)要點：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基本原理及實現(xiàn)技術(shù)，預(yù)測編碼、交換編碼l變換、變換）、統(tǒng)計編碼（編碼、算術(shù)編碼）。3量化的基本原理和量化器的設(shè)計思想。4靜態(tài)圖象壓縮編碼的國際標(biāo)準(zhǔn)（ E原理、實現(xiàn)技術(shù)，以及動態(tài)圖像壓縮編碼國際標(biāo)準(zhǔn)（ ）的基本原理。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)存儲和傳送電視信號數(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“”是一個規(guī)則物體。光的亮度、飽和度及顏色都一樣，因此，數(shù)據(jù)有很大的冗余。時間冗余信息熵冗余信息量：指從個相等的可能事件中選出一個事件所需要的信息度量和含量。信息熵：指一團數(shù)據(jù)所帶的信息量，平均信息量就是信息熵（ ）o例：從個數(shù)中選出某一個數(shù)可先問“是否大于”消除半數(shù)的可能這樣只要次就可選出某數(shù)。這是因為每提問一次都會得到比特的信息量。因此，在個數(shù)中選定某一數(shù)所需的信息量是b設(shè)從個數(shù)中選任意一個數(shù)的概率為 ，假定選定任意一個數(shù)的概率都相等， ,因此定義信息量 ,如果將信源所有可能事件的信息量進行平均，就得到了信息熵 r熵就是平均信息量。信息源的符號集為 ……設(shè)出現(xiàn)的概率為 則信息源的熵為結(jié)構(gòu)冗余圖象有非常強的紋理結(jié)構(gòu)。如草席圖結(jié)構(gòu)上存在冗余。知識冗余圖像的理解和某些基礎(chǔ)知識有關(guān)。例人臉的圖像有同樣的結(jié)構(gòu)：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。例：人類視覺分辨率為，但常用就是數(shù)據(jù)冗余。其他冗余：空白的非定長性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預(yù)測編碼變換編碼量化和向量量化編碼信息熵編碼子帶編碼結(jié)構(gòu)編碼基于知識的編碼二、量化1量化原理量化處理是使數(shù)據(jù)比特率下降的一個強有力的措施。脈沖編碼調(diào)制（）的量化處理是采樣之后進行，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?？吹降氖且裕? ）的整數(shù)表示圖像灰度，這是經(jīng)變換后的以級灰度分層量化處理Y的離散數(shù)值，這樣可以用 比特表示一個圖像像素的灰度值，或色差信號值。數(shù)據(jù)壓縮編碼中的量化處理，不是指變換后的量化，而是指以碼作為輸入，經(jīng)正交變換、差分、或預(yù)測處理后，熵編碼之前，對正交變換系數(shù)、差值或預(yù)測誤差的量化處理。量化輸入值的動態(tài)范圍很大，需要以多的比特數(shù)表示一個數(shù)值，量化輸出只能取有限個整數(shù)，稱作量化級，希望量化后的數(shù)值用較少的比特數(shù)便可表示。每個量化輸入被強行歸一到和其接近的某個輸出，即量化到某個級。量化處理總是把一批輸入，量化到一個輸出級上，所以量化處理是一個多對一的處理過程，是個不可逆過程，量化處理中有信息丟失，或者說，會引起量化誤差（量化噪聲）。2標(biāo)量量化器的設(shè)計通常設(shè)計量化器有下述兩種情況：▲給定量化分層級數(shù)，滿足量化誤差最小?！薅炕`差，確定分層級數(shù)，滿足以盡量小的平均比特數(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。、矢量量化

矢量量化編碼是近年來圖像、語音信號編碼技術(shù)中頗為流行的一種新型量化編碼方法。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于標(biāo)量量化而提出的。對于數(shù)據(jù)，一個數(shù)一個數(shù)地進行量化叫標(biāo)量量化。若對這些數(shù)據(jù)分組，每組個數(shù)構(gòu)成一個維矢量，然后以矢量為單元，逐個矢量進行量化，稱矢量量化。三、統(tǒng)計編碼1統(tǒng)計編碼原理一一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研究中，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。信息量從個相等可能事件中選出一個事件所需要的信息度量或含量。熵如果將信源所有可能事件信息量進行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：只要符號速率不超過信道容量符號可以以任意小的差錯概率向該信道中傳輸。另外幾種典型的方法是 編碼方法定理變字長編碼最佳編碼定理。在變字長編碼中，對于出現(xiàn)概率大的信息符號，編以短字長的碼對于出現(xiàn)概率小的信息符號編以長字長的碼，如果碼字長度嚴格按照符號概率的大小的相反順序排列，則平均碼字長一定小于按任何其他符號順序排列方式得到的碼字長度。（）熵、熵編碼原理、變字長編碼最佳編碼定理就是利用了這個定理進行編碼。2哈夫曼編碼編碼就是利用變字長最佳編碼實現(xiàn)信源符號按概率大小順序排列。信源符號按概率大小順序排列：出現(xiàn)概率最小的兩個符號概率相加合成一個概率。將合成概率看成一個新組合符號概率，重復(fù)上述做法，直到最后只剩下兩個符號概率為止。反過來逐步向前編碼，每一步有兩個分支各賦予一個二進制碼，可以對概率大的賦編碼為“”，概率小的賦編碼為“”。（反之，也可以大的賦“”，小的賦“”）特點：編碼字長參差不齊。編碼在信源編碼概率分布不均勻時效率高，所以效率比較均勻時，不用 編碼。編碼表省缺。好處：解決對稱性，降低了編碼時間。概率統(tǒng)計和 編碼一般不對稱。3算術(shù)編碼世紀(jì)年代初， 提出了算術(shù)編碼概念。 年， 和 首次介紹了它的實用技術(shù)。算術(shù)編碼在圖像數(shù)據(jù)壓縮標(biāo)準(zhǔn)如，中扮演Y重要的角色。在算術(shù)編碼中，消息用到之間的實數(shù)進行編碼，算術(shù)編碼用到兩個基本的參數(shù)：符號的概率和它的編碼間隔。信源符號的概率決定壓縮編碼的效率，也決定編碼過程中信源符號的間隔，而這些間隔包含在到之間。編碼過程中的間隔決定了符號壓縮后的輸出?；舅悸罚河靡粋€浮點輸出數(shù)值代替一個流的輸入符號；把要壓縮的整段數(shù)據(jù)映射到一段實數(shù)半開區(qū)間，內(nèi)的某一區(qū)段，然后構(gòu)造出小于且大于或等于的一個數(shù)值，這個數(shù)值就是對該輸入流進行壓縮編碼后的輸出代碼。例如：可將輸入字符流“ ”映射到區(qū)間 ， ，然后取該區(qū)間的任一個數(shù)，如 ，作為該輸入字符流的編碼?；驹恚簩⒕幋a的信息表示成實數(shù)和之間的一個間隔，信息越長，編碼表示它的間隔就越小，表示這一間隔所需的二進制位就越多。是一種二元碼的編碼方法。在不考慮信源統(tǒng)計的情況下，只要監(jiān)視一小段時間內(nèi)碼出現(xiàn)的頻率，不管統(tǒng)計是平穩(wěn)的或非平穩(wěn)的，編碼的碼率總能趨近于信源熵值，每次迭代時的編碼算法只處理一個數(shù)據(jù)符號，并且只有算術(shù)運算。設(shè)編碼初始化子區(qū)間為，，從算起，則1隨著被編碼數(shù)據(jù)流符號的輸入，子區(qū)間逐漸縮小。新子區(qū)間的起始位置前子區(qū)間的起始位置當(dāng)前符號的區(qū)間左端X前子區(qū)間長度；新子區(qū)間的長度前子區(qū)間的長度X當(dāng)前符號的概率（等價于范圍長度）；最后得到的子區(qū)間的長度決定了表示該區(qū)域內(nèi)的某一個數(shù)所需的位數(shù)。算術(shù)編碼在編、譯碼的過程中，子區(qū)間的起始位置和長度值的小數(shù)點后的位數(shù)越來越長，實際中無法實現(xiàn)。因此較實用的改進算法是限制小數(shù)點后的位數(shù)。在算術(shù)編碼中需要注意的幾個問題：由于實際計算機精度不可能無限長，運算中溢出是明顯的問題，但多數(shù)機器都有位、位或者位的精度，因此可使用比例縮放法解決。

算術(shù)編碼器對消息只產(chǎn)生一個碼字，這個碼字是在中的一個實數(shù)，因此譯碼器在接受到算術(shù)編碼器對消息只產(chǎn)生一個碼字，這個碼字是在中的一個實數(shù)，因此譯碼器在接受到表示這個實數(shù)的所有位之前不能進行譯碼。算術(shù)編碼也是一種對錯誤很敏感的編碼方法，如果有一位發(fā)生錯誤就會導(dǎo)致整個消息譯錯。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，信源符號的概率是固定的。在自適應(yīng)算術(shù)編碼中，信源符號的概率根據(jù)編碼時符號出現(xiàn)的頻繁程度動態(tài)地進行修改，在編碼期間估算信源符號概率的過程叫做建模。需要開開發(fā)態(tài)算術(shù)編碼的原因是因為事先知道精確的信源概率是很難的，而且是不切實際的。當(dāng)壓縮消息時，我們不能期待一個算術(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。因此動態(tài)建模就成為確定編碼器壓縮效率的關(guān)鍵。特點：①不必預(yù)先定義概率模型，自適應(yīng)模式具有獨特的優(yōu)點；②信源符號概率接近時，建議使用算術(shù)編碼，這種情況下其效率高于 編碼。③算術(shù)編碼實現(xiàn)方法復(fù)雜一些，但 成員對多幅圖像的測試結(jié)果表明，算術(shù)編碼比 編碼提高了左右的效率，因此在 擴展系統(tǒng)中用算術(shù)編碼取代 編碼。四、預(yù)測編碼、預(yù)測編碼方法基本原理從相鄰數(shù)據(jù)之間由強的相關(guān)性特點考慮，可以利用前面已經(jīng)出現(xiàn)的數(shù)值，進行預(yù)測（估計），得到一個預(yù)測值，將實際值和預(yù)測值求差，對這個差值信號進行編碼、傳送，這種編碼方法即成為預(yù)測編碼方法。不帶量化器的 線性預(yù)測編碼，屬于無失真編碼系統(tǒng)；帶有量化器的 線性預(yù)測編碼，屬于有失真編碼系統(tǒng)。最佳量化器的設(shè)計，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，來確定量化器的級數(shù)和步距，使量化誤差總處于人眼難以覺察的范圍內(nèi)，達到主觀評定準(zhǔn)則的要求。自適應(yīng)預(yù)測編碼 ：自適應(yīng)技術(shù)的概念是：預(yù)測器的預(yù)測系數(shù)和量化器的量化參數(shù)，能夠根據(jù)圖像的局部區(qū)域分布特點自動調(diào)整。實踐證明， 編、解碼系統(tǒng)和 編、解碼系統(tǒng)相比，不僅能改善恢復(fù)圖像的評測質(zhì)量和視覺效果，同時還能進一步壓縮數(shù)據(jù)。系統(tǒng)包括自適應(yīng)預(yù)測，即預(yù)測系數(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)整兩部分內(nèi)容。五、變換編碼、變換編碼的基本原理

、變換編碼的基本原理利用圖像塊像素值之間的相關(guān)性，把圖像變換到一組新的基上，使得能量集中到少數(shù)幾個變換系數(shù)上，通過存儲這些系數(shù)達到壓縮的目的。本方法采用對整幅的原始圖像分成許多個矩形區(qū)域子圖像獨立進行變換。常用變換有：卡亨南一洛維變換（）離散余弦變換（）沃爾什―哈達瑪變換（）離散傅里葉變換（）T六、多媒體數(shù)據(jù)壓縮編碼的國際標(biāo)準(zhǔn)由國際標(biāo)準(zhǔn)化協(xié)會、國際電信協(xié)會 和國際點心協(xié)會 領(lǐng)導(dǎo)下，制定的三個有關(guān)視頻圖像壓縮編碼的國家標(biāo)準(zhǔn)： 標(biāo)準(zhǔn)，-標(biāo)準(zhǔn)，標(biāo)準(zhǔn)。1靜態(tài)圖像壓縮編碼的國際標(biāo)準(zhǔn)（ ）—-聯(lián)合圖像專家小組標(biāo)準(zhǔn)，一種對靜態(tài)圖像壓縮的編碼算法。聯(lián)合”：國際電報電話咨詢委員會 和國際標(biāo)準(zhǔn)化協(xié)會聯(lián)合組成的圖像專家小組。給出Y一個使用于連續(xù)色調(diào)圖像的壓縮方法。要求圖像應(yīng)達到目的的基本要求：達到或接近當(dāng)前壓縮比和圖像保真度的技術(shù)水平，能覆蓋一個較寬的圖像質(zhì)量等級范圍，能達到“很好”到“極好”的評估，和原始圖像相比，人的視覺難以分辨；能適用于任何種類的連續(xù)色調(diào)的圖像，且長寬比都不受限制，同時也不受限于景物內(nèi)容、圖像的復(fù)雜程度和統(tǒng)計特性等。計算的復(fù)雜性是可控制的，其軟件可在各種上完成，算法也可用硬件實現(xiàn)。算法，具有四種操作方式：順序編碼—-每一個圖像分量按從左到右，從上到下掃描，一次掃描完成編碼；累進編碼—-圖像編碼在多次掃描中完成。累進編碼傳輸時間長，接收端收到的圖像是圖像是多次掃描由粗糙到清晰的累進過程；無失真編碼—-保證解碼后，完全精確地恢復(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—-圖像在多個空間分辨率進行編碼。在信道傳送速率慢，接收端顯示器分辨率也不高的情況下，只需做低分辨率圖像解碼。基于 編碼的關(guān)鍵步驟為：第一步：分割子塊第二步：對子塊進行正向離散余弦變換第三步：對獲得的 系數(shù)進行量化處理；第四步：系數(shù)差分編碼、系數(shù)行程編碼；第五步：熵編碼。熵編碼可分成兩步進行，先把碼和行程碼轉(zhuǎn)換為中間符號序列，然后給這些符號賦以變長碼字。建議的熵編碼是 編碼和自適應(yīng)二進制算術(shù)編碼。使用熵編碼還可以對 編碼后的直流系數(shù)和編碼后的交流系數(shù)作進一步的壓縮。在 有損壓縮算法中，使用霍夫曼編碼器來減少熵。使用霍夫曼編碼器的理由是可以使用很簡單的查表 方法進行編碼。壓縮數(shù)據(jù)符號時，霍夫曼編碼器對出現(xiàn)頻度比較高的符號分配比較短的代碼，而對出現(xiàn)頻度較低的符號分配比較長的代碼。這種可變長度的霍夫曼碼表可以事先進行定義。的全稱是運動圖像專家組——是專門制定多媒體領(lǐng)域內(nèi)的國際標(biāo)準(zhǔn)的一個組織，該組織成立于 年，由全世界大約 名多媒體技術(shù)專家組成。標(biāo)準(zhǔn)簡介標(biāo)準(zhǔn)是面向運動圖像壓縮的一個系列標(biāo)準(zhǔn)。最初 專家組的工作項目是個，即在 M， 傳輸速率下對圖像編碼，分別命名為， ， 。年， 適用范圍擴大到 ，能支持 的所有功能，因而被取消標(biāo)準(zhǔn)：即“用于數(shù)字存儲媒體運動圖像及其伴音速率為 的壓縮編碼”。的任務(wù)主要是，將視頻信號及其伴音以可接收的重建質(zhì)量壓縮到約 的碼率，并復(fù)合成一個單一的 位流，同時保證視頻和音頻的同步。標(biāo)準(zhǔn)分個部分：系統(tǒng)：定義音頻、視頻及有關(guān)數(shù)據(jù)的同步；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，亮度信號分辨率為 X4色度信號分辨率為X2音頻：定義音頻數(shù)據(jù)的編碼和解碼；④一致性測試。標(biāo)準(zhǔn)沒有規(guī)定編碼器和解碼器的體系結(jié)構(gòu)或?qū)崿F(xiàn)方法，但提出了功能和性能上的要求。止匕外， 算法編碼過程和解碼過程是一種非鏡像對稱算法，也就是說運動圖像的壓縮編碼過程和還原解碼過程是不對稱算法，解碼過程要比編碼過程相對簡單。實際上， 和 只規(guī)定了解碼的

的解碼器，如一方案，重點將解碼算法標(biāo)準(zhǔn)化。因而用硬件實現(xiàn) 算法時，人們首先實現(xiàn)公司解碼器系列。的解碼器，如一音頻：音頻壓縮算法是第一個高保真音頻數(shù)據(jù)壓縮國際標(biāo)準(zhǔn)，它同時可完全獨立使用音頻標(biāo)準(zhǔn)具有如下特點：（）音頻信號采樣率可以是 ， 或k（）壓縮后的比特流可以按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；（） 音頻標(biāo)準(zhǔn)提供個獨立的壓縮層次；（）編碼后的比特流支持循環(huán)冗余校驗 R（） 音頻標(biāo)準(zhǔn)支持在比特流中載帶附加信息數(shù)據(jù)壓縮過程中存在的主要問題是：（）僅使用幀內(nèi)編碼方法無法達到很高的壓縮比；（）用單一的靜止幀內(nèi)編碼方法能最好地滿足隨機存取的要求。具體實現(xiàn)中采用了一個折中解決方案，在 算法中采用兩種基本技術(shù)：（）基于塊的運動補償技術(shù)，目的是減少時間上冗余性；（）基于 變換的 技術(shù)，以減少空間上冗余性。（）基于塊的運動補償技術(shù)—一 視頻數(shù)據(jù)流的結(jié)構(gòu)將運動圖像類型分為種：圖像圖像圖像圖像利用圖像自身的相關(guān)性壓縮，提供壓縮數(shù)據(jù)流中的隨機存取的點，采用基于 的編碼技術(shù)，壓縮后，每個像素為?比特。圖像也稱幀內(nèi)圖，類似和 中的幀內(nèi)編碼。圖像用最近的前一個圖像或圖像預(yù)測編碼得到前向預(yù)測，也可以作為下一次預(yù)測的參照圖像，也稱為預(yù)測圖。圖像圖橡在預(yù)測時，既可使用前一個圖像作參照，也可使用下一個圖像作參照或同時使用前后兩個圖像作為參照圖像雙向預(yù)測)也稱雙圖。其預(yù)測方法采用種技術(shù)：幀內(nèi)編碼；前向預(yù)測；后向預(yù)測；雙向預(yù)測基于塊的運動補償技術(shù)：運動補償技術(shù)主要用于消除圖像和圖像在時間上的冗余性，提高壓縮效率。在 方案中，運動補償技術(shù)在宏塊一級工作。所謂基于塊的運動補償技術(shù)即：()在參照幀中尋找符合一定條件限制、當(dāng)前被預(yù)測塊的最佳匹配塊；()當(dāng)找到匹配塊后，在恢復(fù)被預(yù)測塊時，采用兩種處理方法：直接用匹配塊代替；用匹配塊加上預(yù)測誤差(預(yù)測誤差采用 編碼)。每個包含運動信息的X宏塊，相對于前面相鄰塊的運動信息作差分偏碼，得到運動差值；然后對運動差值，使用變長碼編碼方法，進一步壓縮數(shù)據(jù)。注意： 標(biāo)準(zhǔn)只說明了怎樣表示運動信息，并沒有說明運動矢量如何計算。標(biāo)準(zhǔn)：標(biāo)準(zhǔn)從年開始研究，年 漢城會議正式通過。它是一個直接和數(shù)字電視廣播有關(guān)的高質(zhì)量圖像和聲音編碼標(biāo)準(zhǔn)。 可以說是 的擴充，因為它們的基本編碼算法都相同。但增加了許多 所沒有的功能，例如增加了隔行掃描電視的編碼，提供了位速率的可變性能功能。 要達到的最基本目標(biāo)是：位速率為? ，最高達 。的標(biāo)準(zhǔn)號為 ，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標(biāo)準(zhǔn)的主要內(nèi)容如下：() —視頻利用網(wǎng)絡(luò)提供的更高的帶寬 以上)來支持具有更高分辨率圖像的壓縮和更高的圖像質(zhì)量；()為了適應(yīng)不同使用的要求，保證數(shù)據(jù)的可交換性，定義了不同的功能檔次，每個檔次又分為幾個等級()編碼器的設(shè)計有較大的自由度() 定義了種規(guī)范，以保證和 向下兼容及廣播、通信、計算機、家用視聽設(shè)備的需求;() 音頻向后和 E音頻兼容。的編碼方法和 的區(qū)別主要是在隔行掃描制式下，變換是在場內(nèi)還是在幀內(nèi)進行由用戶自行選擇，亦可自適應(yīng)選擇。一般情況下，對細節(jié)多、運動部分少的圖像在幀內(nèi)進行C而細節(jié)少、運動分量多的圖像在場內(nèi)進行C一采用可調(diào)型和非可調(diào)型兩種編碼結(jié)構(gòu)，且采用兩層等級編碼方式。視頻體系要求必須保證和向下兼容，并同時力求