多媒体数据压缩技术.ppt

第 6 章,教学进程,多媒体数据压缩技术,本节要点：1.JPEG2.MPEG3.本章习题练习,视频编码的国际标准简介,为了使不同厂家的不同设备、不同系统和不同应用环境之间能够相互传送、交换和共享图像资源，需要一个统一的标准。,早在80年代中期国际电报电话咨询委员会(CCITT)的研究小组就提出国际视频编码标准。后来国际化组织、国际电子学委员会和国际电信协会等国际组织，也于90年代领导制定了三个重要的多媒体国际标准，即JPEG、MPEG、H.261,静态图像压缩编码的国际标准-JPEG,JPEG（Joint Photographera Experts Group）是一个统一的静态压缩标准。该标准制定了有损压缩和无损压缩的编码方案。这个标准适用范围很广，即可用于灰度图像，又可用于彩色图像。如多媒体CD-ROM、彩色图像传真、图文档案管理等。,静态图像压缩JPEG概述,JPEG算法是一种适用于连续色调、多级灰度、静止图像的数字压缩编码方法。JPEG市关于图像彩色、灰度、静止图像的第一个国际标准，是一个适用范围广泛的通用标准。它不仅适用于静止图像的压缩，也适用于电视图像序列的帧内图像的压缩。,主要目的,达到或接近当前压缩比与图形保真度的技术水平，能覆盖一个较宽的图形质量等级范围，能达到“很好”或“极好”的评估，与原始图像相比，人的视觉难以区分。（图像质量）能适用于任何种类连续色调图像，且长宽比都不受限制，同时也不受限于景物内容图形复杂程度和统计特性。（图像兼容）计算的复杂性时可控制的，其软件可在各种CPU上完成，算法也可用硬件实现。（硬件兼容）,编码方式,JPEG标准具有四种编码方式：（1）顺序编码（2）累进编码（3）分层编码（4）无失真编码,顺序编码,顺序编码运行方式：每一个图像分量从左到右、从上到下扫描，一次扫描完成。如图：,累进编码,累进编码运行方式：这种编码方式传输时间长，接收端收到的图像是经过多次扫描后由粗糙到清晰的累进编码过程。,分层编码运行方式：水平方向和垂直方向分辨率以2的倍数因子下降（降低原始图像的空间分辨率），导出若干低分辨率的原图像，分层后再采用JPEG的压缩编码方法进行编码，随后重复以上步骤，直到图像达到完整的分辨率编码为止。当信道传送率慢、接收端显示分辨率也不高的情况下，只需做低分辨率图像编码，不必进行高分辨率编码。,分层编码运行方式,无失真预测编码,无失真预测编码：这种编码方式，可保证重建图像数据与原始图像数据完全相同。其压缩比低于有失真压缩编码方法。,无失真编码,编码器处理过程：,特点：硬件容易实现和重建图像质量好。,无损压缩预测编码运行方式,DPCM编码简单，易于用硬件实现。由于是无失真编码，解码后的图像质量很高,Px,静止图像编码国际标准JPEG,压缩率9.2,静止图像编码国际标准JPEG,压缩率18.4,静止图像编码国际标准JPEG,压缩率51.6,MPEG简述,MPEG运动图象专家小组，提出并在1992年通过了MPEG-I标准，后在1993年又提出了MPEG-II标准，目前已经成为了正式的国际标准。MPEG-I标准：提供针对运动图象的数据压缩技术，为了提高压缩比，在帧内图象数据压缩和帧间图象数据压缩。,MPEG简述,MPEG是Moving Picture Experts Group的英文缩写，MPEG标准是针对全活动视频的压缩标准，该标准包括MPEG视频，MPEG音频和MPEG系统三大部分。MPEG视频是面向位速率约为1.5Mbps的全屏幕运动图像压缩；MPEG音频是面向每通道位速率为64Kbps、128Kbps和 192Kbps的数字音频压缩；MPEG系统要解决多通道压缩视频、音频多样压缩数据位流的复合和同步的问题。,利用的时间相关性可进一步消除视频其相邻帧之间具有冗余信息，提高压缩比。将图像分成三种类型：1.参考帧（I）以自身图像的相关性进行压缩处理，必须要传送。2.预测帧（P）用前面的参考帧或预测帧作为参照图像信息进行预测编码，并可作为下一个预测帧（B帧图像或P帧图像）的参照图像信息。但因此可能引起预测误差。,帧间编码技术,3.双向预测帧（B）又称插补帧，在预测时，既可以使用前面或后面的视频帧（I参考帧，P预测帧）进行双向预测，也可以同时使用前后两个视频帧进行预测编码，但本身不能作为下一个预测帧的参照图像信息。增加B图的数目会减少参考图I与参考图P之间的相关性，这样对提高压缩比有益而对图像质量有损失。所以I图和B图和P图之间的时间间隔就根据被压缩视频画面的复杂度和重建图像的质量要求来综合考虑决定。对大多数类型的景物来说，参考图之间以大约1/10秒的间隔隔开。,帧间编码技术,帧间编码技术,采用下述四种预测技术：帧内编码 前向预测 后向预测 双向预测 图6-2显示一个典型的视频图像序列次序,I B B P B B P B B P B B P B B I B B 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18,I帧和P帧间有两个B帧,每十五帧有一幅I帧图像（0.5秒）,帧间编码技术,编码器的输出视频图像序列排列顺序。1 4 2 3 7 5 6 10 8I P B B P B B P B9 13 11 12 16 14 15 B P B B I B B 发送端编码器的输出到接收端解码器的输入端，经解码器的输出，又恢复为图6-2编码器输入顺序显示。,运动矢量选择二维1616像素块作为一个的运动矢量处理。运动矢量又称为宏块，它有不同的类型：可以是I帧内型，F前向预测型、B后向预测型、A平均值(双向预测）型。概念：当前图像可看作是前一帧图像位移后的结果，其位移的内容包括运动方向和运动幅度。运动补偿方法是跟踪画面内的运动情况并对其加以补偿后，与当前的图像宏块值相减得到预测误差，再进行编码、传送。,运动补偿技术,其他问题,MPEG标准是一个通用标准，其前提是对于带宽为1.5Mpbs的位流，能够获得可接受的图像质量。MPEG说明了应用压缩技术的约束条件与适用的压缩算法的设计。MPEG应用的数字存储媒体包括：光盘（CD-ROM）、数字录音带（DAT）、磁盘可写光盘、通信网络如综合服务数字网（ISDN）和局域网（LAN）等视频压缩算法必须有与存储媒体相适应的性质，即能够随机访问、快进/快退检索、倒放、音像同步和有容错能力，延时控制在150ms之内，有可编辑性以及灵活的视频窗口格式。实现这些特性对各种应用十分重要，因而也就提出了MPEG视频压缩算法的要求。,END,教学进程,本章练习,2 设信源Ss1、s2、s3、s4、s5,对应的概率为：P=0.35、0.25、0.19、0.16、0.05，写出其编码过程及结果,1若传输55896、65322、71099、70001、58767，90023、87762等一些50000以上，100000以内的数：,3输入事件:X1、X2、X3、X4、X5、X6、X7，相应概率 0.12、0.20、0.32、0.06、0.12、0.10、0.08。,1若传输55896、65322、71099、70001、58767，90023、87762等一些50000以上，100000以内的数：,解:因为216=65536100000(3字节编码）,如果用预测编码的方法，选定50000为预测值，那么最大的差值也不过5000065536，用2字节编码就足够了。,习题1,习题2,2 设信源Ss1、s2、s3、s4、s5,对应的概率为：P=0.35、0.25、0.19、0.16、0.05，写出其编码过程及结果,编码结果：S1=00S2=01S3=11S4=100S5=101,解：编码过程：,习题3,3输入事件:X1、X2、X3、X4、X5、X6、X7，相应概率 0.06、0.22、0.32、0.05、0.18、0.08、0.09。,编码结果：X1=1100X2=10X3=00X4=1101X5=010X6=111X7=011,解：编码过程：（1）排序：0.32、0.22、0.18、0.09、0.08、0.06、0.05,习题4,解：设C表示子区间起始位置，A表示区间长度，则根据信源符号0，1的概率可以将间隔0，1)分为3个子区间：0，0.1)、0.1，0.6)、0.6，1)。,最后子区间起始位置0.4子区间长度0.02子区间尾 0.40+0.02=0.42最后信息的编码输出为 0.40，0.42)中的任意数（取其中一个位数最少的二进制数）。,信息量和信息熵,所谓信息量，简单的说就是指从N个数中，确认一个数x，所要提出的问题的个数就是log 2 N。（举例从64个数值中确定一个数所需要提的问题的个数就是log 2 64=6个在信息论中信息量的单位是bits，那么举例从64个数值中确定一个数所需要信息量就是log 264=6bits）,信息量和信息熵,信息熵是指信息源X发出的信息（i=1，2，n），共有n个随机事件，对应的概率P（xi），求出的信息统计平均值（在概率论中叫做数学期望），在信息论中叫做信息熵（信源熵），它的含义就是信息源X发出的任意一个随机变量的平均信息量。H（X）=EI（xi）=I=1-n P(xi)I(xi)=I=1-n P(xi)log2P(xi),信息量和信息熵,我们知道等概率事件的信息熵最大，如果n=N，P（xi）i=1-n=1/N，自然H（X）有：H（X）=EI（xi）=I=1-n P(xi)I(xi)=I=1-n P(xi)log2P(xi)=I=1-n（1/N）log2(1/N)=log2(1/N)=log2（N）H（X）log2（N）,信息量和信息熵,我们知道，一个信息的出现的概率越大，它发生时提供的信息量也越小，也就越没有价值。如果一个事件一定出现，也就是说P（x）=1，那么这条信息就没有一点价值。信息熵最小，而它又一定大于0，因此 信息熵最小就是：0，即总有H（X）0,信息量和信息熵,总结：0 H（X）log2（N）如果描述信息的是编码，那么平均编码长度（N）和信息熵H（X）有以下关系：（N）H（X），有冗余，非最佳编码（N）H（X），不可能（N）H（X）&（N）H（X）最佳编码,常用的熵编码,在信息论中有几种典型的熵编码方法：Shannon编码法、Fano编码法、Huffman编码法等。,