|
|
|
本节主要介绍数据压缩的相关技术和标准。对于多媒体数据压缩算法而言，数据质量是压缩的效果，数据量是压缩的能力，计算复杂度是压缩的代价，这需要综合考虑。
|
|
|
|
|
|
数据之所以能够压缩，是因为基本原始信源的数据存在着很大的冗余度。一般来说，多媒体数据中存在以下种类的数据冗余。
|
|
|
|
（1）空间冗余（几何冗余）：一幅图像的背景及其景物中，在某点自身与其相邻的一些区域内，常存在有规则的相关性。例如，一幅蔚蓝的天空中漂浮着白云的图像，其蔚蓝的天空及白云本身都具有较强的相关性，这种相关性的图像部分，在数据中就表现为冗余。空间冗余是视频图像中常见的一种冗余。
|
|
|
|
（2）时间冗余：对于电视动画类的图像，其序列中前后相邻的两幅图像之间呈现较强的相关性，这就反映为时间冗余。如某一帧图像经过时间t后，在某下一帧图像中带有较强的相关性（即画面像素相似）。
|
|
|
|
（3）知觉冗余：知觉冗余是指那些处于人们听觉和视觉分辨率以下的视、音频信号，若在编码时舍去这种在感知门限以下的信号，虽然这会使恢复原信号产生一定的失真，但并不能为人们所感知，为此，此种超出人们感知能力部分的编码就称为知觉冗余。例如：一般的视频图像采用28的灰度等级，而人们的视觉分辨率仅达26的等级，此差额即为知觉冗余。
|
|
|
|
（4）信息熵冗余：信息熵是指一组数据所携带的信息量。它一般定义为：
|
|
|
|
|
|
其中N为数据类数或码元个数，Pi为码元Yi发生的概率。由定义，为使单数据量d接近于或等于H，应设：
|
|
|
|
|
|
其中b（yi）是分配给码元Yi的比特数，理论上应取b（yi）=-log2pi，实际上在应用中很难估计出{p0，p1，…，pn-1}。因此一般取b（y0）=b（y1）=…=b（yN-1）。这样所得的d必然大于H，由此带来的冗余称为信息熵冗余或编码冗余。
|
|
|
|
（5）结构冗余：有些图像从大的区域上看存在着非常强的纹理结构，例如，布纹图像和草席图像，我们说它们在结构上存在冗余。
|
|
|
|
（6）知识冗余：有许多图像的理解与某些基础知识有相当大的相关性。例如：人脸的图像有固定的结构，比如，嘴的上方有鼻子，鼻子的上方有眼睛，鼻子位于正面图像的中线上等。这类规律性的结构可由先验知识和背景知识得到，此类冗余称为知识冗余。
|
|
|
|
数据压缩技术可以分为两大类：一类是无损压缩编码法，也称为冗余压缩法、熵编码法；另一类是有损压缩编码法，也称为熵压缩法。
|
|
|
|
（1）无损压缩法：去掉或减少了数据的冗余，这些冗余值可以重新插入到数据中，因此是可逆的，也是无失真压缩。它通常使用的是统计编码技术，包括哈夫曼编码、算术编码、行程编码等。它的压缩比较低，通常是2：1～5：1。
|
|
|
|
（2）有损压缩法：压缩了熵，会减少信息量，因此是不可逆的。它通常可以分为特征抽取和量化两大类。特征抽取包括基于模式的编码、分形编码等；量化包括零记忆量化、预测编码、直接映射、变换编码等方法。其中，预测编码和变换编码是最常见的方法。有损压缩能够达到较高的压缩比。对于声音可达4：1～8：1，对于动态的视频数据更是可高达100：1～400：1之多。
|
|
|
|
|
|
|
|
（1）JPEG（Joint Photographic Experts Group，联合图像专家组）。这是采用基于DCT（Discrete Cosine Transform，离散余弦变换）和可变长编码的算法。它的关键技术是变换编码、量化、差分编码、哈夫曼编码和行程编码等。JPEG 2000作为JPEG标准的一个更新换代标准，它的目标是进一步改进目前压缩算法的性能，以适应低带宽、高噪声的环境，以及医疗图像、电子图书馆、传真、Internet上服务和保安等方面的应用。它与传统JPEG最大的不同，在于它放弃了JPEG所采用的以离散余弦变换为主的区块编码方式，而采用以离散小波转换为主的多解析编码方式。
|
|
|
|
（2）MPEG。MPEG（动态图像专家组）是ISO（International Standards Organization，国际标准化组织）制定和发布的视频、音频和数据的压缩标准。它的三大特点是兼容性好；压缩比高，可达200：1；数据的损失很小。MPEG采用预测和插补两种帧间编码技术。MPEG视频压缩算法中包含两种基本技术：一种是基于16×16子块的运动补偿技术，用来减少帧序列的时域冗余；另一种是基于DCT的压缩，用于减少帧序列的空域冗余，在帧内压缩及帧间预测中均使用了DCT变换。运动补偿算法是当前视频图像压缩技术中使用最普遍的方法之一。常用的MPEG标准如下表所示。
|
|
|
|
|
|
|
|
（3）DVI（Digital Visual Interface，数字视频接口）。与MPEG-1相当，可达VHS（Video Home System，家用录像系统）水平，压缩后数据传输速率为1.5Mbps。为了扩大DVI的应用，Intel公司还推出了DVI算法的软件解码算法，可以将未压缩的数字视频文件压缩为原来的1/5～1/10。
|
|
|
|
（4）H.261。它主要是针对在ISDN上实现电信会议应用，特别是面对面的可视电话和视频会议而设计的。它的算法类似于MPEG（Moving Pictures Experts Group，动态图像专家组），但实时编码比MPEG占用CPU小，它在图像质量与运动幅度间采取了折中，即剧烈运动的图像要比相对静止的图像的质量差。它属于恒定码流可变质量编码。它采用CIF（Common Intermediate Format，通用中间格式）和QCIF（四分之一CIF）作为可视电话的视频格式。
|
|
|
|
（5）H.263。它主要是针对低带宽通信而设计的，它在低带宽下能够提供比H.261更好的图像效果。不仅支持CIF和QCIF，还支持SQCIF（八分之一CIF）、4CIF、16CIF。后来又推出了H.263，增加了在易误码、易丢包、异构网络下的传输效果，现在已基本代替了H.261。
|
|
|
