第二章 多媒体数据压缩编码技术
多媒体技术课件第二章
广泛应用于搜索引擎、数字图书馆、媒体资产管理等领域，为人们 提供更加全面和准确的信息检索服务。
虚拟现实与增强现实技术
虚拟现实与增强现实技术定义
虚拟现实（VR）技术利用计算机生成一种模拟真实场景的虚拟环境，用户可以通过特殊设备 与虚拟环境进行交互；增强现实（AR）技术则是将计算机生成的虚拟对象叠加到真实场景中， 实现虚实结合的效果。
支持多种媒体数据的存储和检索，提 供强大的数据管理和处理功能，支持 多媒体内容的交互和合成。
多媒体信息检索
多媒体信息检索定义
多媒体信息检索是指利用计算机技术从多媒体数据库中检索出所 需信息的过程。
多媒体信息检索的特点
支持多种媒体数据的检索，采用先进的图像、音频和视频处理技术， 提供高效、准确的检索结果。
多媒体技术课件第二章
• 引言 • 多媒体技术概述 • 多媒体数据编码与压缩 • 多媒体数据存储与传输 • 多媒体数据处理与应用 • 案例分析
01
引言
主题简介
多媒体技术课件
介绍多媒体技术课件的基本概念 、特点、应用和发展趋势。
章节结构
简要介绍本章的结构和内容安排 ，包括引言、主题简介、章节目 标等部分。
章节目标
掌握多媒体技术课件的基本概念和特点，了解其应用和发展趋势。
掌握多媒体技术课件的设计原则和制作流程，能够根据实际需求进行设计和制作。
了解多媒体技术课件的评价标准和评价方法，能够对多媒体技术课件进行评价和改 进。
02
多媒体技术概述
定义与分类
定义
多媒体技术是指通过计算机技术将多种媒体信息（如文本、图形、图像、音频、 视频等）进行数字化采集、处理、存储、传输和呈现，实现人机交互的技术。
《多媒体技术》 第二讲 多媒体数据压缩技术(第1—2节)课堂笔记及练习题
多媒体技术第二讲多媒体数据压缩技术（第1—2节）课堂笔记及练习题主题：第二讲多媒体数据压缩技术（第1—2节）学习时间： 4月4日--4月10日内容：第二讲多媒体数据压缩技术第一节多媒体数据和信息转换一、多媒体间的信息转换为了便于交流信息，需要对不同的媒体信息进行转换。
下表是部分媒体之间说明：＊易＊＊较困难＊＊＊很困难二、多媒体数据文件格式多媒体文件的格式很多，下表介绍常用文件格式的特点和应用场合。
三、多媒体数据的信息冗余多媒体计算机系统主要采用数字化方式，对声音、文字、图形、图像、视频等媒体进行处理。
数字化处理的主要问题是巨大的数据量。
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：一些相关性的成像结构在数字化图像中就表现为空间冗余。
2）时间冗余：两幅相邻的图像之间有较大的相关性，这反映为时间冗余。
3）信息熵冗余（编码冗余）：信息熵是指一组数据所携带的信息量。
如果图像中平均每个像素使用的比特数大于该图像的信息熵，则图像中存在冗余，这种冗余称为信息熵冗余。
4）结构冗余：有些图像从大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。
5）知识冗余：有许多图像的理解与某些基础知识有较大的相关性。
这类规律性的结构可由先验知识和背景知识得到，我们称此类冗余为知识冗余。
6）视觉冗余：人类视觉系统对于图像场的任何变化，并不是都能感知的。
这类冗余我们称为视觉冗余。
7）其他冗余：例如由图像的空间非定常特性所带来的冗余。
以上所讲的是多媒体数据的信息冗余。
设法去掉信号数据中的冗余，就是数据压缩。
第二节常用的数据压缩技术一、数据压缩编码方法1）根据解码后数据与原始数据是否完全一致来进行分类：① 可逆编码(无失真编码)，如Huffman编码、算术编码、行程长度编码等。
② 不可逆编码(有失真编码)，常用的有变换编码和预测编码。
2）根据压缩的原理进行划分：① 预测编码：它是利用空间中相邻数据的相关性，利用过去和现在出现过的点的数据情况来预测未来点的数据。
多媒体文件的编码与压缩技术
多媒体文件的编码与压缩技术随着数字媒体技术的飞速发展，多媒体文件的编码和压缩技术显得越来越重要。
这样的技术可以极大地节省储存空间，降低传输成本，在数字娱乐、在线视频、移动通讯以及其他领域中发挥着至关重要的作用。
本文将介绍多媒体文件的编码和压缩技术，并探讨其背后的原理与应用。
一、多媒体文件的编码技术多媒体文件的编码是指将原始的声音、图像、视频或其他类型的数据转换成一组数字编码的过程。
编码的目的是为了方便存储和传输，并且可以提供更好的音频和视频质量。
目前，最常用的音频编码格式包括MP3、AAC、WMA等，而视频编码格式则有H.264、MPEG-4、VP9等。
这些编码格式通过压缩原始的媒体文件，使文件大小减小，同时尽可能地保留媒体文件的原始质量。
音频编码技术主要是根据人类听觉系统的原理来进行设计的。
比如，MP3编码格式是通过对原始音频信号进行一系列分析，利用人类听觉系统对声音的不敏感区域进行压缩的方式来实现高效的音频压缩。
AAC则是一种比MP3更加高效和先进的音频编码格式，采用了更加复杂的音频压缩算法，具有更高的压缩比和更好的音频质量。
视频编码技术则主要是根据图像和视频处理的原理来进行设计。
无论是H.264还是MPEG-4等视频编码格式，都采用了一种称为“运动补偿”的技术，用于在时间和空间上压缩和优化视频流。
VP9则是一种由Google发布的高度优化的视频编码格式，具有更好的性能和更高的压缩比。
二、多媒体文件的压缩技术多媒体文件压缩的目的是降低文件大小，以便更方便的储存和传输。
常见的压缩技术有无损压缩和有损压缩。
无损压缩是指将文件压缩至原始文件大小的一定程度以下，同时确保压缩后的文件数据与原始文件的数据完全相同。
例如，常见的无损压缩格式有FLAC和ALAC。
这些压缩格式通常用于音频文件，以便在不减少音频质量的情况下减小文件大小。
有损压缩是指将文件压缩至原始文件大小的更小程度，但在此过程中会对数据进行处理（通常是削除）以达到更小的文件大小。
7.多媒体数据压缩编码技术
多媒体数据压缩的重要性和分类
硬软件系统
数据压缩技术的性能指标
有些压缩解压工作可用软件实现。设计系统时必 须充分考虑： 算法复杂 － 压缩解压过程长 算法简单 － 压缩效果差 目前有些特殊硬件可用于加速压缩/解压。 硬接 线系统速度快，但各种选择在初始设计时已确定，一 般不能更改。因此在设计硬接线压缩/解压系统时必 须先将算法标准化。 多媒体技术
多媒体数据压缩的重要性和分类
1948年Oliver提出脉冲编码（PCM）理论，人们 开始研究各种数据压缩方法。 根据解码后数据与原数据之间的差异可以分为：
熵编码、冗余压缩法，也称无损压缩法、无失真压缩 法； 熵压缩法，也称有损压缩法、有失真压缩法。
数据压缩技术的分类
多媒体技术
多媒体数据压缩的重要性和分类
数据压缩技术的性能指标
有损压缩（失真情况很难量化，只能对测 试的图像和声音进行估计。）
多媒体技术
多媒体数据压缩的重要性和分类
压缩解压速度
数据压缩技术的性能指标
在许多应用中，压缩。所以，压缩、解压速度分 别估计。 静态图象中，压缩速度没有解压速度严格；动态 图象中，压缩、解压速度都有要求，因为需实时地从 摄像机或VCR中抓取动态视频。 多媒体技术
知识冗余
许多图像的理解与某些基础知识有相当大的相关性， 此类冗余成为知识冗余。
感觉冗余
人类的感观系统对有些信息的变化不能感知，如果在对媒 体的信息进行编码和压制时，引起的变化不能够被人们感 知则认为该媒体信息的编码和压制是成功的。此类冗余被 称为感觉冗余。
其他冗余
多媒体技术
多媒体数据压缩的重要性和分类
预测编码原理
自适应预测
自适应差分脉码调制(ADPCM)
多媒体数据压缩编码
四. 压缩编码分类
无损压缩 -- 解码后可100 % 恢复原来数据 有损压缩 -- 解码后与原来数据有所不同。
五。主要压缩编码方法：
1.变换法：正交变换
例 声音 x ( t ) 的富里叶变换 x(t) F( f ) t 为时间 , f 为频率 , F( f ) 为频谱系数，数量较少
用 F( f ) 来存贮声音，需要时逆变换恢复原声音 适当压缩高频式低频系数，通过逆变换不影响声音的效果 常用变换：FT，CT，Hadamard，K一L等 选择原则：变换后系数集中（较少），计算方便
例如：二维图象：
（G0, L0) (G1,L1)(G2,L3).......... 2. 特点： 当串长数据大于二个数码值时，压缩有效 3。 应用： 二值化图象， 平涂图片，黑白文字。。
二。差分脉冲编码调制 ------- DPCM
x
x
1.原理：
x 1 = x1 - x0 d 1 = x1 - x1’
加 a. 上一层压缩编码: Jpeg b. 恢复图象 c. 插值，分辨率增加一层，作为下一 层预测图象 d. 差分编码 Dpcm 编码 = Jpeg + Dpcm
5 动 态 图 象 的 压 缩 编 码 及 MPEG 标 准 5.1动态图象的一般特征及压缩原理
一．动态图象：
· 空间+时间
x y
f (x,y) = E(u)E(v)C(u,v) Cos(u (2x+1)/2M ) Cos(v(2y+1)/2N)
x=0,1,2,....M-1 y=0,1,2,.....N-1 E(u) = E(v) = 1/2 1 当 u=0,v=0
四。 熵编码 -- Huffman 编码
2-1 数据压缩编码基本理论
3、算术编码
原理：根据信源不同符号概率的不同，分别 对应[0，1）中不同的区间，每个符号用对 应区间内的任意一个实数表示，这个实数 就是该符号对应的码字。 特点：只有算术运算，无论原数据位多长， 每次编码算法只处理一个数据符号，因此 编码效率高。
符号
00
01
10
11
例1
概率
初始区间
0.1
[0, 0.1)
3、算术编码
二、无损编码（统计编码、熵编码）
1、行程编码(run length code,RLC也叫游程编码) 压缩原始数据中相同的字节序列
例：原始字符串RTTTTTTTTABBBCDIU
行程编码将字符串变换为： R＃8TABBBCDIU
将原来17个字符压缩为12个字符。
2、霍夫曼（Huffman）编码
自适应算术编码特点
自适应算术编码可以在编码过程中根据符 号出现的频繁程度，动态地修改分布概率， 因此不需要在编码前求出信源概率，但要 求编码器和解码器使用的概率模型一致。
三、有损编码
1、预测编码 2、子带编码
3、变换编码
4、矢量量化编码
5、其它编码
三、有损编码
1、预测编码
脉冲编码调制(pulse code modulation,PCM)
率；
（3）重复（1）和（2），直到概率和达到1为止； （4）将最后合并的元素作为树根，每个原始信 源作为树叶，构成一个编码二叉树；从树根到 树叶，对合并的两个分支分别赋予1和0；
（5）对每一符号写出从树根到信源点1、0序列
即为该符号的编码。
复习
数据可压缩的原因 数据压缩的种类 数据压缩的技术指标 无损压缩的常见技术：行程编码、霍夫曼 编码、算术编码
多媒体信息压缩与编码2
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的一系列压缩标准，如CCITT Group3，CCITT Group4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Pn ，则该符号的熵也即表示该符号所需的二进制位数为：)(log E 2n n P -=整条信息的熵也即表示整条信息所需二进制位数为：∑=n n E k E1.2 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。
多媒体数据压缩编码技术
线性预测编码（LPC）
通过对音频信号的线性预测系数进行编码，减少了数据冗余。
参数编码
倒谱系数编码（cepstrum）
利用音频信号的倒谱系数进行编码，倒谱系数描述了音频信号的短时谱特征，具有较好的鲁棒性和抗噪性能。
梅尔频率倒谱系数（MFCC）
在倒谱系数的基础上引入了人耳感知特性，通过对梅尔频率倒谱系数进行编码，提高了音频压缩编码的音质和抗噪性能。
基于人工智能的压缩编码技术
深度学习
通过自动提取多媒体数据的特征，减少数据冗余和信息损失，提高压缩效率。
特征提取
利用人工智能技术对压缩编码算法进行优化，提高压缩比和重建质量。
智能优化
利用区块链的去中心化特性，将多媒体数据分布式存储在多个节点上，保证数据安全和可靠。
分布式存储
通过区块链的加密算法对多媒体数据进行加密处理，防止数据泄露和篡改。
加密技术
利用智能合约对多媒体数据的压缩、传输、存储和分发进行自动化管理，降低运营成本和提高效率。
智能合约
基于区块链的压缩编码技术
即时传输
通过云计算的网络传输能力，实现多媒体数据的即时传输和实时播放，提高用户体验。
云端处理
将多媒体数据处理任务转移到云端进行，利用云计算的分布式计算和存储资源，提高处理效率和降低成本。
基于帧内预测的编码
01
运动补偿编码是一种利用视频序列中图像帧之间的运动信息进行预测编码的技术。它通过分析图像序列中相邻帧之间的运动向量和运动模式，对运动信息进行预测和补偿。
基于运列中相邻帧之间的冗余信息，提高压缩效率。它通常适用于动态场景，因为在动态场景下，相邻帧之间的像素值变化较大，运动信息更加明显。
混合编码
05
视频压缩编码技术
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
编辑版
பைடு நூலகம்
3
• 数字图像压缩的出现
二十世纪末，人类社会开始进入到数字化时 代，数字图像技术作为数字技术的重要组成部分， 将人们带入了崭新的多媒体世界。随着科学的发 展和社会的进步，人们对图像信息的需求也越来 越大。在多媒体计算机系统、电子出版、视频会 议、数字化图书馆等许多领域，数字图像都有着 广泛的应用。
^
• 如果将 f ( x , y ) 看作原始图像 f ( x , y ) 和e(x,y)的和，那
么解压图像的均方根信噪比为：
M1N1 ^
f(x,y)2
SNRms x0 y0
M1N1 ^
[f(x,y)f(x,y)]2
x0 y0
编辑版
15
f • 如果令 m ax m ax [f(x,y)],x 0 ,1 ...,M 1 ,y 0 ,1 ,...,N 1 ,
一、图像的可压缩理论 二、图像压缩性能评价 三、图像冗余度和编码效率
编辑版
11
一、图像的可压缩理论
• 数据压缩的理论研究始于香农的信息论。1948年香 农在其经典论文《通信的数学原理》中首次提到信 息率——失真函数概念，1959年又进一步确立了失 真率理论，从而奠定了信源编码的理论基础。
• 压缩编码的理论基础是信息论。从信息论的角度看， 信息定义为“用来消除不确定性的东西”。压缩是 去掉信息中的冗余部分，也就是确定的或可推知的 部分，用一种更接近信息本质的描述来代替原有冗 余的描述。
编辑版
12
二、图像压缩性能评价
• 在图像压缩编码中，解码图像与原始图像 可能会有差异，因此，需要评价压缩后图 像的质量。描述解码图像相对原始图像偏 离程度的测度一般称为保真度（逼真度） 准则。常用的准则可分为两大类：客观保 真度准则和主观保真度准则。
编辑版
13
1. 客观保真度准则
• 最常用的客观保真度准则是解码图像和原始图像
之间的均方误差和均方根信噪比。f ( x, y ) 代表大
^
小为M*N的原始图像，f ( x , y ) 代表解压缩后的图
^
像，对任意x和y，f ( x, y ) 和 f ( x , y ) 之间的误
差定义为：
^
e(x,y)f(x,y)f(x,y)
编辑版
14
• 则均方根误差
erm s M 1NM x 0 1N y 0 1[f^(x,y)f(x,y)]2
取较大的压缩比。 编辑版
7
• 医学图像存在的冗余
1. 空间冗余: 取决于医学图像中图案粗细程度 的冗余。 2. 时间冗余: 取决于医学图像随时间变化程度 的冗余。 3. 结构冗余: 把医学图像看作是区域集时产生 的冗余。
编辑版
8
4. 知识冗余: 与收发端所共有的知识相关 联的冗余。
5. 熵冗余: 像素灰度值出现概率不均匀 产生的冗余。
编辑版
4
• 图像的压缩与解码
图像数据一般的都存在各种信息的冗余，如 空间冗余、信息熵冗余、视觉冗余、结构冗余等。 想办法去掉各种冗余，保留真正有用的信息，就 是图像压缩。把信号进行压缩的过程常称为图像 编码，恢复原图像的过程常称为解码。
编辑版
5
• 图像压缩领域常用的编码有：
1. 信息保持编码：主要应用于图像数字存储方 面。要求：无失真编码。
6. 视觉冗余: 由于人的视觉分辨有限性产 生的冗余。
7. 其他冗余: 由于医学图像非平稳性产生 的冗余。
编辑版
9
• 可以把医学图像信号看成有用信息和冗余信息的结 合，其压缩通过编码器实现
ct工作站
信息提取
无损
有损 、
无损压
量化
缩
有损
重复压缩 比特分配 否
是
医学图 像数据 库
编辑版
10
第二节 数据压缩编码的基本原理
源本身所具有的相关性和和信源内事件概率分布 的不均匀性产生的。因此，图像的统计编码方法 就是利用信源的统计特性，去除其内在的相关性 和改变概率分布的不均匀性，从而实现图像信息 的压缩。
18
• i 为灰度级i对应的码长， p i 为灰度级i出现
－
的概率。图像的冗余度可定义为： B r= 1 H (x)
• 编码效率则定义为：
H(x)
B
1 1 r
编辑版
19
第三节 常用数据压缩编码算法
一、统计编码 二、预测编码 三、变换编码
编辑版
20
一、统计编码
• 统计编码原理 根据信息论的观点，信元的冗余度是由于信
第二章 多媒体数据压缩 编码技术
编辑版
1
第一节 多媒体数据压缩编码概述
一、数据压缩与多媒体压缩 二、医学数据压缩
编辑版
2
一、数据压缩与多媒体压缩
• 数据压缩 就是以最少的数码表示信源所发的信号，以
减少容纳给定消息集合或数据采样集合的信号空间， 通过减少计算机中所存储数据或者通信传播中数据 的冗余度，达到增大数据密度，最终使数据的存储 空间减少的技术。
2. 保真度编码 ：主要应用于数字电视技术和 静止图像通信方面。要求：在保证保真度的条 件下允许一定的失真。
3. 特征提取 ：主要应用于一些图像识别和分 析技术中，要求：对需要的特征信息进行编码， 就可以压缩图像数据。
编辑版
6
二、医学数据压缩
• 医学图像压缩得以实施的两个主要依据：
医学图像的统计特性和人类视觉特性
则可得到峰值信噪比
PSNR10lgM1N1 ^
f2 max
[f(x,y)f (x,y)]2
x0 y0
编辑版
16
2. 主观保真度准则
尽管客观保真度准则提供了一种简单、方 便的评估信息损失的方法，但很多解压图像最 终是供人观看的。对具有相同客观保真度的不 同图像，人的视觉可能产生不同的视觉效果。 这是因为客观保真度是一种统计平均意义下的 度量准则，对于图像中的细节无法反映出来， 而人的视觉能够觉察出来。这种情况下，用主 观的方法来评价图像的质量更为合适。
1. 利用图像本身固有的统计特性来减少原始医学 图像数据中的冗余信息，采用某种编码方法减小 原始图像文件的大小。
2.由于人类的视觉系统能从极为杂乱的图像中抽
象出有意义的信息，并以非常精炼的信息形式传
到大脑，而且视觉系统对图像中的不同部分的敏
感程度是不同的，可以利用人类的视觉特性去除
医学图像中对信息传输和整合影响小的部分，获
编辑版
17
三、图像冗余度和编码效率
• 根据香农信息保持编码定理，假设某无干扰信
息源的熵值为H(x),如果能找到一种编码方法，
其编码平均长度 存B在一个下限，这个下限
是信源信息熵H(x)，即最佳信息保持编码的平
均码长无限接近信源熵值。若原始图像平均码
长为 ，B则
L 1
B i pi i0
编辑版