第4章图像编码与压缩

语音压缩编码与图像压缩编码语音压缩编码语音压缩编码可分为三类：波形编码、参量编码和混合编码。

这些都属于有损压缩编码。

1．波形编码（1）波形编码的定义波形编码是指对利用调制信号的波形对语音信号进行调制编码的方式。

（2）波形编码的性能要求保持语音波形不变，或使波形失真尽量小。

2．语音参量编码（1）语音参量编码的定义语音参量编码是将语音的主要参量提取出来编码的方式。

（2）语音参量编码的基本原理首先分析语音的短时频谱特性，提取出语音的频谱参量，然后再用这些参量合成语音波形。

（3）语音参量编码的性能要求保持语音的可懂度和清晰度尽量高。

3．混合编码（1）混合编码的定义混合编码是既采用了语音参量又包括了部分语音波形信息的编码方式。

（2）混合编码的基本原理混合编码除了采用时变线性滤波器作为核心外，还在激励源中加入了语音波形的某种信息，从而改进其合成语音的质量。

（3）混合编码的性能要求保持语音的可懂度和清晰度尽量高。

图像压缩编码图像压缩按照图像是否有失真，可分为有损压缩和无损压缩；按照静止图像和动态图像，又可分为静止图像压缩和动态图像压缩。

1．静止图像压缩编码的特点（1）静止数字图像信号是由二维的许多像素构成的；（2）在各邻近像素之间都有相关性；（3）所以可以用差分编码（DPCM）或其他预测方法，仅传输预测误差从而压缩数据率。

2．动态图像压缩编码的特点（1）动态数字图像是由许多帧静止图像构成的，可看成是三维的图像；（2）在邻近帧的像素之间有相关性；（3）动态图像的压缩可看作是在静止图像压缩基础上再设法减小邻近帧之间的相关性。

行程编码对于仅包含很少几个灰度 级的图像，特别是二值图像，比较有效。
LZW编码
LZW编码是由Lemple和Ziv提出并经 Welch扩充而形成的无损压缩专利技术。在 对文件进行编码时，需要生成特定字符序列 的表以及对应的代码。每当表中没有的字符 串出现时，就把它与其代码一道存储起来。 这以后当该串再次出现时，只存储其代码。 实际上，字符串表是在压缩过程中动态生成 的，而且由于解压缩算法可以从压缩文件中 重构字符串表，因而字符串表也不必存储。
5
差
图像质量很差，妨碍观看的干扰始终存在，几乎无法观看。
6
不能用 图像质量极差，不能使用尺度
进行评价。如果观察者将 和f(x,y)逐个进行对照，则
可以得到相对的质量分。例如可用
来代
表主观评价{很差，较差，稍差，相同，稍好，较好，很
好}。
四、霍夫曼编码
DCT编码 DCT变换是图像压缩标准中常用的变换方法，
如JPEG标准中将图像按照8x8分块利用DCT变换 编码实现压缩。
Lena.bmp(原图)
Lenna.jpg (压缩率9.2)
Lenna.jpg (压缩率18.4)
Lenna.jpg (压缩率51.6)
其它变换编码
变换方法是实现图像数据压缩的主要手段，其基本原 理是首先通过变换将图像数据投影到另一特征空间，降低 数据的相关性，使有效数据集中分布；再采用量化方法离 散化，最后通过Huffman等无损压缩编码进一步压缩数据 的存储量。DCT是一种常用的变换域压缩方法，是 JPEG,MPEGI-II等图像及视频信号压缩标准的算法基础。 在实际采用DCT编码时，需要分块处理，各块单独变换编 码，整体图像编码后再解压会出现块状人工效应，特别是 当压缩比较大时非常明显，使图像失真。因此，为了获得 更高的图像压缩比，人们提出了一些其它方法，如基于小 波变换的图像压缩算法和基于分形的图像压缩算法等。

4.知识冗余
图像的理解与某些基础知识有关。 例:人脸的图像有同样的结构：嘴的上方有鼻子， 鼻子上方有眼睛，鼻子在中线上…… 知识冗余是模型编码主要利用的特性。
5.视觉冗余
人的视觉系统对图像场的敏感性是非均匀、 非线性的。 （1）对图像亮度和色差的敏感性相差很大 Y：U：V＝8：4：4 或者Y：U：V＝8：2：2 （2）随着亮度增加，视觉系统对量化误差的敏感 度降低。 （3）人的视觉系统把图像边缘和非边缘区域分开 处理。
第四章、多媒体数据压缩编码技术
本章要点
（1）多媒体数据压缩编码的重要性和分类。 （2）量化的基本原理和量化器的设计思想。 （3）常用压缩编码算法的基本原理及实现技术、 预测编码、变换编码、统计编码(Huffman编码、 算术编码)。 （4）静态图像压缩编码的国际标准（JPEG）原 理、实现技术，以及动态图像压缩编码国际标 准(MPRG)的基本原理。
4.2.2 标量量化器的设计
量化器的设计要求 通常设计量化器有下述两种情况： 1. 给定量化分层级数，满足量化误差最小。 2. 限定量化误差，确定分层级数，满足以尽 量小的平均比特数，表示量化输出。
量化方法有标量量化和矢 量量化之分，标量量化又可分 为，均匀量化、非均匀量化和 自适应量化。
（1）均匀量化
例如:从64个数中选出某一个数。可先问“是 否大于32?”消除半数的可能,这样只要6次就可选 出某数。 如果要选择的数是35,则过程如下: 1.大于/小于 32？ 大 2.大于/小于 32+16=48？ 小 3.大于/小于 48-8=40？ 小 4.大于/小于 40-4=36？ 小 5.大于/小于 36-2=34？ 大 6.大于/小于 34+1=35 等
（4）混合编码

28
ASF文件—— .ASF/.WMA ASF和WMA都是微软公司针对Real公司开发的 新一代网上流式数字音频压缩技术。这种压缩技 术的特点是同时兼顾了保真度和网络传输需求， 所以具有一定的先进性。可以利用WinAMP或媒 体播放机播放。
AIFF文件——.AIF/.AIFF
苹果公司开发的声音文件格式，被Macintosh平 台和应用程序所支持。
奈奎斯特采样定理：采样频率≥2×信号最高频率。 目前最常用的三种采样频率分别为：电话效果（11 kHz）、FM电台效果（22 kHz）和CD效果（44.1 kHz）。
20
2）量化
量化：对声波波形幅度的数字化。
量化位数：量化时采用的二进制位数，位数 越多，精度也越高，音质越细腻。 例如， 用16个二进制位（bit）表示声音，可将声 音强度分为216 =65536级。 每秒声音的数据量 =采样频率×量化位数×声道数/8（字节）
2）图像量化是将采样值划分成各种等级，用一 定位数的二进制数（量化字长）来表示采样 的值。
量化字长（也称颜色深度）越大，则越能真 实地反映原有图像的颜色。但得到的数字图 像的容量也越大。
3）图像编码是按一定的规则，将量化后的数据 用二进制数据存储在文件中。 位图文件（.bmp）：Microsoft Windows 中使用的一种非压缩图像文件格 35 式。
RGB模型（显示）：将红（Red）、绿 （Green）、蓝（Blue）三原色的色光以不同 的比例相加，以产生多种多样的色光。 CMYK模型（打印）：印刷四分色模式利用色 料的三原色混色原理，加上黑色油墨，共计四 种颜色混合叠加，形成所谓“全彩印刷”。四 种标准颜色是：

C：Cyan ＝ 青色；
M：Magenta ＝ 品红色（洋红色）。 Y：Yellow ＝ 黄色。