下载文档原格式
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。
•3.1图像压缩编码方法及分类•3.2 图像编码的评价标准与图像质量和编码效率的评价•3.3 常见的图像编码方式3.3.1 统计编码3.3.2 预测编码3.3.3 变换编码•3.4PACS常用的图像压缩标准简介3.4.1 JPEG标准3.4.2 JPEG2000概述医学图像的描述，一般采用的是位图的方式，即逐点表示出各位置上的颜色、亮度等信息信息。
对单色图像只有亮度信息，称为灰阶(医学图像灰阶数目往往超过256）。
而对彩色图像多采用的是RGB三原色的方式表示,即一个点用红、绿、蓝个分量的值表示。
一般可以用三个矩阵分别表示三个RGB分量,也可以仅用一个矩阵表示整个图像，在这种情况下,矩阵中每一点是由三个值组成的。
为了保证临床诊断的准确性和可靠性,数字化医学图像的采集往往具有空间分辨率和量化精度高、数据量大的特点。
医学图像分辨率的典型值为2048像素×2048像素，甚至更高，其像素深度为8～16位/像素。
例如,胸部的X光片和乳腺的X光片一般需要达到50DPI(Dot Per Inch)的空间分辨率和4096级灰阶负分辨率,一幅这样的图像通常是2048×2048×12 bit的图像MRI等成像技术一般是在512像素×512像素的空间分辨分辨率、12位灰度级下对断层扫描图像信息进行数字化采集,每次采集40帧或80帧层位片,每帧图像为512点×512点,40帧总长约20 MB,80帧长40 MB。
打印机分辨率（DPI）•打印机的分辨率是指打印机在每英寸所能打印的点数（Dot Per Inch）即打印精度（DPI），这是衡量打印质量的一个重要标准，也是一个判断打印机分辨率的基本指标。
•一般的家庭用户和中小型办公用户使用的打印机的分辨率应至少达到300DPI——720DPI之间，但DPI指标不是越大越好。
为了保证临床诊断的准确性和可靠性,数字化医学图像的采集往往具有空间分辨率和量化精度高、数据量大的特点。
vp6 编码规则摘要：1.VP6 编码规则概述2.VP6 编码的基本原理3.VP6 编码的具体步骤4.VP6 编码的优缺点正文：VP6 编码规则是一种视频压缩编码技术，主要用于视频会议和视频流传输。
VP6 的全称是Video Profile 6，是一种由国际电信联盟（ITU）制定的视频编码标准。
VP6 编码规则的制定旨在实现高效、低延迟的视频传输，满足现代视频通信的需求。
VP6 编码的基本原理是基于块编码和熵编码。
视频图像被分割成若干个固定大小的块，然后对每个块进行编码。
块编码主要是通过预测编码和变换编码来去除视频图像中的冗余信息，从而实现压缩。
预测编码是基于前一个已编码块的信息来预测当前块的编码，而变换编码则是将视频图像从空间域变换到频域，去除冗余的空域信息。
VP6 编码的具体步骤如下：1.块分割：将视频图像分割成大小为128x128 像素的块。
2.预测编码：根据前一个已编码块的信息，预测当前块的编码。
3.变换编码：将视频图像从空间域变换到频域，以去除冗余的空域信息。
4.量化：对变换后的频域系数进行量化，以降低数据量。
5.熵编码：对量化后的系数进行熵编码，以进一步压缩数据量。
6.帧重构：在解码端，对编码后的数据进行逆变换、逆量化和预测解码，得到重构的帧。
VP6 编码的优缺点如下：优点：1.压缩效率高：VP6 编码可以实现较高的压缩效率，降低视频传输的带宽需求。
2.延迟低：VP6 编码的延迟相对较小，有利于实时视频通信。
3.适应性强：VP6 编码适用于不同分辨率和帧率的视频图像。
缺点：1.计算复杂度高：VP6 编码的计算复杂度相对较高，对硬件和软件的要求较高。
数字压缩算法是一种将数字数据进行压缩的方法，主要用于减少数据传输和存储的空间。
常见的数字压缩算法包括：
霍夫曼编码：将出现频率较高的数字使用较短的编码，出现频率较低的数字使用较长的编码，从而达到压缩的效果。
算术编码：将数字序列转化为一个区间，然后将区间压缩，从而达到压缩的效果。
赫夫曼-算术混合编码：将霍夫曼编码和算术编码结合起来，根据数字的出现频率选择使用霍夫曼编码或算术编码进行压缩。
无损差分编码：将前一个数字与当前数字的差值进行编码，从而达到压缩的效果。
预测编码：根据数字序列的某种规律进行预测，然后将预测误差进行编码，从而达到压缩的效果。
游程编码：将连续出现的相同数字序列进行编码，从而达到压缩的效果。
LZW编码：将数字序列中的重复字符串进行编码，从而达到压缩的效果。
图像压缩编码方法图像压缩编码是一种通过减少图像数据的表示量来降低存储和传输成本的技术。
图像压缩编码方法包括有损压缩和无损压缩两种。
有损压缩是指在压缩过程中会丢失一定的图像信息，但通常可以接受的程度在人眼感知上是不可察觉的。
有损压缩编码方法主要通过利用图像中的冗余信息和人眼视觉系统的特性来实现图像的压缩，主要有几种方法：1. 颜色空间转换：将RBG图像转换为YUV或者将CMYK图像转换为RGB，通过减少颜色通道的数量来降低数据量。
2. 离散余弦变换（Discrete Cosine Transform，DCT）：DCT是一种将原始图像通过变换后得到一系列频率系数的方法，低频系数所表示的信息对于人眼来说更加重要，而高频系数相对不重要，因此可以对高频系数进行压缩或丢弃。
3. 量化（Quantization）：通过对DCT系数进行适当的量化，将系数的数值范围映射到较小的范围内，进一步减小数据量。
量化的精度越高，则数据量越小，但图像质量也会受到影响。
4. 预测编码（Predictive Coding）：利用图像中像素之间的相关性，通过对当前像素值的预测来减少需要传输的数据。
常用的预测编码方法有差值编码（Differential Encoding）和运动补偿（Motion Compensation）。
5. 生成码字（Codebook）：通过统计图像中各个像素值的频次来生成一个码本，将高频次出现的像素值用较短的码字表示，以减小数据量。
有损压缩编码方法的主要优点是压缩率高，但缺点是压缩后图像质量有损失。
适用于图像中存在较多冗余信息或对图像质量要求不高的场景，如网络传输、存储等。
无损压缩编码是指在压缩过程中不丢失任何图像信息，通过利用图像内部的冗余性来减小数据量。
常用的无损压缩编码方法有：1. 霍夫曼编码（Huffman Coding）：将出现频率较高的像素值用较短的编码表示，出现频率较低的像素值用较长的编码表示，以减小数据量。
华中科技大学硕士学位论文基于序列特征预测蛋白质编码基因及其启动子姓名：***申请学位级别：硕士专业：计算机应用技术指导教师：***20060510摘 要识别出蛋白质编码基因及其启动子是基因组研究中的重要论题。
然而，面对急剧膨胀的基因组序列数据，传统的生物学方法已很难满足需要，采用计算的方法高通量地预测蛋白质编码基因及其启动子序列显得至关重要。
为此，利用DNA序列特性对基因组中的蛋白质编码基因及其启动子进行了预测。
首先，研制了启动子及其转录起始位点预测系统。
通过构建启动子的线性对数模型，有效利用了近端启动子序列特征和距转录起始点的相对位置不同的启动子序列在序列特征上存在的显著差异性，开发了哺乳动物蛋白质编码基因启动子及其转录起始点预测软件ProKey。
在人类和小鼠基因组序列上对该系统进行了大规模的测试。
比较测试结果显示，系统的综合预测精度优于著名软件DGSF和Eponine。
然后，研制了蛋白质编码基因预测系统。
通过分析蛋白质编码基因的序列特性，将复杂的多个蛋白质编码基因的预测问题划分为基因级、元件级、特征级等多个层次上的一系列较简单子问题,建立了用于蛋白质编码基因预测的多级模型,设计了基因结构寻优的动态规划算法, 开发了脊椎动物蛋白质编码基因预测系统GeneKey。
采用广泛使用的数据集对该系统进行测试的结果表明, GeneKey的预测精度在核苷酸、外显子和基因水平上均高于著名系统GENSCAN。
最后，分析了序列C+G含量与蛋白质编码基因的关联性。
结果表明，蛋白质编码基因的序列特性与该蛋白质编码基因所处于的序列的C+G含量密切相关。
利用低序列C+G含量数据训练预测模型，能提高对低C+G含量序列中的蛋白质编码基因的预测精度。
关键词： 基因组序列，蛋白质编码基因，启动子，多级优化AbstractIdentification of protein coding genes and related promoters becomes a crucial problem. However, the biologic methods hardly tackle the whole problem with the explosion of genomic sequences. The computational prediction of protein coding genes and related promoters becomes an issue of consequence. The study of predicting protein coding genes and related promoters based on sequence characteristics is presented.Firstly, implemented a computational system for predicting promoters and related transcription start sites (TSSs). A logitlinear model is designed to model the promoters for effectively integrating the proximal promoter information and the different sequence characteristics of promoters with different distances to the TSS. On the basis of the promoter model, an advanced system called ProKey to locate TSSs and promoters in mammalian genomes was developed. The system was evaluated on the whole human and mouse genome. The comparison of the ability to predict TSSs with leading programs, DGSF and Eponine, demonstrated that the prediction accuracy of ProKey is significant higher than that of the well known programs, DGSF and Eponine.Furthermore, implemented a computational system for predicting protein-coding genes. By analyzing sequence characteristics of protein-coding genes, the complicated problem of predicting several protein-coding genes in eukaryotic DNA sequence containing multiple genes was decomposed into a series of sub-problems at several levels with decreasing complexity, including the gene level, the element level, and the feature level. On the basis of this decomposition, a multilevel model for the prediction of protein-coding genes was created. Based on the multilevel model, a dynamic programming algorithm was designed to search for optimal gene structures from DNA sequences, and a new program GeneKey for the prediction of vertebrate protein-coding genes was developed. Testing results with widely used datasets demonstrate that the prediction accuracies of GeneKey at the nucleotide level, exon level and gene level are all higher than that of the well known program GENSCAN.Finally, investigated the relationship of the C+G content of sequences andprotein-coding genes. The results demonstrate that the sequence characteristics of protein-coding genes are correlated to the C+G content of sequences. For CG-poor genes, the prediction accuracy could be improved prominently, when CG-poor genes are utilized to train the model for prediction.Key words: genomic sequence, protein-coding gene, promoter, multilevel optimization独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
PCM详解(1)什么是PCMPCM是用于将一个模拟信号（如话音）嫁接到一个64kbps的数字位流上，以便于传输。
PCM将连续的模拟信号变换成离散的数字信号，在数字音响中普遍采用的是脉冲编码研制方式，即所谓的PCM （PULSE CODE MODULATION）。
PCM编码是Pulse Code Modulation的缩写，又叫脉冲编码调制，它是数字通信的编码方式之一，其编码主要过程是将话音、图像等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。
PCM编码的最大的优点就是音质好，最大的缺点就是体积大。
我们常见的Audio CD就采用了PCM编码，一张光盘的容量只能容纳72分钟的音乐信息。
PCM方式是由取样，量化和编码三个基本环节完成的。
音频信号经低通滤波器带限滤波后，由取样，量化，编码三个环节完成PCM调制，实现A/D变化，形成的PCM数字信号再经纠错编码和调制后，录制在记录媒介上。
数字音响的记录媒介有激光唱片和盒式磁带等。
放音时，从记录媒介上取出的数字信号经解调，纠错等处理后，恢复为PCM数字信号，由D/A变换器和低通滤波器还原成模拟音频信号。
将CD―PCM数字信号变换还原成模拟信号的解码器―称为CD---PCM 解码器。
(2) PCM基本工作原理脉冲调制就是把一个时间连续,取值连续的模拟信号变换成时间离散,取值离散的数字信号后在信道中传输.脉冲编码调制就是对模拟信号先抽样,再对样值幅度量化,编码的过程.所谓抽样,就是对模拟信号进行周期性扫描,把时间上连续的信号变成时间上离散的信号.该模拟信号经过抽样后还应当包含原信号中所有信息,也就是说能无失真的恢复原模拟信号.它的抽样速率的下限是由抽样定理确定的.在该实验中,抽样速率采用8Kbit/s.所谓量化,就是把经过抽样得到的瞬时值将其幅度离散,即用一组规定的电平,把瞬时抽样值用最接近的电平值来表示.一个模拟信号经过抽样量化后,得到已量化的脉冲幅度调制信号,它仅为有限个数值.所谓编码,就是用一组二进制码组来表示每一个有固定电平的量化值.然而,实际上量化是在编码过程中同时完成的,故编码过程也称为模/数变换,可记作A/D.PCM的原理如图5-1所示.话音信号先经防混叠低通滤波器,进行脉冲抽样,变成8KHz重复频率的抽样信号(即离散的脉冲调幅PAM信号),然后将幅度连续的PAM信号用"四舍五入"办法量化为有限个幅度取值的信号,再经编码后转换成二进制码.对于电话,CCITT规定抽样率为8KHz,每抽样值编8位码,即共有28=256个量化值,因而每话路PCM 编码后的标准数码率是64kb/s.为解决均匀量化时小信号量化误差大,音质差的问题,在实际中采用不均匀选取量化间隔的非线性量化方法,即量化特性在小信号时分层密,量化间隔小,而在大信号时分层疏,量化间隔大.在实际中广泛使用的是两种对数形式的压缩特性:A律和律.A律PCM用于欧洲和我国,律用于北美和日本.PCM是为了用数字方式传输或存储模拟信号，对模拟信号进行数字化的一种方法。
图像编码是一项复杂的技术，用于将图像转换为数字形式，以便在计算机系统中存储和传输。
它在许多应用领域中都有重要的作用，如数字摄影、视频通信和医学图像处理。
本文将介绍一些常用的图像编码方法。
一、基于压缩的图像编码方法1. 无损压缩无损压缩是一种将图像数据压缩至较小大小，同时保持原始图像质量的方法。
在无损压缩中，图像数据被压缩成原始数据的一个完全可逆的表示。
这种方法适用于需要保留图像细节的应用，如医学影像和特殊图像分析。
常用的无损压缩算法包括无损JPEG和无损预测编码。
2. 有损压缩有损压缩是一种将图像数据压缩至较小大小，但会引入一定程度的信息丢失的方法。
它在图像质量和压缩比之间进行权衡，并提供了更高的压缩比。
有损压缩主要用于媒体存储和传输，如数字摄影和视频通信。
目前最常用的有损压缩方法是JPEG、JPEG 2000和WebP。
二、基于变换的图像编码方法1. 离散余弦变换（DCT）离散余弦变换是一种常用的图像压缩方法。
它通过将图像分解为一系列频域成分来压缩图像数据。
这些频域成分经过量化后可以被编码和存储。
JPEG就是基于DCT的一种压缩算法。
DCT压缩保留了图像中的主要信息，但会引入一些失真。
2. 波形编码（Wavelet Coding）波形编码是另一种常用的图像编码方法。
它使用离散小波变换将图像分解成低频和高频系数。
低频系数保留了图像的整体结构和主要特征，而高频系数则捕捉了图像的细节。
这种方法在图像压缩方面具有出色的性能，例如JPEG 2000就是一种基于小波编码的图像压缩标准。
三、基于预测的图像编码方法1. 差分编码（DPCM）差分编码是一种基于预测的图像编码方法。
它利用当前像素的预测值和实际值之间的差异来表示图像数据。
通过对差异进行编码和量化，可以实现图像数据的压缩。
DPCM利用了图像中像素之间的相关性，对于高度相关的图像具有较好的压缩效果。
2. 运动补偿编码（Motion Compensation）运动补偿编码是一种在视频编码中广泛使用的方法。
3.4.1 增量调制(DM) 增量调制也称△调制(delta modulation，DM)，它是一种预测编码技术，是PCM编码的一种变形。
PCM是对每个采样信号的整个幅度进行量化编码，因此它具有对任意波形进行编码的能力；DM是对实际的采样信号与预测的采样信号之差的极性进行编码，将极性变成“0”和“1”这两种可能的取值之一。
如果实际的采样信号与预测的采样信号之差的极性为“正”，则用“1”表示；相反则用“0”表示，或者相反。
由于DM编码只须用1位对话音信号进行编码，所以DM编码系统又称为“1位系统”。
DM波形编码的原理如图3-12所示。
纵坐标表示“模拟信号输入幅度”，横坐标表示“编码输出”。
用i表示采样点的位置，x[i]表示在i点的编码输出。
输入信号的实际值用y i 表示，输入信号的预测值用y[i+1]=y[i] △表示。
假设采用均匀量化，量化阶的大小为△，在开始位置的输入信号y0=0，预测值y[0]=0，编码输出x[0]=1。
现在让我们看几个采样点的输出。
在采样点i=1处，预测值y[1]=△，由于实际输入信号大于预测值，因此x[1]=1；… ；在采样点i=4处，预测值y[4]=4△，同样由于实际输入信号大于预测值，因此x[4]=1；其他情况依此类推。
从图3-12中可以看到，在开始阶段增量调制器的输出不能保持跟踪输入信号的快速变化，这种现象就称为增量调制器的“斜率过载”(slope overload)。
一般来说，当输入信号的变化速度超过反馈回路输出信号的最大变化速度时，就会出现斜率过载。
之所以会出现这种现象，主要是反馈回路输出信号的最大变化速率受到量化阶大小的限制，因为量化阶的大小是固定的。
从图3-12中还可以看到，在输入信号缓慢变化部分，即输入信号与预测信号的差值接近零的区域，增量调制器的输出出现随机交变的“0”和“1”。
这种现象称为增量调制器的粒状噪声(granularnoise)，这种噪声是不可能消除的。
