資源描述:
《無(wú)損數(shù)據(jù)壓縮.ppt》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、第四章無(wú)損數(shù)據(jù)壓縮方式:無(wú)損有損無(wú)損,losslesscompression,redundancyreduction壓縮后的數(shù)據(jù)能夠完全恢復(fù),如磁盤上的數(shù)據(jù)文件,壓縮后是原來(lái)的1/2—1/4算法有:Huffman,RLE,算術(shù)編碼,詞典編碼有損:lossy,不可逆壓縮。聲音、圖像中的變換編碼,例如,DPCM(圖3-14)由于存在量化器4.1Shannon的信息論與數(shù)據(jù)壓縮1.Astory:Europe,Albert,patentauditor主要申請(qǐng):任意英文文件,壓縮到10個(gè)字母一個(gè)bit。Claude:破壞了信息論的數(shù)據(jù)壓縮理論極限。1
2、948年Shannon創(chuàng)立的信息論:數(shù)據(jù)壓縮理論極限。數(shù)據(jù)壓縮的技術(shù)途徑。壓縮原理:信源中信息分布不均勻;信源中信息含有冗余(相關(guān)性)2.信息熵entropy問(wèn)題:隨機(jī)變量的一個(gè)取值a,攜帶的信息量是多少?相關(guān)概念:消息:數(shù)據(jù)、電報(bào)、電話。信息:對(duì)信息加工,有特定價(jià)值一個(gè)信息帶有一定的信息量,大小不等例子一個(gè)消息:某試驗(yàn)成功試驗(yàn)人員預(yù)計(jì)成功的可能性99%:信息量很小試驗(yàn)人員預(yù)計(jì)成功的可能性1%:信息量很大3.信息量答案:在收到信息以前,處于某種不確定狀態(tài)中,收到信息之后,消除或部分消除了此不確定性。消除不確定性多少,就可以作為信息的度量。4
3、.Shannon用概率說(shuō)明這一概念事件出現(xiàn)的概率小,相當(dāng)于不確定性多,反之,則少。P為事件的概率,對(duì)應(yīng)的不確定性為h(p)=-logp5.信息熵(Entrop)表示每出現(xiàn)一個(gè)字符所給出的平均信息量。6.信息熵的理解:處于事件發(fā)生之前,根據(jù)先驗(yàn)概率Pj,就有不同的確定性存在,h(Pj)與H(x)都是不確定性度量。當(dāng)處于事件發(fā)生之時(shí),是一種驚奇性的度量但出于事件發(fā)生之后,不確定性已被解除,則是獲得信息的度量可以認(rèn)為是事件隨機(jī)性的度量,因其僅僅對(duì)概率Pj取另個(gè)坐標(biāo)而已。7.H(x)就是對(duì)離散信源進(jìn)行無(wú)失真編碼時(shí)的碼長(zhǎng)極限。8.舉例信源取4個(gè)符號(hào)a
4、1,a2,a3,a4,概率1/2,1/4,1/8,1/8信源的熵H(x)=…=1.75bit/字符若用編碼(0,10,110,111),則平均碼長(zhǎng)=…=1.75考慮以下幾種變長(zhǎng)編碼:碼B唯一可譯例1:例4.1例2:8個(gè)字符具有等可能性例3:字符的分布已知:P=(0.9,0.02,0.02,0.02,0.01,0.01,0.01,0.01)H(p)=0.74bit/字符信源字母概率碼A碼B碼Ca11/2000a21/411010a31/811110101a41/81111111114.2算術(shù)編碼提出Rissanen1976年提出。在JPEG與
5、JBIG(Bi-levelimage)中都有算術(shù)編碼的內(nèi)容。2.思想把信源符號(hào)構(gòu)成的串S,唯一地映射到實(shí)數(shù)軸上(0,1)之間的一個(gè)實(shí)數(shù)。前提:知道信源每個(gè)符號(hào)的概率。3.舉例假設(shè)信源由四個(gè)符號(hào){a1,a2,a3,a4}組成,這些符號(hào)的概率分別是(0.1,0.4,0.2,0.3).a1,a2,a3,a4四個(gè)符號(hào)的二進(jìn)制編碼分別為00,01,10,11符號(hào)序列S=a3a1a4a1a3a4a2的二進(jìn)制序列為10001100101101編碼:把S映射到(0,1)之間的實(shí)數(shù)的過(guò)程,見(jiàn)圖4-3譯碼:見(jiàn)教案。4.3RLE編碼RLE原理:圖像(靜止圖像)的
6、相鄰像素相關(guān)性(灰度、彩色)。用二元組(行程,灰度或彩色值)表示。2.舉例圖4-53.不足:隨機(jī)的圖像,平均碼長(zhǎng)增加。4.4詞典編碼思想Huffman編碼:符號(hào)的概率已知,概率大的符號(hào)分配較短的碼字。而實(shí)際上不太現(xiàn)實(shí)。將長(zhǎng)度不同的符號(hào)串(短語(yǔ))編碼成一個(gè)個(gè)新的單詞。每個(gè)符號(hào)串分配一個(gè)編碼。編碼等長(zhǎng)(如12位二進(jìn)制)。2.提出:以色列J.Ziv與A.Lempel,LZ77,LZ78,1984,T.A.Welch提出LZW,在Unix中應(yīng)用。詞典編碼舉例LZ78編碼思想:不斷從字符流中形成新的綴—符串,綴—符串作為新的詞條存入字典中,并給該詞條
7、分配一個(gè)碼字。對(duì)字符流的編碼就用“(綴的編碼,符)”表示,實(shí)現(xiàn)壓縮。舉例:表4-13,字符流為:ABBCBCABALZ78編碼舉例字符流詞典與碼字流(輸出)位置字符1A2B3B4C5B6C7A8B9A序號(hào)位置詞典輸出11A(0,A)22B(0,B)33BC(2,C)45BCA(3,A)58BA(2,A)問(wèn)題為什么不直接輸出詞條的序號(hào)?LZ78算法術(shù)語(yǔ)字符流字符碼字流碼字前綴綴—符串詞典:綴—符串、碼字構(gòu)成的對(duì)應(yīng)表編碼算法譯碼算法2.LZW與LZ78相比,有如下特點(diǎn)所有可能出現(xiàn)的字符都事先放在字典中。輸出的碼字流中僅由詞典中的碼字組成。編碼算
8、法例4.7譯碼算法p59