多媒体数据压缩方法分类数据的压缩实际上是一个编码过程,即把原始的数据进行编码压缩。数据的解压缩是数据压缩的逆过程,即把压缩的编码还原为原始数据。因此数据压缩方法也称为编码方法。目前数据压缩技术日臻恼,适应各种应用场合的编码方法不断产生。针对多媒体数据冗余类型的不同,相应地有不同的压缩方法。 按照压缩方法是否产生失真分类根据解码后数据与原始数据是否完全一致进行分类,压缩方法可被分为有失真编码和无失真编码两大类。 有失真压缩法会压缩了熵,会减少信息量,而损失的信息是不能再恢复的,因此这种压缩法是不可逆的。无失真压缩法掉或减少数据中的冗余,但这些冗余值是可以重新插入到数据中的,因此冗余压缩是可逆的过程。 无失真压缩是不会产生失真。从信息主义角度讲,无失真编码是泛指那种不考虑被压缩信息性质和压缩技术。它是基于平均信息量的技术,并把所有的数据当做比特序列,而不是根据压缩信息的类型来优化压缩。也就是说,平均信息量编码忽略被压缩信息主义内容。在多媒体技术中一般用于文本、数据的压缩,它能保证百分之百地恢复原始数据。但这种方法压缩比较低,如LZW编码、行程编码、霍夫曼(Huffman)编码的压缩比一般在2:1至5:1之间。 按照压缩方法的原理分类根据编码原理进行分类,大致有编码、变换编码、统计编码、分析-合成编码、混合编码和其他一些编码方法。其中统计编码是无失真的编码,其他编码方法基本上都是有失真的编码。 预测编码是针对空间冗余的压缩方法,其基本思想是利用已被编码的点的数据值,预测邻近的一个像素点的数据值。预测根据某个模型进行。如果模型选取得足够好的话,则只需存储和传输起始像素和模型参数就可代表全部数据了。按照模型的不同,预测编码又可分为线性预测、帧内预测和帧间预测。 变换编码也是针对空间冗余和时间冗余的压缩方法。其基本思想是将图像的光强矩阵(时域信号)变换到系统空间(频域)上,然后对系统进行编码压缩。在空间上具有强相关性的信号,反映在频域上是某些特定区域内的能量常常被集中在一起,或者是系数矩阵的发布具有某些规律。可以利用这些规律,分配频域上的量化比特数,从而达到压缩的目的。由于时域映射到频域总是通过某种变换进行的,因此称变换编码。因为正交变换的变换矩阵是可逆的,且逆矩阵与转换置矩阵相等,解码运算方便且保证有解,所以变换编码总是采用正交变换。 统计编码属于无失真编码。它是根据信息出现概率的分布而进行的压缩编码。编码时某种比特或字节模式的出现概率大,用较短的码字表示;出现概率小,用较长的码字表示。这样,可以保证总的平均码长最短。最常用的统计编码方法是哈夫曼编码方法。 分析-合成编码实质上都是通过对原始数据的分析,将其分解成一系列更适合于表示“基元”或从中提取若干具有更为本质意义的参数,编码仅对这些基本单元或特征参数进行。译码时则借助于一定的规则或模型,按一定的算法将这些基元或参数,“综合”成原数据的一个逼近。这种编码方法可能得到极高的数据压缩比。 混合编码综合两种以上的编码方法,这些编码方法必须针对不同的冗余进行压缩,使总的压缩性能得到加强。