第3章 视频数据压缩编码
合集下载
相关主题
- 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)。
算术编码是一种利用信源概率分布特性，能够趋近熵极 限的编码方法。 算数编码的两个过程：概率模型建立过程和扫描编码过 程。
基本原理：
根据信源可能发出的不同符号序列的概率，把［0，1）区间划分 为互不重叠的子区间，子区间的宽度恰好是各符号序列的概率。 这个区间随着信源符号序列中每一个信源符号的加入逐步减小， 每次减小的程度取决于当前加入的信源符号的先验概率。
3.1.1 数字视频压缩的可能性
空间冗余
同一帧图像，相邻像素间的相似性（亮度、色度）所形成的冗余。
先去除冗余数据再进行编码，则使每个像素的平均比特数下降，就是通常所 说的帧内编码。
3.1.1 数字视频压缩的可能性
时间冗余
视频图像序列中的某帧图像的某一取样点的亮度和色
度信息，与其在时间轴上相邻两帧的相应位置上的取 样点存在极强的相关性。 利用这种相邻两帧之间的相关性，可以采用一定的编 码方法，消除时间冗余。
在对二叉树的分枝赋值时，赋“0”、“1”可以是任意的。 若有两个或两个以上符号概率相等，其次序可以是任意的，会得 到不同的霍夫曼码，符号的码字长度将受到影响，但不会影响到 霍夫曼码的平均码长和编码效率。
由于霍夫曼编码的依据是信源符号的概率分布，故其编码
效率取决于信源的统计特性。
3.2.2 算术编码
3பைடு நூலகம்1.2
视频压缩方法的分类
从信息论角度出发，按解码后的重建图像和压缩编 码前的原始图像是否完全相同，可将图像压缩编码 方法分为：无损压缩和有损压缩。
无损压缩，又称冗余度压缩编码、无失真编码或熵编码。
最常用的无损压缩编码方法有霍夫曼(Huffman)编码、算术编 码和游程编码(Run-Length Encoding，RLE)等。
3.1.2
视频压缩方法的分类
有损压缩，也称为信息量压缩编码、失真度编码或熵压 缩编码。
有损压缩编码方法利用了人类视觉的感知特性，允许压缩过程中
损失一部分信息. 常见的有损压缩编码方法有：预测编码、变换编码、子带编码、
基于模型的编码等。
3.1.2
视频压缩方法的分类
帧内压缩和帧间压缩
3.3.2
块匹配算法：
帧间预测编码
3.3.2
帧间预测编码
像素递归法估计精度高，可以满足运动补偿帧内插的要求。 但接收端较复杂，不利于一发多收（如数字电视广播等）的 应用。 块匹配算法虽然作了一定假设（假设位于同一图像子块内的 所有像素都作相同的运动，且只作平移运动），但满足了计
算复杂度和实时实现的要求。
而节约码字，这就是熵编码的思想。
3.1.1 数字视频压缩的可能性
视觉冗余
视觉冗余度是相对于人眼的视觉特性而言的。 人类的视觉系统对于图像的注意是非均匀和非线性的，并不是对 图像中的任何变化都能感知。 人眼对颜色的空间分辨力低于对亮度信号的分 辨力。 压缩视觉冗余的核心思想是去掉那些相对人眼而言是看不到的或 人眼对画面静止部分的空间分辨力高于对运动 可有可无的图像数据。对视觉冗余的压缩通常反映在各种具体的 部分的空间分辨力。 压缩编码过程中。 人眼对亮度的感觉存在视觉阈值，随着图像内 容的变化而变化。 对屏幕的中心区失真敏感，对屏幕四周的失真 不敏感。
游程编码 示例
3.2
熵编码
以上三种编码方法——霍夫曼编码、算术编码、游程 编码均为无损压缩编码，是基于视频信号的统计特性
的编码方法，可以完全恢复原始图像，压缩率较低。
有损编码则是根据人眼和人耳的特性进行压缩编码， 会丢失一些图像或音频信息，不能完全恢复原始图像 ，会造成一定失真，但压缩率高。
d c b
d c b
b
.0 0 a a 0.0
04 0.04
b
a c 0.056 c
a b
a
0.0624 d
a
输入字符
3.2.3
游程编码
• 游程编码（RLE），也称行程编码或游程（行程）长 度编码，其基本思想是将具有相同数值（例如，像素 的灰度值）的、连续出现的信源符号构成的符号序列 用其数值及串的长度表示。 • 以图像编码为例，灰度值相同的相邻像素的延续长度 （像素数目）称为延续的游程，又称游程长度，简称 游程。
3.2
熵编码
•对信源X的各个符号的自信息量取统计 平均，可得到每个符号的平均信息量为：
•信源X的信息熵H(X) ，单位为比特 (bit)，含义是信源X发出任意一个符号 的平均信息量。
3.2.1
霍夫曼编码
霍夫曼编码是一种可变字长编码。
基本原理是频繁使用的数据用较短的代码代替，较少使 用的数据用较长的代码代替，每个数据的代码各不相同。
像素块）是从前一帧的哪个位置移动过来的，从而得到当前帧像 素（或像素块）的预测值。
3.3.2
帧间预测编码
运动估值两种方法：像素递归法和块匹配法
像素递归法：根据像素间亮度的变化和梯度，通过递
归修正的方法来估计每个像素的运动矢量。 让接收端在与发送端同样的条件下，用与发送端相同 的方法进行运动估值。
3.1.2
视频压缩方法的分类
其他分类方法：
按图像的不同属性可分为单色、彩色、多谱色图像编码
从图像的灰度层次上可分为多灰度编码、二值图像编码 按图像的运动状态分为静止图像序列的压缩编码、运动图像序
列的压缩编码
主要内容
3.1 基本原理 3.2 熵编码
霍夫曼编码 算术编码 游程编码
3.3 预测编码 3.4 变换编码
三维预测：参考像素是前几帧图像的像素。
帧间预测
3.3.2
运动补偿预测编码
运动补偿预测
3.3.2
运动补偿预测
帧间预测编码
所谓运动估值，就是对运动物体的位移作出估计，即对运动物体
从前一帧到当前帧位移的方向和像素数作出估计，也就是求出运 动矢量。
运动补偿预测就是根据求出的运动矢量，找到当前帧的像素（或
主要内容
3.1 基本原理
3.2 熵编码
3.3 预测编码
DPCM编码 运动补偿预测编码
3.4 变换编码
3.3.1 DPCM编码
3.3.1 预测编码的基本原理
利用图像在空间和时间上的连续性，用邻近的M个值预测 当前值，对当前值与预测值之差进行量化编码（一维、 二维、三维预测）
3.3.1 DPCM编码
3.1.1 数字视频压缩的可能性 符号冗余
符号冗余也称编码表示冗余。
图像和声音信号可看做是一个随机信号序列，在时间和空
间上均具有统计特性。不同的信号出现的概率不同，若用相
同的比特数来表示，则会存在冗余。
采用可变长编码技术，对出现概率大的符号用短码字表示， 对出现概率小的符号用长码字表示，则可去除符号冗余，从
3.4.1 离散余弦变换（DCT）
DCT编码和解码原理
3.4.1 离散余弦变换（DCT）
DCT变换
8×8 二维DCT变换数学定义表达式：
7 1 F (u, v) C (u)C (v) 4 x 0
(2 x 1)u (2 y 1)v 0 f ( x, y)cos 16 cos 16 y
1. DPCM系统的基本原理（差分脉冲编码调制）
f(i,j) 输入
— —
e(i,j)
e‘(i,j)
量化器
十
编码器
传 输 信 道
f‘’(i,j)
预测器
f‘(i,j)
f‘(i,j) 输出
十 预测器
解码器
e‘(i,j) f‘’(i,j)
DPCM原理框图
3.3.1 DPCM编码
帧 一维预测：参考像素是同一扫描行的前几个像素。 内 二维预测：参考像素是本行、前一行或前几行的像素。 预 测
3.2.1
霍夫曼编码
具体步骤
1. 2. 3. 4. 5. 统计每个符号出现的概率。 把概率按从小到大的顺序从左到右地进行排列。 选出最小的两个值，把他们概率之和作为分支点的概率。 重复步骤3，直到最后得到概率之和为1的根。 对形成的二叉树的每个分枝赋值，左边标“0”，右边标 “1”。把从最上面的根到最下面的叶子经过的“0”、“1” 序列串连起来，就得到各个符号对应的霍夫曼编码。
视频信号的大数据量难以存储
激光唱盘CD的采样频率为44.1kHz，量化位数为16位，双通道 立体声，则1秒的音频数据量为176.4KB，一个650MB的光盘仅 能存储不足60分钟的音频数据。
若图像分辨率为对于720×576，则一分钟视频信号需要的存储 数据压缩可降低信息的数据量，以压缩编码的形式存储和传输， 既节约存储空间，又提高通信信道的传输效率。 空间为1620MB。 视频数据相关性很强，有很大冗余度。 信息冗余的种类有空间冗余、时间冗余、视觉冗余等。
3.3.2
帧间预测编码
块匹配法假设：将图像划为许多子块，认为子块内所有
像素的位移量是相同的，即假设位于同一子块内的所有
像素都作相同的运动，且只作平移运动。 块匹配算法：块匹配算法对当前帧图像的每一子块，在 前一帧（第K-1帧）的一定范围内搜索最优匹配，并认 为本图像子块就是从前一帧最优匹配块位置处平移过来 的。 一般划分为16×16个子块。
7
当u
v
1 0 时， C (u ) C (v) 2
当u、v为其他值时, C (u) C (v) 1
DCT变换后
F(0，0) 称为直流 (DC)系数
其他 为交 流（AC） 系数
变换后的64个 DCT 频率系数与 DCT 前的64个像素块相对应，都是64个点，说明这 个过程只是一个没有压缩作用的无损变换过程。 单独一个图像的全部 DCT 系数块的频谱几乎都集中在最左上角的系数块中。 DCT 输出的频率系数矩阵最左上角的直流 （DC）系数幅度最大 DC 系数为出发点向下、向右的其它 DCT 系数，离 DC 分量越远，频率越高，幅度 值越小，图中最右下角为2，即图像信息的大部分集中于直流系数及其附近的低频频 谱上，离 DC 系数越来越远的高频频谱几乎不含图像信息，甚至于只含杂波。 DCT 本身没有压缩作用，却为以后压缩时的"取"、"舍" 奠定了必不可少的基础。
3.2.2 算术编码
讨论思考：
1.累计概率为什么表示为0.1、0.11、0.111、
1.0？
2.第n个字符的编码指针和子区间长度如何表示
？为什么这样表示？ 3.最后怎么得到编码的码字？ 4.如何解码？
3.2.2 算术编码
0.2 0.08 0.0688 0.06752
1.0
d c
d c b
d c
0.072
主要内容
3.1 基本原理 3.2 熵编码 3.3 预测编码 3.4 变换编码
基本原理 离散余弦变换（DCT） 子带编码
3.4
基本原理
变换编码的基本原理
为了保证平稳性和相关性，同时也为了减少运算量，在 变换编码中，一般在发送端的编码器中，先将一帧图像划 分成若干个N×N像素的图像块，然后对每个图像块逐一进 行变换编码，最后将各个图像块的编码比特流复合后再传 输。在接收端，对收到的变换系数进行相应的逆变换，再 恢复成图像数据。
第3章 视频数据压缩编码
主要内容
3.1 基本原理
视频压缩的必要性和可能性 视频压缩方法的分类
3.2 熵编码
3.3 预测编码
3.4 变换编码
3.1.1 视频压缩的必要性
数字视频信号的高数码率难以传输
例：PAL制的的采样频率为17.72MHz，若量化比特数为8bit，则
数码率为：fs×n=17.72×8= 141.76Mbps
帧内压缩即空间压缩，仅考虑本帧的数据，而不考虑相邻帧之 间的冗余信息，即消除空间冗余，一般采用有损压缩。压缩比 较低。 帧间压缩也称时间压缩，是基于视频或动画相邻两帧间的相关 性进行压缩的。就是消除时间冗余，一般采用无损压缩方式。 在编码过程中，常常混合使用多种压缩技术，达到最佳压缩效果。
霍夫曼编码
作业：设有离散无记忆信源，符号
a1,a2,a3,a4,a5,a6,a7的出现概率分别为0.21，
0.19，0.18，0.17，0.14，0.09，0.02，写
出其霍夫曼编码过程。（要求：左0右1，左
1右0）。
3.2.1
注意：
霍夫曼编码
霍夫曼编码的算法是确定的，但编出的码并非是唯一的。
3.2
熵编码
熵编码的基本原理就是去除信源在空间 和时间上的相关性，去除图像信源像素值 的概率分布不均匀性，使编码码字的平均 码长接近信源的熵而不产生失真。
3.2
熵编码
•信息论中，熵是用于度量信息量的一个概 念，指的是具体数据所含的平均信息量， 定义为在不丢失信息的前提下描述该信息 内容所需的最小比特数。 •信息数据压缩在理论上压缩的最大极限是 信息熵。 •建立在随机过程的统计特性基础上，根据 信息出现概率的分布特性而进行，是无损 压缩编码。
基本原理：
根据信源可能发出的不同符号序列的概率，把［0，1）区间划分 为互不重叠的子区间，子区间的宽度恰好是各符号序列的概率。 这个区间随着信源符号序列中每一个信源符号的加入逐步减小， 每次减小的程度取决于当前加入的信源符号的先验概率。
3.1.1 数字视频压缩的可能性
空间冗余
同一帧图像，相邻像素间的相似性（亮度、色度）所形成的冗余。
先去除冗余数据再进行编码，则使每个像素的平均比特数下降，就是通常所 说的帧内编码。
3.1.1 数字视频压缩的可能性
时间冗余
视频图像序列中的某帧图像的某一取样点的亮度和色
度信息，与其在时间轴上相邻两帧的相应位置上的取 样点存在极强的相关性。 利用这种相邻两帧之间的相关性，可以采用一定的编 码方法，消除时间冗余。
在对二叉树的分枝赋值时，赋“0”、“1”可以是任意的。 若有两个或两个以上符号概率相等，其次序可以是任意的，会得 到不同的霍夫曼码，符号的码字长度将受到影响，但不会影响到 霍夫曼码的平均码长和编码效率。
由于霍夫曼编码的依据是信源符号的概率分布，故其编码
效率取决于信源的统计特性。
3.2.2 算术编码
3பைடு நூலகம்1.2
视频压缩方法的分类
从信息论角度出发，按解码后的重建图像和压缩编 码前的原始图像是否完全相同，可将图像压缩编码 方法分为：无损压缩和有损压缩。
无损压缩，又称冗余度压缩编码、无失真编码或熵编码。
最常用的无损压缩编码方法有霍夫曼(Huffman)编码、算术编 码和游程编码(Run-Length Encoding，RLE)等。
3.1.2
视频压缩方法的分类
有损压缩，也称为信息量压缩编码、失真度编码或熵压 缩编码。
有损压缩编码方法利用了人类视觉的感知特性，允许压缩过程中
损失一部分信息. 常见的有损压缩编码方法有：预测编码、变换编码、子带编码、
基于模型的编码等。
3.1.2
视频压缩方法的分类
帧内压缩和帧间压缩
3.3.2
块匹配算法：
帧间预测编码
3.3.2
帧间预测编码
像素递归法估计精度高，可以满足运动补偿帧内插的要求。 但接收端较复杂，不利于一发多收（如数字电视广播等）的 应用。 块匹配算法虽然作了一定假设（假设位于同一图像子块内的 所有像素都作相同的运动，且只作平移运动），但满足了计
算复杂度和实时实现的要求。
而节约码字，这就是熵编码的思想。
3.1.1 数字视频压缩的可能性
视觉冗余
视觉冗余度是相对于人眼的视觉特性而言的。 人类的视觉系统对于图像的注意是非均匀和非线性的，并不是对 图像中的任何变化都能感知。 人眼对颜色的空间分辨力低于对亮度信号的分 辨力。 压缩视觉冗余的核心思想是去掉那些相对人眼而言是看不到的或 人眼对画面静止部分的空间分辨力高于对运动 可有可无的图像数据。对视觉冗余的压缩通常反映在各种具体的 部分的空间分辨力。 压缩编码过程中。 人眼对亮度的感觉存在视觉阈值，随着图像内 容的变化而变化。 对屏幕的中心区失真敏感，对屏幕四周的失真 不敏感。
游程编码 示例
3.2
熵编码
以上三种编码方法——霍夫曼编码、算术编码、游程 编码均为无损压缩编码，是基于视频信号的统计特性
的编码方法，可以完全恢复原始图像，压缩率较低。
有损编码则是根据人眼和人耳的特性进行压缩编码， 会丢失一些图像或音频信息，不能完全恢复原始图像 ，会造成一定失真，但压缩率高。
d c b
d c b
b
.0 0 a a 0.0
04 0.04
b
a c 0.056 c
a b
a
0.0624 d
a
输入字符
3.2.3
游程编码
• 游程编码（RLE），也称行程编码或游程（行程）长 度编码，其基本思想是将具有相同数值（例如，像素 的灰度值）的、连续出现的信源符号构成的符号序列 用其数值及串的长度表示。 • 以图像编码为例，灰度值相同的相邻像素的延续长度 （像素数目）称为延续的游程，又称游程长度，简称 游程。
3.2
熵编码
•对信源X的各个符号的自信息量取统计 平均，可得到每个符号的平均信息量为：
•信源X的信息熵H(X) ，单位为比特 (bit)，含义是信源X发出任意一个符号 的平均信息量。
3.2.1
霍夫曼编码
霍夫曼编码是一种可变字长编码。
基本原理是频繁使用的数据用较短的代码代替，较少使 用的数据用较长的代码代替，每个数据的代码各不相同。
像素块）是从前一帧的哪个位置移动过来的，从而得到当前帧像 素（或像素块）的预测值。
3.3.2
帧间预测编码
运动估值两种方法：像素递归法和块匹配法
像素递归法：根据像素间亮度的变化和梯度，通过递
归修正的方法来估计每个像素的运动矢量。 让接收端在与发送端同样的条件下，用与发送端相同 的方法进行运动估值。
3.1.2
视频压缩方法的分类
其他分类方法：
按图像的不同属性可分为单色、彩色、多谱色图像编码
从图像的灰度层次上可分为多灰度编码、二值图像编码 按图像的运动状态分为静止图像序列的压缩编码、运动图像序
列的压缩编码
主要内容
3.1 基本原理 3.2 熵编码
霍夫曼编码 算术编码 游程编码
3.3 预测编码 3.4 变换编码
三维预测：参考像素是前几帧图像的像素。
帧间预测
3.3.2
运动补偿预测编码
运动补偿预测
3.3.2
运动补偿预测
帧间预测编码
所谓运动估值，就是对运动物体的位移作出估计，即对运动物体
从前一帧到当前帧位移的方向和像素数作出估计，也就是求出运 动矢量。
运动补偿预测就是根据求出的运动矢量，找到当前帧的像素（或
主要内容
3.1 基本原理
3.2 熵编码
3.3 预测编码
DPCM编码 运动补偿预测编码
3.4 变换编码
3.3.1 DPCM编码
3.3.1 预测编码的基本原理
利用图像在空间和时间上的连续性，用邻近的M个值预测 当前值，对当前值与预测值之差进行量化编码（一维、 二维、三维预测）
3.3.1 DPCM编码
3.1.1 数字视频压缩的可能性 符号冗余
符号冗余也称编码表示冗余。
图像和声音信号可看做是一个随机信号序列，在时间和空
间上均具有统计特性。不同的信号出现的概率不同，若用相
同的比特数来表示，则会存在冗余。
采用可变长编码技术，对出现概率大的符号用短码字表示， 对出现概率小的符号用长码字表示，则可去除符号冗余，从
3.4.1 离散余弦变换（DCT）
DCT编码和解码原理
3.4.1 离散余弦变换（DCT）
DCT变换
8×8 二维DCT变换数学定义表达式：
7 1 F (u, v) C (u)C (v) 4 x 0
(2 x 1)u (2 y 1)v 0 f ( x, y)cos 16 cos 16 y
1. DPCM系统的基本原理（差分脉冲编码调制）
f(i,j) 输入
— —
e(i,j)
e‘(i,j)
量化器
十
编码器
传 输 信 道
f‘’(i,j)
预测器
f‘(i,j)
f‘(i,j) 输出
十 预测器
解码器
e‘(i,j) f‘’(i,j)
DPCM原理框图
3.3.1 DPCM编码
帧 一维预测：参考像素是同一扫描行的前几个像素。 内 二维预测：参考像素是本行、前一行或前几行的像素。 预 测
3.2.1
霍夫曼编码
具体步骤
1. 2. 3. 4. 5. 统计每个符号出现的概率。 把概率按从小到大的顺序从左到右地进行排列。 选出最小的两个值，把他们概率之和作为分支点的概率。 重复步骤3，直到最后得到概率之和为1的根。 对形成的二叉树的每个分枝赋值，左边标“0”，右边标 “1”。把从最上面的根到最下面的叶子经过的“0”、“1” 序列串连起来，就得到各个符号对应的霍夫曼编码。
视频信号的大数据量难以存储
激光唱盘CD的采样频率为44.1kHz，量化位数为16位，双通道 立体声，则1秒的音频数据量为176.4KB，一个650MB的光盘仅 能存储不足60分钟的音频数据。
若图像分辨率为对于720×576，则一分钟视频信号需要的存储 数据压缩可降低信息的数据量，以压缩编码的形式存储和传输， 既节约存储空间，又提高通信信道的传输效率。 空间为1620MB。 视频数据相关性很强，有很大冗余度。 信息冗余的种类有空间冗余、时间冗余、视觉冗余等。
3.3.2
帧间预测编码
块匹配法假设：将图像划为许多子块，认为子块内所有
像素的位移量是相同的，即假设位于同一子块内的所有
像素都作相同的运动，且只作平移运动。 块匹配算法：块匹配算法对当前帧图像的每一子块，在 前一帧（第K-1帧）的一定范围内搜索最优匹配，并认 为本图像子块就是从前一帧最优匹配块位置处平移过来 的。 一般划分为16×16个子块。
7
当u
v
1 0 时， C (u ) C (v) 2
当u、v为其他值时, C (u) C (v) 1
DCT变换后
F(0，0) 称为直流 (DC)系数
其他 为交 流（AC） 系数
变换后的64个 DCT 频率系数与 DCT 前的64个像素块相对应，都是64个点，说明这 个过程只是一个没有压缩作用的无损变换过程。 单独一个图像的全部 DCT 系数块的频谱几乎都集中在最左上角的系数块中。 DCT 输出的频率系数矩阵最左上角的直流 （DC）系数幅度最大 DC 系数为出发点向下、向右的其它 DCT 系数，离 DC 分量越远，频率越高，幅度 值越小，图中最右下角为2，即图像信息的大部分集中于直流系数及其附近的低频频 谱上，离 DC 系数越来越远的高频频谱几乎不含图像信息，甚至于只含杂波。 DCT 本身没有压缩作用，却为以后压缩时的"取"、"舍" 奠定了必不可少的基础。
3.2.2 算术编码
讨论思考：
1.累计概率为什么表示为0.1、0.11、0.111、
1.0？
2.第n个字符的编码指针和子区间长度如何表示
？为什么这样表示？ 3.最后怎么得到编码的码字？ 4.如何解码？
3.2.2 算术编码
0.2 0.08 0.0688 0.06752
1.0
d c
d c b
d c
0.072
主要内容
3.1 基本原理 3.2 熵编码 3.3 预测编码 3.4 变换编码
基本原理 离散余弦变换（DCT） 子带编码
3.4
基本原理
变换编码的基本原理
为了保证平稳性和相关性，同时也为了减少运算量，在 变换编码中，一般在发送端的编码器中，先将一帧图像划 分成若干个N×N像素的图像块，然后对每个图像块逐一进 行变换编码，最后将各个图像块的编码比特流复合后再传 输。在接收端，对收到的变换系数进行相应的逆变换，再 恢复成图像数据。
第3章 视频数据压缩编码
主要内容
3.1 基本原理
视频压缩的必要性和可能性 视频压缩方法的分类
3.2 熵编码
3.3 预测编码
3.4 变换编码
3.1.1 视频压缩的必要性
数字视频信号的高数码率难以传输
例：PAL制的的采样频率为17.72MHz，若量化比特数为8bit，则
数码率为：fs×n=17.72×8= 141.76Mbps
帧内压缩即空间压缩，仅考虑本帧的数据，而不考虑相邻帧之 间的冗余信息，即消除空间冗余，一般采用有损压缩。压缩比 较低。 帧间压缩也称时间压缩，是基于视频或动画相邻两帧间的相关 性进行压缩的。就是消除时间冗余，一般采用无损压缩方式。 在编码过程中，常常混合使用多种压缩技术，达到最佳压缩效果。
霍夫曼编码
作业：设有离散无记忆信源，符号
a1,a2,a3,a4,a5,a6,a7的出现概率分别为0.21，
0.19，0.18，0.17，0.14，0.09，0.02，写
出其霍夫曼编码过程。（要求：左0右1，左
1右0）。
3.2.1
注意：
霍夫曼编码
霍夫曼编码的算法是确定的，但编出的码并非是唯一的。
3.2
熵编码
熵编码的基本原理就是去除信源在空间 和时间上的相关性，去除图像信源像素值 的概率分布不均匀性，使编码码字的平均 码长接近信源的熵而不产生失真。
3.2
熵编码
•信息论中，熵是用于度量信息量的一个概 念，指的是具体数据所含的平均信息量， 定义为在不丢失信息的前提下描述该信息 内容所需的最小比特数。 •信息数据压缩在理论上压缩的最大极限是 信息熵。 •建立在随机过程的统计特性基础上，根据 信息出现概率的分布特性而进行，是无损 压缩编码。