数据压缩技术技术发展的现状及趋势

数据压缩技术技术发展的现状及趋势

班级：计科普08-2 学号：2008441093 姓名：邓明悦

摘要：在现今的电子信息技术领域，正发生着一场有长远影响的数字化革命。由于数字化的多媒体信息尤其是数字视频、音频信号的数据量特别庞大，如果不对其进行有效的压缩就难以得到实际的应用。因此，数据压缩技术已成为当今数字通信、广播、存储和多媒体娱乐中的一项关键的共性技术。对于数据压缩技术而言，最基本的要求就是要尽量降低数字化的在码事，同时仍保持一定的信号质量。不难想象，数据压缩的方法应该是很多的，但本质上不外乎上述完全可逆的冗余度压缩和实际上不可逆的嫡压缩两类。冗余度压缩常用于磁盘文件、数据通信和气象卫星云图等不允许在压缩过程中有丝毫损失的场合中，但它的压缩比通常只有几倍，远远不能满足数字视听应用的要求。在实际的数字视听设备中，差不多都采用压缩比更高但实际有损的嫡压缩技术。只要作为最终用户的人觉察不出或能够容忍这些失真，就允许对数字音像信号进一步压缩以换取更高的编码效率。摘压缩主要有特征抽取和量化两种方法，指纹的模式识别是前者的典型例子，后者则是一种更通用的摘压缩技术。

关键字：数据压缩冗余度失真编码效率

Abstract: In today's electronic and information technology, is undergoing a long-term impact of the digital revolution. As the digital multimedia information, especially digital video, audio signals particularly large amount of data, if not its effective compression can hardly be practical application. Therefore, the data compression technology has become the digital communication, broadcasting, storage, and multimedia entertainment in a key common technologies. For data compression technology, the basic requirement is to minimize the number of things in the code, while still maintaining a certain degree of signal quality. Not difficult to imagine, the data compression should be many, but essentially nothing more than the fully reversible compression and redundancy is actually two types of irreversible entropy compression. Redundancy compression commonly used in disk files, such as data communications and meteorological satellite cloud in the compression process does not allow the slightest loss of occasions, but its compression ratio is usually only a few times, can not meet the requirements of digital audio-visual applications. In practice, the number of audio-visual equipment, almost all use a higher compression ratio but the actual lossy compression technique entropy. As long as people perceive as the end user or can not tolerate these distortions, it allows further compression of digital audio and video signals in exchange for higher coding efficiency. Abstract compression are two methods of feature extraction and quantification, the fingerprint pattern recognition is a typical example of the former, the latter is a more general summary of compression technology.

Keywords: data compression coding efficiency distortion redundancy

一数据压缩技术简介

在多媒体计算系统中，信息从单一媒体转到多种媒体；若要表示，传输和处理大量数字化了的声音/图片/影像视频信息等，数据量是非常大的。例如，一幅具有中等分辨率（640*480像素）真彩色图像（24位/像素），它的数据量约为每帧7.37Mb。若要达到每秒25帧的全动态显示要求，每秒所需的数据量为184Mb，而且要求系统的数据传输速率必须达到184Mb/s，这在目前是无法达到的。对于声音也是如此。若用16位/样值的PCM编码，采样速率选为44.1kHz，则双声道立体声声音每秒将有176KB的数据量。由此可见音频、视频的数据量之大。如果不进行处理，计算机系统几乎无法对它进行存取和交换。因此，在多媒体计算机系统中，为了达到令人满意的图像、视频画面质量和听觉效果，必须解决视频、图像、音频信号数据的大容量存储和实时传输问题。解决的方法，除了提高计算机本身的性能及通信信道的带宽外，更重要的是对多媒体进行有效的压缩。

二数据压缩技术分类

数据压缩技术按不同的分类方法有着不同的分类，根据解码后数据与原始数据是否完全一致进行分类，可分成两种类型，一种叫做无损压缩，另一种叫做有损压缩。无损压缩是指使用压缩后的数据进行重构(或者叫做还原，解压缩)，重构后的数据与原来的数据完全相同；无损压缩用于要求重构的信号与原始信号完全一致的场合。一个很常见的例子是磁盘文件的压缩。根据目前的技术水平，无损压缩算法一般可以把普通文件的数据压缩到原来的1/2～1/4。一些常用的无损压缩算法有霍夫曼(Huffman)算法和LZW(Lenpel-Ziv & Welch)压缩算法。有损压缩是指使用压缩后的数据进行重构，重构后的数据与原来的数据有所不同，但不影响人对原始资料表达的信息造成误解。有损压缩适用于重构信号不一定非要和原始信号完全相同的场合。例如，图像和声音的压缩就可以采用有损压缩，因为其中包含的数据往往多于我们的视觉系统和听觉系统所能接收的信息，丢掉一些数据而不至于对声音或者图像所表达的意思产生误解，但可大大提高压缩比。