移动多媒体技术基础 教学课件 作者 王波涛 第二章1.pptVIP

1.1多媒体技术概述 　　第二章移动多媒体的信源编码与信道编码  主要内容 信源编码的理论依据 信源编码的性能评价 信道编码的理论依据 取样频率的转换 多媒体数据转码 移动多媒体数据格式简介 一、信源编码的理论依据 1.符号携带的信息量I 当对数以2为底时，I的单位为比特（bit） P-----该符号出现的概率 P=1，得到的符号（事件）必发生，没信息量，I=0； P1，小概率的符号表示出现的不确定性大，收到这个事件发生的消息时，得到的信息量也比较大 2.离散信源的信息熵 离散信源 信息源所产生的符号取自于某一离散集合 离散信源X描述 符号si是一个随机变量 信息量I是p(si)的函数，也是随机变量。 H(x)--信息量I统计平均值,信息熵，单位是比特/符号 在符号出现之前，信息熵表示符号集合中的符号出现的平均不确定性； 在符号出现之后，信息熵代表接收一个符号所获得的平均信息量。 信息熵是在平均意义上表征信源总体特性。 推论 如果符号集中任一符号出现的概率p(si)为1，则其它符号出现的概率必然为0，信源的平均信息熵为0。 如果所有符号出现的概率都小于1，则平均信息熵为某一正值。 ３.离散信源最大熵定理 不同概率分布的p(si)所构成的信息熵，只有当等概率分布时最大。 即等概率分布时信源不确定性最大。 ４.离散无记忆信源 离散信源输出的往往是一个随机符号序列。 如果序列中各符号间是统计独立的，即前一个符号的出现不影响以后任何一个符号出现的概率，即相互独立的。 则该序列是无记忆的 假设离散无记忆信源产生的随机序列长度为2，包括2个符号X1和X2，各自取值如下 结论 序列熵与其可能达到的最大值之间的差值反映了该信源所含有的冗余度。 信源的冗余度越小，每个符号所独立携带的信息量越大 传送相同的信息量所需要的序列长度越短或符号数越少。 信源编码（压缩）的技术途径 去除信源产生的符号之间的相关性，尽可能使符号序列成为无记忆或独立的。 改变离散无记忆信源的概率分布，使其尽可能达到等概率分布。 　　Shannon编码第一定理　　（无失真信源编码定理） 假设 R 代表要求达到的实际传输速率 H(U)　代表无失真信源的信息熵 　　若RH(U)时，最有效的信源编、译码存在。反之， RH(U)时，最有效的信源编、译码不存在． ５．信息率-失真理论简述 信息率-失真理论简称 是信息论的一个分支 研究信源的信息熵超过信道容量时出现的问题 Shannon确立了率失真理论 T.Berger等深入研究，著《信息率失真理论》 率失真函数 R(D) 为了将信源序列传送给接收端，而失真度不大于D，所需要的最小平 均信息率是R(D)。 R(D)既依赖于信源的统计特性，也依赖于失真的度量。 [信源编码定理] 归纳： 失真接近于D，而信息率任意接近于R(D)的（编）码是存在的。 [信源编码逆定理] 当失真为D时，信息率不能小于 　R(D) 　　Shannon编码第三定理　　（限失真信源编码定理） 假设 R 代表要求达到的实际传输速率 R(D) 代表限失真信源的信息熵 　　若RR(D)时，限失真信源最有效的信源编、译码存在。反之， RR(D)时，限失真信源最有效的信源编、译码不存在． [信息传输定理] 对于ε0，前述离散无记忆信源可以在容量CR(D)+ε的任何离散无记忆信道的输出端还原，而失真度为D+ε。 [信息传输逆定理] 前述离散无记忆信源不可能在信道容量CR(D)的任何离散无记忆信道的输出以失真度D还原。 说明: 信源和信宿之间在限失真D下的通信，要求信道容量为R(D)既是必要的，也是充分的。 二、信源编码的性能评价 １.图像数据的压缩性能评价 （1）压缩比（倍数） 　1）压缩前/后的总数据量之比。 例如： 640╳480的灰度图像，每像素8比特， 通过降低分辨率变为320╳240的图像， 又经数据压缩使每个像素平均仅用1比特表示，则压缩倍数为32倍。 （2）另一种方法： 将任何非压缩算法产生的效果（例如分辨率、编码速率的降低等）排除在外，用平均每像素所使用的比特数来表示数据量的大小。 在上例中压缩前/后的数据量分别为8比特/像素和1比特/像素。 （３）恢复（重建）质量 1）信噪比SNR： 用重建图像与原图像之间像素值的均方误差（MSE）来衡量数据压缩产生的噪声能量，可定义不同形式的信噪比SNR： 2）信噪比不能完全反映人眼对图像质量的主观感觉，国际电联无线电组织规定了主观评定标准： 由若干人对所观察的重建图像的质量或对重建图像中噪声的明显程度按五级分评定，然后按下式计算平均分数MOS(