第3章 數(shù)據(jù)壓縮的基本技術(shù)

3.1 概述

數(shù)據(jù)壓縮技術(shù)的研究已有幾十年的歷史。從基本原理來看，壓縮技術(shù)可以分為兩大類。第一類方法是基于香農(nóng)（Shannon）理論的。在這類方法中，視頻圖像序列利用在空間上和時間上取樣得到的一組像素（灰度、彩色）值來表示（聲音用在時間上對波形取樣的一系列樣值表示）；而壓縮的方法則是采用一般信號分析的方法來消除數(shù)據(jù)中的冗余，最終使得用來表示圖像的一組數(shù)據(jù)是互不相關(guān)的，且是最簡約的。對于這些方法，重要的是了解信源的統(tǒng)計(jì)特性，而不關(guān)心圖像的具體內(nèi)容，也不考慮或較少考慮人的視覺特性。因此，此類方法稱為基于像素（或基于波形）的壓縮方法，也稱為第一代圖像壓縮編碼方法。

第一代圖像壓縮編碼方法在20世紀(jì)80年代初已趨于成熟，許多優(yōu)秀成果已被收入近年來制定的有關(guān)圖像和視頻數(shù)據(jù)壓縮的國際標(biāo)準(zhǔn)，如JPEG，MPEG和H.26X等。由于希望對圖像數(shù)據(jù)進(jìn)行幾十倍，以至于百倍以上的壓縮，采用單一的壓縮方法往往不能奏效，因此，各種國際標(biāo)準(zhǔn)都綜合利用了多種基本壓縮方法來達(dá)到所要求的壓縮比。當(dāng)需要進(jìn)行極低碼率的圖像數(shù)據(jù)壓縮時，第一代技術(shù)往往不能提供令人滿意的解碼重建圖像。

“第二代圖像壓縮編碼方法”這一術(shù)語是在20世紀(jì)80年代中期正式出現(xiàn)的。極低碼率的圖像數(shù)據(jù)壓縮往往采用第二代技術(shù)。這類方法在很大程度上依賴于對人類視覺特性的研究，其核心思想是力圖發(fā)現(xiàn)人眼是根據(jù)哪些關(guān)鍵特征來識別圖像或圖像序列的，然后根據(jù)這些特征來構(gòu)造圖像模型。例如，根據(jù)人眼對物體的輪廓比對物體內(nèi)部細(xì)節(jié)更為敏感的特點(diǎn)，可以利用物體（而不是像素）的集合來表示圖像。所謂“物體”是指按邊緣信息將某特定圖像分割成的若干區(qū)域，每個區(qū)域內(nèi)部具有相同的特性（如同一灰度、紋理或運(yùn)動速度等）。分別對這些區(qū)域進(jìn)行編碼將比基于像素的編碼方式有效得多。根據(jù)視覺特性的其他特點(diǎn)，還可以構(gòu)造其他的圖像模型和編碼方式。

鑒于第二代技術(shù)尚未達(dá)到成熟的階段，在有關(guān)的圖像和視頻壓縮編碼的國際標(biāo)準(zhǔn)中也未大量應(yīng)用，因此，在本章中我們著重討論第一代技術(shù)。