多媒體數(shù)據(jù)壓縮算法及其實(shí)現(xiàn)研究

王宇 劉俊 高云

摘要：伴隨社會(huì)經(jīng)濟(jì)不斷進(jìn)步，信息化發(fā)展日新月異。豐富的多媒體數(shù)據(jù)占用空間比較大，傳輸速度較慢。若不對(duì)多媒體數(shù)據(jù)進(jìn)行有效的壓縮，就難以使用戶(hù)通過(guò)多種感官與計(jì)算機(jī)進(jìn)行實(shí)時(shí)信息交互，從而不能構(gòu)成完整的多媒體計(jì)算機(jī)系統(tǒng)。數(shù)據(jù)信息的海量性已經(jīng)成為影響數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)傳輸?shù)闹卮笞璧K。計(jì)算機(jī)多媒體數(shù)據(jù)壓縮技術(shù)的發(fā)展，是互聯(lián)網(wǎng)與通信技術(shù)得以深入發(fā)展的關(guān)鍵所在。數(shù)據(jù)壓縮的目的在于通過(guò)用壓縮手段減少音頻、視頻、圖像信號(hào)中冗余信息，將信息數(shù)據(jù)以壓縮的形式進(jìn)行傳輸和存儲(chǔ)。該文對(duì)數(shù)據(jù)的壓縮進(jìn)行了研究，并通過(guò)比較分析不同壓縮算法及其實(shí)現(xiàn)原理，對(duì)其應(yīng)用方向和發(fā)展前景進(jìn)行簡(jiǎn)單的探析。

關(guān)鍵詞：計(jì)算機(jī)多媒體;數(shù)據(jù)壓縮;技術(shù)分析

中圖分類(lèi)號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）21-0190-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

在今天數(shù)字化和信息化進(jìn)程加速的背景下，數(shù)字信息產(chǎn)業(yè)的發(fā)展已成為備受關(guān)注的對(duì)象。計(jì)算機(jī)多媒體技術(shù)作為時(shí)代新興產(chǎn)物，定義為向計(jì)算機(jī)輸入媒體信息，計(jì)算機(jī)輸出數(shù)字化后的信息[1]。但隨著網(wǎng)絡(luò)的飛速發(fā)展，多媒體數(shù)據(jù)也逐漸呈現(xiàn)出爆炸式增長(zhǎng)的勢(shì)頭。例如：一幅分辨率為256x512的彩色靜態(tài)圖像CRGB），如果每種顏色用8bit表示，則數(shù)據(jù)量競(jìng)有384kb之多。若不進(jìn)行處理，僅由此方法構(gòu)成圖像、音頻、視頻文件，現(xiàn)有的網(wǎng)絡(luò)帶寬或難以承受。多媒體數(shù)據(jù)具有的豐富性，多媒體計(jì)算機(jī)需要具有強(qiáng)大的裝置綜合能力和處理多種媒體的功能，具體表現(xiàn)為綜合處理動(dòng)畫(huà)、視（音）頻、圖像等多種形式的媒體。但是由多媒體計(jì)算機(jī)處理的多種媒體具備非常大的數(shù)字量，給傳輸和存儲(chǔ)帶來(lái)了很大的難度[2]。如今，阻礙信息傳輸?shù)闹饕系K是如何對(duì)數(shù)據(jù)有效的傳輸和處理。

造成多媒體數(shù)據(jù)量巨大的部分原因是數(shù)據(jù)中攜帶著大量冗余信息，這無(wú)疑成為信息傳播與應(yīng)用的困擾。如何解決冗余問(wèn)題，將直接關(guān)系到信號(hào)能否進(jìn)行快速的傳輸。由此看來(lái)，數(shù)據(jù)壓縮已成為解決巨大數(shù)據(jù)信息量問(wèn)題和多媒體技術(shù)發(fā)展的必經(jīng)之路。

1 數(shù)據(jù)壓縮技術(shù)概述

1.1數(shù)據(jù)壓縮的原理與過(guò)程

數(shù)據(jù)壓縮本質(zhì)上是數(shù)據(jù)編碼技術(shù)。其基本原理很簡(jiǎn)單，就是找出那些重復(fù)出現(xiàn)的內(nèi)容，然后用更簡(jiǎn)短的語(yǔ)言表示。數(shù)據(jù)是信息的載體，在數(shù)據(jù)的交流中我們想獲得的其實(shí)是信息。

多媒體數(shù)據(jù)的壓縮分為編碼和解碼過(guò)程，即原始數(shù)據(jù)經(jīng)過(guò)一系列處理過(guò)程轉(zhuǎn)化為壓縮后的編碼符號(hào)，過(guò)程可抽象為編碼器（圖1）。解碼過(guò)程則是與編碼過(guò)程相反的操作。通過(guò)編碼與解碼的操作，可以使信息在處理環(huán)節(jié)、傳輸環(huán)節(jié)中以“簡(jiǎn)略”的格式表達(dá)。不僅提高了通信傳輸效率，也使計(jì)算機(jī)同時(shí)處理兩種以上媒體信息得以實(shí)現(xiàn)。

1.2 多媒體計(jì)算機(jī)數(shù)據(jù)壓縮的必要性與可行性

多媒體信息結(jié)構(gòu)復(fù)雜且種類(lèi)繁多，對(duì)各類(lèi)多媒體數(shù)據(jù)進(jìn)行自由、高效率存儲(chǔ)與傳輸?shù)囊笠踩找鎳?yán)苛。只有通過(guò)數(shù)據(jù)壓縮，才能在不增加帶寬和存儲(chǔ)容量的前提下對(duì)音頻、視頻、圖片等媒體數(shù)據(jù)有效處理和傳輸。多媒體數(shù)據(jù)通常包含很大的冗余。一份傳輸完整的數(shù)據(jù)其中信息量是小于其數(shù)據(jù)量的，壓縮正是利用信息中無(wú)關(guān)信息量的存在，期望能夠通過(guò)不同的編碼與解碼方式使得冗余量所占信息量的比重達(dá)到一個(gè)可以接受的范圍。音頻、圖像和視頻等數(shù)據(jù)中的多余信息主要表現(xiàn)在空間、時(shí)間和知覺(jué)等方面。

以多媒體數(shù)據(jù)圖像數(shù)據(jù)作為研究對(duì)象，人觀察到的靜態(tài)圖像看似規(guī)律是并不相同的，但實(shí)際圖像數(shù)據(jù)中的光強(qiáng)、色彩和飽和度有很大部分重合，這就是所謂空間的冗余。而對(duì)于動(dòng)態(tài)畫(huà)面來(lái)講，當(dāng)長(zhǎng)時(shí)間停留在某一動(dòng)作圖像時(shí)，在相鄰的幀之間很少有不相同的地方動(dòng)畫(huà)等序列圖片，這種稱(chēng)之為時(shí)間冗余。因此，在實(shí)際操作中，我們完全可以依據(jù)“部分代替整體”的原則，用少量的數(shù)據(jù)展示整體。以此來(lái)有效地減少圖像數(shù)據(jù)中的初始數(shù)據(jù)。

2 數(shù)據(jù)壓縮算法研究

2.1 數(shù)據(jù)壓縮算法種類(lèi)

依據(jù)多媒體數(shù)據(jù)的冗余類(lèi)型，可使用不同的壓縮方法。按照被壓縮數(shù)據(jù)解碼后是否已改變?cè)瓟?shù)據(jù)，可將壓縮方法分為無(wú)損壓縮與有損壓縮。

有損的壓縮在可接受范圍內(nèi)允許解碼出的數(shù)據(jù)與原數(shù)據(jù)存在一定差異，以損失部分信息為代價(jià)獲得可觀的壓縮比，也即不可逆編碼。想要達(dá)到低數(shù)據(jù)率的效果，幾乎都需要采用有損壓縮。最終的壓縮比越小丟失的數(shù)據(jù)則越多，相應(yīng)解壓后的還原度就越低。所以這種壓縮大多建立在這種壓縮方法大多應(yīng)用在多媒體技術(shù)上。有損壓縮編碼立足于圖像、聲波存在頻帶寬、信息量大的特點(diǎn)，人類(lèi)視、聽(tīng)覺(jué)無(wú)法對(duì)其做出敏感的觀測(cè)。有損壓縮編碼在壓縮過(guò)程中的要求并不嚴(yán)格，為了能夠較大程度地減少多余信息，有損編碼甚至允許丟失一部分?jǐn)?shù)據(jù)信息。鑒于在壓縮時(shí)丟失的信息并沒(méi)有影響到人們對(duì)原始數(shù)據(jù)、圖像的理解，而相較無(wú)損壓縮具有很高的壓縮比例，因此有損編碼在語(yǔ)言、圖像以及視頻等數(shù)據(jù)壓縮工作當(dāng)中受到了普遍的運(yùn)用[3]。

無(wú)損編碼是一種基于信息熵原理的可逆的編碼方法，不會(huì)損壞初始數(shù)據(jù)，這種編碼又稱(chēng)為熵保持編碼或熵編碼。由于無(wú)損壓縮多采用概率統(tǒng)計(jì)原理，故壓縮情況多表現(xiàn)為對(duì)出現(xiàn)頻率高的數(shù)據(jù)與頻率低的數(shù)據(jù)壓縮效果存在差異。因此冗余度理論極限一般為2：1到5：1。雖壓縮比例不夠出色，但能夠保證完整還原、不產(chǎn)生任何損耗。這種方法使用在自然圖像的壓縮上效果并不好，多用于電子表格，文檔數(shù)據(jù)，珍貴照片等的壓縮。相對(duì)于有損壓縮來(lái)說(shuō)，無(wú)損壓縮的占用空間大、壓縮比不高等都是限制無(wú)損壓縮適用范圍的因素，但隨著硬盤(pán)容量成本的降低和用戶(hù)追求的提升，其不改變數(shù)據(jù)無(wú)損還原的性質(zhì)得到開(kāi)發(fā)，將來(lái)發(fā)展前景廣闊。

2.2 壓縮算法的分析

無(wú)損壓縮編碼多為統(tǒng)計(jì)編碼（哈夫曼編碼、LZW編碼以及行程編碼等）;有損壓縮編碼有：預(yù)測(cè)編碼（DPCM編碼、ADPCM編碼等）、變化編碼與分析合成編碼（量化編碼、小波變化編碼、分形圖像編碼、子帶編碼等）。

下面我們對(duì)幾種常見(jiàn)壓縮算法進(jìn)行研究分析。

（1）基于哈夫曼編碼（Huffman Coding）的文本數(shù)據(jù)壓縮算法

哈夫曼編碼（Huffman Coding）是一種無(wú)損壓縮算法。雖然壓縮率有限，但可完全無(wú)偏差地還原壓縮前數(shù)據(jù)，用在文本壓縮尤為合適。下圖為哈夫曼編碼方法的UML協(xié)同圖。

哈夫曼編碼的步驟是根據(jù)給定的權(quán)值構(gòu)造只有根結(jié)點(diǎn)的二叉樹(shù)，并確定始權(quán)值。選取兩棵權(quán)值最小的樹(shù)做子樹(shù)，構(gòu)造新二叉樹(shù)。在森林中刪除這兩棵樹(shù)，置新二叉樹(shù)根結(jié)點(diǎn)權(quán)值為其子樹(shù)結(jié)點(diǎn)權(quán)值之和。重復(fù)上步驟即可得到哈夫曼樹(shù)。此類(lèi)型編碼方式會(huì)對(duì)原符號(hào)進(jìn)行評(píng)估，為取得更小的代價(jià)，用較短編碼表示出現(xiàn)概率高的符號(hào)，而出現(xiàn)概率低的使用較長(zhǎng)編碼。目的是使編碼后的原符號(hào)長(zhǎng)度的期望值降低，從而使數(shù)據(jù)壓縮。

（2）LZW壓縮算法

LZW編碼（Encoding）的主要思想是掃描文本的思想。LZW編碼對(duì)每個(gè)出現(xiàn)的符號(hào)都需要進(jìn)行判斷，查看其與前向符號(hào)能否組成在此之前曾出現(xiàn)過(guò)的符號(hào)串。對(duì)于能組成符號(hào)串的情況，繼續(xù)向后掃描;反之，則必須將前向符號(hào)轉(zhuǎn)換為一個(gè)索引，并且將索引寫(xiě)入輸出文件中。針對(duì)文本中符號(hào)串重復(fù)越多的情況，可以收到良好的壓縮效果。

對(duì)應(yīng)以上描述，LZW編碼的流程圖可表示為圖3。

其核心思想并不復(fù)雜，就是把出現(xiàn)過(guò)的符號(hào)串映射到記號(hào)上，借此通過(guò)較短的編碼來(lái)表示較長(zhǎng)的符號(hào)串。這樣就將其用對(duì)應(yīng)的索引來(lái)代替原較長(zhǎng)的文本寫(xiě)入輸出文件中，達(dá)到壓縮原龐大信息的效果。LZW編碼常應(yīng)用于文本數(shù)據(jù)的壓縮，對(duì)于重復(fù)出現(xiàn)的符號(hào)串的較多的文本壓縮效果較好。

3 應(yīng)用場(chǎng)景與展望

多媒體數(shù)據(jù)通常在傳輸或存儲(chǔ)前都需要進(jìn)行壓縮，而根據(jù)不同的數(shù)據(jù)格式和服務(wù)質(zhì)量要求，可對(duì)文本數(shù)據(jù)、音頻數(shù)據(jù)、圖像數(shù)據(jù)和視頻進(jìn)行有損壓縮或無(wú)損壓縮。

對(duì)于類(lèi)型為文本的數(shù)據(jù)，需要保證壓縮前后不能任何內(nèi)容的偏差，必須使用無(wú)損壓縮的方法。并且在保證數(shù)據(jù)安全性的前提下進(jìn)行不丟失信息的壓縮，推薦使用算法是哈夫曼編碼和LZW詞典編碼的方式。

對(duì)音頻類(lèi)型的數(shù)據(jù)壓縮已發(fā)展較為成熟，主要表現(xiàn)為波形編碼、參數(shù)編碼以及融編碼的形式。波形編碼方式是根據(jù)人耳聽(tīng)覺(jué)特性采樣量化音頻信號(hào)波形的原理，盡可能匹配原始信號(hào)波形，其特點(diǎn)是可在高碼率的條件下獲得較高品質(zhì)的音頻信號(hào)。參數(shù)編碼把音頻信號(hào)表示成某種模型的輸出，利用特征提取的方法抽取必要的模型參數(shù)和激勵(lì)信號(hào)的信息，并對(duì)這些信息進(jìn)行編碼，最后在輸出端合成原始信號(hào)[4]。但追求編碼壓縮率的同時(shí)，也意味著損失數(shù)據(jù)量會(huì)較大，不適合高保真語(yǔ)音和高品質(zhì)音樂(lè)。

圖像數(shù)據(jù)壓縮有靜態(tài)圖像壓縮JPEG標(biāo)準(zhǔn)和運(yùn)動(dòng)圖像壓縮MPEG標(biāo)準(zhǔn)兩種國(guó)際標(biāo)準(zhǔn)，存在多種壓縮數(shù)據(jù)方式。JPEG標(biāo)準(zhǔn)用于處理單張的靜止畫(huà)面，MPEG標(biāo)準(zhǔn)則處理由一連串畫(huà)面組成的運(yùn)動(dòng)的圖像。靜態(tài)圖像壓縮目的是去除部分圖像中對(duì)人眼不敏感的部分，是空間信息的壓縮，不會(huì)對(duì)視覺(jué)觀賞產(chǎn)生影響。對(duì)靜態(tài)圖像文件用JPEG進(jìn)行壓縮效果十分明顯，當(dāng)壓縮率達(dá)到20：1時(shí)人眼基本不可見(jiàn)其失真。

采用數(shù)據(jù)壓縮算法對(duì)數(shù)據(jù)進(jìn)行壓縮是一種信息高校傳輸和存儲(chǔ)的技術(shù)，目的是讓計(jì)算機(jī)擁有處理龐大的多媒體數(shù)據(jù)的能力，從而將網(wǎng)絡(luò)的數(shù)據(jù)傳輸速率帶來(lái)的阻礙減小到最低程度。隨著大數(shù)據(jù)發(fā)展浪潮的到來(lái)，爆炸式增長(zhǎng)的數(shù)據(jù)給多媒體數(shù)據(jù)壓縮算法也帶來(lái)了新的挑戰(zhàn)。同時(shí)，深度學(xué)習(xí)、人工智能的蓬勃發(fā)展也給數(shù)據(jù)處理帶來(lái)了新的思路，勢(shì)必會(huì)使數(shù)據(jù)壓縮的技術(shù)迸發(fā)出新的活力。未來(lái)，多媒體數(shù)據(jù)壓縮的發(fā)展將無(wú)限可能。

4 結(jié)語(yǔ)

根據(jù)以上的研究分析，壓縮算法以不同編碼方式的利用為切人點(diǎn)，合理去除數(shù)據(jù)中存在的冗余問(wèn)題。在不增大帶寬和存儲(chǔ)容量的前提下，有效降低數(shù)據(jù)傳輸率，為多媒體設(shè)備、音頻應(yīng)用、動(dòng)畫(huà)制作帶來(lái)巨大變革。隨著人們對(duì)視頻音頻的高質(zhì)量需求和更多相關(guān)領(lǐng)域的開(kāi)發(fā)，計(jì)算機(jī)多媒體壓縮必將上升到一個(gè)嶄新高度，成為處理數(shù)據(jù)中不可或缺的數(shù)字化技術(shù)。

參考文獻(xiàn)：

[1]黃夢(mèng).計(jì)算機(jī)多媒體音像壓縮技術(shù)的研究及應(yīng)用前景探析[Jl，計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2014（4）：207-207，209.

[2]張華.多媒體計(jì)算機(jī)圖像數(shù)據(jù)壓縮的實(shí)現(xiàn)[J].計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2014，17（1）：192，194.

[3]梅剛.多媒體數(shù)據(jù)壓縮技術(shù)有效分析[J].數(shù)字技術(shù)與應(yīng)用，2015（5）：219.

[4]孟鉑，樊新華.淺析多媒體數(shù)據(jù)壓縮技術(shù)[J].電腦知識(shí)與技術(shù)，2006（20）：129，156.

【通聯(lián)編輯：代影】

作者簡(jiǎn)介：王宇（1998-），男，安徽淮南人，重慶郵電大學(xué)，學(xué)生，本科，研究方向?yàn)閳D像處理;劉俊（1978-），男，講師，研究方向?yàn)橐苿?dòng)互聯(lián)網(wǎng)軟件;高云（1999-），男，本科，研究方向?yàn)槟Ｊ阶R(shí)別。