多媒體數(shù)據(jù)壓縮算法及其實(shí)現(xiàn)研究

薛佳

關(guān)鍵詞：多媒體數(shù)據(jù)；壓縮算法；研究

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）14-0096-03

0 引言

當(dāng)今發(fā)展數(shù)字信息產(chǎn)業(yè)，已成為人們首要關(guān)注的目標(biāo)。其中以計(jì)算機(jī)技術(shù)為主的現(xiàn)代信息技術(shù)與其他學(xué)科結(jié)合而形成的一門新型技術(shù)——計(jì)算機(jī)多媒體技術(shù)，更是得到了迅猛發(fā)展。目前多媒體技術(shù)已經(jīng)廣泛地應(yīng)用于社會(huì)生活的各個(gè)領(lǐng)域中，如電視、廣播、電影、音樂等方面，并取得了良好的效果。但是，在網(wǎng)絡(luò)高速發(fā)展的今天，多媒體數(shù)據(jù)亦逐步呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì)。由于多媒體信息具有豐富而復(fù)雜的特性，因此在數(shù)據(jù)傳輸時(shí)必然會(huì)遇到各種干擾因素，從而影響整個(gè)系統(tǒng)的性能。多媒體數(shù)據(jù)量大，一方面是因?yàn)槿藗冏非蟾哔|(zhì)量的數(shù)據(jù)信息，另一方面數(shù)據(jù)中所承載的冗余信息龐大。從這兩方面來看，它成了信息傳播和應(yīng)用中的一個(gè)煩惱。因此，在數(shù)據(jù)存儲(chǔ)、傳輸過程中需要盡可能地減少不必要的重復(fù)操作，以降低整個(gè)系統(tǒng)所需的資源。由此可以看出，數(shù)據(jù)壓縮已經(jīng)成為了解決龐大數(shù)據(jù)信息量的必然途徑，也是多媒體技術(shù)的重要組成部分。

1 數(shù)據(jù)壓縮技術(shù)概括

1.1 數(shù)據(jù)壓縮的原理和步驟

數(shù)據(jù)壓縮的實(shí)質(zhì)就是一種數(shù)據(jù)編碼技術(shù)，它可以使計(jì)算機(jī)能夠快速地處理大量的數(shù)據(jù)，它的基本原理非常簡(jiǎn)單，簡(jiǎn)單地說就是要發(fā)現(xiàn)數(shù)據(jù)中重復(fù)的信息，再用較為簡(jiǎn)短的信息進(jìn)行表示。在這個(gè)過程中，數(shù)據(jù)作為一種信息載體，進(jìn)行交換數(shù)據(jù)時(shí)，希望得到的實(shí)際上就是信息，而數(shù)據(jù)壓縮技術(shù)通過在資料交換時(shí)進(jìn)行重新定義和編碼，使得數(shù)據(jù)傳輸更為簡(jiǎn)便和迅速。對(duì)多媒體數(shù)據(jù)信息進(jìn)行的縮小通常包括編碼和解碼2個(gè)步驟，編碼是指將原來數(shù)據(jù)信息進(jìn)行一連串的加工，最后轉(zhuǎn)換成壓縮編碼符號(hào)，解碼過程和編碼過程正好相反，是指將壓縮編碼后的符號(hào)還原成原始信息。因此，本文提出一種新的編碼方法——基于內(nèi)容的編碼方式，它利用多媒體系統(tǒng)中大量具有相似特性或類似特征的對(duì)象來描述不同類型的圖像及視頻信息[1]。通過對(duì)編碼和解碼進(jìn)行運(yùn)算，能夠讓信息處于處理環(huán)節(jié)中、在傳輸環(huán)節(jié)中采用“簡(jiǎn)略”形式表示。這種方式將各種不同形式的數(shù)據(jù)資料進(jìn)行統(tǒng)一管理，便于用戶對(duì)其進(jìn)行有效的分析利用。

1.2 計(jì)算機(jī)數(shù)據(jù)壓縮的可行性

與重要性多媒體信息的結(jié)構(gòu)是復(fù)雜的，對(duì)存儲(chǔ)和傳輸需求十分苛刻。因此，如何高效地將各種多媒體數(shù)據(jù)壓縮成符合用戶需求的形式成為亟待解決的問題[2]。多媒體數(shù)據(jù)中一般都含有較大冗余，如何減少這些冗余就成了壓縮領(lǐng)域研究的重要問題之一。由于多媒體數(shù)據(jù)具有很多獨(dú)特的性質(zhì)，因此在實(shí)際應(yīng)用時(shí)必須考慮到它們之間的差異，即所謂多余性。

多媒體數(shù)據(jù)可以被壓縮的原因，是因?yàn)橐曨l、圖像、聲音這類信息可壓縮性大。以當(dāng)前普遍采用位圖格式存儲(chǔ)為例，在該圖像數(shù)據(jù)形式下，像素和像素在行方向和列方向上都有較大相關(guān)性，因而整體上數(shù)據(jù)的冗余度很大。在容許一定范圍失真情況下，能夠在較大范圍內(nèi)壓縮圖像數(shù)據(jù)。因此，為了減少冗余的信息量，提高傳輸速度，就必須將圖像或文本信號(hào)變換成一種可以被解碼的數(shù)字信號(hào)。就多媒體計(jì)算系統(tǒng)而言，信息由單一媒體向多種媒體轉(zhuǎn)移，同時(shí)，各種媒體也可以相互轉(zhuǎn)換，需要把不同的媒體轉(zhuǎn)換成一個(gè)或多個(gè)相同類型的數(shù)據(jù)文件來顯示和傳輸。需要對(duì)海量數(shù)字化的聲、圖、像視頻信息進(jìn)行表達(dá)、傳遞與加工等，數(shù)據(jù)量十分龐大。如果用傳統(tǒng)的靜態(tài)圖像壓縮算法，其運(yùn)算速度將受到嚴(yán)重限制。比如一張中等分辨率的真彩色圖像（640×480像素）（24位/像素），其數(shù)據(jù)量在7.37Mb/幀左右。如何提高多媒體計(jì)算機(jī)的速度就成為一個(gè)重要問題。如果想實(shí)現(xiàn)25幀/秒全動(dòng)態(tài)顯示，每秒鐘需要184Mb數(shù)據(jù)量，并要求該系統(tǒng)數(shù)據(jù)傳輸速率為184Mb/s，以現(xiàn)在的帶寬水平很難達(dá)到這么高的傳輸速率。

選取多媒體數(shù)據(jù)中的圖像數(shù)據(jù)作為對(duì)象，人們所看到的靜態(tài)圖像似乎規(guī)律并不一致，但實(shí)際圖像數(shù)據(jù)的光強(qiáng)、顏色與飽和度卻在很大程度上都是相同的，而這些冗余被叫作空間冗余。也就是說，在不同時(shí)間段內(nèi)拍攝出來的圖像都存在著一定程度的差異[3]。另外，由于圖像數(shù)據(jù)包含了大量運(yùn)動(dòng)信息，對(duì)圖像進(jìn)行處理時(shí)會(huì)產(chǎn)生一些不必要的運(yùn)算開銷。所以在實(shí)踐中，可以根據(jù)“局部取代整體”，以少量資料顯示總體，從而有效降低圖像數(shù)據(jù)的初始數(shù)據(jù)。

2 數(shù)據(jù)壓縮算法

2.1 數(shù)據(jù)壓縮算法的類型

根據(jù)多媒體數(shù)據(jù)中冗余的類型，可以采用各種壓縮方法。根據(jù)被壓縮數(shù)據(jù)解碼后的原始數(shù)據(jù)是否發(fā)生了變化，壓縮的方式可以分為無損壓縮和有損壓縮。

有損的壓縮使解碼后的數(shù)據(jù)和原有數(shù)據(jù)之間存在一些偏差，這種偏差是人們可以接受的。有損壓縮以犧牲一部分信息細(xì)節(jié)為代價(jià)，獲得了相當(dāng)大的壓縮比，由于進(jìn)行壓縮后不能通過解壓縮恢復(fù)其原有的信息細(xì)節(jié)，所以又被稱為不可逆編碼。為了提高可信性和恢復(fù)性能，通常會(huì)將一些重要的數(shù)據(jù)進(jìn)行無損處理，比如對(duì)圖像中的噪聲、紋理等做必要的去噪處理。有損壓縮是通過增加某些參數(shù)來降低原始信號(hào)所具有的冗余或相關(guān)性，從而使重建出的圖像質(zhì)量得到提高，這也是有損壓縮技術(shù)最基本和核心的原理[4]。有損壓縮編碼是以圖像為基礎(chǔ)，聲波具有頻帶寬、信息量豐富等特征，被人類視、聽覺不能靈敏地觀察。它通過使用一些特殊的技術(shù)將原始信號(hào)從高維、低維向一維方向進(jìn)行分解和重構(gòu)。它主要通過將原始信號(hào)分解成多個(gè)不同頻率和帶寬的分量來達(dá)到目的，并且可以利用一些簡(jiǎn)單的技術(shù)實(shí)現(xiàn)無損傳輸。同時(shí)相比較無損壓縮有更高壓縮比例，有損壓縮技術(shù)在語(yǔ)音、圖像和視頻等多媒體數(shù)據(jù)傳輸過程中被廣泛使用。

無損壓縮以信息熵原理為基礎(chǔ)，具有可逆性，不破壞初始數(shù)據(jù)等特性。在壓縮比相同時(shí)，信息丟失率就會(huì)隨信息量增加而增大，所以冗余度的理論極限通常在2：1～5：1[5]。此類壓縮方式雖然壓縮比相對(duì)較低，但是可以確保完整還原、不會(huì)造成丟失。分析無損壓縮的基本思想及實(shí)現(xiàn)技術(shù)，是基于熵編碼的無失真圖像復(fù)原算法。此法用于對(duì)自然圖像進(jìn)行壓縮，結(jié)果不理想，多用在電子表格、文檔數(shù)據(jù)上，珍貴照片的擠壓等。目前，無損壓縮技術(shù)還未被廣泛應(yīng)用到其他領(lǐng)域中去。與有損壓縮相比，無損壓縮存在占用內(nèi)存空間較大、壓縮比不高等問題，但是在硬盤容量成本不斷下降的情況下，它沒有改變數(shù)據(jù)，可以無損還原這一特性而被發(fā)展起來，未來應(yīng)當(dāng)會(huì)有比較好的發(fā)展前景。

2.2 壓縮算法的分析

2.2.1 哈夫曼編碼的文本數(shù)據(jù)壓縮算法

哈夫曼編碼屬于無損壓縮算法的范疇。盡管壓縮率有限制，但是可以完全無損地恢復(fù)壓縮之前的數(shù)據(jù)，用于文本壓縮時(shí)特別適用。

哈夫曼編碼步驟為：按照給定權(quán)值，構(gòu)建僅有根節(jié)點(diǎn)二叉樹以及設(shè)置初始權(quán)值。通過對(duì)每一棵樹上各邊權(quán)系數(shù)進(jìn)行計(jì)算，得到每棵樹的最短路徑長(zhǎng)度。選擇2棵權(quán)值最低的樹木作為子樹，構(gòu)建新的二叉樹[6]。對(duì)新生成的葉子進(jìn)行排序后再將其分成若干個(gè)大小不同的小區(qū)間，分別計(jì)算每一個(gè)小區(qū)間內(nèi)各樹元節(jié)點(diǎn)的權(quán)重，從而得出每個(gè)大區(qū)間的權(quán)值，把森林里的兩棵樹刪掉，最新二叉樹根節(jié)點(diǎn)權(quán)值是其子樹節(jié)點(diǎn)權(quán)值的總和。如果有兩個(gè)以上節(jié)點(diǎn)時(shí)，將這些節(jié)點(diǎn)分別作為父節(jié)點(diǎn)和子樹，重復(fù)前一步，就可以獲得哈夫曼樹。這種編碼方式可以根據(jù)不同情況選擇相應(yīng)的方法，這種類型的編碼方式將評(píng)價(jià)原來的符號(hào)，為了獲得較低的成本，使用更短的編碼來表示發(fā)生概率更大的標(biāo)志，且發(fā)生概率較小采用較長(zhǎng)編碼。對(duì)于給定初始樹形結(jié)構(gòu)，提出了一種基于最大似然準(zhǔn)則的快速搜索算法來計(jì)算出最佳候選節(jié)點(diǎn)數(shù)與最小生成樹數(shù)目之間的關(guān)系，旨在減少對(duì)編碼原有符號(hào)長(zhǎng)度的期望，由此實(shí)現(xiàn)數(shù)據(jù)壓縮。

2.2.2 LZW壓縮算法

LZW編碼以掃描文本為主，在不改變?cè)畔⒈斫Y(jié)構(gòu)和內(nèi)容的前提下，根據(jù)不同類型字符所占比例，選擇相應(yīng)的掃描模式[7]。在LZW編碼中，每出現(xiàn)一個(gè)符號(hào)，就需做出一個(gè)判斷，看看它和前向符號(hào)是否能構(gòu)成在這之前就已經(jīng)存在的符號(hào)串。若不能組成符號(hào)串時(shí)，就會(huì)重新計(jì)算該字符是否屬于前向符號(hào)，對(duì)可以構(gòu)成符號(hào)串，繼續(xù)往后掃；相反，前向符號(hào)需要轉(zhuǎn)換成索引，并向輸出文字中輸入索引[8]?？紤]到字符串在文字上反復(fù)呈現(xiàn)的頻率較高，能獲得更好的壓縮性能，其核心在于不重復(fù)，把即將呈現(xiàn)過的字符串重新反映在向記號(hào)上，并借此使用較短的編碼時(shí)間來表達(dá)更長(zhǎng)的字符串。因此LZW編碼經(jīng)常運(yùn)用于文字信息的濃縮，對(duì)反復(fù)產(chǎn)生較長(zhǎng)的符號(hào)串，文字壓縮效果比較好。

LZW編碼的核心思想是將顯現(xiàn)的符號(hào)串與記號(hào)進(jìn)行映射，以此用更短編碼表達(dá)更長(zhǎng)符號(hào)串。這種編碼方法可以在一定程度上減少對(duì)輸入文檔進(jìn)行解碼時(shí)，需要耗費(fèi)大量時(shí)間和精力去尋找一個(gè)合適的匹配符號(hào)或相應(yīng)長(zhǎng)度的代碼。這使得它以相應(yīng)索引取代了原來較長(zhǎng)文本寫在輸出文件上，實(shí)現(xiàn)了對(duì)原有巨大信息進(jìn)行壓縮的目的。在此過程中，使原始文件變成了一個(gè)符號(hào)庫(kù)，提高了壓縮比。LZW編碼經(jīng)常被用于文本數(shù)據(jù)壓縮中，對(duì)重復(fù)符號(hào)串?dāng)?shù)量多，文本壓縮效果更佳。

3 壓縮算法的運(yùn)用場(chǎng)景

多媒體數(shù)據(jù)在發(fā)送或者存儲(chǔ)之前，一般要先經(jīng)過壓縮處理，它可以根據(jù)不同的數(shù)據(jù)格式，不同的質(zhì)量要求，能夠?qū)崿F(xiàn)對(duì)文字信息、聲音數(shù)據(jù)的處理，影像信息和圖像數(shù)據(jù)的有損壓縮和無損壓縮。

對(duì)于文字資料的壓縮，需要確保數(shù)據(jù)在壓縮前后不能發(fā)生改變，所以必須采用無損壓縮，針對(duì)該問題，可以使用基于特征匹配技術(shù)的數(shù)據(jù)文件壓縮算法，并在保證數(shù)據(jù)安全性的基礎(chǔ)上，實(shí)現(xiàn)了對(duì)信息無損失壓縮，具體可采用哈夫曼編碼與LZW詞典編碼相結(jié)合的方法。

針對(duì)音頻類別的數(shù)據(jù)壓縮技術(shù)已開發(fā)的相當(dāng)完善，但主要在波形編碼上、參數(shù)編碼和混合編碼上的問題格式，其中基于人耳蝸結(jié)構(gòu)及生理特征的波形編碼方式得到了廣泛關(guān)注與研究。波形編碼方式根據(jù)人耳聽力特點(diǎn)，對(duì)聲音信息波形加以采樣與量化的基本原理，盡量和原始信息的波形相符，并具備在寬碼率條件下可獲得較高精度聲音信息的功能。參數(shù)編碼將所有音頻信息都表示為某一個(gè)模型的原始數(shù)據(jù)，再經(jīng)過特征提取，獲得所要模型數(shù)據(jù)和激勵(lì)信息數(shù)據(jù)，以及編碼中所述數(shù)據(jù)，然后，再對(duì)數(shù)據(jù)端的原始信息進(jìn)行整理，融合了這兩種編碼技術(shù)的混合編碼算法，能有效地降低音頻數(shù)據(jù)的復(fù)雜度，提高音頻質(zhì)量[9]。不過使用這種方式進(jìn)行數(shù)據(jù)壓縮時(shí)會(huì)丟失更多的數(shù)據(jù)細(xì)節(jié)，這種音頻壓縮技術(shù)不適用于高保真的話音和高品質(zhì)音樂。

圖像數(shù)據(jù)壓縮在國(guó)際上有靜態(tài)圖像壓縮JPEG標(biāo)準(zhǔn)和運(yùn)動(dòng)圖像壓縮MPEG標(biāo)準(zhǔn)，壓縮數(shù)據(jù)的方法有很多，靜態(tài)圖像壓縮主要應(yīng)用于視頻、音頻及動(dòng)畫等方面，而在其他領(lǐng)域也具有廣泛的應(yīng)用前景，用JPEG標(biāo)準(zhǔn)處理單張靜止畫面，MPEG標(biāo)準(zhǔn)是對(duì)一系列畫面構(gòu)成的移動(dòng)圖像進(jìn)行處理。由于這兩種編碼方法都使用了不同類型的系數(shù)來表示像素之間的關(guān)系，因此它們?cè)诰幋a效率上并無本質(zhì)差異。靜態(tài)圖像壓縮旨在去除了一些圖像中人眼不靈敏的地方，就是對(duì)空間信息進(jìn)行壓縮，不影響視覺觀賞。運(yùn)動(dòng)圖像壓縮可以在保持視頻內(nèi)容不變的情況下提高傳輸速率，并能保證一定的傳輸質(zhì)量。對(duì)于靜態(tài)圖像文件，使用JPEG壓縮的結(jié)果非常明顯，在壓縮率為20：1的情況下，人眼幾乎看不到它的失真。

利用數(shù)據(jù)壓縮算法進(jìn)行數(shù)據(jù)壓縮，屬于信息高效傳輸與存儲(chǔ)技術(shù)之一，旨在使計(jì)算機(jī)具備處理海量多媒體數(shù)據(jù)，最大限度地降低了由于網(wǎng)絡(luò)數(shù)據(jù)傳輸速率造成的障礙[10]。在大數(shù)據(jù)飛速發(fā)展的當(dāng)下，多媒體也開始融入人們?nèi)粘Ｉ畹姆椒矫婷?，爆炸式遞增的信息，給多媒體的壓縮算法也帶來了源源不斷的新問題。在這個(gè)過程中，數(shù)據(jù)的規(guī)模變得越來越巨大，而這些海量的數(shù)據(jù)往往具有非常高的復(fù)雜性以及不確定性，這就要求數(shù)據(jù)壓縮算法必須能夠立足于當(dāng)前的現(xiàn)有資源，快速且有效地完成數(shù)據(jù)壓縮任務(wù)。

4 結(jié)束語(yǔ)

基于以上研究進(jìn)行分析，壓縮方法應(yīng)從采用各種編碼方法開始，以適當(dāng)?shù)姆椒ㄈコ诵畔⒅卸嘤鄦栴}。同時(shí)通過采用多種方法進(jìn)行數(shù)據(jù)編碼優(yōu)化，提高了數(shù)據(jù)傳輸效率，對(duì)于多媒體設(shè)備，音頻的應(yīng)用、動(dòng)畫制作引起了翻天覆地的變化。計(jì)算機(jī)多媒體編碼是一個(gè)由計(jì)算機(jī)技術(shù)、信息技術(shù)、通信等技術(shù)多個(gè)領(lǐng)域交叉綜合而形成的新興學(xué)科。隨著視頻音頻質(zhì)量要求的不斷提高，以及更多與之相關(guān)方面的發(fā)展，計(jì)算機(jī)多媒體壓縮勢(shì)必要提高到新的水平，成為處理數(shù)據(jù)必不可少的一種數(shù)字化技術(shù)。