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，就難以使用戶通過多種感官與計(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

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

文章編號(hào)：1009-3044（2020）21-0190-03

開放科學(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、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，這無疑成為信息傳播與應(yīng)用的困擾。如何解決冗余問題，將直接關(guān)系到信號(hào)能否進(jìn)行快速的傳輸。由此看來，數(shù)據(jù)壓縮已成為解決巨大數(shù)據(jù)信息量問題和多媒體技術(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)。其基本原理很簡單，就是找出那些重復(fù)出現(xiàn)的內(nèi)容，然后用更簡短的語言表示。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程，即原始數(shù)據(jù)經(jīng)過一系列處理過程轉(zhuǎn)化為壓縮后的編碼符號(hào)，過程可抽象為編碼器（圖1）。解碼過程則是與編碼過程相反的操作。通過編碼與解碼的操作，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)雜且種類繁多，對(duì)各類多媒體數(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關(guān)信息量的存在，期望能夠通過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)畫面來講，當(dāng)長時(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)畫等序列圖片，這種稱之為時(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

依據(jù)多媒體數(shù)據(jù)的冗余類型，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)，人類視、聽覺無法對(duì)其做出敏感的觀測(cè)。有損壓縮編碼在壓縮過程中的要求并不嚴(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)丟失的信息并沒有影響到人們對(duì)原始數(shù)據(jù)、圖像的理解，而相較無損壓縮具有很高的壓縮比例，因此有損編碼在語言、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)，這種編碼又稱為熵保持編碼或熵編碼。由于無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)于有損壓縮來說，無損壓縮的占用空間大、壓縮比不高等都是限制無損壓縮適用范圍的因素，但隨著硬盤容量成本的降低和用戶追求的提升，其不改變數(shù)據(jù)無損還原的性質(zhì)得到開發(fā)，將來發(fā)展前景廣闊。

2.2 壓縮算法的分析

無損壓縮編碼多為統(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）是一種無損壓縮算法。雖然壓縮率有限，但可完全無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，并確定始權(quán)值。選取兩棵權(quán)值最小的樹做子樹，構(gòu)造新二叉樹。在森林中刪除這兩棵樹，置新二叉樹根結(jié)點(diǎn)權(quán)值為其子樹結(jié)點(diǎn)權(quán)值之和。重復(fù)上步驟即可得到哈夫曼樹。此類型編碼方式會(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)概率低的使用較長編碼。目的是使編碼后的原符號(hào)長度的期望值降低，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)過的符號(hào)串映射到記號(hào)上，借此通過較短的編碼來表示較長的符號(hào)串。這樣就將其用對(duì)應(yīng)的索引來代替原較長的文本寫入輸出文件中，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)行有損壓縮或無損壓縮。

對(duì)于類型為文本的數(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)人耳聽覺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，不適合高保真語音和高品質(zhì)音樂。

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面，MPEG標(biāo)準(zhǔn)則處理由一連串畫面組成的運(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，爆炸式增長的數(shù)據(jù)給多媒體數(shù)據(jù)壓縮算法也帶來了新的挑戰(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，多媒體數(shù)據(jù)壓縮的發(fā)展將無限可能。

4 結(jié)語

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)畫制作帶來巨大變革。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。