多媒體數據壓縮算法及其實現研究

薛佳

關鍵詞：多媒體數據；壓縮算法；研究

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）14-0096-03

0 引言

當今發展數字信息產業，已成為人們首要關注的目標。其中以計算機技術為主的現代信息技術與其他學科結合而形成的一門新型技術——計算機多媒體技術，更是得到了迅猛發展。目前多媒體技術已經廣泛地應用于社會生活的各個領域中，如電視、廣播、電影、音樂等方面，并取得了良好的效果。但是，在網絡高速發展的今天，多媒體數據亦逐步呈現爆發式增長態勢。由于多媒體信息具有豐富而復雜的特性，因此在數據傳輸時必然會遇到各種干擾因素，從而影響整個系統的性能。多媒體數據量大，一方面是因為人們追求更高質量的數據信息，另一方面數據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用中的一個煩惱。因此，在數據存儲、傳輸過程中需要盡可能地減少不必要的重復操作，以降低整個系統所需的資源。由此可以看出，數據壓縮已經成為了解決龐大數據信息量的必然途徑，也是多媒體技術的重要組成部分。

1 數據壓縮技術概括

1.1 數據壓縮的原理和步驟

數據壓縮的實質就是一種數據編碼技術，它可以使計算機能夠快速地處理大量的數據，它的基本原理非常簡單，簡單地說就是要發現數據中重復的信息，再用較為簡短的信息進行表示。在這個過程中，數據作為一種信息載體，進行交換數據時，希望得到的實際上就是信息，而數據壓縮技術通過在資料交換時進行重新定義和編碼，使得數據傳輸更為簡便和迅速。對多媒體數據信息進行的縮小通常包括編碼和解碼2個步驟，編碼是指將原來數據信息進行一連串的加工，最后轉換成壓縮編碼符號，解碼過程和編碼過程正好相反，是指將壓縮編碼后的符號還原成原始信息。因此，本文提出一種新的編碼方法——基于內容的編碼方式，它利用多媒體系統中大量具有相似特性或類似特征的對象來描述不同類型的圖像及視頻信息[1]。通過對編碼和解碼進行運算，能夠讓信息處于處理環節中、在傳輸環節中采用“簡略”形式表示。這種方式將各種不同形式的數據資料進行統一管理，便于用戶對其進行有效的分析利用。

1.2 計算機數據壓縮的可行性

與重要性多媒體信息的結構是復雜的，對存儲和傳輸需求十分苛刻。因此，如何高效地將各種多媒體數據壓縮成符合用戶需求的形式成為亟待解決的問題[2]。多媒體數據中一般都含有較大冗余，如何減少這些冗余就成了壓縮領域研究的重要問題之一。由于多媒體數據具有很多獨特的性質，因此在實際應用時必須考慮到它們之間的差異，即所謂多余性。

多媒體數據可以被壓縮的原因，是因為視頻、圖像、聲音這類信息可壓縮性大。以當前普遍采用位圖格式存儲為例，在該圖像數據形式下，像素和像素在行方向和列方向上都有較大相關性，因而整體上數據的冗余度很大。在容許一定范圍失真情況下，能夠在較大范圍內壓縮圖像數據。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變換成一種可以被解碼的數字信號。就多媒體計算系統而言，信息由單一媒體向多種媒體轉移，同時，各種媒體也可以相互轉換，需要把不同的媒體轉換成一個或多個相同類型的數據文件來顯示和傳輸。需要對海量數字化的聲、圖、像視頻信息進行表達、傳遞與加工等，數據量十分龐大。如果用傳統的靜態圖像壓縮算法，其運算速度將受到嚴重限制。比如一張中等分辨率的真彩色圖像（640×480像素）（24位/像素），其數據量在7.37Mb/幀左右。如何提高多媒體計算機的速度就成為一個重要問題。如果想實現25幀/秒全動態顯示，每秒鐘需要184Mb數據量，并要求該系統數據傳輸速率為184Mb/s，以現在的帶寬水平很難達到這么高的傳輸速率。

選取多媒體數據中的圖像數據作為對象，人們所看到的靜態圖像似乎規律并不一致，但實際圖像數據的光強、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，在不同時間段內拍攝出來的圖像都存在著一定程度的差異[3]。另外，由于圖像數據包含了大量運動信息，對圖像進行處理時會產生一些不必要的運算開銷。所以在實踐中，可以根據“局部取代整體”，以少量資料顯示總體，從而有效降低圖像數據的初始數據。

2 數據壓縮算法

2.1 數據壓縮算法的類型

根據多媒體數據中冗余的類型，可以采用各種壓縮方法。根據被壓縮數據解碼后的原始數據是否發生了變化，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據和原有數據之間存在一些偏差，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節為代價，獲得了相當大的壓縮比，由于進行壓縮后不能通過解壓縮恢復其原有的信息細節，所以又被稱為不可逆編碼。為了提高可信性和恢復性能，通常會將一些重要的數據進行無損處理，比如對圖像中的噪聲、紋理等做必要的去噪處理。有損壓縮是通過增加某些參數來降低原始信號所具有的冗余或相關性，從而使重建出的圖像質量得到提高，這也是有損壓縮技術最基本和核心的原理[4]。有損壓縮編碼是以圖像為基礎，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將原始信號從高維、低維向一維方向進行分解和重構。它主要通過將原始信號分解成多個不同頻率和帶寬的分量來達到目的，并且可以利用一些簡單的技術實現無損傳輸。同時相比較無損壓縮有更高壓縮比例，有損壓縮技術在語音、圖像和視頻等多媒體數據傳輸過程中被廣泛使用。

無損壓縮以信息熵原理為基礎，具有可逆性，不破壞初始數據等特性。在壓縮比相同時，信息丟失率就會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較低，但是可以確保完整還原、不會造成丟失。分析無損壓縮的基本思想及實現技術，是基于熵編碼的無失真圖像復原算法。此法用于對自然圖像進行壓縮，結果不理想，多用在電子表格、文檔數據上，珍貴照片的擠壓等。目前，無損壓縮技術還未被廣泛應用到其他領域中去。與有損壓縮相比，無損壓縮存在占用內存空間較大、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，它沒有改變數據，可以無損還原這一特性而被發展起來，未來應當會有比較好的發展前景。

2.2 壓縮算法的分析

2.2.1 哈夫曼編碼的文本數據壓縮算法

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壓縮之前的數據，用于文本壓縮時特別適用。

哈夫曼編碼步驟為：按照給定權值，構建僅有根節點二叉樹以及設置初始權值。通過對每一棵樹上各邊權系數進行計算，得到每棵樹的最短路徑長度。選擇2棵權值最低的樹木作為子樹，構建新的二叉樹[6]。對新生成的葉子進行排序后再將其分成若干個大小不同的小區間，分別計算每一個小區間內各樹元節點的權重，從而得出每個大區間的權值，把森林里的兩棵樹刪掉，最新二叉樹根節點權值是其子樹節點權值的總和。如果有兩個以上節點時，將這些節點分別作為父節點和子樹，重復前一步，就可以獲得哈夫曼樹。這種編碼方式可以根據不同情況選擇相應的方法，這種類型的編碼方式將評價原來的符號，為了獲得較低的成本，使用更短的編碼來表示發生概率更大的標志，且發生概率較小采用較長編碼。對于給定初始樹形結構，提出了一種基于最大似然準則的快速搜索算法來計算出最佳候選節點數與最小生成樹數目之間的關系，旨在減少對編碼原有符號長度的期望，由此實現數據壓縮。

2.2.2 LZW壓縮算法

LZW編碼以掃描文本為主，在不改變原信息表結構和內容的前提下，根據不同類型字符所占比例，選擇相應的掃描模式[7]。在LZW編碼中，每出現一個符號，就需做出一個判斷，看看它和前向符號是否能構成在這之前就已經存在的符號串。若不能組成符號串時，就會重新計算該字符是否屬于前向符號，對可以構成符號串，繼續往后掃；相反，前向符號需要轉換成索引，并向輸出文字中輸入索引[8]。考慮到字符串在文字上反復呈現的頻率較高，能獲得更好的壓縮性能，其核心在于不重復，把即將呈現過的字符串重新反映在向記號上，并借此使用較短的編碼時間來表達更長的字符串。因此LZW編碼經常運用于文字信息的濃縮，對反復產生較長的符號串，文字壓縮效果比較好。

LZW編碼的核心思想是將顯現的符號串與記號進行映射，以此用更短編碼表達更長符號串。這種編碼方法可以在一定程度上減少對輸入文檔進行解碼時，需要耗費大量時間和精力去尋找一個合適的匹配符號或相應長度的代碼。這使得它以相應索引取代了原來較長文本寫在輸出文件上，實現了對原有巨大信息進行壓縮的目的。在此過程中，使原始文件變成了一個符號庫，提高了壓縮比。LZW編碼經常被用于文本數據壓縮中，對重復符號串數量多，文本壓縮效果更佳。

3 壓縮算法的運用場景

多媒體數據在發送或者存儲之前，一般要先經過壓縮處理，它可以根據不同的數據格式，不同的質量要求，能夠實現對文字信息、聲音數據的處理，影像信息和圖像數據的有損壓縮和無損壓縮。

對于文字資料的壓縮，需要確保數據在壓縮前后不能發生改變，所以必須采用無損壓縮，針對該問題，可以使用基于特征匹配技術的數據文件壓縮算法，并在保證數據安全性的基礎上，實現了對信息無損失壓縮，具體可采用哈夫曼編碼與LZW詞典編碼相結合的方法。

針對音頻類別的數據壓縮技術已開發的相當完善，但主要在波形編碼上、參數編碼和混合編碼上的問題格式，其中基于人耳蝸結構及生理特征的波形編碼方式得到了廣泛關注與研究。波形編碼方式根據人耳聽力特點，對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。參數編碼將所有音頻信息都表示為某一個模型的原始數據，再經過特征提取，獲得所要模型數據和激勵信息數據，以及編碼中所述數據，然后，再對數據端的原始信息進行整理，融合了這兩種編碼技術的混合編碼算法，能有效地降低音頻數據的復雜度，提高音頻質量[9]。不過使用這種方式進行數據壓縮時會丟失更多的數據細節，這種音頻壓縮技術不適用于高保真的話音和高品質音樂。

圖像數據壓縮在國際上有靜態圖像壓縮JPEG標準和運動圖像壓縮MPEG標準，壓縮數據的方法有很多，靜態圖像壓縮主要應用于視頻、音頻及動畫等方面，而在其他領域也具有廣泛的應用前景，用JPEG標準處理單張靜止畫面，MPEG標準是對一系列畫面構成的移動圖像進行處理。由于這兩種編碼方法都使用了不同類型的系數來表示像素之間的關系，因此它們在編碼效率上并無本質差異。靜態圖像壓縮旨在去除了一些圖像中人眼不靈敏的地方，就是對空間信息進行壓縮，不影響視覺觀賞。運動圖像壓縮可以在保持視頻內容不變的情況下提高傳輸速率，并能保證一定的傳輸質量。對于靜態圖像文件，使用JPEG壓縮的結果非常明顯，在壓縮率為20：1的情況下，人眼幾乎看不到它的失真。

利用數據壓縮算法進行數據壓縮，屬于信息高效傳輸與存儲技術之一，旨在使計算機具備處理海量多媒體數據，最大限度地降低了由于網絡數據傳輸速率造成的障礙[10]。在大數據飛速發展的當下，多媒體也開始融入人們日常生活的方方面面，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。在這個過程中，數據的規模變得越來越巨大，而這些海量的數據往往具有非常高的復雜性以及不確定性，這就要求數據壓縮算法必須能夠立足于當前的現有資源，快速且有效地完成數據壓縮任務。

4 結束語

基于以上研究進行分析，壓縮方法應從采用各種編碼方法開始，以適當的方法去除了信息中多余問題。同時通過采用多種方法進行數據編碼優化，提高了數據傳輸效率，對于多媒體設備，音頻的應用、動畫制作引起了翻天覆地的變化。計算機多媒體編碼是一個由計算機技術、信息技術、通信等技術多個領域交叉綜合而形成的新興學科。隨著視頻音頻質量要求的不斷提高，以及更多與之相關方面的發展，計算機多媒體壓縮勢必要提高到新的水平，成為處理數據必不可少的一種數字化技術。