- 博客(9)
- 收藏
- 关注
RSS订阅原创 【数据压缩】H.264码流的分析
H264编码分层NAL层:（Network Abstraction Layer,视频数据网络抽象层）： 它的作用是H264只要在网络上传输，在传输的过程每个包以太网是1500字节，而H264的帧往往会大于1500字节，所以要进行拆包，将一个帧拆成多个包进行传输，所有的拆包或者组包都是通过NAL层去处理的。VCL层:（Video Coding Layer,视频数据编码层）： 对视频原始数据进行压缩。上图中我们可以看到视频帧序列每一帧图像是由slice构成的，每一个slice是由多个宏块构成的，在实际传输的
2022-07-06 15:57:53
359
1
原创 MPEG音频编码原理及编码器调试
MPEG的音频编码主要采用了心理声学模型基本思想通过子带分析滤波器组使信号具有高的时间分辨率，确保在短暂冲击信号情况下，编码的声音信号具有足够高的质量。又可以使信号通过FFT运算具有高的频率分辨率，因为掩蔽阈值是从功率谱密度推出来的。在低频子带中，为了保护音调和共振峰的结构，就要求用较小的量化阶、较多的量化级数，即分配较多的位数来表示样本值。而话音中的摩擦音和类似噪声的声音，通常出现在高频子带中，对它分配较少的位数心理声学模型MPEG-1标准定义了两个模型。心理声学模型 1：计算复杂度低但对假设
2022-07-05 21:39:46
717
原创 JPEG原理分析及解码调试
JPEG在文件中以Segment的形式组织 ，它具有以下特点：1）零偏置：对于灰度级为2^n 的像素，通过减去2^(n-1)，将无符号整数变为有符号数，即值域变为正负对称。将绝对值大的数出现的概率大大减小，提高编码效率。2）DCT变换：先将图像分为8×8的像块，如果图像的宽（高）不是8的整数倍，使用图像边缘像素填充，以不改变频谱分布。实现能量集中和去相关，降低空间冗余度。3）量化：利用人眼视觉特性设计而成的矩阵量化DCT系数，减小视觉冗余。因为人眼对亮度信号比色差信号更敏感，因此使用了两种量化表：亮度量化值
2022-07-05 21:21:03
181
原创 [数据压缩实验]DPCM 压缩的实现与分析
DPCM是差分预测编码调制的缩写，是比较典型的预测编码系统。在DPCM系统中，需要注意的是预测器的输入是已经解码以后的样本。之所以不用原始样本来做预测，是因为在解码端无法得到原始样本，只能得到存在误差的样本。因此，在DPCM编码器中实际内嵌了一个解码器，如编码器中虚线框中所示。在一个DPCM系统中，有两个因素需要设计：预测器和量化器。理想情况下，预测器和量化器应进行联合优化。实际中，采用一种次优的设计方法：分别进行线性预测器和量化器的优化设计。实验原理图： 在本次实验中，我们采用固定预测器和均匀量化器。预
2022-07-04 19:55:04
139
原创 数据压缩实验 LZW编解码算法的实现与分析
LZW压缩算法由Lemple-Ziv-Welch 三人共同创造，用他们的名字命名。它采用了一种先进的串表压缩，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存贮数字，则不存贮串，从而使图象文件的压缩效率得到较大的提高。奇妙的是，不管是在压缩还是在解压缩的过程中都能正确的建立这个串表，压缩或解压缩完成后，这个串表又被丢弃。 LZW算法中，首先建立一个字符串表，把每一个第一次出现的字符串放入串表中，并用一个数字来表示，这个数字与此字符串在串表中的位置有关，并将这个数字存入压缩文件
2022-07-03 16:26:50
674
原创 【数据压缩】BMP文件转YUV实验
首先我们先熟悉什么是BMP和YUVBMPBMP(全称Bitmap)是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图(DDB)和设备无关位图(DIB)，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。由于BMP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中
2022-06-20 22:58:47
215
原创 WAV音频文件的分析
1.WAV文件的格式wav是微软开发的一种音频文件格式，注意，wav文件格式是无损音频文件格式，相对于其他音频格式文件数据是没有经过压缩的，通常文件也相对比较大些。支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几！ WAV打开工具是WINDOWS的媒体播放器。通常使用三个参数来表示声音，量化位数，取样频率和采样点振幅。量化位数分为8位，16位，24位三种，声道有单声道和立体声之分，单声道振幅数据为n
2022-04-12 14:48:24
2951
原创 PNG的介绍以及PNG文件解析
PNG的百度解释：png是一种无损压缩的位图片形格式。其设计目的是为了替代GIF和TIFF文件格式，同时增加一些gif文件格式所不具备的特性。png格式是非失真性压缩的，允许使用类似于GIF格式的调色板技术，支持真彩色图像，并具阿尔法通道（半透明）等特性。png使用从LZ77派生的无损数据压缩算法，由于它压缩比高，生成文件体积小，一般被应用于JAVA程序、网页或S60程序中。PNG的结构：PNG图像格式文件（或者称为数据流）由一个8字节的PNG文件署名（PNG file signature）
2022-03-17 22:15:03
5326
原创 三元音音频分析以及三基色熵的计算
什么是元音？百度百科中所解释的“元音”元音（Vowel），又称母音，是音素的一种，与辅音相对，是在发音过程中由气流通过口腔而不受阻碍发出的音。发元音时气流从肺部通过声门冲击声带，使声带发出均匀震动，震音气流不受阻碍地通过口腔，通过舌、唇的调节而发出不同的声音。发元音时声带必然震动的叫做浊元音，声带不振动的叫做清元音。发前元音时舌的最高部位移向口腔前部并稍许拱起。后元音发音时舌后部向软腭抬起。舌面的位置和唇的形状是元音分类的一个标准。发音时从肺部呼出的气流通过起共鸣器作用的口腔，发出阻力极
2022-03-16 16:46:32
495
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人