经典的数据压缩算法
三大类:预测编码、变换编码、统计编码
常用的解除相关性的措施是预测和变换,其实质都是进行序列的映射。
一般,预测编码有可能完全解除序列的相关性,但须确知序列的概率特性;变换编码一般只解除矢量内部的相关性,但它可有许多可供选择的变换方法,以适应不同的信源特性。
一、预测编码:
若有一个离散信号序列,序列中各离散信号之间有一定的关联性,则利用这个序列中若干个信号作为依据,对下一个信号进行预测,然后将实际的值与预测的值的差进行编码。
预测编码中典型的压缩算法有DPCM、ADPCM等,它们适合于声音、图像数据的压缩。
(1)DPCM中文术语为差分脉冲编码调制(differentialpulse code modulation的缩写)
利用样本与样本之间存在的信息冗余来进行编码的一种数据压缩技术
基本思想:根据过去的样本去估算下一个样本信号的幅度大小,这个值称为预测值,然后对实际信号值与预测值之差进行量化编码,从而就减少了表示每个样本信号的位数
它与脉冲编码调制(PCM)不同的是,PCM是直接对采样信号进行量化编码,而DPCM是对实际信号值与预测值之差进行量化编码,存储或者传送的是差值而不是幅度绝对值,这就降低了传送或存储的数据量。可适应大范围变化的输入信号。
差分脉冲编码调制(DPCM)的基本出发点就是对相邻样值的差值进行量化编码。由于此差值比较小,可以为其分配较少的比特数,进而起到了压缩数码率的目的。
(2)ADPCM的概念
ADPCM的中文术语为自适应差分脉冲编码调制(adapt