第五章信源编码(一)
来源:互联网 发布:桌面整理软件 编辑:程序博客网 时间:2024/05/02 04:36
无失真信源编码定理
无失真编码
香农码、费诺码和哈夫曼码
限失真信源编码定理
常用的信源编码方法
无失真
游程编码、算术编码
限失真
量化、预测和变换编码
三大极限定理
无失真信源编码定理为第一极限定理
信道编码定理(包括离散和连续信道)称为第二极限定理
本书第6章内容
限失真信源编码定理称为第三极限定理
一.信源编码的基本途径
1. 冗余度的产生
信源符号分布的不均匀性
信源符号之间的相关性
2. 减少冗余度的方法
l 使序列中的各个符号尽可能地互相独立,即解除相关性(常用)
l 使编码中各个符号出现的概率尽可能地相等,即概率均匀化
二.信源编码分类
1. 无失真离散信源编码定理
只适用于离散信源
信息传输率 < 信道容量C,总能以任意接近信道容量的传输率来传送消息
信息传输率 > 信道容量C,就不可能实现无失真传输
2. 限失真编码定理
连续信源的绝对熵无限大,若要无失真传送连续信源,则信息传输率也必须无限大
只能在失真受限制的情况下进行限失真编码
三.失真传输的必要性
1. 数字系统需要传送、存储和处理大量数据
普通电话的数码率为64kb/s
可视电话的数码率为8.448Mb/s
黑白电视的数码率为60Mb/s
传输质量要求越高,数码率越高,增加传输、存储和处理的困难
2. 为提高传输和存储效率,必须对数据进行压缩,这样会损失一定的信息,带来失真
四.失真传输的可能性
1. 实际生活中信宿一般并不要求完全无失真地恢复原消息
2. 通常总是要求在保证一定质量的条件下,近似地再现原消息,即允许有一定的失真存在
语音,由于人耳接受带宽和分辨率有限,可将频谱范围从20Hz~8KHz的语音信号去掉低端和高端的频率,看成带宽只有300Hz~3.4KHz的信号,有一些失真,但人耳可以分辨原来的语音
图像,每帧图像中都含有大量的低频分量,高频分量很少,可以丢弃一部分高频分量
五.编码器
编码器示意图
六.编码的定义
将信源消息分成若干组,即符号序列xi,
xi=(xi1xi2…xil…xiL),
xilA={a1,a2,…,ai,…,an}
每个符号序列xi依照固定码表映射成一个码字yi,
yi=(yi1yi2…yil…yiL),
yilB={b1,b2,…,bi,…,bm}
分组码,有时也叫块码。
只有分组码才有对应的码表,而非分组码中则不存在码表。
具体定义即内容见下文。。。
- 第五章信源编码(一)
- 第五章-信源编码(二)
- 信源编码第五次作业
- 信源编码作业一
- 【信息论】信源与信源熵(一)
- 【信源编码 作业一】视频音频数据源
- 信源编码第二章 哈夫曼编码
- 信源编码第五次作业-LMS最小均方算法
- 第二章-信源与信息熵(一)
- 第二章-信源与信息熵(一)
- 信源编码学习(一)彩色空间及音频信号初入门
- 信源编码(五)矢量量化
- 信源编码---哈夫曼编码
- 信源编码:huffman编码
- 信源编码算法(费诺编码&&哈夫曼编码)
- 信源编码算法(费诺编码&哈夫曼编码)
- Shannoncoding (一)信源符号的排序
- 信源编码(1):色彩空间及音频编码
- matlab神经网络设置
- Mysql中文乱码问题完美解决方案
- C语言运算符、结合性
- git学习笔记
- $.parseHTML()和$.merge()
- 第五章信源编码(一)
- Yii2-类图-缓存
- Win7 图标尺寸
- Pyspider 框架学习时走过的一些坑
- 尺取法
- SSM框架——详细整合教程(Spring+SpringMVC+MyBatis)
- 第三讲:UI布局:线性布局 LinearLayout ;相对布局 RelativeLayout
- CentOS 7 安装 daemontools
- 就当是回忆录吧