無(wú)損數(shù)據(jù)壓縮

第二章無(wú)損壓縮技術(shù)主要內(nèi)容數(shù)據(jù)壓縮的基本原理和方法數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)數(shù)據(jù)冗余的類型與壓縮方法分類常用數(shù)據(jù)壓縮方法1．信息的含義在信息理論中，經(jīng)常用到消息和信息的概念。1)消息消息是由符號(hào)、文字、數(shù)字或語(yǔ)音組成的表達(dá)一定含義的一個(gè)序列，如一份電報(bào)和報(bào)紙上的一段文字。消息是信息的載體，是表達(dá)信息的工具。2)信息信息是消息的內(nèi)涵，是消息中的不確定性內(nèi)容。2.1數(shù)據(jù)壓縮的基本原理和方法消息中事件發(fā)生的不確定性小，即可能性大，則事件的信息量就??；反之，一個(gè)發(fā)生可能性很小的事件，攜帶的信息量就很大。2.1數(shù)據(jù)壓縮的基本原理和方法2.信息的量度1)信息量及熵

(1)信息量定義設(shè)信源x由屬于集合Am＝{a1,a2,…,am}的m個(gè)可能的符號(hào)產(chǎn)生，若信源事件aj的概率為P(aj)，則定義事件aj的信息量I(aj) I(aj)＝-logP(aj)(2.1)作為事件aj所包含的信息量的量度，稱為自信息。 單位：取2為底的對(duì)數(shù)，則單位為比特(bit)； 取e為底的對(duì)數(shù)，則單位為奈特。2.1數(shù)據(jù)壓縮的基本原理和方法 從信息量的定義可以看出，信息是事件aj的不確定因素的度量。事件發(fā)生的概率越大，事件的信息量越??；反之，一個(gè)發(fā)生可能性很小的事件，攜帶的信息量就很大，甚至使人們“震驚”。 例如：在32個(gè)數(shù)碼中任選1個(gè)數(shù)碼時(shí)，設(shè)每個(gè)數(shù)碼選中的概率是相等的，則

那么，任一數(shù)碼的信息量為

2.1數(shù)據(jù)壓縮的基本原理和方法

(2)信源的熵一個(gè)通信系統(tǒng)并非只傳送1個(gè)符號(hào)，而是多個(gè)符號(hào)，這就需要定義整個(gè)信源符號(hào)的平均信息量的大小。 我們把自信息的統(tǒng)計(jì)平均值——數(shù)學(xué)期望

(2.2)

即信源x中每個(gè)符號(hào)的平均信息量，稱為信源x的熵。 當(dāng)信源x中的每個(gè)符號(hào)是等概率的且是獨(dú)立的時(shí)候，平均信息量最大，此時(shí)，j=1，2，…，m

代入式(2.2)得(2.3)2.1數(shù)據(jù)壓縮的基本原理和方法 例如：若信號(hào)x{a1,a2}的概率分別為P(a1)＝0.9，P(a2)＝0.1，則符號(hào)的平均信息量，即信源x的熵為

H(x)=-(0.9×lb0.9+0.1×lb0.1)=0.467bit

若a1,a2等概率，P(a1)=P(a2)=0.5，則信源x的平均信息量達(dá)到最大，即

所以二進(jìn)制1位數(shù)據(jù)(0/1)的每1位的信息量即為1比特。數(shù)據(jù)無(wú)損壓縮的理論——信息論(InformationTheory)1948年創(chuàng)建的數(shù)學(xué)理論的一個(gè)分支學(xué)科，研究信息的編碼、傳輸和存儲(chǔ)；該術(shù)語(yǔ)源于ClaudeShannon(香農(nóng))發(fā)表的“AMathematicalTheoryofCommunication”論文題目，提議用二進(jìn)制數(shù)據(jù)對(duì)信息進(jìn)行編碼；最初只應(yīng)用于通信工程領(lǐng)域，后來擴(kuò)展到包括計(jì)算在內(nèi)的其他多個(gè)領(lǐng)域，如信息的存儲(chǔ)、信息的檢索等。在通信方面，主要研究數(shù)據(jù)量、傳輸速率、信道容量、傳輸正確率等問題。2.1數(shù)據(jù)壓縮的基本原理和方法TheFatherofInformationTheory——

ClaudeElwoodShannonBorn:30April1916inGaylord,Michigan,USADied:24Feb2001inMedford,Massachusetts,USA/news/2001/february/26/1.html信息論之父2.1數(shù)據(jù)壓縮的基本原理和方法返回2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)

1）壓縮的必要性音頻、視頻的數(shù)據(jù)量很大，如果不進(jìn)行處理，計(jì)算機(jī)系統(tǒng)幾乎無(wú)法對(duì)它進(jìn)行存取和交換。例如：一幅中等分辨率（640*480）的真彩色圖像（24b/像素），它的數(shù)據(jù)量約為0.9MB/幀，若要達(dá)到每秒25幀的全動(dòng)態(tài)顯示要求，每秒所需的數(shù)據(jù)量約為22MB。對(duì)于聲音也是如此，CD音質(zhì)的聲音每秒將有約為172KB的數(shù)據(jù)量。2）數(shù)據(jù)可被壓縮的依據(jù)數(shù)據(jù)本身存在冗余聽覺系統(tǒng)的敏感度有限視覺系統(tǒng)的敏感度有限2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)

3）從哪些方面評(píng)價(jià)一個(gè)壓縮系統(tǒng)2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)●壓縮比●圖像質(zhì)量●壓縮解壓速度●硬件和軟件壓縮比

輸入數(shù)據(jù)和輸出數(shù)據(jù)之比。例如：圖像512×480，24位輸入＝(512×480×24)/8=737280B若輸出＝15000B

則壓縮比＝737280/15000＝492.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)圖像質(zhì)量壓縮方法：無(wú)損壓縮有損壓縮有損壓縮：失真情況很難量化，只能對(duì)測(cè)試的圖像進(jìn)行估計(jì)。

2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)壓縮解壓速度在許多應(yīng)用中，壓縮和解壓可能不同時(shí)用，在不同的位置不同的系統(tǒng)中。所以，壓縮、解壓速度分別估計(jì)。靜態(tài)圖像中，壓縮速度沒有解壓速度嚴(yán)格；動(dòng)態(tài)圖像中，壓縮、解壓速度都有要求，因?yàn)樾鑼?shí)時(shí)地從攝像機(jī)或其他設(shè)備中抓取動(dòng)態(tài)視頻。2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)硬軟件系統(tǒng)

有些壓縮解壓工作可用軟件實(shí)現(xiàn)。設(shè)計(jì)系統(tǒng)時(shí)必須充分考慮：算法復(fù)雜——壓縮解壓過程長(zhǎng)算法簡(jiǎn)單——壓縮效果差目前有些特殊硬件可用于加速壓縮/解壓。硬件系統(tǒng)速度快，但各種選擇在初始設(shè)計(jì)時(shí)已確定，一般不能更改。因此在設(shè)計(jì)硬接線壓縮/解壓系統(tǒng)時(shí)必須先將算法標(biāo)準(zhǔn)化。2.2數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)冗余的基本概念

指信息存在的各種性質(zhì)的多余度。舉例：（1）廣播員讀文稿時(shí)每分鐘約讀180字，一個(gè)漢字占兩個(gè)字節(jié)；文本數(shù)據(jù)量為360B；（2）如果對(duì)語(yǔ)音錄音，由于人說話的音頻范圍為20Hz到4kHz，即語(yǔ)音的帶寬為4kHz，若設(shè)量化位數(shù)為8bits,則一秒鐘的數(shù)據(jù)量為：4k×8×2=64kbit/s=8KB/s則一分鐘的數(shù)據(jù)是480KB。

2.3數(shù)據(jù)冗余的類型與壓縮方法分類360B

480KB 設(shè)一幅圖片有4個(gè)灰度級(jí)S={A，B，C，D}，這4個(gè)灰度級(jí)所出現(xiàn)的概率分別為P(aj)={0.6，0.2，0.06，0.14}，則

H(x)=-(0.6×lb0.6+0.2×lb0.2+0.06×lb0.06+0.14×lb0.14)=1.547bit

即其平均信息熵為1.547bit。這說明表示這4個(gè)灰度級(jí)所使用的最少平均位數(shù)為1.547bit。 平均信息熵是一種理論上的最佳編碼的平均碼長(zhǎng)。我們平常使用的一般為自然碼編碼，表示每一事件的位數(shù)是相同的。如果對(duì)A、B、C、D4個(gè)灰度級(jí)采用自然碼進(jìn)行編碼，即2.3數(shù)據(jù)冗余的類型與壓縮方法分類A 00B 01C 10D 11

每一個(gè)灰度級(jí)用兩位二進(jìn)制表示，則4個(gè)灰度級(jí)的平均碼長(zhǎng)為2，而平均信息熵是理論上的最佳編碼的平均碼長(zhǎng)，為1.547位。顯然，自然碼編碼和理論上的最佳編碼存在一定的差距，這一差距常用冗余度

來表示。2.3數(shù)據(jù)冗余的類型與壓縮方法分類 冗余度表示原始圖像編碼中所包含冗余信息的多少，應(yīng)越小越好。在本例中，灰度級(jí)的自然碼編碼長(zhǎng)度為2bit，平均信息熵是理論上的最佳編碼碼長(zhǎng)，為1.547bit，顯然，在自然碼編碼中包含有冗余信息。如何找出一種編碼方法，使其平均碼長(zhǎng)盡量接近信息熵，是圖像編碼所追求的目標(biāo)。 另外，如果4個(gè)灰度級(jí)是等概率出現(xiàn)的，均為0.25，則信源的平均信息熵為

即在等概率的情況下，自然碼編碼的冗余度為0。2.3數(shù)據(jù)冗余的類型與壓縮方法分類數(shù)據(jù)冗余的類別空間冗余時(shí)間冗余統(tǒng)計(jì)冗余信息熵冗余結(jié)構(gòu)冗余知識(shí)冗余視覺冗余聽覺冗余2.3數(shù)據(jù)冗余的類型與壓縮方法分類●空間冗余2.3數(shù)據(jù)冗余的類型與壓縮方法分類同一景物表面上采樣點(diǎn)的顏色之間往往存在著空間連貫性，但是基于離散像素采樣來表示物體顏色的方式通常沒有利用這種連貫性。例如：圖像中有一片連續(xù)的區(qū)域，其像素為相同的顏色，空間冗余產(chǎn)生?！駮r(shí)間冗余序列圖像（如電視圖像和運(yùn)動(dòng)圖像）和語(yǔ)音數(shù)據(jù)的前后有著很強(qiáng)的相關(guān)性，經(jīng)常包含著冗余。在播出該序列圖像時(shí)，時(shí)間發(fā)生了推移，但若干幅畫面的同一部位沒有變化，變化的只是其中某些地方，這就形成了時(shí)間冗余。空間冗余和時(shí)間冗余是把圖像信號(hào)看作概率信號(hào)時(shí)反應(yīng)出的統(tǒng)計(jì)特性，因此，這兩種冗余也被稱為統(tǒng)計(jì)冗余。2.3數(shù)據(jù)冗余的類型與壓縮方法分類●統(tǒng)計(jì)冗余●結(jié)構(gòu)冗余在某些場(chǎng)景中，存在著明顯的圖像分布模式，這種分布模式稱作結(jié)構(gòu)。圖像中重復(fù)出現(xiàn)或相近的紋理結(jié)構(gòu)，結(jié)構(gòu)可以通過特定的過程來生成。例如：方格狀的地板，蜂窩，磚墻，草席等圖結(jié)構(gòu)上存在冗余。已知分布模式，可以通過某一過程生成圖像。2.3數(shù)據(jù)冗余的類型與壓縮方法分類●信息熵冗余信息熵實(shí)際情況又稱編碼冗余。信息熵是指一組數(shù)所攜帶的信息量。由圖像的記錄方式與人對(duì)圖像的知識(shí)差異所產(chǎn)生的冗余稱為知識(shí)冗余?！裰R(shí)冗余

人類的視覺系統(tǒng)對(duì)于圖像場(chǎng)的注意在非均勻和非線性的，視覺系統(tǒng)并不是對(duì)圖像的任何變化都能感知?！褚曈X冗余●聽覺冗余人耳對(duì)不同頻率的聲音的敏感性是不同的，并不能察覺所有頻率的變化，對(duì)某些頻率不必特別關(guān)注，因此存在聽覺冗余。2.3數(shù)據(jù)冗余的類型與壓縮方法分類數(shù)據(jù)壓縮技術(shù)分類指使壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)(或者叫做還原，解壓縮)，重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)完全相同；無(wú)損壓縮用于要求重構(gòu)的信號(hào)與原始信號(hào)完全一致的場(chǎng)合。

典型的算法有：Huffman編碼，算術(shù)編碼，行程編碼等。特點(diǎn)：壓縮比較低，為2:1——5:1，一般用來壓縮文本，數(shù)據(jù)。2.3數(shù)據(jù)冗余的類型與壓縮方法分類●無(wú)損壓縮是指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)，重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)有所不同，但不影響人對(duì)原始資料表達(dá)的信息造成誤解。典型的算法有：混合編碼的JPEG標(biāo)準(zhǔn)，預(yù)測(cè)編碼，變換編碼等。特點(diǎn)：壓縮比高，為幾十到幾百倍一般用于圖像，聲音，視頻壓縮。2.3數(shù)據(jù)冗余的類型與壓縮方法分類●有損壓縮數(shù)據(jù)壓縮的方法統(tǒng)計(jì)編碼預(yù)測(cè)編碼變換編碼混合編碼

分析合成編碼2.4常用數(shù)據(jù)壓縮方法的基本原理

根據(jù)消息出現(xiàn)概率的分布特性而進(jìn)行的壓縮編碼。

Huffman編碼

算術(shù)編碼

行程編碼

詞典編碼2.4常用數(shù)據(jù)壓縮方法的基本原理●統(tǒng)計(jì)編碼Huffman編碼統(tǒng)計(jì)獨(dú)立信源，能達(dá)到最小平均碼長(zhǎng)的編碼方法。編碼效率高?；舴蚵?D.A.Huffman)在1952年提出和描述的“從下到上”的熵編碼方法。根據(jù)給定數(shù)據(jù)集中各元素所出現(xiàn)的頻率來壓縮數(shù)據(jù)的一種統(tǒng)計(jì)壓縮編碼方法。這些元素(如字母)出現(xiàn)的次數(shù)越多，其編碼的位數(shù)就越少。廣泛用在JPEG,MPEG,H.26X等各種信息編碼標(biāo)準(zhǔn)中。統(tǒng)計(jì)編碼一Huffman編碼編碼步驟：

(1)初始化，根據(jù)符號(hào)概率的大小按由大到小順序?qū)Ψ?hào)進(jìn)行排序。

(2)把概率最小的兩個(gè)符號(hào)組成一個(gè)節(jié)點(diǎn)。

(3)重復(fù)步驟（2）。

(4)從根節(jié)點(diǎn)開始到相應(yīng)于每個(gè)符號(hào)的“樹葉”，從上到下標(biāo)上“0”(上枝)或者“1”(下枝)，至于哪個(gè)為“1”哪個(gè)為“0”則無(wú)關(guān)緊要，最后的結(jié)果僅僅是分配的代碼不同，而代碼的平均長(zhǎng)度是相同的。

(5)從根節(jié)點(diǎn)開始順著樹枝到每個(gè)葉子分別寫出每個(gè)符號(hào)的代碼。統(tǒng)計(jì)編碼一霍夫曼編碼舉例現(xiàn)有一個(gè)由5個(gè)不同符號(hào)組成的30個(gè)符號(hào)的字符串：BABACACADADABBCBABEBEDDABEEEBB計(jì)算(1)該字符串的霍夫曼碼(2)該字符串的熵(3)該字符串的平均碼長(zhǎng)(4)編碼前后的壓縮比統(tǒng)計(jì)編碼一符號(hào)出現(xiàn)的次數(shù)log2(1/pi)分配的代碼需要的位數(shù)B101.585?A81.907?C33.322?D42.907?E52.585?合計(jì)30符號(hào)出現(xiàn)的概率統(tǒng)計(jì)編碼一(1)計(jì)算該字符串的霍夫曼碼步驟①：按照符號(hào)出現(xiàn)概率大小的順序?qū)Ψ?hào)進(jìn)行排序步驟②：把概率最小的兩個(gè)符號(hào)組成一個(gè)節(jié)點(diǎn)P1步驟③：重復(fù)步驟②，得到節(jié)點(diǎn)P2，P3，P4，……，

PN，形成一棵樹，其中的PN稱為根節(jié)點(diǎn)步驟④：從根節(jié)點(diǎn)PN開始到每個(gè)符號(hào)的樹葉，從上到下

標(biāo)上0(上枝)和1(下枝)，至于哪個(gè)為1哪個(gè)為0則

無(wú)關(guān)緊要，但通常把概率大的標(biāo)成1，概率小的

標(biāo)成0步驟⑤：從根節(jié)點(diǎn)PN開始順著樹枝到每個(gè)葉子分別寫出

每個(gè)符號(hào)的代碼統(tǒng)計(jì)編碼一符號(hào)B(10)A(8)E(5)D(4)C(3)P1(7)P2(12)P3(18)P4(30)01101010編碼B(11)A(10)E(00)D(011)C(010)統(tǒng)計(jì)編碼一符號(hào)出現(xiàn)的次數(shù)lb(1/pi）分配的代碼需要的位數(shù)B101.5851120A81.9071016C33.3220109D42.90701112E52.5850010合計(jì)301.0675個(gè)符號(hào)的代碼統(tǒng)計(jì)編碼一

(2)計(jì)算該字符串的熵

其中，是事件的集合，并滿足H(S)=(8/30)×log2(30/8)+(10/30)×log2(30/10)+

(3/30)×log2(30/3)+(4/30)×log2(30/4)+

(5/30)×log2(30/5)

=[30lg30–(8×lg8＋10×lg10＋3×lg3＋4

×lg4＋5lg5)]/(30×log22)

=(44.3136－24.5592)/9.0308＝2.1874(Sh)統(tǒng)計(jì)編碼一(3)計(jì)算該字符串的平均碼長(zhǎng)平均碼長(zhǎng)：

＝(2×8＋2×10＋3×3＋3×4＋2×5)/30

＝67/30=2.233位/符號(hào)(4)計(jì)算編碼前后的壓縮比編碼前（等長(zhǎng)）：5個(gè)符號(hào)需3位，30個(gè)字符，90位編碼后：共67位 壓縮比:90/67=1.34:1統(tǒng)計(jì)編碼一霍夫曼編碼舉例2編碼前N=8symbols:{a,b,c,d,e,f,g,h},3bitspersymbol(N=23=8)P(a)=0.01,P(b)=0.02,P(c)=0.05,P(d)=0.09,P(e)=0.18,P(f)=0.2,P(g)=0.2,

P(h)=0.25計(jì)算(1)該字符串的霍夫曼碼(2)該字符串的熵(3)該字符串的平均碼長(zhǎng)(4)編碼效率統(tǒng)計(jì)編碼一該字符串的霍夫曼碼(2)該字符串的熵(3)該字符串的平均碼長(zhǎng)(4)編碼效率統(tǒng)計(jì)編碼一Huffman編碼的注意點(diǎn)Huffman編碼沒有錯(cuò)誤保護(hù)功能，如果碼中有錯(cuò)誤，則可能引起接下來的一連串譯碼錯(cuò)誤。Huffman編碼是可變長(zhǎng)編碼，因此很難隨意查找或調(diào)用中的文件內(nèi)容。Huffman依賴于信源的統(tǒng)計(jì)特性。Huffman編碼的每個(gè)碼字都是整數(shù)，因此實(shí)際上平均碼長(zhǎng)很難達(dá)到信息熵的大小。Huffman編碼解碼必須要有碼表，如果消息數(shù)目很多，那么所需要存儲(chǔ)的碼表也很大，這將影響系統(tǒng)的存儲(chǔ)量及編、譯碼速度。統(tǒng)計(jì)編碼一010.11010.2600.3510.611101000.391.00碼字碼長(zhǎng)01200233344平均碼長(zhǎng)：2.72Huffman編碼過程a10.20a20.19a30.18a40.17a50.15a60.10a70.01算術(shù)編碼算術(shù)編碼把一個(gè)信源集合表示為實(shí)數(shù)線上的0到1之間的一個(gè)區(qū)間。這個(gè)集合中的每個(gè)元素都要用來縮短這個(gè)區(qū)間。信源集合的元素越多，所得到的區(qū)間就越小，當(dāng)區(qū)間變小時(shí)，就需要一些更多的數(shù)位來表示這個(gè)區(qū)間，這就是區(qū)間作為代碼的原理。算術(shù)編碼首先假設(shè)一個(gè)信源的概率模型，然后用這些概率來縮小表示信源集的區(qū)間。統(tǒng)計(jì)編碼二算術(shù)編碼新子區(qū)間的起始位置＝前子區(qū)間的起始位置＋當(dāng)前符號(hào)的區(qū)間左端×前子區(qū)間長(zhǎng)度新子區(qū)間的長(zhǎng)度＝前子區(qū)間的長(zhǎng)度×當(dāng)前符號(hào)的概率（等價(jià)于范圍長(zhǎng)度）

最后得到的子區(qū)間的長(zhǎng)度決定了表示該區(qū)域內(nèi)的某一個(gè)數(shù)所需的位數(shù)。統(tǒng)計(jì)編碼二算術(shù)編碼[例]假設(shè)信源符號(hào)為{00,01,10,11}，這些符號(hào)的概率分別為{0.1,0.4,0.2,0.3}，根據(jù)這些概率可把間隔[0,1)分成4個(gè)子間隔：[0,0.1),[0.1,0.5),[0.5,0.7),[0.7,1)，其中[x,y)表示半開放間隔，即包含x不包含y。上面的信息可綜合在下表中。符號(hào)00011011概率0.3初始編碼間隔[0,0.1)[0.1,0.5)[0.5,0.7)[0.7,1)統(tǒng)計(jì)編碼二算術(shù)編碼統(tǒng)計(jì)編碼二算術(shù)編碼要注意的幾個(gè)問題：由于實(shí)際的計(jì)算機(jī)的精度不可能無(wú)限長(zhǎng)，運(yùn)算中出現(xiàn)溢出是一個(gè)明顯的問題，但多數(shù)機(jī)器都有16位、32位或者64位的精度，因此這個(gè)問題可使用比例縮放方法解決。算術(shù)編碼器對(duì)整個(gè)消息只產(chǎn)生一個(gè)碼字，這個(gè)碼字是在間隔[0,1)中的一個(gè)實(shí)數(shù)，因此譯碼器在接受到表示這個(gè)實(shí)數(shù)的所有位之前不能進(jìn)行譯碼。算術(shù)編碼也是一種對(duì)錯(cuò)誤很敏感的編碼方法，如果有一位發(fā)生錯(cuò)誤就會(huì)導(dǎo)致整個(gè)消息譯錯(cuò)。統(tǒng)計(jì)編碼二行程編碼是最簡(jiǎn)單、最古老的壓縮技術(shù)之一，主要技術(shù)是檢測(cè)重復(fù)的比特或字符序列，并用它們的出現(xiàn)次數(shù)取而代之。該方法有兩大模式：一是消零(消空白)，二是行(游)程(runlength)編碼。

消零(或消空白)法

將數(shù)字中連續(xù)的“0”或文本中連續(xù)的空白用一個(gè)標(biāo)識(shí)符(或特殊字符)后跟數(shù)字N(連續(xù)“0”的個(gè)數(shù))來代替。

如數(shù)字序列：742300000000000000000055編碼為：7423Z1855統(tǒng)計(jì)編碼三行程編碼法

任何重復(fù)的字符序列可被一個(gè)短格式取代。該算法適合于任何重復(fù)的字符。一組n個(gè)連續(xù)的字符c將被

c和一個(gè)特殊的字符取代。當(dāng)然，若給定字符僅重復(fù)兩次就不要用此方法。 任何重復(fù)的字符由“該字符＋記號(hào)(M)＋重復(fù)次數(shù)”代替。例如字符序列：Name:..........CR

編碼為：Name:

.M10CR統(tǒng)計(jì)編碼三詞典編碼詞典編碼(dictionaryencoding)根據(jù)數(shù)據(jù)本身包含有重復(fù)代碼這個(gè)特性。例如文本文件和光柵圖像。兩類統(tǒng)計(jì)編碼四第一類: 查找正在壓縮的字符序列是否在以前輸入的數(shù)據(jù)中出現(xiàn)過，然后用已經(jīng)出現(xiàn)過的字符串替代重復(fù)的部分，它的輸出僅僅是指向早期出現(xiàn)過的字符串的“指針”。

統(tǒng)計(jì)編碼四第二類:從輸入的數(shù)據(jù)中創(chuàng)建一個(gè)“短語(yǔ)詞典(dictionaryofthephrases)”，編碼數(shù)據(jù)過程中當(dāng)遇到已經(jīng)在詞典中出現(xiàn)的“短語(yǔ)”時(shí)，編碼器就輸出這個(gè)詞典中的短語(yǔ)的“索引號(hào)”，而不是短語(yǔ)本身。統(tǒng)計(jì)編碼四統(tǒng)計(jì)編碼四LZW編碼簡(jiǎn)介L(zhǎng)ZW通過建立一個(gè)字符串表,用較短的代碼來表示較長(zhǎng)的字符串來實(shí)現(xiàn)壓縮（第二類）。字符串和編碼的對(duì)應(yīng)關(guān)系是在壓縮過程中動(dòng)態(tài)生成的,并且隱含在壓縮數(shù)據(jù)中,解壓的時(shí)候根據(jù)表來進(jìn)行恢復(fù),是一種無(wú)損壓縮。全稱Lempel-Ziv-WelchEncoding，簡(jiǎn)稱LZW的壓縮算法。統(tǒng)計(jì)編碼四LZW壓縮有三個(gè)重要的對(duì)象數(shù)據(jù)流(CharStream)編碼流(CodeStream)編譯表(StringTable)。在編碼時(shí)，數(shù)據(jù)流是輸入對(duì)象（文本文件的數(shù)據(jù)序列），編碼流就是輸出對(duì)象（經(jīng)過壓縮運(yùn)算的編碼數(shù)據(jù)）；在解碼時(shí)，編碼流則是輸入對(duì)象，數(shù)據(jù)流是輸出對(duì)象；而編譯表是在編碼和解碼時(shí)都須要用借助的對(duì)象。統(tǒng)計(jì)編碼四LZW編碼基本原理提取原始文本文件數(shù)據(jù)中的不同字符，基于這些字符創(chuàng)建一個(gè)編譯表，然后用編譯表中的字符的索引來替代原始文本文件數(shù)據(jù)中的相應(yīng)字符，減少原始數(shù)據(jù)大