1數(shù)據(jù)壓縮試驗

多媒體無損壓縮試驗。實驗內容為目前常用的二種無損壓損編碼：霍夫曼編碼和算術編碼?；舴蚵幋a是Huff-man于1952年提出的一種編碼方法，該方法完全依據(jù)字符出現(xiàn)概率來構造異字頭的平均長度最短的碼字，一般用來壓縮文本和程序文件，常用的JPEG圖像壓縮中也出現(xiàn)霍夫曼編碼。其以二叉樹建立字典表，將出現(xiàn)概率最大的字符用最少的編碼表示，反之出現(xiàn)最少的字符用最長的編碼表示。實驗要求用MATLAB程序實現(xiàn)霍夫曼編碼，程序要求提供簡單的輸入界面，給出關于輸入要求（個數(shù)、輸入范圍等）的提示，程序能對輸入的數(shù)據(jù)進行檢查，發(fā)現(xiàn)不符合要求的數(shù)據(jù)（比如出現(xiàn)負數(shù)）能給出報錯信息。對輸入數(shù)據(jù)進行霍夫曼編碼，給出最終編碼結果，并計算壓縮率，給出完整實驗報告。這個實驗融合了已經(jīng)學習過的matlab知識和本課程學習的無損壓縮知識。作為第一個實驗，難度相對比較低，起引發(fā)學習興趣的作用。第二個關于無損壓縮的實驗是用matlab實現(xiàn)LZW編碼，LZW是AbrahamLempel、JacobZiv與TerryWelch提出的一種無損數(shù)據(jù)壓縮算法，以三個發(fā)明人的姓的第一個字母組合得名，將要壓縮的文本中，自動地建立一個先前見過字串的字典，每一次一個字串在字典中并被見過，那么文字中，附加在單一字符后，接著該字串的一個較長文字，就會被儲存到字典中，輸出字典的整數(shù)索引。該壓縮方法目前廣泛應用于TIFF/GIF格式圖像壓縮中，以及Linux、Unix操作系統(tǒng)中文件的壓縮，和實際生活應用貼近，故容易激發(fā)同學的興趣。同學們用自己編制的壓縮程序對文本文件進行壓縮，然后要求用winrar程序正常解壓，實驗難度逐步提高，增加挑戰(zhàn)性。

2數(shù)字聲音編碼實驗

該部分有兩部分內容。實驗內容1為比較不同采樣率下PCM音頻編碼的效果，用cooledit軟件，分別用單聲道、雙聲道、4.8K采樣率、8K采樣率和16K采樣率獲得PCM數(shù)字信號，然后播放，體會聲音質量是否有變化。此部分內容相對簡單，為書上內容的實驗。實驗內容2則在此基礎上更近一步，目前實際應用中直接以PCM編碼呈現(xiàn)的語音相對資源較少，更多接觸的是比如：AAC（數(shù)字電視、網(wǎng)絡電視）、AC-3（數(shù)字電視、DVD聲音）ALAC（蘋果公司）、ALS、AMR、ATRAC（索尼公司），F(xiàn)LAC，G722、Codec2（網(wǎng)絡電話），MP3、OGG（音樂）、SVOPC（skype語音）等聲音編碼。這些語音編碼在開源代碼ffmpeg中都有支持。因此實驗2要求同學們了解熟悉ffmpeg開源程序，自行到ffmpeg網(wǎng)站下載ffmpeg程序，依據(jù)個人情況，能力強的同學下載源碼自行編譯，其他同學可以下載可執(zhí)行代碼，然后分別在電腦CD中播放一首CD效果的歌曲，采取內錄音方式、采用相同采樣率，用ffmpeg編碼為以上這些音頻格式，然后比較各種編碼格式解碼后的數(shù)據(jù)，多人輪流聽并評判音質質量，同時比較各壓縮文件的大小。實驗最后為各位同學介紹2012年底最新推出的一種音頻壓縮格式OPUS，用OPUS官網(wǎng)給出的代碼壓縮前述音頻數(shù)據(jù)。通過介紹最新知識，提高同學們的學習興趣。

3JPEG圖像壓縮與編碼

JPEG圖像大家較為熟悉，要求大家首先用Matlab自己編寫JPEG編碼程序，復習以往其他課程學習的DCT變換、量化等知識。本章實驗重點放在JPEG2000編碼上。JPEG2000是基于小波變換的圖像壓縮標準，被認為是未來取代JPEG的下一代圖像壓縮標準。JPEG2000的壓縮比更高，而且不會產(chǎn)生原先的基于離散余弦變換的JPEG標準產(chǎn)生的塊狀模糊瑕疵。JPEG2000同時支持有損數(shù)據(jù)壓縮和無損數(shù)據(jù)壓縮。另外，JPEG2000也支持更復雜的漸進式顯示和下載。該部分又分兩個實驗內容，從JPEG2000官網(wǎng)下載編解碼套件：KaKadu。實驗內容1：比較JPEG與JPEG2000壓縮效率。將一幅細節(jié)豐富的圖像首先壓縮成JPEG，并查看JPEG文件大小，按照JPEG的壓縮率運行KaKadu編碼程序：Kdu_compress.exe，指定為失真壓縮，壓縮層次選擇設定為一層，然后用Kdu_show.exe查看壓縮得到的JPEG2000圖像，可以看到在壓縮率高的情況下，JPEG2000得到的圖像質量明顯優(yōu)于JPEG壓縮。實驗內容2：體會JPEG2000的特性如分層壓縮、支持無損壓縮、感興趣區(qū)域編碼等。首先用kdu_compress.exe壓縮圖像，選定為有損壓縮，選定層次為10層，分別指定每層的壓縮率，將得到的壓縮圖像用kdu_show.exe顯示，顯示時允許分層顯示，逐步顯示各個壓縮率下的圖像，可以看到隨之顯示層次的增加，圖像質量逐漸好轉。介紹JPEG2000支持的無損壓縮，讓同學們用醫(yī)學圖像（例如CT掃描圖像），首先用JPEG壓縮，選擇高質量、低壓縮率壓縮，然后用JPEG2000的kdu_compress壓縮，壓縮參數(shù)為無損，然后比較兩種壓縮得到圖像的質量。最后對JPEG2000特有的感興趣區(qū)域編碼進行研究，JPEG2000標準中支持兩種感興趣區(qū)域編碼，UP-shifted和Max-shifted，JPEG2000壓縮時分別采用這兩種編碼參數(shù)，對感興趣區(qū)域上移12個位比特平面，選擇高壓縮率，然后將壓縮得到的圖像和無感興趣區(qū)域編碼相比較。通過這個實驗，使同學們了解了未來圖像壓縮的標準，對小波編碼也產(chǎn)生了興趣。

4顏色空間變換

單純講色彩空間對同學們來說吸引力不大，為了提高大家的學習興趣，可以把色彩空間的應用實例搬到實驗中去，讓同學們自己體會不同色彩空間的妙用。實驗為色彩空間在人臉識別中的應用。在彩色圖像中識別人臉的第一步就是膚色提取，在常規(guī)的RGB色彩空間由于RGB三色是相關的，故膚色聚類效果不好，無法提取。而圖像變換到HSV、HSL空間后，人的膚色聚類效果明顯提升，能夠初步提取出人臉。實驗首先給出一系列不同人種、膚色的圖片，同學們將這些膚色的RGB三位信息在MATLAB三維圖表中畫出來，可以看出這些三維點分布較為分散。然后根據(jù)RGB-HSV、RGB-HSL的轉換公式，計算出各膚色的HSV、HSL值，同樣用三維圖表表示出來，可以看到各點分布相比RGB集中，記錄下HSV、HSL分布范圍后，老師發(fā)給大家一張人臉圖像，大家根據(jù)剛才得到的HSV、HSL空間分布范圍，將該未知圖像的膚色部分提取出來，然后根據(jù)聚類區(qū)間對老師提供的10張包含人臉的圖片做根據(jù)膚色（初步）識別人臉。同學們能看到自己的程序能將圖片中的人臉初步提取出來，既能提高實驗興趣，又激發(fā)了未來從事圖像處理研究的愿望。

5小波與小波變換

小波的內容在數(shù)字圖像處理課程中有所介紹，因此本課程關于小波的內容必須做到更加深入。本實驗分兩部分，

實驗內容1為小波在頻域和時域的定位，與傅立葉變換做比較。利用matlab，給出一個信號注意頻率參數(shù)可以變化，分別對該信號進行傅立葉變換、短時傅立葉變換和小波變換，傅立葉變換的頻譜圖顯示可以確定頻率組成部分，但不能確定什么時候的時域信號會產(chǎn)生對應的頻率。而短時傅立葉變換只能大致確定信號頻率和脈沖發(fā)生時間，時間窗口小則頻率窗口大，導致脈沖時間定位準確而頻率定位不準，反之亦然。而小波變換的時間窗口有尺度變化的特性，因此無論對脈沖的時間定位還是對頻率定位都準確。通過這個實驗使得同學們體會到小波在信號分析中的特點。

實驗內容2為利用小波工具箱完成小波去噪的研究，在命令行輸入命令wavemenu，選擇SWTDenoising1-D，然后選擇load命令載入信號，在右側選擇db3小波進行5次小波分解，選擇“soft”模式去噪，使用默認的參數(shù)進行去噪處理，以滑動條控制各級系數(shù)的閾值大小，也可以直接在系數(shù)圖中直接拖動來調整閾值的大小，點擊denoise進行除噪處理，并計算殘差部分。以上去噪完成后，將去噪后的數(shù)據(jù)、殘差分別導出并保存。選擇hard閾值模式代替方才的soft模式，再次對原始信號進行除噪，將去噪結果和殘差分別導出并保存。比較二次去噪的效果并自行搜集資料說明為什么會產(chǎn)生如此差異。以上小波實驗避免了與數(shù)字圖像處理課程中小波實驗內容的撞車，同學們能從中發(fā)現(xiàn)小波新的應用。

6小結

在電子信息工程專業(yè)的多媒體課程實驗設計環(huán)節(jié)，要考慮到專業(yè)特點，在原有理論知識的基礎上增加對現(xiàn)有應用領域的介紹，避免和其他專業(yè)課程實驗內容的簡單重復，才能起到提高學生的學習興趣的目的。一般電信專業(yè)多媒體課程為32~40學時，本文實驗1和實驗3分別為4個學時，其余各2個學時，這樣5個實驗共14學時，授課與實驗課時分配合理，目前取得較好的效果。

作者：侯俊 陳文 單位：上海理工大學光電信息與計算機工程學院 上海應用技術學院