资料压缩

技术 > 资料压缩

·简介	·概要	·应用
·理论	·相关词	·包含词
·更多结果...

简介

　　也称为[数据压缩]。在计算机科学和资讯论中，资料压缩或者源编码是按照特定的编码机制用比未经编码少的资料位元（或者其它资讯相关的单位）表示资讯的过程。例如，如果我们将「compression」编码为「comp」那黱这篇文章可以用较少的资料位表示。一种流行的压缩实例是许多计算机都在使用的zip 档案格式，它不仅仅提供了压缩的功能，而且还作为归档工具（archiver）使用，能够将许多档案存储到同一个档案中。

概要

　　对于任何形式的通信来说，只有当资讯的发送方和接受方都能够理解编码机制的时候压缩资料通信才能够工作。例如，只有当接受方知道这篇文章需要用英语字符解释的时候这篇文章才有意义。同样，只有当接受方知道编码方法的时候他才能够理解压缩资料。一些压缩算法利用了这个特性，在压缩过程中对资料进行加密，例如利用密码加密，以保证只有得到授权的一方才能正确地得到资料。
　　资料压缩能够实现是因为多数现实世界的资料都有统计冗余。例如，字母「e」在英语中比字母「z」更加常用，字母「q」后面是「z」的可能性非常小。非破坏性压缩算法通常利用利用了统计冗余，这样就能更加简练地、但仍然是完整地表示发送方的资料。
　　如果允许一定程度的保真度损失，那黱还可以实现进一步的压缩。例如，人们看图画或者电视画面的时候可能并不会注意到一些细节并不完善。同样，两个音频录音采样序列可能听起来一样，但实际上并不完全一样。破坏性压缩算法在带来微小差别的情况下使用较少的位数表示图像、视频或者音频。
　　由于可以帮助减少如硬盘空间与连接频宽这样的昂贵资源的消耗，所以压缩非常重要，然而压缩需要消耗资讯处理资源，这也可能是费用昂贵的。所以资料压缩机制的设计需要在压缩能力、失真度、所需计算资源以及其它需要考虑的不同因素之间进行折衷。
　　一些机制是可逆的，这样就可以恢复原始的资料，这种机制称为非破坏性资料压缩；另外一些机制为了实现更高的压缩率允许一定程度的资料损失，这种机制称为破坏性资料压缩。
　　然而，经常有一些档案不能被非破坏性资料压缩算法压缩，实际上对于不含可以辨别样式的资料任何压缩算法都不能压缩。试图压缩已经经过压缩的资料通常得到的结果实际上是扩展资料，试图压缩经过加密的资料通常也会得到这种结果。
　　实际上，破坏性资料压缩也会最终达到不能工作的地步。我们来举一个极端的例子，压缩算法每次去掉档案最后一个位元组，那黱经过这个算法不断的压缩直至档案变空，压缩算法将不能继续工作。

应用

　　一种非常简单的压缩方法是行程长度编码，这种方法使用资料及资料长度这样简单的编码代替同样的连续资料，这是非破坏性资料压缩的一个实例。这种方法经常用于办公计算机以更好地利用磁盘空间、或者更好地利用计算机网络中的频宽。对于电子表格、文本、执行档等这样的符号资料来说，非破坏性是一个非常关键的要求，因为除了一些有限的情况，大多数情况下即使是一个资料位的变化都是无法接受的。
　　对于视频和音频资料，只要不损失资料的重要部分一定程度的品质下降是可以接受的。通过利用人类感知系统的局限，能够大幅度得节约存储空间并且得到的结果品质与原始资料品质相比并没有明显的差别。这些破坏性资料压缩方法通常需要在压缩速度、压缩资料大小以及品质损失这三者之间进行折衷。
　　破坏性图像压缩用于数码相机中，大幅度地提高了存储能力，同时图像品质几乎没有降低。用于dvd的破坏性mpeg-2编解码视频压缩也实现了类似的功能。
　　在破坏性音频压缩中，心理声学的方法用来去除信号中听不见或者很难听见的成分。人类语音的压缩经常使用更加专业的技术，因此人们有时也「语音压缩」或者「语音编码」作为一个独立的研究领域与「音频压缩」区分开来。不同的音频和语音压缩标准都属于音频编解码范畴。例如语音压缩用于互联网电话，而音频压缩被用于cd翻录并且使用 mp3 播放器解码。

理论

　　压缩的理论基础是资讯论（它与算法资讯论密切相关）以及率失真理论，这个领域的研究工作主要是由 claude shannon 奠定的，他在二十世纪四十年代末期及五十年代早期发表了这方面的基础性的论文。doyle 和 carlson 在2000年写道资料压缩「有所有的工程领域最简单、最优美的设计理论之一」。密码学与编码理论也是密切相关的学科，资料压缩的思想与统计推断也有很深的渊源。
　　许多非破坏性资料压缩系统都可以看作是四步模型，破坏性资料压缩系统通常包含更多的步骤，例如它包括预测、频率变换以及量化。
　　lempel-ziv（lz）压缩方法是最流行的非破坏性存储算法之一。deflate是 lz 的一个变体，它针对解压速度与压缩率进行了优化，虽然它的压缩速度可能非常缓慢，pkzip、gzip 以及 png 都在使用 deflate。lzw （lempel-ziv-welch）是 unisys 的专利，直到2003年6月专利到期限，这种方法用于 gif 图像。另外值得一提的是 lzr (lz-renau) 方法，它是 zip 方法的基础。lz 方法使用基于表格的压缩模型，其中表格中的条目用重复的资料串替换。对于大多数的 lz 方法来说，这个表格是从最初的输入资料动态生成的。这个表格经常采用霍夫曼编码维护（例如，shri、lzx）。目前一个性能良好基于 lz 的编码机制是 lzx，它用于微软公司的 cab 格式。
　　最好的压缩工具将概率模型预测结果用于算术编码。算术编码由 jorma rissanen 发明，并且由 witten、neal 以及 cleary 将它转变成一个实用的方法。这种方法能够实现比众人皆知的哈夫曼算法更好的压缩，并且它本身非常适合于自适应资料压缩，自适应资料压缩的预测与上下文密切相关。算术编码已经用于二值图像压缩标准 jbig、文档压缩标准 dejavu。文本输入系统 dasher 是一个逆算术编码器。