B
解析:数据之所以能够压缩是基本原始信源的数据存在着很大的冗余度。一般来说,多媒体数据中存在以下种类的数据冗余。 (1)空间冗余(几何冗余);在一幅图像的背景及其景物中,在某点自身与其相邻的一些区域内,常存在有规则的相关性。例如,一幅蔚蓝的天空中漂浮着白云的图像,其蔚蓝的天空及白云本身都具有较强的相关性,这种相关性的图像部分,在数据中就表现为冗余,空间冗余是视频图像中常见的一种冗余。 (2)时间冗余:对于电视动画类的图像,在其序列的前后相邻的2幅图像中,其图像呈现较强的相关性,这就反映为时间冗余。如某一帧图像经过T时间后,在某下一帧图像中带有较强的相关性(即画面像素相似)。 (3)知觉冗余:知觉冗余指那些处于人们听觉和视觉分辨力以下的视频音频信号,若在编码时舍去这种在感知界限以下的信号,虽然会使恢复原信号产生一定的失真,但并不能为人们所感知,为此,此种超出人们感知能力部分的编码就称为知觉冗余。例如,一般的视频图像采用28的灰度等级,而人们的视觉分辨力仅达26的等级,此差额即为知觉冗余。 (4)信息熵冗余:信息熵是指一组数据所携带的信息量。它一般定义是: H=-Pilog2Pi 其中N为数据类数或码元个数,Pi为码元Yi发生的概率。由定义,为使单数据量d接近或等于H,应设: d=Pib(yi) 其中b(Yi)是分配给码元Yi的比特数,理论上应取b(Yi)=-log2Pi实际上在应用中很难估计出{P0,P1,...,Pn-1}。因此一般取 b(y0)=b(y1)=...=b(yN-1) 这样所得的d必然大于H,由此带来的冗余称为信息熵冗余或编码冗余。 (5)结构冗余:有些图像从大的区域上看存在着非常强的纹理结构,例如,布纹图像和草席图像在结构上存在冗余。 (6)知识冗余:有许多图像的理解与某些基础知识有相当大的相关性。例如,人脸的图像有固定的结构,嘴的上方有鼻子,鼻子的上方有眼睛,鼻子位于正面图像的中上方等。这类规律性的结构可由先验知识和背景知识得到,称此类冗余为知识冗余。