第12章圖像壓縮編碼第一頁，共111頁。

90x60x24x3x512x512x8bit=97,200M。如一張CD光盤可存600兆字節數據，這部電影光圖象（還有聲音）就需要160張CD光盤用來存儲。

對圖象數據進行壓縮顯得非常必要。本章討論的問題：在滿足一定條件下，能否減小圖象bit數，以及用什么樣的編碼方法使之減少。第二頁，共111頁。一般原始圖像中存在很大的冗余度。用戶通常允許圖像失真。當信道的分辨率不及原始圖像的分辨率時，降低輸入的原始圖像的分辨率對輸出圖像分辨率影響不大。用戶對原始圖像的信號不全都感興趣，可用特征提取和圖像識別的方法，丟掉大量無用的信息。提取有用的信息，使必須傳輸和存儲的圖像數據大大減少。

可能性第三頁，共111頁。常見的數據冗余冗余：信息中存在著多余的數據。例：“你的朋友張三將于明天晚上8點整在華北水利水電大學龍灣湖等你”(28*2+1=57個半角字符)

“你的朋友張三將于明天晚上8點在龍灣湖等你”“張三于明晚8點在龍灣湖等你”(12*2+1=25個半角字符）

數字圖像的冗余主要表現為編碼冗余、像素冗余、視覺心理冗余第四頁，共111頁。(1)編碼冗余：

如果一個圖像的灰度級編碼，使用了多于實際需要的編碼符號，就稱該圖像包含了編碼冗余。例：如果用8位表示該圖像的像素，我們就說該圖像存在著編碼冗余，因為該圖像的像素只有兩個灰度，用一位即可表示。第五頁，共111頁。(2)像素冗余：由于任何給定的像素值，原理上都可以通過它的鄰居預測到，單個像素攜帶的信息相對是小的。對于一個圖像，很多單個像素對視覺的貢獻是冗余的。這是建立在對鄰居值預測的基礎上。原始圖像越有規則，各像素之間的相關性越強，它可能壓縮的數據就越多。例：原圖像數據：234223231238235 壓縮后數據：23411-8-73第六頁，共111頁。一些信息在一般視覺處理中比其它信息的相對重要程度要小，這種信息就被稱為視覺心理冗余。(3)視覺心理冗余：33K15K第七頁，共111頁。圖像壓縮的目的

圖像數據壓縮的目的是在滿足一定圖像質量條件下，用盡可能少的比特數來表示原始圖像，以提高圖像傳輸的效率和減少圖像存儲的容量。圖像從結構上大體上可分為兩大類，一類是具有一定圖形特征的結構，另一類是具有一定概率統計特性的結構。基于不同圖像結構特性，應采用不同的壓縮編碼方法。第八頁，共111頁。圖像數據壓縮技術的重要指標（1）壓縮比：圖像壓縮前后所需的信息存儲量之比，壓縮比越大越好。（2）壓縮算法：利用不同的編碼方式，實現對圖像的數據壓縮。（3）失真性：壓縮前后圖像存在的誤差大小。第九頁，共111頁。全面評價一種編碼方法的優劣，除了看它的編碼效率、實時性和失真度以外，還要看它的設備復雜程度，是否經濟與實用。常采用混合編碼的方案，以求在性能和經濟上取得折衷。隨著計算方法的發展，使許多高效而又比較復雜的編碼方法在工程上有實現的可能。第十頁，共111頁。預測編碼圖像編碼無損壓縮編碼有損壓縮編碼哈夫曼編碼行程編碼算術編碼

變換編碼其他編碼方法12.1圖像壓縮編碼方法第十一頁，共111頁。※

無損壓縮算法中刪除的僅僅是圖像數據中冗余的信息，因此在解壓縮時能精確恢復原圖像，無損壓縮的壓縮比很少有能超過3：1的,常用于要求高的場合。1.無損壓縮編碼第十二頁，共111頁。※有損壓縮是通過犧牲圖像的準確率以實現較大的壓縮率，如果容許解壓圖像有一定的誤差，則壓縮率可顯著提高。有損壓縮在壓縮比大于30：1時仍然可重構圖像，而如果壓縮比為10:1到20:1，則重構的圖像與原圖幾乎沒有差別2.有損壓縮編碼第十三頁，共111頁。（1）Huffman碼哈夫曼編碼是一種利用信息符號概率分布特性的變字長的編碼方法。對于出現概率大的信息符號編以短字長的碼，對于出現概率小的信息符號編以長字長的碼。這樣可使碼的平均長度具有最小值，pi--si出現概率，li--對si編碼的長度。第十四頁，共111頁。

信號源s={s1,s2,s3,s4,s5,s6}，其概率分布為p1=0.4p2=0.3p3=0.1p4=0.1p5=0.06p6=0.04，求最佳Huffman碼。方法：將信源符號按出現概率從大到小排成一列，然后把最末兩個符號的概率相加，合成一個概率。第十五頁，共111頁。把這個符號的概率與其余符號的概率按從大到小排列，然后再把最末兩個符號的概率加起來，合成一個概率。重復上述做法，直到最后剩下兩個概率為止。從最后一步剩下的兩個概率開始逐步向前進行編碼。每步只需對兩個分支各賦予一個二進制碼，如對概率大的賦予碼元0，對概率小的賦予碼元1。第十六頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第十七頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第十八頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第十九頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第二十頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.4第二十一頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101第二十二頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S1=1第二十三頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S2=00第二十四頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S3=011第二十五頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S4=0100第二十六頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S5=01010第二十七頁，共111頁。輸入S1S2S3S4S5S6輸入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101S6=01011第二十八頁，共111頁。哈夫曼編碼效率信源熵為：H=-∑Pilog2Pi=-(0.4log20.4+0.3log20.3+2*0.1log20.1+0.06log20.06+0.04log20.04)=2.14比特/符號第二十九頁，共111頁。平均碼字長度：R=∑βiPi碼字長度R=∑βiPi=0.4×1+0.3×2+0.1×3+0.1×4+0.06×5+0.04×5=2.2比特/符號編碼效率：η=H/R(%)η=H/R=2.14/2.2=0.973=97.3%第三十頁，共111頁。（2）算術編碼

從理論上分析，采用哈夫曼編碼可以獲得最佳信源字符編碼效果;實際應用中，由于信源字符出現的概率并非滿足2的負冪次方，因此往往無法達到理論上的編碼效率和信息壓縮比;第三十一頁，共111頁。以信源字符序列{x，y}為例設字符序列{x，y}對應的概率為{1/3，2/3}，Nx和Ny分別表示字符x和y的最佳碼長，則根據信息論有：第三十二頁，共111頁。字符x、y的最佳碼長分別為1.58bit和0.588bi;這表明，要獲得最佳編碼效果，需要采用小數碼字長度,這是不可能實現的;即采用哈夫曼方法對{x，y}的碼字分別為0和1，也就是兩個符號信息的編碼長度都為1。對于出現概率大的字符y并未能賦予較短的碼字;實際編碼效果往往不能達到理論效率;為提高編碼效率，Elias等人提出了算術編碼算法。第三十三頁，共111頁。算術編碼的特點

算術編碼是信息保持型編碼，它不像哈夫曼編碼，無需為一個符號設定一個碼字;算術編碼分為固定方式和自適應方式兩種編碼;選擇不同的編碼方式，將直接影響到編碼效率;自適應算術編碼的方式，無需先定義概率模型，適合于無法知道信源字符概率分布的情況;當信源字符出現的概率比較接近時，算術編碼效率高于哈夫曼編碼的效率，在圖像通信中常用它來取代哈夫曼編碼;實現算術編碼算法的硬件比哈夫曼編碼復雜。第三十四頁，共111頁。編碼原理

算術編碼方法是將被編碼的信源消息表示成0-1之間的一個間隔，即小數區間，消息越長，編碼表示它的間隔就越小;以小數表示間隔，表示的間隔越小所需的二進制位數就越多，碼字就越長。反之，間隔越大，編碼所需的二進制位數就少，碼字就短。算術編碼將被編碼的圖像數據看作是由多個符號組成的字符序列，對該序列遞歸地進行算術運算后，成為一個二進制分數;接收端解碼過程也是算術運算，由二進制分數重建圖像符號序列。第三十五頁，共111頁。編碼舉例設圖像信源編碼可用a、b、c、d這4個符號來表示，若圖像信源字符集為{dacba}，信源字符出現的概率分別如下表所示，采用算術編碼對圖像字符集編碼。第三十六頁，共111頁。算術編碼的基本步驟(1)根據已知條件和數據可知，信源各字符在區間[0，1]內的子區間間隔分別如下：a=[0.0，0.4)b=[0.4，0.6)c=[0.6，0.8)d=[0.8，1.0)(2)計算中按如下公式產生新的子區間：

第三十七頁，共111頁。(3)第1個被壓縮的字符為“d”，其初始子區間為[0.8，1.0)(4)第2個被壓縮的字符為“a”，由于其前面的字符取值區間為[0.8，1.0)范圍，因此，字符“a”應在前一字符區間間隔[0.8，1.0)的[0.0，0.4)子區間內，可得：=0.8+0.0×(1.0-0.8)=0.8=0.8+0.4×(1.0-0.8)=0.88第三十八頁，共111頁。(5)第3個被壓縮的字符為“c”，由于其前面的字符取值區間為[0.8，0.88)范圍內，因此，字符“c”應在前一字符區間間隔[0.8，0.88)的[0.6，0.8)子區間內，可得：=0.8+0.6×(0.88-0.8)=0.848=0.8+0.8×(0.88-0.8)=0.864第三十九頁，共111頁。(6)第4個被壓縮的字符為“b”，由于其前面的字符取值區間為[0.848，0.864)范圍內，因此，字符“b”應在前一字符區間間隔[0.848，0.864)的[0.4，0.6)子區間內，可得：=0.848+0.4×(0.864-0.848)=0.8544

=0.848+0.6×(0.864-0.848)=0.8576

第四十頁，共111頁。(7)第5個被壓縮的字符為“a”，由于其前面的字符取值區間為[0.8544，0.8)范圍內，因此，字符“a”應在前一字符區間間隔[0.8544，0.8576)的[0.0，0.4)子區間內，可得：=0.8544+0.0×(0.8576-0.8544)=0.8544

=0.8544+0.4×(0.8576-0.86544)=0.85568第四十一頁，共111頁。經過上述計算，字符集{dacba}被描述在實數[0.8544，0.85568)子區間內，即該區間內的任一實數值都惟一對應該符號序列{dacba}；因此，可以用[0.8544，0.85568)內的一個實數表示字符集{dacba}。第四十二頁，共111頁。[0.8544，0.85568)子區間的二進制表示形式為：[0.11110，0.11101)；在該區間內的最短二進制代碼為0.11011011，去掉小數點及其前的字符，從而得到該字符序列的算術編碼為11011011。算術編碼可以通過硬件電路實現，在上述乘法運算，可以通過右移來實現，因此在算術編碼算法中只有加法和移位運算。第四十三頁，共111頁。算術編碼效能

根據上述運算結果，編碼11011011惟一代表字符序列{dacba}，因此，平均碼字長度為：

bit/字符第四十四頁，共111頁。（3）行程編碼

RLE編碼——RunLengthEncoding概念：行程：具有相同灰度值的像素序列。編碼思想：去除像素冗余。用行程的灰度和行程的長度代替行程本身。例：設重復次數為iC,重復像素值為iP 編碼為：iCiPiCiPiCiP 編碼前：aaaaaaabbbbbbcccccccc

編碼后：7a6b8c第四十五頁，共111頁。由于一幅圖像中有許多顏色相同的圖塊，用一整數對存儲一個像素的顏色值及相同顏色像素的數目（長度）。例如：（G，L）

長度顏色值編碼時采用從左到右，從上到下的排列，每當遇到一串相同數據時就用該數據及重復次數代替原來的數據串。3333333222222222226666666111111111111111111888888888888888888555555555555553333222222222222222222(0,8)(3,10)(2,11)(6,7)(1,18)(1,6)(5,12)(8,18)(5,14)(3,4)(2,18)18*7的像素顏色僅用11對數據第四十六頁，共111頁。分析：對于有大面積色塊的圖像，壓縮效果很好直觀，經濟,是一種無損壓縮對于紛雜的圖像，壓縮效果不好，最壞情況下，會加倍圖像容量第四十七頁，共111頁。

一維行程編碼將圖像逐行排列成一個一維矩陣，然后對其像素進行行程編碼。例：圖像中某一行的灰度值為40,40,40,40,40,232,232,232,232,232,0,0,0,0,0,0,0,0,93,93,93,93,56,93,93,93,93,93灰度統計：用3bit表示行程長度，8bit表示灰度，則編碼為：5,40,5,232,7,0,1,0,4,93,1,56,5,93第四十八頁，共111頁。二維行程編碼排列方式1實際將圖像分成一定大小的子塊，對圖像的每個子塊進行編碼第四十九頁，共111頁。排列方式2。在變換編碼中常用，例DCT變換編碼第五十頁，共111頁。例：對圖像行程編碼。用8bit表示一個灰度，其原始數據量：N0=8×64=512bit第五十一頁，共111頁。按一維行程編碼：最大行程為5，可用3bit表示。用8bit表示一個灰度，則數據量：N1=(3+8)×46=506bit第五十二頁，共111頁。按排列方式一進行二維行程編碼：最大行程為9，將其拆成7和2兩個行程，則仍可用3bit表示。用8bit表示一個灰度，則數據量：N2=(3+8)×41=451bit第五十三頁，共111頁。按方式二進行行程編碼對圖像先作DCT并將其系數量化第五十四頁，共111頁。取整將上述結果按F=F+1處理，使系數落在[0,255]范圍。然后按排列方式二編碼：1,66,1,0,1,2,61,1最大行程為61,用6bit表示，系數值用8bit，則數據量為：N3=(6+8)×4=56bit第五十五頁，共111頁。

變換編碼的基本原理是將空域中的圖像信號，變換到另外一些正交空間中去，用變換系數來表示原始圖像，并對變換系數進行編碼。一般來說在變換域里描述要比在空域簡單，因為圖像的相關性明顯下降。盡管變換本身并不帶來數據壓縮，但變換圖像的能量大部分只集中于少數幾個變換系數上，采用量化和熵編碼則可以有效地壓縮圖像的編碼比特率。（4）變換編碼第五十六頁，共111頁。

圖像信息經過變換處理，相鄰像元之間的相關性明顯下降，有利于圖像的編碼壓縮。圖像頻譜中的變換系數，表示圖像在不同空間頻率上的相對幅度，而且某一空間頻率所包含的信息來自整個圖像，頻譜能量主要集中在低頻部分，譜能量隨頻率的增加而迅速下降，變換編碼受噪聲干擾的影響較小。圖象的變換編碼，隨著數字信號處理技術的發展，特別是快速變換的算法和大規模集成電路(LSI)的出現，使它具有實際應用的可能。

變換編碼的特點第五十七頁，共111頁。第五十八頁，共111頁。

變換本身不能直接減少數碼率，只有通過適當的編碼，才能利用變換來壓縮圖像數據。例，設一幅8x8的圖像信息如下圖并對其進行二維Walsh變換第五十九頁，共111頁。上面的例子說明，原始信號的能量分布是相當分散的，經過變換后卻相當集中，而且主要集中在少數的頻率譜上。對極大部分區域來說，它的譜能量為零。為了達到數據的壓縮，即選出能量集中的區域進行編碼，而放棄不集中的區域。第六十頁，共111頁。變換編碼的基本原理——舉例原始圖像

相應的DCT系數5255 6166 706164736359 6690 1098569726259 6811314410466736358 7112215410670696761 681041268868707965 6070 776858758571 6459 556165838779 6968 65767894-415-29-62 2555 -20-1 37-21-62 911 -7-6 6-46877-25-30 107 -5-501335-15-9 60 311-8-13-2-1 1-4 1-1013-3-1 02 -1-4-12-12 -31 -2-1-1-1-2-1 -10 -1第六十一頁，共111頁。變換編碼的基本步驟（1）圖像分塊，用一個可逆線性變換（如傅立葉變換）把圖像映射到變換系數集合。（2）對該系數集合進行量化和編碼。對于大多數圖像，重要系數的數量是比較少，且圖像失真較小。（3）在接收端對接收到的碼流進行解碼，分離出各變換系數，且對舍去的系數用“0”來代替，然后求反變換，恢復各圖像子塊。第六十二頁，共111頁。變換編碼的基本步驟編碼、解碼流程構造子圖象正交變換量化編碼解碼反正交變換合并子圖象變換編碼的一般系統框圖輸入輸出第六十三頁，共111頁。實現變換壓縮算法的主要問題變換的選擇子圖尺寸的選擇量化和編碼第六十四頁，共111頁。主要問題一：變換的選擇

1、可以選擇的變換1）K-L變換(KLT)2）離散傅立葉變換（DFT）

3）離散余弦變換（DCT）

4）Walsh-Hadamard變換（WHT）5）小波變換第六十五頁，共111頁。2、對變換的評價按信息封裝能力排序：KLT，DCT，DFT，WHT，HRT若輸入是廣義平穩序列，則存在一種最佳的正交變換——卡洛變換。所謂最佳：1.變換系數互不相關；2.數值較大的方差出現在少數系數中，即能量高度集中。這樣，可在允許的總的均方誤差一定的條件下，將數據減到最少。第六十六頁，共111頁。主要問題二：子圖尺寸的選擇子圖尺寸的選擇有兩個原則：1)如果n是子圖的維數，n應該是2的整數次方。為便于降低計算復雜度。2)

n一般選為8x8或16x16。由實踐得到：隨著n的增加，塊效應相應減少。第六十七頁，共111頁。主要問題三：量化和編碼1)系數選擇---區域法

---閾值法

2)所選系數的量化和編碼第六十八頁，共111頁。選擇能量集中的區域進行編碼,舍棄能量為零和零星能量區域,從而達到數據壓縮的目的,這就是區域編碼。

a）

區域法第六十九頁，共111頁。下圖是16×16、6比特圖像數據陣列第七十頁，共111頁。下圖是原點在中心、與前圖相對應的傅里葉變換域頻譜第七十一頁，共111頁。下圖是原點在中心、與前圖相對應的傅里葉變換域頻譜第七十二頁，共111頁。可見,在傅里葉變換域中,大部分區域譜能量為零,譜能量主要集中在中心附近少數頻率譜上。因此，針對變換系數矩陣的這一特點,我們可以選擇能量集中的區域進行編碼,舍棄能量為零和零星能量區域。第七十三頁，共111頁。區域編碼的壓縮效率與編碼區域的選定有一定關聯。在原始圖像事先經過濾波、濾波器的頻率特性已知的情況下,運用此方法還是比較適宜的。如果對變換域內的能量分布不十分清楚,或者說希望對變換域內的所有變換系數作某種規則的編碼,則區域編碼就顯得力不從心。第七十四頁，共111頁。b）

閾值法閾值編碼是不按區域,而是按變換系數的幅度進行編碼。它將變換系數與門限值相比較,大于門限的給予編碼,否則舍棄。這種方法有一定的自適應能力，可以得到較區域編碼好的圖像質量。第七十五頁，共111頁。右圖(a)為8×8圖像子塊的灰度分布,經沃爾什變換后,變換系數分布如圖(b)示。第七十六頁，共111頁。假定代表像素位置的行號、列號均以4位表示,閾值大于零,變換系數統一以7比特編碼,即(行號-4bit，列號-4bit，變換系數-7bit)則對于(b)的編碼結果為000000000111101001000100100000編碼輸出總碼長為30比特。第七十七頁，共111頁。有3種對變換子圖像取閾值的方法：對所有子圖像用1個全局閾值對各個子圖像分別用不同的閾值根據子圖像各系數的位置選取閾值第七十八頁，共111頁。量化和編碼量化將帶小數的系數變成整數，并使大數值變換成小數值。量化處理導致有損壓縮。量化后的數值就可分配碼字，分配的原則是：方差大的系數分配長碼字，方差小的系數分配短碼字。為了將所有的變換系數按照幅值從大到小的順序排列，通常采用從低頻到高頻的Z字形掃描，并且一般只保留部分系數，然后對保留的系數進行量化。第七十九頁，共111頁。

一般來說，圖像變換的編碼壓縮按下列步驟進行：（1）確定圖像矩陣的階數（2）確定變換矩陣（3）計算變換域（4）保留較大的那些系數，并對保留系數進行量化編碼，構成壓縮后的新矩陣（5）按新矩陣傳輸那些系數不為零的數值，并在接收端用反變換求得原始圖像的值。

由于圖像和客觀景物的千變萬化，為了達到較高的壓縮比，還可以把變換編碼同其它形式的編碼（如預測編碼）結合起來的編碼，稱為混合編碼。總結第八十頁，共111頁。DCT變換編碼的基本步驟

DCT變換編碼方法：DCT變換DCT逆變換原圖像除以量化矩陣取整1）編碼過程：2）解碼過程：壓縮圖像取整壓縮圖像解壓圖像第八十一頁，共111頁。例：原圖像為：DCT變換除以量化矩陣，取整第八十二頁，共111頁。DCT變換編碼原圖解壓圖第八十三頁，共111頁。1）基本沒有塊效應.2）信息封裝能力強，把最多的信息封裝在最少的系數中.DCT已被國際標準采納，作成芯片。其優點：第八十四頁，共111頁。(5)預測編碼預測編碼（PredictiveCoding)，就是根據已經編碼的相鄰像素值預測當前的像素值，對實際值與預測值的差值(預測誤差)進行編碼。當預測比較準確，誤差較小時，即可達到編碼壓縮的目的。第八十五頁，共111頁。無損預測編碼輸入圖象預測器n符號編碼器整數舍入壓縮圖象符號解碼器n輸出圖象預測器壓縮圖象第八十六頁，共111頁。常用有損預測編碼方案是差分脈碼調制（DifferentialPulseCodeModulation,DPCM)有損預測編碼符號解碼器‘n預測器輸出++壓縮圖像輸入預測器n量化器符號編碼器‘n++壓縮圖像第八十七頁，共111頁。預測器：是根據前面幾個像素的灰度值預測而得.第八十八頁，共111頁。預測器：是根據前面幾個像素的灰度值預測而得.量化器：對n進行舍入，整量化.第八十九頁，共111頁。預測器：是根據前面幾個像素的灰度值預測而得.編碼器：可采用成熟的編碼技術，如Huffman編碼等.量化器：對n進行舍入，整量化.第九十頁，共111頁。預測器：是根據前面幾個像素的灰度值預測而得.編碼器：可采用成熟的編碼技術，如Huffman編碼等.解碼器：編碼器的逆.量化器：對n進行舍入，整量化.第九十一頁，共111頁。預測器：是根據前面幾個像素的灰度值預測而得.編碼器：可采用成熟的編碼技術，如Huffman編碼等.解碼器：編碼器的逆.線性預測器：量化器：對n進行舍入，整量化.第九十二頁，共111頁。例2 4 6 8 8 4 2 10預測器第九十三頁，共111頁。例2 4 6 8 8 4 2 102 4 3 ^f預測器第九十四頁，共111頁。例2 4 6 8 8 4 2 102 4 3 5 ^f預測器第九十五頁，共111頁。例2 4 6 8 8 4 2 102 4 3 5 7 ^f預測器第九十六頁，共111頁。例