Métodos de Compresión

TRANSMISIN DE DATOS
MTODOS DE COMPRESIN
Docente: MSc. Ing. Omar Windsor Ramrez Montao

COMPRESIN DE DATOS
Importancia
En los ltimos aos se ha dado un aumento espectacular tanto de la
capacidad de almacenamiento de los ordenadores como de la velocidad
de proceso de stos.
La bajada de los precios de memoria principal y secundaria as como
tambin un aumento de velocidad de estos dispositivos.
COMPRESIN DE DATOS
Importancia
El auge que ltimamente han tenido las redes de ordenadores hace que
cada vez ms usuarios pidan ms prestaciones a la red sobre la que estn
conectados, principalmente a la velocidad de transferencia de datos.
Cada vez ms informacin se maneja en forma digital (Redes Sociales,

digitalizacin de documentos).
Cada vez se necesita ms capacidad de almacenamiento y transmisin de

informacin (cloud computing)
COMPRESIN DE DATOS
Se requiere un mejor uso de los recursos (tv-digital, telefona IP).
El cambio a mayores velocidades no es tarea fcil por los siguientes
motivos:
- Las grandes compaas de redes WAN son lentas por el volumen de

cambios requeridos (cableado, tecnologas, etc.)
- La falta de tecnologa que acepten velocidades
muy elevadas de transmisin. Por ejemplo, al
usar cable de par trenzado para el telfono
podramos tener una velocidad de
transferencia desde nuestro mdem de 1
Mbps. El problema viene con las largas
distancias. Si una compaa de servicios
telefnicos quiere mantener simultneamente
1000 llamadas internacionales, el cable y la
tecnologa debera permitir 1000 Mbps., lo
cual requiere una inversin importante, con
la tecnologa apropiada.
COMPRESIN DE DATOS
reas
La compresin como lgebra, anlisis matemtico, probabilidad y estadstica y
algoritmia aplicados.
Aplica a Teora de la Informacin.
Que es?
La compresin de datos es la codificacin de un cuerpo de datos D en un cuerpo
de datos ms pequeo D.
Para comprimir los datos, los mtodos de compresin examinan los datos, buscan
redundancia en ellos, e intentan removerla.
Una parte central en la compresin es la redundancia en los datos. Solo los datos
con redundancia pueden comprimirse aplicando un mtodo o algoritmo de
compresin que elimine o remueva de alguna forma dicha redundancia.
COMPRESIN DE DATOS
La redundancia depende del tipo de datos (texto, imgenes, sonido, etc),
por tanto, no existe un mtodo de compresin universal que pueda ser
ptimo para todos los tipos de datos
COMPRESIN DE DATOS
El desempeo de los mtodos de compresin se mide en base a dos
criterios: la razn de compresin y el factor de compresin, siendo el
segundo el inverso del primero.
Las relaciones para determinar estas medidas estn dadas por las
igualdades.
Entre mayor redundancia exista en los datos, mejor razn (factor) de

compresin ser obtenido.
Razn de Compresin = No. de Bytes archivo comprimido

No. de Bytes archivo original
Factor de Compresin = No. de Bytes archivo original

No. de Bytes archivo comprimido
TCNICAS DE COMPRESIN
Reversibles (lossless):
Aquellas que despus del proceso de compresin/descompresin los
datos resultantes no han sufrido ninguna degradacin ni prdida de
calidad.
Irreversibles (lossy):
Son aquellas en las cuales una vez realizado el proceso de compresin/
descompresin el contenido resultante ha sufrido una degradacin mas o
menos perceptible.
En la mayora de aplicaciones audiovisuales se debe utilizar tcnicas
irreversibles, ya que stas son las que permiten elevados factores de
compresin.
Dentro de las tcnicas de compresin irreversibles las ms utilizadas e
inmediatas son aquellas que consisten en eliminar informacin reduciendo el
tamao de la imagen, eliminando fotogramas (temporal) o asignando menor
cantidad de bits al codificar cada pxel.
La compresin temporal consiste en analizar una secuencia de vdeo para que

en lugar de transmitir todos los fotogramas consecutivos tan solo se codifique
un fotograma y la diferencia entre ste y sus fotogramas cercanos.
La mayora de las tcnicas de compresin temporal no se basan tan slo en la

codificacin de la diferencia entre fotogramas consecutivos, sino que lo que
codifican es la diferencia entre un fotograma y la prediccin del siguiente,
elevando mucho el cmputo del procesado y permite obtener a cambio datos
mucho ms reducido y una imagen de calidad ptima.
En aquellas secuencias en las que la informacin es muy redundante (o
sea existen muy pocas variaciones entre fotogramas consecutivos) se
consigan factores de compresin muy elevados, ya que la diferencia entre
ellos es prcticamente nula.
El uso de estas tcnicas se encuentra tanto en aplicaciones de televisin

digital con relaciones de compresin que no suelen superar los 10:1 y sin
una aparente prdida de calidad de imagen como en aplicaciones
multimedia con factores de compresin que pueden llegar a ser de 200:1.
La compresin espacial se vale de las similitudes entre pixeles adyacentes
en zonas de la imagen lisas, y de las frecuencias espaciales dominantes en
zonas de color muy variado.
Las redundancias en el dominio del espacio es llamado codificacin
intracuadros, la cual puede ser dividida en codificacin por prediccin y
codificacin de la transformada usando la transformada del coseno.
La transformada del coseno o DCT es una implementacin especfica de la

transformada de Fourier donde la imagen es transformada de su
representacin espacial a su frecuencia equivalente.
Coding Type Basis Technique
Run-length Coding
Entropy
Huffman Coding
Encoding
Arithmetic Coding
DPCM
Prediction
DM
FFT
Transformation
DCT
Source Coding
Bit Position
Layered Coding Subsampling
Sub-band Coding
Vector Quantization
JPEG
MPEG
Hybrid Coding
H.263
Many Proprietary Systems
Tipos de compresin lossless
Hay bsicamente dos tipos de compresores/algoritmos de compresin:
- Compresores estadsticos.
- Compresores basados en diccionario sustitucionales.
Los compresores estadsticos.- Parten de:
a. una fuente de informacin de n mensajes
b. las probabilidades de aparicin de cada mensaje de la fuente

(que pueden ser extradas a priori de forma experimental o pueden ser
dadas y fijas)
c. un alfabeto de salida que consta de una serie de smbolos (por
ejemplo, el alfabeto binario consta de los smbolos 0 y 1).
Su objetivo es asignar una codificacin para los mensajes de la fuente.
Una codificacin es una funcin que a cada mensaje de la fuente asigna
una cadena de smbolos del alfabeto de salida.
Esta codificacin debe ser tal que explote la redundancia en la

informacin dada por la fuente para producir compresin.
Si utilizamos un alfabeto binario, la esperanza matemtica de la longitud
de las cadenas de smbolos de la codificacin, tomando como
probabilidades las de los mensajes a los que representan, se debe acercar
a la cota terica de Shannon.
Si es igual, la compresin es perfecta: hay una mxima eficiencia.
Los compresores sustitucionales.-
Mantienen un diccionario de las cadenas de mensajes que han sido
emitidas anteriormente por la fuente. Cada cadena est representada
por un ndice en el diccionario.
Al procesar los mensajes de la fuente, si una cadena ya ha sido recibida

anteriormente, se sustituye en la salida por el ndice que sta ocupa en el
diccionario. Como los ndices son normalmente ms pequeos que las
cadenas, se consigue compresin.
Otra tcnica es utilizar la propia entrada como diccionario, y codificar las

repeticiones como un "salto hacia atrs" y una longitud de
coincidencia.
Compresores estadsticos
El conocer las probabilidades de cada mensaje implica que el compresor
debe realizar una primera pasada por el fichero para recuperar las
frecuencias o probabilidades, ya que son inversas de cada mensaje (byte
ASCII).
La codificacin se puede realizar sobre bloques aunque dependiendo

del tamao de los bloques se puede degradar la eficiencia o
acercamiento a la cota de Shannon utilizarse algoritmos adaptativos.
Entre los compresores estadsticos podemos encontrar varios tipos:
o Compresores del tipo Huffman Shannon-Fano

o Compresores aritmticos
o Compresores predictivos
Compresores Huffman y Shannon - Fano
Ambos algoritmos terminan construyendo un rbol que representa la
codificacin que de los mensajes de la fuente se ha realizado, de manera que
los nodos hoja contienen cada uno de los mensajes emitidos por la fuente.
En el caso ms simple, el alfabeto de salida en el que se realiza la codificacin

es binario. Esto quiere decir que de cada nodo partirn dos ramas, una para el
0 y otra para el 1.
El cdigo para cada mensaje se construye siguiendo el camino desde el nodo

raz hasta la hoja que representa el mensaje.
A la hora de descomprimir, el decodificador Huffman o Shannon-Fano poseen
el mismo rbol que se hizo para comprimir, la decodificacin es tan sencilla
como leer bits de la fuente a descomprimir y seguir el camino desde la raz
hacia abajo bifurcando hacia un lado o hacia otro dependiendo del valor del
bit, llegaremos a una hoja, que representa al mensaje que se estaba
recibiendo.
La codificacin resultante de la aplicacin de estos algoritmos asigna
longitudes de codificacin inversamente proporcionales a la
probabilidad de aparicin de cada mensaje.
Es decir, el mensaje que ms aparezca tendr una codificacin ms corta,

con lo que se ahorrar espacio en la transmisin. Recurdese que los
mensajes con ms probabilidad son los que menos informacin daban,
por eso, asignamos menos smbolos del alfabeto de salida en su
codificacin.
En donde difieren es en la manera de conseguir el fin. Ambos construyen

el rbol de manera que los mensajes con menor probabilidad quedan ms
abajo en el rbol, sin embargo, Huffman lo hace botton-up y Shannon-
Fano top-down.
En cada paso, Huffman recoge los dos nodos con menor probabilidad del
rbol.
Construye entonces un nodo padre de ambos y se la asigna la probabilidad

suma de ambos hijos.
Este proceso hace que el rbol crezca y los nodos con menor probabilidad
queden ms al fondo, tal y como queramos.
Adems, es ptimo y alcanza la mxima eficiencia cuando las probabilidades

de los mensajes son potencias exactas de dos.
La implementacin de este algoritmo es muy sencilla si utilizamos una

estructura de datos conocida como heap. Un heap es un rbol binario
completo de tal manera que cualquier nodo es menor que cualquiera de
sus hijos. En particular la raz contendr al menor de todos. Las inserciones y
extracciones de un heap se hacen ambas en O (log2 n).
// Crear el heap que contendr en principio los mensajes a codificar
heap<nodo> h(nMsg * 2); // mayor nmero de nodos del rbol
// Insertar en el heap los mensajes a codificar for
(i=0;i<nMsg;i++)
if (msg[i]->freq != 0) // Slo los que hayan salido
h.insert(msg[i]);
// Cuando slo quede uno, ser el nodo que debajo contiene a todos
// los mensajes. El rbol ya est construdo. La raz ser h.get(). while
(h.numElem() != 1)
{
// Construir un nuevo nodo que ser el padre de los dos nodos
// menores
nodoTmp = new nodo(0); // Nuevo nodo, frecuencia 0
// Recuperar el hijo izquierdo
tmpSon = h.get(); // Coger el menor

tmpSon->dad = nodoTmp; // Actualizar su padre
tmpSon->branch = 0; // Y su rama (para el camino)
nodoTmp->lson = tmpSon; // Actualizar el hijo izquierdo

nodoTmp->freq += tmpSon->freq;
// Recuperar el hijo derecho

tmpSon = h.get(); // Coger el menor
tmpSon->dad = nodoTmp; // Actualizar su padre
tmpSon->branch = 1; // Y su rama (para el camino)
nodoTmp->rson = tmpSon; // Actualizar el hijo derecho

nodoTmp->freq += tmpSon->freq;
// Insertar el nuevo nodo padre

h.insert(nodoTmp);
}
// Procesar el rbol, es decir, construir los cdigos para

// cada mensaje y codificar la entrada.
delete h.get(); // Borra todos los nodos

Ejemplo
ABCDE(39)
Smbolo Cdigo
1
A 0
BCDE(24) B 100
0
0 1 C 101
D 110
BC(13) DE(11) E 111
0 1 0 1
A(15) B(7) C(6) D(6) E(5)

Shannon-Fano trabaja desde arriba hacia abajo. Al principio considera
todos los mensajes en un solo conjunto.
En cada paso, divide el conjunto en dos conjuntos que contengan casi la

misma probabilidad. A cada uno de estos dos conjuntos les asigna un valor
de bit: 0 1.
El proceso se repite recursivamente para cada conjunto generado.
Al final se llegar a conjuntos de un solo elemento, los cuales representan

cada uno a un mensaje.
El rbol se construye as top- down. Al ir dividiendo por conjuntos que

tengan probabilidad similar, contribuimos a conseguir conjuntos de
menos elementos cuanta ms probabilidad tengan. Cuantos menos
nodos tenga un conjunto, ms arriba quedar cada uno y su codificacin
ser menor.
Codificacin aritmtica
Identifica una secuencia de smbolos asignndoles una
representacin binaria de un intervalo de una longitud
inferior a la unidad.
Siempre son ms eficientes que los cdigos Huffman
Separa el modelo probabilstico de la asignacin de bits pudiendo
definir codificadores adaptativos.
Es computacionalmente eficiente, aunque est sujeto a patentes.
Ejemplo:
Supongamos slo dos smbolos, A y B con una probabilidad de
P(A)=1/3 y P(B)=2/3.
24
Codificacin aritmtica: Ejemplo
P(A) = 1/3 P(B) = 2/3 segmento cdigo
1 AAA 31/32 .11111
AA AAB 15/16 .1111
8/9 14/16 .1110
ABA
A AB ABB 6/8 .110
2/3
16/27 BAA 10/16 .1010
BA
BAB 4/8 .100
4/9
BBA 3/8 .011
B
8/27
BB
BBB 1/4 .01
25
Compresores predictivos
Los compresores predictivos son, al contrario que los anteriores,

totalmente adaptativos.
Procuran predecir el siguiente mensaje de la entrada tomando como base

de conocimiento la entrada procesada hasta ese momento (en el fondo,
tambin probabilidades).
Si el mensaje que se encuentra a la entrada coincide con el predicho, su

codificacin se podr hacer con menos bits.
Si no, su codificacin se har con ms bits, que permitirn entonces

sincronizar al descompresor para que mantenga sus tablas internas
idnticas a las del compresor sin pasrselas explcitamente.
Compresores basados en diccionario
Su idea es construir un diccionario tomando como referencia la
entrada procesada hasta ese momento.
El diccionario contiene las cadenas de mensajes (en nuestro ejemplo

prctico las cadenas de caracteres ASCII o bytes).
Estas cadenas estn identificadas por un ndice, de manera que ndice y

cadena son de correspondencia biunvoca.
El resultado prctico a todo esto es que si en algn momento la entrada

que se est procesando actualmente es una cadena que est presente en
el diccionario, el compresor puede dar como salida el ndice que
identifica esa cadena en el diccionario.
Teniendo en cuenta que las cadenas pueden ser arbitrariamente
largas, la produccin del ndice en lugar de la cadena representa un ahorro
de informacin, y por lo tanto, compresin.
Incluidos dentro de este grupo consideraremos a los algoritmos RLC,

que puede ser considerado como poseyendo un diccionario de longitud 1
byte, el LZW y otros derivados de LZ78 y las variantes de LZ77. Veremos
todos ellos en orden.
EL MTODO RLC ( Run Length Coding )
Uso: Cuando la informacin contiene series largas de elementos idnticos.
Codificacin: El elemento y su Nro. de repeticiones.
Reversibilidad: Total, no se pierde informacin.
Aplicacin: Informtica. Archivos Zip, Arc, etc.

EL MTODO RLC ( Run Length Coding )
Se basa en detectar las repeticiones de smbolos (bits,
nmeros, etc) en los datos a codificar.
Ejemplo:
Datos a codificar (42): 3150000000376541111111127000000000000003
Datos codificados (21): 315A0737654A1827A0143

Tasa de compresin: 50%
Este patrn es frecuente en multimedia:

Audio: Tiras de ceros que representan silencios.
Vdeo e imagen: Fondos del mismo color (paredes,
cielos, etc.)
30
Compresin lossy
I ntroduccin
Transmitir material multimedia sin comprimir es impensable.
Todos los sistemas de compresin requieren dos algoritmos, uno para

comprimir los datos en el origen, y otro para descomprimirlos en el
destino.
Estos algoritmos tienen ciertas asimetras que son importantes de

comprender.
Primeramente, para muchas aplicaciones, un documento multimedia,

ser codificado slo una vez cuando es guardada en el servidor
multimedia, pero ser decodificada miles de veces cuando es vista por los
clientes.
Esta asimetra significa que es aceptable para el algoritmo de codificacin

el ser lento y requerir hardware caro siempre que el algoritmo de
decodificacin sea rpido y no requiera hardware caro.
I ntroduccin
Una segunda asimetra es que el proceso de codificacin/decodificacin
no necesita ser reversible.
Cuando se comprime un fichero, se transmite, y cuando de descomprime,
el usuario espera conseguir el original, igual hasta el ltimo bit.
En multimedia, este requerimiento no existe. Es usualmente aceptable

que la seal de vdeo sea ligeramente diferente de la original.
Cuando la salida decodificada no es exactamente igual a la entrada
original, el sistema se llama "con prdidas" (lossy).
Si la entrada y la salida son idnticas, el sistema es "sin prdidas"
(lossless).
Los sistemas con prdidas son importantes porque aceptar una
pequea cantidad de prdida de informacin puede dar una enorme
ganancia en trminos de posibilidad de ratio de compresin.
Codificacin por entropa
Los esquemas de compresin pueden ser divididos en dos categoras
generales:
codificacin por entropa
codificacin de la fuente
La codificacin por entropa slo manipula las cadenas de bits sin saber lo
que significan los bits. Es una tcnica totalmente reversible, sin prdidas.
Por ejemplo, si se considera la siguiente cadena de dgitos decimales:
3150000000000008458711111111111116354674000000000000000000000065
Si ahora se introduce A como el marcador y se usan nmeros de dos

dgitos para la cuenta de repeticiones, se puede codificar la cadena de
dgitos de arriba como:
315A01284587A11316354674A02265
Aqu el RLE ha acortado la cadena de datos a la mitad
El segundo ejemplo de codificacin por entropa es la codificacin estadstica.
Por esto se entiende usar un cdigo corto para representar smbolos
comunes y largo para representar los infrecuentes. El cdigo Morse usa
este principio, siendo la E y la Q --- y as sucesivamente.
El tercer ejemplo de la codificacin por entropa es codificacin CLUT

(Color Look Up Table). Considerar una imagen usando codificacin RGB con 3
bytes por pixel.
En teora, la imagen puede contener hasta 224 diferentes valores de color.

En la prctica contendr normalmente muchos menos valores,
especialmente si la imagen es un dibujo animado o generado por ordenador,
ms que una fotografa.
Se supone que slo 256 valores de color son usados actualmente.
Un factor de compresin de casi tres puede ser alcanzado construyendo

una tabla de 768 bytes listando los valores RGB de los 256 colores
usados actualmente, y despus representando cada pixel por el
ndice de su valor RGB en la tabla.
Aqu se ve un ejemplo claro donde la codificacin es ms lenta que la

decodificacin porque codificar requiere buscar en la tabla mientras que
se puede decodificar con una sola operacin de indexacin.
Codificacin de la fuente
La codificacin de la fuente se beneficia de las propiedades de los datos
para producir ms compresin.
El primer ejemplo es la codificacin diferencial, en la cual una secuencia

de valores son codificados representando cada uno de los valores como
la diferencia respecto a un valor previo.
La modulacin diferencial por pulsos (Differential Pulse Code

Modulation) es un ejemplo de esta tcnica.
Es con perdidas porque la seal puede saltar tanto entre dos valores
consecutivos que la diferencia no cabe en el campo proporcionado para
expresar las diferencias, as que al menos un valor incorrecto ser grabado
y alguna informacin se perder.
Un caso particular de la codificacin diferencial es la Modulacin Delta,
en la que se requiere que cada valor sampleado difiera de su predecesor en
+1 - 1:
El segundo ejemplo de codificacin de la fuente consiste en
transformaciones.
Transformando las seales de un dominio a otro, la compresin puede

hacerse mucho ms fcil.
Considrese, por ejemplo, una transformada de Fourier. Una funcin del

tiempo es representada como una lista de amplitudes.
Una transformacin espacial bidimensional especialmente importante

es la DCT (Discrete Cosine Transformation).
Esta transformacin tiene la propiedad de que para imgenes sin

discontinuidades muy pronunciadas, casi todo el espectro de potencia est
en los primeros trminos, permitiendo ignorar los ltimos sin mucha
prdida de informacin.
El tercer ejemplo de codificacin de la fuente es la cuantizacin de
vectores (vector quantization), que es tambin directamente aplicable
a datos de imgenes.
Aqu la imagen se divide en rectngulos de tamao fijo. Adems de la

imagen misma, tambin se necesita una tabla de rectngulos del mismo
tamao que los rectngulos de la imagen construidos a partir de la
imagen.
Esta tabla se llama libro de cdigos (code book). Cada rectngulo es

transmitido buscndolo en el libro de cdigos y mandando el ndice en vez
del rectngulo.
Un ejemplo de cuantizacin de vectores se ensea en las siguientes

figuras. En la primera se tiene una rejilla de rectngulos de tamao sin
especificar. En la segunda se tiene el libro de cdigos.
La salida es slo la lista de enteros 001022032200400 de la tercera figura.
Cada uno representa una entrada del libro de cdigos.
El estndar JPEG
El estndar JPEG (Joint Photographic Experts Group) para comprimir
imgenes de tonos continuos (p.e. fotografas) fue desarrollado por
expertos fotogrficos trabajando juntos bajo los auspicios de ITU, ISO e
IEC.
Es importante para multimedia porque, en una primera aproximacin, el

estndar multimedia para imgenes en movimiento, MPEG, es slo la
codificacin JPEG de cada fotograma separadamente, adems de algunas
caractersticas extra para compresin entre fotogramas y deteccin de
movimiento. JPEG est definido en el estndar internacional 10918.
JPEG tiene cuatro modos y muchas opciones. Es ms como una lista de la

compra que un slo algoritmo, sin embargo, slo el modo secuencial con
prdidas es relevante.
El estndar JPEG
El paso 1 de la codificacin de una imagen con JPEG es la preparacin de

bloques.
El estndar JPEG
El paso 2 de JPEG es aplicar una transformacin discreta de cosenos a
cada uno de los 7200 bloques separadamente.
El estndar JPEG
Una vez completado el DCT, llega el paso 3 del JPEG, llamado cuantizacin,
en el cual los coeficientes DCT menos importantes se quitan.
El paso 4 reduce el valor (0,0) de cada bloque, el de la esquina superior

izquierda, reemplazndolo por la cantidad en que difiere del elemento
correspondiente en el bloque previo
El estndar JPEG
El paso 5 lineariza los 64 elementos y aplica RLE a la lista. Recorrer el
bloque de izquierda a derecha y de arriba abajo no concentrar los ceros
juntos, as que se usa un patrn de recorrido en zig-zag, mostrado en la
figura.
El estndar JPEG
Ahora se tiene una lista de nmeros que representan la imagen en el
espacio transformado. El paso 6 codifica por Huffman los nmeros para
almacenamiento o transmisin.
El estndar MPEG
MPEG (Motion Picture Experts Group) son los algoritmos ms
importantes para comprimir vdeos y son un estndar internacional
desde 1993. Como las pelculas contienen imgenes y sonido, MPEG puede
comprimir audio y vdeo, pero como el vdeo necesita ms ancho de banda
y tambin contiene ms redundancia que al audio, nos centraremos en la
compresin de vdeo MPEG.
El estndar MPEG
Para escenas donde la cmara y el fondo son estacionarios y uno o dos actores se
mueven lentamente, casi todos los pxeles sern idnticos de fotograma a fotograma.
Aqu, restar cada fotograma al anterior y aplicar JPEG a la diferencia estara bien. De
cualquier forma, para escenas donde la cmara hace zoom o se mueve, esta tcnica
falla estrepitosamente. Lo que se necesita es alguna forma de compensar este
movimiento. Esto es precisamente lo que hace MPEG; esta es la mayor diferencia
entre JPEG y MPEG.
La salida MPEG-1 consiste en cuatro tipos de fotogramas:
Fotogramas I (Intracoded): Imgenes estticas codificadas con JPEG y

autocontenidas.
Fotogramas P (Predictive): Diferencia bloque a bloque con el ltimo
fotograma.
Fotogramas B (Bidirectional): Diferencias con el ltimo y con el siguiente
fotograma.
Fotogramas D (DC-coded): Medias de bloques usadas para avance rpido
El estndar MPEG
Un ejemplo donde los fotogramas P seran tiles se da en la siguiente
figura. Aqu se ven dos fotogramas consecutivos que tienen el mismo
fondo, pero que difieren en la posicin de un mueco.
Los macrobloques que contienen la escena de fondo concordarn

exactamente, pero los macrobloques que contienen al mueco tendrn
una diferencia de posicin y habr que darles un seguimiento.
El estndar MPEG
MPEG-2 tiene una forma ms general de multiplexar audio y vdeo que
MPEG-1. Define un nmero ilimitado de cadenas elementales, incluyendo
vdeo y audio, pero tambin incluyendo cadenas de datos que deben ser
sincronizados con el audio y el vdeo, por ejemplo, subttulos en
mltiples idiomas. Cada una de las cadenas se empaqueta con marcas
de tiempo. Un simple ejemplo de dos cadenas se ensea en la figura.
El estndar MPEG
La salida de cada empaquetador es un PES (Packetized Elementary
Stream). Cada paquete PES tiene unos 30 campos y flags, incluyendo
longitudes, identificadores de cadena, control de encriptacin, estatus
de copyright, marcas de tiempo, y un CRC.
Gracias!

Métodos de Compresión

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Métodos de Compresión

Caricato da

Copyright:

Formati disponibili

TRANSMISIN DE DATOS

Docente: MSc. Ing. Omar Windsor Ramrez Montao

Cada vez ms informacin se maneja en forma digital (Redes Sociales,

Cada vez se necesita ms capacidad de almacenamiento y transmisin de

- Las grandes compaas de redes WAN son lentas por el volumen de

Aplica a Teora de la Informacin.

Entre mayor redundancia exista en los datos, mejor razn (factor) de

Razn de Compresin = No. de Bytes archivo comprimido

Factor de Compresin = No. de Bytes archivo original

La compresin temporal consiste en analizar una secuencia de vdeo para que

La mayora de las tcnicas de compresin temporal no se basan tan slo en la

El uso de estas tcnicas se encuentra tanto en aplicaciones de televisin

La transformada del coseno o DCT es una implementacin especfica de la

Los compresores estadsticos.- Parten de:

a. una fuente de informacin de n mensajes

b. las probabilidades de aparicin de cada mensaje de la fuente

Esta codificacin debe ser tal que explote la redundancia en la

Al procesar los mensajes de la fuente, si una cadena ya ha sido recibida

Otra tcnica es utilizar la propia entrada como diccionario, y codificar las

La codificacin se puede realizar sobre bloques aunque dependiendo

Entre los compresores estadsticos podemos encontrar varios tipos:

o Compresores del tipo Huffman Shannon-Fano

En el caso ms simple, el alfabeto de salida en el que se realiza la codificacin

El cdigo para cada mensaje se construye siguiendo el camino desde el nodo

Es decir, el mensaje que ms aparezca tendr una codificacin ms corta,

En donde difieren es en la manera de conseguir el fin. Ambos construyen

Construye entonces un nodo padre de ambos y se la asigna la probabilidad

Adems, es ptimo y alcanza la mxima eficiencia cuando las probabilidades

La implementacin de este algoritmo es muy sencilla si utilizamos una

// Recuperar el hijo izquierdo

tmpSon = h.get(); // Coger el menor

nodoTmp->lson = tmpSon; // Actualizar el hijo izquierdo

// Recuperar el hijo derecho

nodoTmp->rson = tmpSon; // Actualizar el hijo derecho

// Insertar el nuevo nodo padre

// Procesar el rbol, es decir, construir los cdigos para

delete h.get(); // Borra todos los nodos

A(15) B(7) C(6) D(6) E(5)

En cada paso, divide el conjunto en dos conjuntos que contengan casi la

El proceso se repite recursivamente para cada conjunto generado.

Al final se llegar a conjuntos de un solo elemento, los cuales representan

El rbol se construye as top- down. Al ir dividiendo por conjuntos que

Los compresores predictivos son, al contrario que los anteriores,

Procuran predecir el siguiente mensaje de la entrada tomando como base

Si el mensaje que se encuentra a la entrada coincide con el predicho, su

Si no, su codificacin se har con ms bits, que permitirn entonces

El diccionario contiene las cadenas de mensajes (en nuestro ejemplo

Estas cadenas estn identificadas por un ndice, de manera que ndice y

El resultado prctico a todo esto es que si en algn momento la entrada

Incluidos dentro de este grupo consideraremos a los algoritmos RLC,

Uso: Cuando la informacin contiene series largas de elementos idnticos.

Codificacin: El elemento y su Nro. de repeticiones.

Reversibilidad: Total, no se pierde informacin.

Aplicacin: Informtica. Archivos Zip, Arc, etc.

Datos a codificar (42): 3150000000376541111111127000000000000003

Datos codificados (21): 315A0737654A1827A0143

Este patrn es frecuente en multimedia:

Todos los sistemas de compresin requieren dos algoritmos, uno para

Estos algoritmos tienen ciertas asimetras que son importantes de

Primeramente, para muchas aplicaciones, un documento multimedia,

Esta asimetra significa que es aceptable para el algoritmo de codificacin

En multimedia, este requerimiento no existe. Es usualmente aceptable

Si ahora se introduce A como el marcador y se usan nmeros de dos

El tercer ejemplo de la codificacin por entropa es codificacin CLUT