数字传真编码技术解析

文件传真是指一般文件、图纸、手写稿、表格、报纸等文件的传真，这种信源是黑白二值的，也即信源为二元信源（r=2）。为测定这种信源的概率分布，CCITT^[1]从大量的国际文件传真资料中精选出了8种试验用的标准文件样本，如图4.8所示。其样张的选取是根据传送的内容、形式、字号以及文字的疏密等条件确定的。

图4.8 CCITT推荐的8种标准文件样本

a）打字的商业信函（英文） b）电路图（手绘） c）印刷和打字的发票（法文） d）密集打字报告（法文） e）包括插图与公式的科技论文（法文） f）带有印刷解说词的图（法文） g）密集文件（日文假名） h）具有很大黑白字母的手写备忘录（英文）

数字文件传真是将一页文件分成n×m个像素。文件传真只有两个灰度值，即像素点只能是白色或者黑色。若每一个像素采用一位二元码（0表示“白”，1表示“黑”）来描述，则一页文件的码元数就是该页的二值图像的像素数，这种编码称为直接编码。

通常，将单位长度（1mm）所包含的像素数称为分辨率。显然，分辨率越高，文件细节越清晰，文件质量也就越高，其表示一页文件的数据量也就越多。例如，一页A4幅面文件（210mm×297mm），分辨率为5样点/mm。直接编码时需要传送210×297×5²≈1.56Mbit，用2.4kbit/s码率传送约需11min。

CCITT对选用的8种标准文件样本建议使用以下两种分辨率：

1）1728像素/行（8样点/mm），3.85行/mm。

2）1728像素/行（8样点/mm），7.7行/mm。

即水平分辨率8样点/mm；垂直分辨率为两种，3.85行/mm或7.7行/mm。由于直接表达数字传真文件的数据量非常大，因此从节省传送时间和存储空间来说，必须进行数据压缩。

MH编码是一维编码方案，即对一行一行的数据进行编码。它将游程编码和Huffman码相结合，是一种标准的改进Huffman码。

CCITT的T.4推荐MH编码为文件传真三类机（G3）一维压缩编码的国际标准，1980年正式确定，并于1984年修改通过。实际的MH编码过程只是查表，可以实时处理。MH编码的平均编码效率可达86.9%，差错灵敏度低，容易扩展且基本适合中文文件传真。

对CCITT推荐的8幅样张统计，计算出黑、白两种游程长度的出现概率，然后根据这些概率分布，分别得出黑、白游程长度的Huffman码表，见表4.10和表4.11。由于规定每行标准像素为1728个，又根据统计结果可知，黑、白游程长度在0～63的情况居多，因此MH码的码字分为终端码（或结尾码）和组合码（或形成码）两种。

表4.10 MH码表（1），终端码（结尾码）

表4.11 MH码表（2），组合基干码

MH码的编码规则如下：

1）游程长度在0～63时，码字直接用相应的终端码（结尾码）表示。例如，一行中连续19个白，接着连续30个黑，即白游程长度为19，接着黑游程长度为30。查表得码字为(www.xing528.com)

0001100，000001101000

表4.12MH码表（3），供加大纸宽用的组合基干码（1792～2560，黑、白相同）

2）游程长度在64～1728时，用“组合码+终端码”表示相应码字。例如，白游程长度为65（=64+1），用白游程长度为64的组合码字加上白游程长度为1的终端码字组成相应的码字，查表得码字为

11011，000111若黑游程长度为855=832+23=64×13+23，故查表得码字为

0000001001101，00000101000

3）规定每行从白游程开始。若实际出现黑游程开始，则在行首加上零长度白游程码字。每行结束用一个结束码（EOL）。

4）每页文件开始第一个数据前加一个结束码。每页尾连续使用6个结束码表示结尾。

5）每行恢复成1728个像素，否则有错。因为Huffman码是即时码，所以可以将接收到的二元序列查表译得原二元序列。

6）为了传输时实现同步操作，规定T为每编码行的最小传输时间。一般规定T最小为20ms，最大5s。若编码行传输时间小于T，则在结束码之前填以足够的0码元（称为填充码）。

总的传送数据格式如图4.9所示。如果用于存储，则可以省去4）～6）。

图4.9 传真信息传输格式

【例4.19】

某页传真文件中某一扫描行的像素点为16白、6黑、57白、8黑、1641白。该扫描行MH码为

原一行为1728像素，需1728位二元码元。现MH码则只需用53位二元码元。可见，这一行数据压缩比为1728∶53=32.6，压缩效率很高。