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。