第7章 无损压缩算法.ppt

LZW编码 LZW解码 1 2 4 5 2 3 4 6 1 A 1 B 2 C 3 AB 4 BA 5 ABB 6 BAB 7 BC 8 CA 9 ABA 10 ABBA 11 码表 输出编码 A 1 B 2 AB 4 BA 5 B 2 C 3 AB 4 ABB 6 A 1 LZW解码 LZW简单法的失效 ABABBABCABBABBAX 1 2 4 5 2 3 6 10 算术编码 算法思想 Huffman编码中每个符号都用整数个bits来表示，影响编码效率。 算术编码把一串符号（称为“符号串”）作为一个编码单位，使编码效率得到进一步提高。 由m个符号组成的一个符号串为：S1 S2 ······ Sm 把它映射成为［0，1）中的一个半开子区间： Symbol Probability Range A 0.2 [0, 0.2) B 0.1 [0.2, 0.3) C 0.2 [0.3, 0.5) D 0.05 [0.5, 0.55) E 0.3 [0.55, 0.85) F 0.05 [0.85, 0.9) $ 0.1 [0.9, 1.0) 待编码符号串：CAEE$ 1.0 0.9 0.85 0.55 0. 5 0.3 0.2 0.5 0.3 0.34 0.3 0.334 0.322 0.3322 0.3268 0.3322 0.33184 待编码符号串：CAEE$ 0.3322 0.33184 编码结果：0算数编码解码 编码结果：0十进制：0000.8359375 0.953125 C A 1.0 0.9 0.85 0.55 0. 5 0.3 0.2 C B D E F $ A E E $ 算术编码的实现 困难 编码过程中区间的表示（小数）会越来越长，最终导致无法实现 区间再分时需进行乘法运算，影响速度 解决方法 区间长度A用规格化形式表示，始终保持在0.75~1.5之间 使起点位置与区间长度保持同步变化 使用近似公式，简化计算, 避免乘法运算 算术编码与Huffman编码的比较 压缩效率可提高 5~10% 硬件实现稍复杂 通信过程中差错会扩散 不必使用码表 自适应算术编码能够根据已经编码的信息串来调整当前符号的概率估计，从而更有效地进行编码 无损图像压缩 差分编码 自然世界中的灰度变化是连续的 差分运算后的图像的直方图分布较窄，信息熵较低，有可能达到较低的平均码长 常用的差分算子有： JPEG无损编码 原理: 1 利用相邻象素之间的相关性进行预测： 预测值=a1*A+a2*B+a3*C 2 计算预测误差，预测误差＝当前象素数值－预测值 3 对预测误差进行编码 预测公式 P1 A P2 B P3 C P4 A+B-C P5 A+(B-C)/2 P6 B+(A-C)/2 P7 (A+B)/2 Slide * 第7章 无损压缩算法 内容 基本概念 行程长度编码 变长度编码 字典编码 算术编码 无损图像压缩 一、基本概念 数据压缩的必要性 中(低)等质量图像: 640x480x16bits = 5Mb /帧 中(高)等质量图像: 1024x768x24bits = 18Mb /帧 CCIR 601数字电视: 720x576x16bitsx25 = 158Mb /s 高清晰度数字电视: 1280x720x24bitsx50= 1.05Gb/s 数据压缩的必要性 存储：硬盘 传输 PC机系统总线：5MB/s（ISA），133MB/s（PCI） CD-ROM 读出速率：40 x 150KB/s = 6MB/s ETHERNET 传输速率：10~100Mb~1Gb/s 普通电话接入速率：28.8 , 33.3 , 56 Kb/s ADSL速率：512kb~2Mb/s, 图像数据压缩的可能性 (1) 时间、空间冗余 (2) 信息熵冗余 (3) 视觉冗余 眼睛空间综合能力的局限性（亮度等级，可区分弧度，高频成分的非线性，...） 思维(mind)的时间综合能力的局限性 (4) 其他冗余，包括结构冗余、知识冗余等。 因此，在允许存在一定失真的前提下，可以对图象