熵编码在图象压缩中的应用.pdfVIP

1998年5月 第九届全国图象图形学学术会议论文集 中国图象圈形学会 熵编码在图象压缩中的应用+ 闰宇松王春梅石青云 北意大学视觉听觉信息处理嗣家重点试验室 ● 摘要本文概述丁摘编码在匿象压缩中的理论依据，并进一步说明我们是如何利用这～理论进行小波韵无损图 象压缩和分形的有损图象压缩的。 ● 一，毋 关键词熵，条件熵、熵编码、算术编码、可逆小波变换、分形 在这里C是上下文的状态空间。所谓的上下文指 1熵编码与条件熵编码 的也就是当前数据在编码过程中的～种状态，这种 对任何～段样本数据B， n是它的状态空 状态是由前面的己知数据所决定的。编码时，当遇 1司，b∈n是它的状态值．尸(6)是该状态值的 到当前数据的上下文是c时，就利用相应于c的编 概率．则该随机变量的熵被定义为： 码器对当前数据编码。 H(B)=一∑P(b)Log二P(b) ^e矗 理论上，条件熵H(BIC)是在所选定的上下 在数据压缩过程中．对于每一个状态值6我们 文C下．熵编码所能达到的最好结果。不同的C， 都需要分配一个长度为Lf∞的码字，这样样本数 编码结果也不相同。正确的上下文选择取决于我们 据的平均码长就是： 对数据的了解。当上下文选择比较好的话， L(B)=∑P(b)L(b)bits／pixel b∈n h Fn 由信息论的定理可知．吲B)sL(B)，并且 等号成立的条件是L(曰)=一Log．P(b)。 熵编码就是根据这一理论而产生的～类码长不固定 高的压缩潜力。 ● 的编码方法．它充分的利用了样本数据的概率分布 举例来说，对于信号B来说： 特性，对概率高的样本分配较短的码．而对概率低 的样本分配较长的码．从而达到压缩的目的。炳编 H(B)=一∑P(b)Log：P(b)= bE0 码的压缩极限就是信号的熵。熵编码包含算术编码 和霍夫曼编码，其中霍夫曼编码是一种码长为整数 的编码方法． 因而它只是最优码长一Log。尸(6) 当定义的上下文c是当前数据的前一个数据 的一种近似。算术编码的码长为实数，它的编码效 率更高，从而也更接近于最优码长。 值科，就有上下文状态空间(’={1，0}。同时有 单纯的熵编码只考虑数据的概率分布，不关 心数据之间的相关性。要想获得更好的压缩放果， ．因而 就必须引入条件熵的概念。 H(BIC)=～∑P(c)∑P(bIc)L092P(blc) j聂疆蔺蒙百燕羁荸蚕夏墓匿硕助。 表示成整数的位移运算，因而，其运算速度很高。 Ⅳ(捌c)=一∑P