新MATLAB应用图像处理 第二版 教学课件 胡晓军_ 第8章.pptVIP

第8章 MATLAB图像编码与压缩  8.1 图像压缩和编码概述 　原始数字图像的数据量一般很大，直接用于存储和传输会占用很大的系统资源。尽管数据存储技术不断发展、信道传输带宽不断增长，但对于压缩图像数据以节省数据存储空间和提高信道利用率的需求仍在不断的增长。因此对图像进行适当的编码和压缩具有很强的现实意义。图像的压缩已成为图像处理的重要研究和应用领域。虽然MATLAB图像处理工具箱中没有针对图像编码和压缩的专门处理工具，但使用MATLAB语言可方便地实现各种压缩算法。 　　图像压缩是在保证一定图像质量的前提下，采取某种编码方式尽量减少图像比特数的图像编码过程。同时，压缩后的图像在解码重建后，要具有与原图像相当的图像质量，否则图像的压缩是无意义的。因此，对压缩图像的品质及其度量方法的研究也是图像压缩领域研究的重点。 　　图像压缩的原理基于两个现实：一是图像信息往往存在很大的冗余度，数据之间存在着相关性，如相邻像素之间的相关性，图像越有规律，像素之间的相关性就越强，可压缩的空间就越大；另一个特点是，由于人眼是图像信息的接收端，所以可以利用视觉对边缘急剧变化不敏感，以及对图像的亮度信息敏感，对颜色分辨率弱等特点来实现对图像的高压缩比，使得解压后的图像信号仍有着较好的质量。 　　基于上述现实发展出的图像压缩方法可基本分为两类：一类是将相同或相似的数据归类，使用较少的数据量描述原始数据，这种压缩被称为无损压缩；第二类方法是利用人眼的视觉特性有针对性地简化不重要的数据，以减少总的数据量，这种压缩被称为有损压缩，只要损失的数据不影响人眼的主观接收效果，就可以采用这种压缩方法。 　　无损压缩利用数据的统计冗余进行压缩，可完全恢复原始数据而不引入任何失真，但压缩率受到数据统计冗余度的理论限制，压缩比一般为2∶1～5∶1，这类方法广泛用于文本数据和特殊应用场合的图像数据(如指纹图像)的压缩。 　　有损压缩利用人眼对图像中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息。虽然经有损压缩后的图像不能完全恢复成原始图像的状态，但是损失的部分对图像的视觉效果影响较小，同时得到了较大的压缩比。因此，有损压缩方式被广泛应用于语音、图像和视频等数据的压缩中。 　　对于图像压缩，特别是有损压缩，必须对图像压缩的恢复效果进行度量，以判断压缩算法的好坏。逼真度是衡量图像品质的核心参数，一般采用压缩图像与标准图像的偏差作为图像的逼真度的度量，偏差包括亮度、对比度、色度和分辨率等参数上的偏差。常用的逼真度准则有两种，一是客观逼真度准则；二是主观逼真度准则。 　　客观逼真度准则是用编码输入与解码输出图像来计算损失的信息量。最常见的客观逼真度准则是输入、输出图像之间的均方根误差准则。设输入图像和解压图像分别为f?(n，m)和，设图像大小为M?×?N，那么f?(n，m)和之间的均方根误差定义为 　　输出图像的均方信噪比也是一种常用的客观保真度准则，其定义如下： 　　对图像压缩和解压的最终目的还是将图像提供给人眼观察，所以主观逼真度准则是图像压缩效果判断的有效和最终方法。常用的主观保真度度量方法是给一组观察者展示图像，将观察者的评价综合起来进行统计分析，得到主观评价结果。评价可以按照某种绝对尺度进行，也可以通过比较两幅图像(标准图像与解压图像)进行，评价结果一般将图像分为优秀、良好、可用、勉强、差和不可用几种。 8.2 无损图像压缩 　　无损压缩算法可以分为两大类：一种是基于字典的编码方法；另外一种是基于统计的编码方法。 　　基于字典的编码方法生成的压缩文件包含的是定长码，即采用相同的位数对数据进行编码。基于字典的编码方法生成的每个码都代表原文件中数据的一个特定序列，常用的基于字典的编码方法有游程编码。 　　基于统计方法生成的压缩文件包含的是变长码，即采用不同的位数对数据进行编码，以节省储存空间。很多图像常含有单色的大面积图块，而且某些颜色比其它颜色出现得更频繁。因此，为了节省空间，在对数据进行编码时，就有可能对那些常出现的数据指定较少的位数来表示，而对那些不常出现的数据指定较多的位数来表示，这样从总的效果看还是节省了储存空间。比如，不同的字符出现的概率是不同的，有的字符出现的概率非常高，有的则非常低。据统计，字母E的使用概率为13%，而字母Z的使用概率仅为0.08%。因此国际电报码中使用单点(“·?”)来表示字母e，而用(“--··”)表示字母z。在实际应用中，最常用的统计编码方法是哈夫曼编码和算术编码。 8.2.1 行程编码 　　游程编码又称“运行长度编码”，或“游行程编码”，是一种统计编码，该编码属于无损压缩编码，对于二值图有效。 行程编码的基本原理是用一个符号值或串长代替具有相同值的连续符号(连续符号构成了一段连续的“行程”，行程编