MATLAB图像处理编程与应用 作者张涛 第12章 图像压缩编码.pptVIP

第12章 图像压缩编码 (1) 编码冗余： (2) 像素冗余： （1）Huffman码 哈夫曼编码效率 （2）算术编码 从理论上分析，采用哈夫曼编码可以获得最佳信源字符编码效果; 实际应用中，由于信源字符出现的概率并非满足2的负幂次方，因此往往无法达到理论上的编码效率和信息压缩比; 以信源字符序列{x，y}为例 设字符序列{x，y}对应的概率为{1/3，2/3}，Nx和Ny分别表示字符x和y的最佳码长，则根据信息论有： 字符x、y的最佳码长分别为1.58bit和0.588bi; 这表明，要获得最佳编码效果，需要采用小数码字长度,这是不可能实现的; 即采用哈夫曼方法对{x，y}的码字分别为0和1，也就是两个符号信息的编码长度都为1。对于出现概率大的字符y并未能赋予较短的码字; 实际编码效果往往不能达到理论效率; 为提高编码效率，Elias等人提出了算术编码算法。 算术编码的特点 算术编码是信息保持型编码，它不像哈夫曼编码，无需为一个符号设定一个码字; 算术编码分为固定方式和自适应方式两种编码; 选择不同的编码方式，将直接影响到编码效率; 自适应算术编码的方式，无需先定义概率模型，适合于无法知道信源字符概率分布的情况; 当信源字符出现的概率比较接近时，算术编码效率高于哈夫曼编码的效率，在图像通信中常用它来取代哈夫曼编码; 实现算术编码算法的硬件比哈夫曼编码复杂。 编码原理 算术编码方法是将被编码的信源消息表示成0-1之间的一个间隔，即小数区间，消息越长，编码表示它的间隔就越小; 以小数表示间隔，表示的间隔越小所需的二进制位数就越多，码字就越长。反之，间隔越大，编码所需的二进制位数就少，码字就短。 算术编码将被编码的图像数据看作是由多个符号组成的字符序列，对该序列递归地进行算术运算后，成为一个二进制分数; 接收端解码过程也是算术运算，由二进制分数重建图像符号序列。 编码举例 设图像信源编码可用a、b、c、d这4个符号来表示，若图像信源字符集为{dacba}，信源字符出现的概率分别如下表所示，采用算术编码对图像字符集编码。 算术编码的基本步骤 (1) 根据已知条件和数据可知，信源各字符在区间[0，1]内的子区间间隔分别如下： a=[0.0 ，0.4) b=[0.4 ，0.6) c=[0.6 ，0.8) d=[0.8 ，1.0) (3) 第1个被压缩的字符为“d”，其初始子区间为[0.8，1.0) (4) 第2个被压缩的字符为“a”，由于其前面的字符取值区间为[0.8，1.0)范围，因此，字符“a”应在前一字符区间间隔[0.8，1.0)的[0.0，0.4)子区间内，可得： =0.8+0.0×(1.0-0.8)=0.8 =0.8+0.4×(1.0-0.8)=0.88 (5) 第3个被压缩的字符为“c”，由于其前面的字符取值区间为[0.8 ，0.88)范围内，因此，字符“c”应在前一字符区间间隔[0.8 ，0.88)的[0.6 ，0.8)子区间内，可得： =0.8+0.6×(0.88-0.8)=0.848 =0.8+0.8×(0.88-0.8)=0.864 (6) 第4个被压缩的字符为“b”，由于其前面的字符取值区间为[0.848，0.864)范围内，因此，字符“b”应在前一字符区间间隔[0.848，0.864)的[0.4，0.6)子区间内，可得： =0.848+0.4×(0.864-0.848)=0.8544 =0.848+0.6×(0.864-0.848)=0.8576 (7) 第5个被压缩的字符为“a”，由于其前面的字符取值区间为[0.8544 ，0.8)范围内，因此，字符“a”应在前一字符区间间隔[0.8544 ，0.8576)的[0.0 ，0.4)子区间内，可得： =0.8544+0.0×(0.8576-0.8544)=0.8544 =0.8544+0.4×(0.8576-0.86544)=0.85568 经过上述计算，字符集{dacba}被描述在实数[0.8544 ，0.85568)子区间内，即该区间内的任一实数值都惟一对应该符号序列{dacba}； 因此，可以用[0.8544 ，0.85568)内的一个实数表示字符集{dacba}。 [0.8544 ，0.85568)子区间的二进制表示形式为：[0.1101101010000110 ，0.1101101100001101)； 在该区间内的最短二进