第6章 图像编码.pptVIP

第六章 图像编码 6.1 概 述 图像数据的冗余 图像的编码质量评价 常用的准则有均方误差、均方根误差、均方信噪比、 基本信噪比和峰值信噪比 图像的编码质量评价 图像的编码质量评价 图像的编码质量评价 图像的编码质量评价 图像的编码质量评价 则压缩比： 6.2 信息理论基础与熵编码 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源的熵表示 离散信源编码定理 1．香农信息保持编码定理 香农信息论已证明，信源熵是进行无失真编码的理论极限。低于此极限的无失真编码方法是不存在的，这是熵编码的理论基础。而且可以证明，考虑像素间的相关性，使用高阶熵一定可以获得更高的压缩比。 离散信源编码定理 变长编码定理：若一个离散无记忆信源具有熵，并有个码元符号集，则总可以找到一种无失真信源编码，构成单义可译码，使其平均码长满足： 离散信源编码定理 3．变长最佳编码定理 在变长编码中，对出现概率大的信息符号赋予短码字，而对于出现概率小的信息符号赋予长码字。如果码字长度严格按照所对应符号出现概率大小逆序排列，则编码结果平均码字长度一定小于任何其他排列形式. Huffman编码 根据变长最佳编码定理，Huffman编码步骤如下： （1）将信源符号xi按其出现的概率，由大到小顺序排列。 （2）将两个最小的概率的信源符号进行组合相加，并重复这一步骤，始终将较大的概率分支放在上部，直到只剩下一个信源符号且概率达到1.0为止； （3）对每对组合的上边一个指定为1，下边一个指定为0（或相反：对上边一个指定为0，下边一个指定为1）； （4）画出由每个信源符号到概率1.0处的路径，记下沿路径的1和0； （5）对于每个信源符号都写出1、0序列，则从右到左就得到非等长的Huffman码。 Huffman编码 一幅20×20的图像共有5个灰度级：s1,s2,s3,s4,和 s5，它们的概率依次为0.4,0.175,0.15,0.15和 0.125。 Huffman编码 Huffman编码 Huffman编码 Shannon-Fano编码 根据变长最佳编码定理，Shannon-Fano编码步骤如下： （1）将信源中符号xi按其出现的概率，由大到小顺序排列。 （2）将信源分成两部分，使两个部分的概率和尽可能接近。重复第（2）步直至不可再分，即每一个叶子只对应一个符号。 （3）从左到右次次为这两部分标记0，1。 （4）将各个部分标记的0，1串接起来就得到各信源符号所对应的码字 Shannon-Fano编码 Shannon-Fano编码 算术编码 算术编码不是将单个信源符号映射成一个码字，而是把整个信源表示为实数线上的0到1之间的一个区间（Interval），其长度等于该序列的概率，再在该区间内选择一个代表性的小数，转化为二进制作为实际的编码输出。消息序列中的每个元素都要缩短为一个区间。消息序列中元素越多，所得到的区间就越小，当区间变小时，就需要更多的数位来表示这个区间。采用算术编码每个符号的平均编码长度可以为小数。 算术编码 假设信源符号为{00, 01, 10, 11}，这些符号的概率分别为 { 0.1, 0.4, 0.2, 0.3 }，根据这些概率可把间隔[0, 1)分成4个子间隔：[0, 0.1), [0.1, 0.5), [0.5, 0.7), [0.7, 1) 。 符号 00 01 10 11 概率 0.1 0.4 0.2 0.3 初始编码间隔 [0, 0.1) [0.1, 0.5) [0.5, 0.7) [0.7, 1) 如果二进制消息序列的输入为：10 00 11 00 10 11 01。 算术编码 算术编码 算术编码 步骤 间隔 译码符号 译码判决 1 [0.5, 0.7) 10 0.51439在间隔 [0.5, 0.7) 2 [0.5, 0.52) 00 0.51439在间隔 [0.5, 0.7)的第1个1/10 3 [0.514, 0.52) 11