6.3限失真编码资料.ppt

第六章 图像压缩编码 在区域选择量化编码中，一般采用均匀量化方法。均匀量化方法有两种: 第一种方法是：首先假设数据是由8位无符号数组成，那么这些数据在范围[0,255]间。选择一个间隔参数 ,并且计算均匀量化的值0， , , ,… ,255。k满足： 而 这样每一个数据就可以转换成该序列中与其最接近的一个数，从而实现量化。 二值图像是指只有黑白两个亮度值的图像。 游程编码分为定长游程编码和变长游程编码两类。 定长游程编码:编码的游程所使用的位数是固定的，一旦灰度相同且连续的个数超过了固定位数所能表示的最大值，则转入下一轮游程编码。 变长游程编码:指不同范围的游程使用不同位数来进行编码。 例如，对于一个二元序列 0000001111100011001 对应的游程序列为 653221，由于设定为从“0”开始，故可以容易的恢复出原始的二元序列。然后根据不同长度段发生的概率来分配不同长度的码字，通常采用Huffman编码。RLC中每个像素的平均码长满足下式 扫描方式 小波变换压缩编码的基本思想是利用小波变换将原图像转换为小波域上的系数，由于小波变换的能量集中作用，会使原图像的绝大部分能量集中在少量小波系数上，通过量化处理，忽略一些能量很小的系数，只保留那些能量较大的系数进行编码，就可达到图像压缩的目的。 （3）小波变换和传统正交变换都有能量守恒和能量集中的作用，但小波变换能有效消除传统变换的分块效应的存在以及分块效应对图像编码的影响。 （4）小波变换能根据图像特点自适应地选择小波基，从而既能保证解压后图像的质量，又能提高压缩比。而DCT则不具备自适应性。 （5）通过小波变换可以充分利用变换系数之间的空间相关性对系数建模，进一步提高压缩比。 鉴于小波变换编码的上述优点，小波变换已成为图像压缩领域的研究和应用热点，并取代DCT而成为JPEG2000、MPEG4和MPEG7等新的图像编码标准中的变换方法。 图像的小波变换编码 当图像经小波变换后，能量进行了重新分配，绝大多数能量集中在低频，这样就可根据人的视觉生理和心理特点，对不同的小波图像采取不同的量化和编码处理，以达到压缩的目的。 1．利用小波变换进行图像压缩的步骤 一般来说，利用小波变换进行图像压缩需要经过以下步骤： （1）利用离散小波变换分解原图像，即将原图像分解为小 波子图像。 （2）对所得到的四个小波子图像，根据人的视觉生理和心 理特点分别作不同策略的量化和编码处理。这一步的 核心是去除系数间的相关性。 （3）在接收方对不同的编码采用不同的解码方法。 （4）通过小波反变换还原原图像，整个过程如图6.6.6所 示。由于量化的不可逆，小波变换编码是属于有 损压缩编码。 2．图像的二维小波变换 对于二维图像信号，可以分别在水平和垂直方向进行滤波，来实现二维小波多分辨率分解。即将二维小波变换简化成一维来处理，用一维小波基来构成二维小波基函数。 设二维尺度函数 ,它可分解为两个一维尺度函数的乘积 。令 为与 对应的一维小波，在某一分辨层，二维的二进小波可表示为以下三个可分离的正交小波基函数 由多分辨分析知道 ，其中 对于函数 ，设 是f 在 中的投影，即 ， ，则有 结合式前面三式，并利用一维分解思想，有 设 、 ， ，是由两个一元分解序列生成的二 维分解序列 ， ， ， 则相应的小波系数分解算法为 对于 N×N图像，小波分解过程如图6.6.7所示。 图6.6.9给出了camera图像采用9/7小波每层行列变换得到的结果。 3．小波变换编码中需要解决的几个问题 （1）小波基的选取 一般可以根据一些设计准则来选择小波基，如正则性、逼近精度、支撑集大小以及滤波器频率响应等。 小波基函数可由对应的离散滤波器迭代卷积得到，因此小波变换中小波基的选择就可转换为对应的小波滤波器系数的选择。 正则性是对函数光滑程度的一种描述，是函数频域能量集中的一种度量。在实际应用中，一般选择正则性高的小波基，同时，为了减少计算量，需要选择支撑长度较小的小波滤波器。另外，小波基函数的波形与图像结构的匹配程度也会对图像压缩产生影响，两者越匹配，压缩效果越好。 （2）边界问题