图像编码教案.ppt

Digital Image Processing 数字图像处理 第七章 图像编码 7.1 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 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： 7.2 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X具有熵H(x)，并有r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※※ Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码 Huffman编码结果 编码效率 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 1、依据图像的保真度，图像压缩可分为 无损 压缩和 有损 压缩 2、对于彩色图像，通常用以区别颜色的特性是 HSI 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV 4、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波　　D. 中值滤波 5、维纳滤波器通常用于（ A ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 6、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 7、一幅256*256的图像，若灰度级数为16，则存储这幅图像所需的比特数是：(A) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 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，