图像压缩解读.ppt

排队论课件 Ch.8 图像压缩 一、图像压缩的背景 二、无损压缩技术 三、图像的无失真编码方法 四、预测压缩技术 五、变换压缩技术 六、静止图像编码国际标准JPEG 七、图像压缩编码的新进展 八、要点总结 4）压缩比是衡量数据压缩程度的指标之一。目前常用的压缩比定义为 其中LB为源代码长度，Ld为压缩后代码长度，Pr为压缩比。 压缩比的物理意义是被压缩掉的数据占据源数据的百分比。当压缩比Pr接近100%时压缩效果最理想。 根据信息熵编码理论，可以证明在R ?H条件下，总可以设计出某种无失真编码方法。 若编码结果使R远大于H，表明这种编码效率很低，占用的比特数太多。 若编码结果使R等于或接近于H，这种状态的编码方法称为最佳编码。 若要求编码结果使RH，则必然丢失信息而引起图像失真。这就是在允许失真条件下的一些失真编码方法。 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 4. 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。 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，根据公式(8-15)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，根据(8-15)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，根据(8-15)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，根据(8-15)可得： =0.8544+0.0×(0.8576-0.8544)=0.8544 =0.8544+0.