数字图像的压缩解析.pptVIP

1.把信源X中的消息按出现的概率从大到小的顺序排列。 2.把最后两个出现概率最小的消息合并成一个消息，从而使信源的消息数减少一个，并同时再次将信源中的消息概率从大到小排列一次。 3.重复上述步骤，直到信息源最后为两个信息源为止。 4.对最后的信息源赋予1和0或0和1，并逐步向前编码。 通过上述步骤就可以构成Huffman码（最优变长码）。 ? Huffman编码过程： * 2.2.2 Shannon编码 Shannon编码与Huffman编码相反，采用从上到下的方法。Shannon编码算法步骤： （1）按照符号出现的概率减少的顺序将待编码的符号排成序列。 （2）将符号分成两组，使这两组符号概率和相等或几乎相等。 （3）将第一组赋值为0，第二组赋值为1。 （4）对每一组，重复步骤2的操作。 * 2.2.3 算数编码 算术编码：是一种非模块式的编码方法，它是对信源的符号串直接进行编码；而非对信源的每一个符号赋予固定的码字再根据符号串进行排列。 基本思想：根据一个固定长度的符号串可能出现的概率，将该符号串映射到开区域[0 ，1)中的一个子区域，计算该子区域的过程采用了条件概率的理念。 ?理论上平均码长能够无限逼近最小平均码长，但由于实际的计算机精度不可能无限长，运算中会出现溢出情况。 ?算术编码器对整个消息只产生一个码字，因此译码器必须在接受到这个实数后才能统一进行译码，无法即时译码。 ?算术编码对错误比较敏感。 * 第三部分 有损压缩 Chapter 3 * 3.1 有损压缩的必要性 举一个很简单的有损压缩的例子： 压缩前： 原产于在秘鲁和墨西哥，最初被称为“狼桃”的，全体生粘质腺毛，小叶极不规则的，大小不等，卵形或矩圆形的，边缘有不规则锯齿或裂片的水果或蔬菜反射全谱可见光后主要的波长和人类的血类似。 压缩后： 西红柿是红的。 * ——图像中存在很大的冗余度。 ——用户通常允许图像失真。 ? 有损压缩的可能性 ? 常用的有损压缩技术 ——有损预测编码 ——变换编码 ——基于模型编码 ——分形编码 ——其他编码 * 3.2 有损预测编码 有损预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。如果预测比较准确，误差就会很小。在同等精度要求的条件下，就可以用比较少的比特进行编码，达到压缩数据的目的。 有损预测编码中典型压缩方法有脉冲编码调制（PCM Pulse Code Modulation）、差分脉冲编码调制（DPCM，Differential Pulse Code Modulation）、自适应差分脉冲编码调制（ADPCM，Adaptive Differential Pulse Code Modulation）等，它们较适合于声音、图像数据的压缩，因为这些数据由采样得到，相邻样值之间的差相差不会很大，可以用较少位来表示。 * 3.3 变换编码 变换编码是指先对信号进行某种函数变换，从一种信号变换到另一种，然后再对信号进行编码。如将时域信号变换到频域，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行采样、编码，那么可以肯定能够压缩数据。 变换编码系统中压缩数据有变换、变换域采样和量化三个步骤。变换本身并不进行数据压缩，它只把信号映射到另一个域，使信号在变换域里容易进行压缩，变换后的样值更独立和有序。这样，量化操作通过比特分配可以有效地压缩数据。 在变换编码系统中，用于量化一组变换样值的比特总数是固定的，它总是小于对所有变换样值用固定长度均匀量化进行编码所需的总数，所以量化使数据得到压缩，是变换编码中不可缺少的一步。在对量化后的变换样值进行比特分配时，要考虑使整个量化失真最小。 * 输入 图像 构建n*n子图像 正变换 符号编辑器 压缩 图像 量化器 压缩 图像 符号解码器 反变换 解压缩图像 合并n*n子图像 1.图像的压缩： 2.图像的解压缩： 变换编码的压缩过程： * 对变换方法的评价： DCT由于其算法简单，计算量小以及在封装能力和块效应方面较好的性能成为压缩编码首选的变换方式，已经得到国际上的公认。 计算量 封装能力 视觉效果（块效应） KLT 极大 很好 一般 FFT(DFT) 较小 一般 较强 DCT 较小 很好 较弱 WHT 较小 较好 较弱 * 离散余弦变换（DCT）