第9章图像编码.pptVIP

9.7.2 Huffman 编码方法 首先求出图像中灰度分布的灰度直方图； 根据该直方图，对其按照分布概率从小到大的顺序进行排列； 每一次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造一个称为“Huffman树”的二叉树； 对这个二叉树进行编码，就获得了Huffman编码码字。 * 9.7.2 Huffman 编码方法 例如：aaaa bbb cc d eeeee fffffff 分布为： a:4/22 b:3/22 c:2/22 d:1/22 e:5/22 f:7/22 排序为： d, c, b, a, e, f 1/22 2/22 3/22 4/22 5/22 7/22 * 9.7.2 Huffman 编码方法 c b a f e 7/22 5/22 4/22 2/22 1 0 f=11 e=01 a=00 b=101 c=1001 d=1000 d 1/22 3/22 6/22 22/22 13/22 9/22 3/22 1 0 1 0 1 0 1 0 * 9.7.3 Huffman 编码效率 对这个例子，计算出经过Huffman编码后的数据为： 1010101010001001001000100010000111111111101010101010101 共 7*2+5*2+4*2+3*3+2*4+1*4=53 bit 比前面我们给出的编码得到的56bit的数据量还小，压缩率为30.1%。 * 9.7.4 图像压缩中的Huffman 编码 Huffman编码在图像压缩中的实现 我们知道，对一幅图像进行编码时，如果图像的大小大于256时，这幅图像的不同的码字就有可能是很大，例如极限为256个不同的码字。 这时如果采用全局Huffman编码则压缩效率不高。甚至与原来的等长编码的数据量相同。 * 9.7.4 图像压缩中的Huffman 编码 常用的且有效的方法是： 将图像分割成若干的小块，对每块进行独立的Huffman编码。例如：分成 的子块，就可以大大降低不同灰度值的个数（最多是64而不是256）。 * Huffman编码效率示例 8*8分块的编码效率为47.27% 16*16分块的编码效率约为61% 全图的编码效率为91.47% * 9.8 DCT变换编码 问题的提出： 行程编码与Huffman编码的设计思想都是基于对信息表述方法的改变，属于无损压缩方式。 虽然无损压缩可以保证接收方获得的信息与发送方相同，但是其压缩率一定有一个极限。 因此，采用忽略视觉不敏感的部分进行有损压缩是提高压缩率的一条好的途径。 * 9.8 DCT变换编码 DCT变换编码的设计思想： DCT变换是希望在接收方不产生误解的前提下进行一定的信息丢失。 由前面所讲到的频域变换得到的启示，就是将低频与高频部分的信息，分别按照不同的数据承载方式进行表述。 * 9.8 DCT变换编码 复习DCT变换： 正变换： 逆变换： 其中： * 9.8 DCT变换编码 DCT变换编码方法： DCT变换 DCT逆变换 原图像 除以量化矩阵 取整 1）编码过程： 2）解码过程： 压缩图像 乘以量化矩阵 取整 压缩 图像 解压 图像 * 9.8 DCT变换编码 Huffman:42bits； 编码效率32.8% Huffman:16bits; 编码效率：12.5% 例： 原图像为： DCT变换 除以量化矩阵，取整 * 9.8 DCT变换编码 原图 解压图 * 9.9 混合编码 设计思想： 每一种编码方式都有其擅长的一点，以及局限的一点，混合编码的思想就是将两种以上的编码方式的优点进行综合，达到提高编码效率的目的。 * 9.9 混合编码 混合编码实现的可能性及有效性分析 回顾一下讲过的几个内容的特点： 1）行程编码： 擅长于重复数字的压缩。 2）Huffman编码：擅长于像素个数分布不均匀情 况下的编码。 3）DCT变换： 擅长分离视觉敏感与不敏感的 部分。 * 9.9 混合编码 例： aaaa bbb cc d eeeee fffffff （共22*8=176 bits) 4 3 2 1 5 7 行程编码：4a3b2c1