《图像工程(第版)上册图像处理》章毓晋解说.ppt

章毓晋 (TH-EE-IE) 12.1 预测编码 空域方法，消除象素间的冗余 象素间的相关性使得预测成为可能 仅提取每个象素中的新信息并对它们编码 12.1.1 无损预测编码 信息保存型 12.1.2 有损预测编码 信息损失型 章毓晋 (TH-EE-IE) 12.1.1 无损预测编码 无损预测编码系统 编码器 + 解码器（有相同的预测器） 章毓晋 (TH-EE-IE) 12.1.1 无损预测编码 无损预测编码过程 输入序列： fn (n = 1, 2, … ) 预测输出： （舍入成整数） 预测误差： 误差编码：在符号编码器中用变长码编误差 解压序列： 哪里取得了压缩？ （消除了象素间冗余） 章毓晋 (TH-EE-IE) 12.1.1 无损预测编码 m阶线性预测： 1-D线性预测： 一阶1-D线性预测： 预测误差的 概率密度函数： 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 1、有损预测编码系统 增加了1个量化器，预测器放在1个反馈环中 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 1、有损预测编码系统 输入序列： fn (n = 1, 2, … ) 量化输出： 预测输入： 解压序列： 编码误差： 哪里又取得了压缩？ （量化，减少了 心理视觉冗余） 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 1、有损预测编码系统 德尔塔调制（DM） 预测器 量化器 预测系数 a ≤ 1，常数 c 0 DM方法得到的码率是1比特/象素 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 1、有损预测编码系统 DM编码中的失真示例 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 2、最优预测 最小化编码器的均方预测误差 差值脉冲码调制法 （DPCM） 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 2、最优预测 4阶线性预测器 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 3、最优量化 判别 重建 章毓晋 (TH-EE-IE) 12.1.2 有损预测编码 3、最优量化 最小均方量化误差 重建电平是p(s) 曲线下面积的重心 判别值为2个 重建值的中值 q(s)奇函数 输入概率密度函数，偶函数 章毓晋 (TH-EE-IE) 12.2 变换编码 频域方法，非信息保持型 12.2.1 变换编码系统 12.2.2 子图象尺寸选择 12.2.3 变换选择 12.2.4 比特分配 章毓晋 (TH-EE-IE) 12.2.1 变换编码系统 图象分解：减少变换的计算复杂度 图象变换：解除每个子图象内部象素之间的 相关性，或者说将尽可能多的信息集中到尽可能少的变换系数上 压缩不是在变换中而是在量化变换系数时取得的 章毓晋 (TH-EE-IE) 12.2.2 子图象尺寸选择 影响变换编码误差和计算复杂度 （压缩量和计算复杂度都随子图象尺 寸的增加而增加 ） 两个条件： ① 相邻子图象之间的相关（冗余）减 少到某个可接受的水平； ② 子图象的长和宽都是2的整数次幂 最常用的子图象尺寸：8 ? 8和16 ? 16 章毓晋 (TH-EE-IE) 12.2.2 子图象尺寸选择 变换编码重建误差与子图象尺寸的关系 章毓晋 (TH-EE-IE) 12.2.3 变换选择 一个能把最多的信息集中到最少的系数上去 的变换所产生的重建误差最小 不同变换的信息集中能力不同 KLT最优，但计算量非常大（依赖于图象） 正弦类变换（如DFT和DCT）较优 非正弦类变换（如WHT）实现简单 小波变换计算快且有局部性质（不需分解） 章毓晋 (TH-EE-IE) 12.2.3 变换选择 第5章介绍了：DFT，WHT，DCT 第10章介绍了：KLT 信息集中能力： KLT DCT DFT WHT 所需计算量： KLT DCT DFT WHT DCT是较好的（综合）选择 章毓晋 (TH-EE-IE) 12.2.4 比特分配 比特分配：对变换子图象的系数截断、量化和编 码的全过程 截断误差 ① 截除的变换系数的数量和相对重要性 ② 用来表示所保留系数的精度（量化） 保留系数的2个准则 ① 最大方差准则，称为分区编码 ② 最大幅度准则，称为阈值编码 章毓晋 (TH-EE-IE) 12.2.4 比特分配