图像压缩编码研讨.pptVIP

* * * * * * * * * * * * Huffman编码 —— 图像压缩中的应用 8*8分块的编码压缩比为2.12:1 16*16分块的编码压缩比为1.64:1 全图的编码压缩比为1.09:1 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。 变换编码 —— 设计思想 变换编码 就是将原来空间域上描述的图像信号，通过一种数学变换，变换到变换域中进行描述，达到改变能量分布的目的。 将图像能量在空间域的分散分布变为在变换域的能量的相对集中分布，达到去除相关的目的，再经过适当的方式量化编码，进一步压缩图像。 信息论研究表明，正交变换不改变信源的熵值，变换前后图像的信息量并无损失，完全可以通过反变换得到原来的图像值。 但统计分析表明，图像经过正交 变换后，把原来分散在原空间的图像数据在新的坐标空间中得到集中，对于大多数图像，大量的变换系数很小，只要删除接近于0的系数，并且对较小的系数进行粗量化，而保留包含图像主要信息的系数，以此进行压缩编码。 变换编码 —— 设计思想 变换编码 —— 方法 正交变换 逆变换 原图像 除以量化系数 取整 1）编码过程： 2）解码过程： 压缩图像 乘以量化系数 取整 压缩 图像 解压 图像 变换的选择 理论上，K-L变换是最有的正交变换，它能完全消除子图像块内像素间的线性相关性。但K-L变换的基对不同图像是不同的，这种不确定性使其应用不方便。 DCT变换的性能仅次于K-L变换，所以被认为是一种准最佳变换。而且DCT变换矩阵与图像内容无关，也有快速算法，所以二维DCT在图像编码中常常被使用。 沃尔什变换与DCT变换相比，算法简单，速度快，适用于高速实时系统以及硬件实现，但性能比DCT差一些。 子图像尺寸的选择 在实用中变换编码并不是对整幅图像进行变换和编码，而是将图像分成若干个nxn的子图像后分别处理，原因有： 小图像的变换计算容易； 距离较远的像素之间的相关性比距离较近的像素之间的相关性小。 实践证明，子图像取4x4,8x8,16x16适合图像的压缩，这是因为： 如果子图像尺寸取得太小，虽然计算速度快，实现简单，但压缩能力有限； 如果子图像尺寸取得太大，虽然去相关效果好，但由于图像本身的相关性很小，反而使其压缩效果不明显，而且增加了计算的复杂度。 变换系数的选择 对图像经过变换后，保留变换后的哪些系数用作编码和传输将直接影响信号恢复的质量，变换系数的选择原则是保留能量集中的、方差大的系数。 系数选择通常有： 变换区域编码； 变换阈值编码 变换区域编码 对设定形状的区域内的变换系数进行量化编码就，区域外的系数被舍去； 变换后的系数较大的会集中在区域的左上部，即低频分量都集中在此部分，保留的也是这一部分。其他部分的系数被舍去，在恢复信号时再对它们补0； 由于保留了大部分图像信号能量，恢复信号后，其质量不会产生显著变化； 变换区域编码的明显缺陷，是高频分量的完全丢失。 变换阈值编码 变换阈值编码是根据实际情况设定某一大小幅度的阈值，若变换系数超过该阈值，则保留这些系数进行编码传输，其余的补0； 多数低频成分被编码输出，少数超过阈值的高频成分也将被保留进行编码输出； 需要解决两个问题： 需要增加“地址”编码比特数，码率较高； “阈值”需要通过实验来确定，复杂度较高。 DCT 变换 案例分析： cr=0.5; initialimage=imread(baboon512x512.bmp); imshow(initialimage); initialimage=double(initialimage); t=dctmtx(8); dctcoe=blkproc(initialimage,[8,8],P1*x*P2,t,t); coevar=im2col(dctcoe,[8,8],distinct); coe=coevar; [y,ind]=sort(coevar); [m,n]=size(coevar); sum=64-64*cr; for i=1:n coe(ind(1:sum),i)=0; end b2=col2im(coe,[8,8],[512,512],distinct); i2=blkproc(b2,[8,8],P1*x*P2,t,t); i2=uint8(i2); figure imshow(i2) 原图 DCT压缩后 DCT变换编码 —— 例 Huffman:42bits； 压缩比为3.05:1 Huffman:16bits;