第7章图像编码与压缩精编.ppt

第七章图像编码与压缩;一、序言;2. 实现图像压缩的依据——数据冗余; 相对数据冗余（数据冗余可定量描述） 相对冗余： 压缩率： CR 在开区间 (0, ?) 中取值 n1和n2代表2个数据集合中的信息载体单位的个数;数据冗余类别 (1) 编码冗余 与灰度分布的概率特性有关 (2) 像素相关冗余 空间冗余，几何冗余 (3) 心理视觉冗余 与主观感觉有关 减少/消除其中的一种/多种冗余，就能取得数据压缩的效果;(1) 编码冗余;(2) 像素间冗余;(3) 心理视觉冗余及其他;3. 如何实现图像压缩？;4. 图像压缩（编码）的分类;举例： 张三先生现在北京出差，住在友谊宾馆，计划明天坐飞机回广州，收到信息：“你的妻子王女士将于明天晚上7点05分在广州新白云机场接你。” 简化1：你的妻子明晚7点05分在新白云机场接你。(信息无损) 简化2：王女士明晚7点机场接你。 (信息有损);二、图像压缩的评价;(1) 客观保真度准则;实际常使用归一化信噪比（单位：分贝，dB） 其中， 峰值信噪比 不能很好反映图像的实际视觉失真。 因为客观保真度是—种统计平均意义下的度量准则，对于图像中的细节无法反映出来。;(2) 主观保真度准则;2. 图像压缩算法的编码效率;3. 图像编码模型;三、信息论简介;2. 信息系统;平均信息;;信道输出概率P(bk )和信源u的概率分布 信道传递矩阵 输出符号集的概率分布 ;条件熵 平均条件熵 互信息 信道容量;四、基本编码定理;1. 无失真编码定理（香农第一定理）;n阶扩展信源的平均码字长度为 零记忆信源的香农第一定理： 熵是在不造成信息失真的条件下，编码的平均码长可能的最短值（编码的下限）。 编码效率 ;2. 噪声编码定理（信道编码定理 /香农第二定理）;3. 信源编码定理（率失真定理）;如果从信源发出信息uk，经过编、译码的组合，接受端得到信息为vl（由信道的噪声造成），定义信源编码经过编、译码的平均互信息量为： 率失真函数：在一定允许的失真D条件下最低的平均互信息量 R(D)是在平均失真小于允许失真D以内能够得到的编码的码率下界。;香农的信源编码定理;4. 举例; 分别表示要传递的四种可能 消息，如果我们选择一符号集合 A ={1, 2, 3, 4}， 每一个符号分别代表一种消息，n = 4(符号个数) 则可以求出平均码长 则 ;从上例可以看出，这两种代码长度相同的编码方法没有得到最高的编码效率，即没作到用最少的码字传递信源的消息。如何使平均码长短到极限？ 若A={0,1}，n =2，选择编码方式：0、10、110、111，则平均码长 则 这种方式得到最高的编码效率，是因为每个消息码字长度不同。由此可见至少有两种编码方式，即等长码和变长码。 ;五、无损压缩编码方法;1. 哈夫曼(Huffman)编码;步骤： 符号概率排序，并将出现概率最小的两个符号的概率相加，合成一个概率； 第二步把这个合成概率看成是一个新组合符号的概率； 重复上述做法，直到最后只剩下两个符号的概率为止。 完成以上概率相加顺序排列后，再反过来逐步向前进行编码； 每一步有二个分支，各赋予一个二进制码，可以对概率大的编码赋为0，概率小的编码赋为1。;符号 概率 x1 0.4 x2 0.3 x3 0.1 x4 0.1 x5 0.06 x6 0.04;表7.1 哈夫曼编码分配过程;经霍夫曼编码后，平均码长为： = = 0.4×1 + 0.30×2 + 0.1×3 + 0.1×4 + 0.06×5 + 0.04×5 = 2.20(bit) 该信源的熵为H＝2.14 bit，编码后计算的平均码长为2.2 bit，非常接近于熵。可见Huffman编码是—种较好的编码。;优点： 已被证明具有最优变长码性质，平均码长最短，接近熵值。 缺点： 码长参差不齐，存在输入、输出速率匹配问题。 在存储或传输过程中，如果出现误码，可能会引起误码的连续传播。 对不同信源其编码效率不尽相同。 应用： 需要与其他编码结合起来使用，才能进一步提高数据压缩比。;2. 香农－费诺编码;以前面哈夫曼编码的例子进行香农－费诺编码 ： ;3. 算术编码;算术编码的基本思想： 将要压缩的数