视频信息压缩编码.pptVIP

视频信息压缩与处理; 4.1 概述（Introduction）;4.1 概述（Introduction）;4.1.1、图像的信息量与信息熵（Information Content and Entropy） ;2. 信息熵 ; 通常一副图像中的各点像素点之间存在一定的相关性。特别是在活动图像中，由于两幅相邻图像之间的时间间隔很短，因此这两幅图像信息中包含了大量的相关信息。这些就是图像信息中的冗余。 ;1. 空间冗余 图4.2是一幅图像，其中心部分为 一个灰色的方块，在灰色区域中的所有 像素点的光强和彩色以及饱和度都是相 同的，因此该区域中的数据之间存在很 大的冗余度。 ;2. 时间冗余 由于活动图像序列中的任意两相邻的图像之间的时间间隔很短，因此两幅图像中存在大量的相关信息，如图4.3所示 。 时间冗余是活动图像和语音数据中经常存在的一种冗余。;3. 信息熵冗余 信息熵冗余是针对数据的信息量而言的。设某???编码的平均码长为 ; 4. 结构冗余 图4.4表示了一种结构冗余。从图中可以看出。它存在着非常强的纹理结构，这使图像在结构上产生了冗余。 图7.4 结构冗余 ;5．知识冗余 随着人们认识的深入，某些图像所具有的先验知识，如人脸图像的固有结构（包括眼、耳、鼻、口等）为人们所熟悉。这些由先验知识得到的规律结构就是知识冗余。 6. 视觉冗余 由于人眼的视觉特性所限，人眼不能完全感觉到图像画面的所有细小的变化。例如人眼的视觉对图像边缘的剧烈变化不敏感，而对图像的亮度信息非常敏感，因此经过图像压缩后，虽然丢了一些信息，但从人眼的视觉上并未感到其中的变化，而仍认为图像具有良好的质量。 ;4.1.3、 图像压缩编码分类(Coding methods of Image Compression;7.1.4、压缩技术的性能指标(Evaluation Index of Image Compression approaches);2.平均码字长度 平均码字长度:设 为数字图像第k个码字 的长度( 编码成二进制码的位数)。其相应出现的概率为 , 则该数字图像所赋予的平均码字长度为: 3.编码效率 在一般情况下,编码效率往往可用下列简单公式表示:;4.冗余度 ;4.2 无失真图像压缩编码（Lossless image compression） ;4.2.1、哈夫曼编码(Huffman coding);2. 哈夫曼（Huffman）编码的编码思路 实现哈夫曼编码的基本步骤如下: (1) 将信源符号出现的概率按由大到小地顺序排列。 (2) 将两处最小的概率进行组合相加,形成一个新概率。并按第(1)步方法重排,如此重复进行直到只有两个概率为止。 (3) 分配码字,码字分配从最后一步开始反向进行,对最后两个概率一个赋于“0”码字,一个赋于“1”码字。如此反向进行到开始的概率排列,在此过程中,若概率不变采用原码字。; 举例：设输入图像的灰度级{y1,y2,y3,y4,y5,y6,y7,y8}出现的概率分别为0.40,0.18,0.10,0.10,0.07,0.06,0.05,0.04。试进行哈夫曼编码,并计算编码效率、压缩比、冗余度 。 按照上述的编码过程和例题所给出的参数,其哈夫曼编码过程及其编码的结果如图4.6所示。图像信源熵为: ; 编码效率: 压缩比： 压缩之前8个符号需3个比特量化,经压缩之后的平均码字长度为2.61,因此压缩比为: ;图4.6 哈夫曼编码过程;3. 哈夫曼（Huffman）编码的特点 （1）Huffman编码所构造的码并不是唯一的，但其编码效率是唯一的。 （2）对不同信源，其编码效率是不同的。 （3）实现电路复杂，且存在误码传播问题。 （4）Huffman编码只能用近似的整数而不是理想的小数来表示单个符号，这也是Huffman编码无法达到最理想的压缩效果的原因． ;4.2.2、游程编码(Run-length coding);4.2.3 算术编码(Arithmetic coding) ; ; 举例：假设信源符号为X={00，01，10，