数字图像处理~图像编码.ppt

图像编码 ;为什么需要压缩： 举例1：一张A4(210mm×297mm) 大小的照片，若用中等分辨率(300dpi)的扫描仪按真彩色扫描，其数据量为多少？（注：dpi表示每英寸像素，1英寸＝25.4mm） 若按每像素3个字节计算，上述结果为约?M 举例2：目前的WWW互联网包含大量的图像信息，如果图像信息的数据量太大，会使本来就已经非常紧张的网络带宽变得更加不堪重负（World Wide Web变成了World Wide Wait）;视频数据量： 对于电视画面的分辨率640*480的彩色图像，每秒30帧，则一秒钟的数据量为：? 实时传输：在10M带宽网上实时传输的话，需要压缩到原来数据量的? 存储： 1张CD可存640M，如果不进行压缩，1张CD则仅可以存放?秒的数据 可见，单纯依靠增加存储器容量和改善信道带宽无法满足需求，必须进行压缩;1 图像编码概述 ;数据冗余： 设：n1和n2是指原始图像和编码后图像每个像素的平均比特数 压缩率（压缩比）——用于描述图像压缩效果 CR = n1 / n2 其中，n1是压缩前的数据量，n2是压缩后的数据量 相对数据冗余： RD = 1 – 1/CR=(n1-n2)/n2 分为几种冗余： 编码冗余 像素冗余 视觉冗余;编码冗余;灰度冗余;视觉冗余;保真度标准——评价压缩算法的标准 客观保真度标准：图像压缩过程对图像信息的损失能够表示为原始图像与压缩并解压缩后图像的函数。 一般表示为输出和输入之差： 两个图像之间的总误差： 均方根误差： 主观保真度标准：通过视觉比较两个图像，给出一个定性的评价，如很粗、粗、稍粗、相同、稍好、较好、很好等，可以对所有人的感觉评分计算平均感觉分来衡量;图像传输中的压缩模型 源数据编码：完成原数据的压缩。 通道编码：为了抗干扰，增加一些容错、校验位、版权保护，实际上是增加冗余。 通道：如Internet、广播、通讯、可移动介质。;信息熵冗余： 编码冗余，如果图像中平均每个像素使用 的比特数大于该图像的信息熵，则图像中存在冗余。 结构冗余： 图像中存在很强的纹理结构或自相似性。 知识冗余： 有些图像中还包含与某些先验知识有关的信息。;2. 信息量和信息熵; （1）数据压缩的理论极限;信息量等于数据量与冗余量之差;◆信息量;输入字符串: aabbaccbaa; 如果将信源所有可能事件的信息量进行;平均码长与熵;平均码长≈H(X)(稍大于H(X)):;符号;总 结; 图像压缩编码的方法 图像压缩编码分为有损压缩和无损压缩。无损压缩无信息损失，解压缩时能够从压缩数据精确地恢复原始图像；有损压缩不能精确重建原始图像，存在一定程度的失真。 根据编码原理将图像编码分为： （1）熵编码：无损编码，给出现概率较大的符号赋予一个 短码字，而给出现概率较小的符号赋予一个长码字， 从而 使得最终的平均码长很小。 ;（2） 预测编码：基于图像数据的空间或时间冗余特性，用 相邻的已知像素（或像素块）来预测当前像素（或像素块） 的取值，然后再对预测误差进行量化和编码。 （3）变换编码：将空间域上的图像变换到另一变换域上， 变换后图像的大部分能量只集中到少数几个变换系数上， 采用适当的量化和熵编码就可以有效地压缩图像。 ; （1）信息保持编码：要求在编解码过程中保证图像信息不丢失，可以完整地重建图像。 （2） 保真度编码： 利用人眼的视觉特性，在允许的失真条件下，最大限度地压缩图像。可以实现较大的压缩比。 （3） 特征提取：对感兴趣的部分特征信息进行编码即可压缩 数据。 ;图像编码新技术 利用人工神经网络（Artificial Neural Network， ANN）的压缩编码、 分形编码（Fractal Coding）、 小波编码（Wavelet Coding）、基于对象的压缩编码（Object Based Coding）和基于模型的压缩编码（Model Based Coding）等等。 ;图像编码评价 评价图像压缩算法的优劣主要有以下4个参数： 1） 算法的编码效率 2） 编码图像的质量 3） 算法的适用范围 4） 算法的复杂度 ; (1)Huffman编码原理:;编码思想;符号;30;30;30;30;30;30;30;30;假设某个字符的出现概率为 80%，该字符只;霍夫曼编码的局限性;问题：  把某地区天气预报的内容看作一个信源，它有6种可能的天气：晴天（概率为0.30）、阴天（概率为0.20）、多云（概率为0.15）、雨天（概率为0.13）、大雾（概率为0.12）和下雪（概率为0.10），如