数字图像处理chap6_2.ppt

6.4 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 无损预测编码 信息保存型 有损预测编码 信息损失型 预测编码 　　用xi1, xi2, …, xim来预测xi的值，预测值 　 　一般较接近于xi ，对于 　编码比对xi直接编码的Bit数少。 6.4 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） 6.4 预测编码 预测器 根据若干个过去的输入产生当前输入像素的预计(估计)值 可以是固定的，也可以是自适应的；可以是线性的，也可以是非线性的。 预测器设计得越好，对输入的数据压缩就越多。 6.4 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码误差 解压序列： 哪里取得了压缩？ （消除了象素间冗余） 6.4 预测编码 m阶线性预测： 1-D线性预测： 一阶1-D线性预测： 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 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： 有损预测编码 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 有损预测编码 DM编码示例： 　a=1，c=6.5，输入序列｛14，15，14，15，13，15，15，14，20，26，27，28，27，27，29，37，47，62，75，77，78，79，80，81，81，82，82｝，编码开始时先将第一个输入像素直接传给编码器，在编码器和解码器两端都建立了初始条件　　　　　　　后，其余的值可以由上述式子计算。 有损预测编码 有损预测编码 DM编码中的失真示例 有损预测编码 6.5 变换编码 频域方法，非信息保持型 变换编码系统 图像分解：减少变换的计算复杂度 图像变换：解除每个子图像内部象素之间的 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 9.2.2 子图像尺寸选择 子图像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像尺寸的增加而增加 ） 选择的两个条件： ① 相邻子图像之间的相关（冗余）减少到某个可接受的水平； ② 子图像的长和宽都是2的整数次幂 最常用的子图像尺寸：8 ? 8和16 ? 16 变换编码重建误差与子图像尺寸的关系 9.2.2 子图像尺寸选择 变换编码 变换形式 采用变换编码时，首先将已给的N*N图象分为若干子图象阵列。对于一维（某行或某列）变换编码，子图象阵列的大小是1*n，其中nN，它们可用向量X=(x1, x2,…, xn)T表示。设A是n*n的正交矩阵，则列形式的正交变换为： Y=AX 行形式： YT=XTAT 在二维变换编码中，子图象通常是n*n的方阵，其中nN。形式同一维变换编码类似。 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（依赖于图像） 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）