- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第12章 图像压缩编码
第12章 图像压缩编码
为什么要对图像进行压缩
数字图象通常要求很大的比特数,这给图象的传输和存储带来相当大的困难。要占用很多的资源,花很高的费用。
如一幅512x512的黑白图象的比特数为
512x512x8=2,097,152 bit=256k。
再如一部90分钟的彩色电影,每秒放映24帧。把它数字化,每帧512x512象素,每象素的R、G、B三分量分别占8 bit,总比特数为
90x60x24x3x512x512x8bit=97,200M。
如一张CD光盘可存600兆字节数据,这部电影光图象(还有声音)就需要160张CD光盘用来存储。
对图象数据进行压缩显得非常必要。
本章讨论的问题:在满足一定条件下,能否减小图象bit数,以及用什么样的编码方法使之减少。
一般原始图像中存在很大的冗余度。
用户通常允许图像失真。
当信道的分辨率不及原始图像的分辨率时,降低输入的原始图像的分辨率对输出图像分辨率影响不大。
用户对原始图像的信号不全都感兴趣,可用特征提取和图像识别的方法,丢掉大量无用的信息。提取有用的信息,使必须传输和存储的图像数据大大减少。
可能性
常见的数据冗余
冗余:信息中存在着多余的数据。
例:“你的朋友张三将于明天晚上8点整在华北水利水电大学龙湾湖等你”(28*2+1=57个半角字符)
“你的朋友张三将于明天晚上8点在龙湾湖等你”
“张三于明晚8点在龙湾湖等你”(12*2+1=25个半角字符)
数字图像的冗余主要表现为编码冗余、像素冗余、视觉心理冗余
(1) 编码冗余:
如果一个图像的灰度级编码,使用了多于实际需要的编码符号,就称该图像包含了编码冗余。
例:如果用8位表示该图像的像素,我们就说该图像存在着编码冗余,因为该图像的像素只有两个灰度,用一位即可表示。
(2) 像素冗余:
由于任何给定的像素值,原理上都可以通过它的邻居预测到,单个像素携带的信息相对是小的。
对于一个图像,很多单个像素对视觉的贡献是冗余的。这是建立在对邻居值预测的基础上。
原始图像越有规则,各像素之间的相关性越强,它可能压缩的数据就越多。
例:原图像数据:234 223 231 238 235
压缩后数据:234 11 -8 -7 3
一些信息在一般视觉处理中比其它信息的相对重要程度要小,这种信息就被称为视觉心理冗余。
(3)视觉心理冗余:
33K
15K
图像压缩的目的
图像数据压缩的目的是在满足一定图像质量
条件下,用尽可能少的比特数来表示原始图像,
以提高图像传输的效率和减少图像存储的容量。
图像从结构上大体上可分为两大类,一类是具有一定图形特征的结构,另一类是具有一定概率统计特性的结构。
基于不同图像结构特性,应采用不同的压缩编码方法。
图像数据压缩技术的重要指标
(1)压缩比:图像压缩前后所需的信息存储量之比,压缩比越大越好。
(2)压缩算法:利用不同的编码方式,实现对图像的数据压缩。
(3)失真性:压缩前后图像存在的误差大小。
全面评价一种编码方法的优劣,除了看它的编码效率、实时性和失真度以外,还要看它的设备复杂程度,是否经济与实用。
常采用混合编码的方案,以求在性能和经济上取得折衷。
随着计算方法的发展,使许多高效而又比较复杂的编码方法在工程上有实现的可能。
12.1图像压缩编码方法
※ 无损压缩算法中删除的仅仅是图像数据中冗余的信息,因此在解压缩时能精确恢复原图像,无损压缩的压缩比很少有能超过3:1的,常用于要求高的场合。
1.无损压缩编码
※有损压缩是通过牺牲图像的准确率以实现较大的压缩率,如果容许解压图像有一定的误差,则压缩率可显著提高。有损压缩在压缩比大于30:1时仍然可重构图像,而如果压缩比为10:1到20:1,则重构的图像与原图几乎没有差别
2.有损压缩编码
(1)Huffman码
哈夫曼编码是一种利用信息符号概率分布特性的变字长的编码方法。对于出现概率大的信息符号编以短字长的码,对于出现概率小的信息符号编以长字长的码。 这样可使码的平均长度
具有最小值,
pi--si出现概率,li--对si编码的长度。
信号源 s={s1, s2, s3, s4, s5, s6},其概率分布为p1=0.4 p2=0.3 p3=0.1 p4=0.1 p5=0.06 p6=0.04,求最佳Huffman码。
方法:
将信源符号按出现概率从大到小排成一列,然后把最末两个符号的概率相加,合成一个概率。
把这
文档评论(0)