数字图像处理7图象编码与压缩-new资料.pptVIP

第五章 图象编码 算法 1）将灰度级按概率大小进行排序（降序）， 每个灰度级作为一个叶子结点，形成一棵树； 2）将两个根节点概率最小的树，合并（规则：这 两个结点构造一个双亲结点，双亲结点的概率 大小是两者之和）；重复1) 2), 直到只有一个树 为止； 3）设所有左后代为0，右后代为1 特点 优点：即时码；最优码 缺点：当需要对大量符号进行编码时，构造最优 霍夫曼码的计算量会很大。 0.04 0.05 0.06 0.07 0.10 0.10 0.18 0.40 x8 x7 x6 x5 x4 x3 x2 x1 x8:0.04 0.09 x6:0.06 x5:0.07 0.13 x4:0.10 x3:0.10 0.19 0.23 x2:0.18 0.37 0.60 x1:0.40 1.0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 x1:1 x2:001 x3:011 x4:0000 x5:0100 x6:0101 x7:00010 x8:00011 x7:0.05 0 平均码长： 信息熵： 编码效率： Shannon-Fano编码 算法 1）将灰度级概率按非递增排序； 2）按概率之和相近或相等原则将灰度级集一分为二； 3）将以上分割准则递归地应用到灰度级子集，直至 最终子集只有一个灰度级为止； 4）在分割过程中，分别给所分得的两个子集赋予0 和1。 1 0 1 0 1 0 1 0 1 0 1 0 1 0 0.04 0.05 0.06 0.07 0.10 0.10 0.18 0.40 x8 x7 x6 x5 x4 x3 x2 x1 例： x1:00 x2:01 x3:100 x4:101 x5:1100 x6:1101 x7:1110 x8:1111 平均码长： 信息熵： 编码效率： 六、预测编码* 预测编码（Predictive Coding)，就是根据“过去”的时刻的像素值，运用一种模型，预测当前的像素值，预测编码通常不直接对信号编码，而是对预测误差进行编码。当预测比较准确，误差较小时，即可达到编码压缩的目的。 原理：对图象的一个像素的离散幅度的真实值，利用其相邻象素的相关性，预测它的下一个象素的可能值，再求两者差，对这种具有预测性质的差值，量化，编码，就可以达到压缩的目的。 输入图象 预测器 ?n 量化器 编码器 ?‘n 解码器 传输 ?‘n 输出图象 预测器 预测编码示意图 第六章 图像编码与压缩 * 第六章 图象编码与压缩 主要内容： 一、图象编码的必要性? 二、图象编码的分类? 三、图象编码中的保真度准则? 四、编码的性能参数? 五、统计编码? 六、预测编码 七、变换编码 八、图象编码的国际标准? Ⅰ、图像编码技术的研究背景： 1. 信息传输方式发生了很大的改变 通信方式的改变文字+语音?图像+文字+语音 通信对象的改变人与人?人与机器，机器与机器 概述 2.图像传输与存储需要的信息量空间： 1）彩色视频信息 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： 640*480*24*30=221.12M 所以播放时，需要221Mbps的通信回路。 参考数据：宽带网为512K,电话线为56K。 存储时，1张CD可存640M，则仅可以存放2.89秒的数据。 2）传真数据 如果只传送2值图像，以200dpi的分辨率传输，一张A4稿纸的内容的数据量为： 1654*2337*1=3888768bit 按目前14.4K的电话线传输速率，需要传送的时间是：270秒（4.5分） 由于通信方式和通信对象的改变带来的最大问题是： 传输带宽、速度、存储器容量的限制。 给我们带来的一个难题，也给了我们一个机会： 如何用软件的手段来解决硬件上的物理极限。 图像信息源 图像预处理 图像信源编码 信道编码 调制 信道传输 解调 信道解码 图像信源解码 显示图像 图像通信系统模型 Ⅱ、图像中的数据冗余的概念 你的朋友，阿杰，将于明天晚上6点零5分在武汉的天河机场接你。 (25*2+5=55个半角字符) 阿杰将于明天晚上6点零5分在天河机场接你。 (18*2+3=39个半角字符） 阿杰明晚6点在天河接你。 (10*2+1=27个半角字符） 结论：只要接收端不会产生误解， 就可以减少承载信息的数据量。 描述语言1）“这是一幅 2*2的图像，图像的第一个像素