数字视频图像处理Week2Part20315(免费阅读).pptVIP

数字视频图像处理 内容 两种最常用的图像变换：DCT 和 DWT （1）Discrete Cosine Transform 离散余弦变换 1 DCT 1 DCT 1 DCT 变换公式 1 DCT 1 DCT 举例 1 DCT 分块DCT 8×8， 16×16 1 DCT 8×8 块的基函数 1 DCT Huffman编码 1 DCT 1 DCT 举例 1 DCT DCT 的优缺点 1 DCT PSNR （Peak Signal Noise Ratio峰值信噪比) 2 Study in Singapore National University of Singapore 2 Study in Singapore Classes in English 2 Study in Singapore Instant noodles at weekend 2 Study in Singapore Friends from other countries 3 Study in Australia My first driving license 3 Study in Australia North-East friend and his large box of instant-noodles 4 Making friends overseas Know their culture, understand and respect others, be mindful not to offend people * * 国外学习生活经历分享 图像压缩的必要性 （1）图像是三种信息形式中数据量最大的，图像的传输和存储的困难。 例如，一幅640×480 的24位真彩色图像的数据量约为900kb；一个1Gb的硬盘只能存储约l000幅静止图像画面。 （2）如此巨大的数字图像数据量，如果不经过压缩，不仅超出了计算机的存储和处理能力，而且在现有的通信信道的传输速率下，是无法完成大量多媒体信息实时传输的. 图像压缩的可行性 （1）之所以能够进行压缩是因为原始图像数据是高度相关的，存在很大的数据冗余。 （2）数字图像包含的冗余信息一般有以下几种：空间冗余、时间冗余、信息熵冗余、统计冗余、结构冗余、视觉冗余以及知识冗余等。 图像压缩算法的目的： 在保证图像一定的重建质量的同时，尽可能多的去除这些冗余信息。 DCT 系数的特性 （1）低频（左上角，含原始图像信号的成分多），中频，高频（右下角，图像细节）； （2）低频系数的绝对值大于高频系数的绝对值 （3）能量集中在一小部分低频系数上； （4）DC（直流）和 AC（交流)系数 DC（Direct Current）和 AC（ Alternating Current) 只取R层的DCT系数进行分析 （1）对整幅图像做DCT，运算量非常大，不能满足实时处理的要求； （2）图像各部位上细节的丰富程度不同，整体处理的方式不能充分表示出图像个部分的信息。 DCT系数之间的相关性很小，大部分能量集中在低频部分； 一般的图像，大多部分DCT系数值接近于0，去掉这些系数对重建图像的质量影响不大。因此，利用DCT进行图像压缩确实可以节约大量的存储空间。 Basis function 8*8 编解码框图 Huffman编码时，首先对经DCT变换及量化后的图像数据扫描一遍，计算出各种像素出现的概率；然后按概率的大小指定不同长度的唯一码字，由此得到一张Huffman表。 举例 每个8×8DCT，只保留了左上角的10个系数。85%的字数被置为0. 重建后的图像视觉效果只有有很小的损失。 原始图像??????????????????????? ? 重建图像1，Q=50????????????? 重建图像2，Q=100图像大小256×256?? 压缩比为6.1065?? ??? 压缩比为7.3944 （1）ＤＣＴ具有算法简单,易于硬件实现等优点,从而广泛应用于图像压缩领域，尤其在较高比特率的传输条件下能取得令人满意的压缩效果。（快速算法） （2） “瓶颈”缺陷： 低比特率条件下的“方块效应”。原因就在于ＤＣＴ处理的图像是分块进行的,块与块边界两边的像素相关性不能去掉,从而形成了明显的方块边界。 （3）若将DCT变换与其它编码方法（如小波变换、分形等）相结合，会得到更好的效果。 评价图像的一种客观标准 PSNR=10*log10((2^n-1)^2/MSE) N是每个像素的比特数，通常n=8 ; MSE (mean squre error):原图像与重建图像之间均方误差