图像处理- 9.ppt

图像冗余的概念 图像编码常用方法 哈夫曼编码 香农－范诺编码 行程编码 LZW编码 算术编码 JPEG编码与MPEG编码 (a)彩色视频信息 对于电视画面的分辨率640*480的24位彩色图像，每秒30帧，则一秒钟的数据量为： 640*480*24*30=221.12Mbit 所以播放时，需要221Mbps的通信回路。 参考数据：宽带网为1M,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。 (b)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：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） 图像编码的可能性 图像、声音这些媒体确实又具有很大的压缩潜力。 以目前常用的位图格式的图像存储方式为例，像素与像素之间无论是在行方向还是在列方向都具有很大的相关性，因而整体上数据的冗余度很大，在允许一定限度失真的前提下，能够对图像数据进行很大程度的压缩。 这里所说的失真一般都是在人眼允许的误差范围之内，压缩前后的图像如果不做非常细致的对比是很难觉察出两者的差别的。因此，数据压缩技术是多媒体系统中一项十分关键的技术。 数据之所以能够压缩是基于原始信源的数据存在着很大的冗余度。 图像数据冗余 空间冗余 时间冗余 结构冗余 知识冗余 视觉冗余 图像区域的相同性冗余 纹理的统计冗余 空间冗余 同一景物表面上各采样点之间的颜色（亮度）之间往往存在着空间相关性。 基于离散象素的表示方式通常没有利用景物表面颜色（亮度）的这种空间相关性，从而产生了空间冗余。 时间冗余 主要指视频相邻帧之间的冗余。 结构冗余 有些图像的纹理区，图像像素值之间存在着明显的分布模式，称之为结构冗余。 知识冗余 某些图像的理解与某些知识有相当大的相关性。如人脸有固定的结构。 视觉冗余 人的视觉系统对图像场的敏感性是非均匀和非线性的，然而，在记录原始图像数据时，通常假定视觉系统是线性的和均匀的，对视觉敏感和不敏感部分同等对待，从而产生视觉冗余。 如对亮度和色彩的敏感度不同。 图像区域的相同性冗余 指在图像中的两个或对应的所有像素相同或相近，从而产生的数据重复性存储，即图像区域的相似性冗余。 纹理的统计冗余 图像纹理在统计意义上服从某一分布规律。利用这种性质可以减少表示图像的数据量。 图像冗余无损压缩的原理 图像冗余有损压缩的原理 图像编码评价准则 在图像压缩编码中，解码图像与原始图像可能会有差异，因此，需要评价压缩后图像的质量。 描述解码图像相对原始图像偏离程度的测度一般称为保真度(逼真度)准则。 常用的准则可分为两大类：客观保真度准则和主观保真度准则。 图像编码评价 算法的编码效率 编码图像的质量 算法的适用范围 算法的复杂程度 a取2时，H的单位为比特。 a取e时，H的单位为奈特。图像编码中a取2。 一幅图像的信息熵就是这幅图像的平均信息量，即表示图像中各个灰度级比特数的统计平均值。 等概率事件的熵最大。 例 :设8个随机变量具有同等概率为1／8，计算信息熵H。 解 :根据公式可得： H=8*[-1/8*(log2(1/8))=8*[-1/8*(-3)]=3 图像压缩的目的是在满足一定的图像质量的条件下，用尽可能少的比特数来表示原图像，以减少图像的存储容量和提高图像的传输效率。 哈夫曼编码的特点 哈夫曼编码构造出来的编码值不是唯一的。原因是在给两个最小概率的图像的灰度值进行编码时，可以是大概率为“0”，小概率为“1”，也可相反。当两个灰度值的概率相等时，“0”、“1”的分配也是人为定义的，这就造成了编码的不唯一性。但不影响解码的正确性。 当图像灰度值分布很不均匀时，哈夫曼编码的效率就高。当信源概率是2的负幂次方时，编码效率为100％，而在图像灰度值的概率分布比较均匀时，其编码效果最差。 哈夫曼编码必须先计算出图像数据的概率特性形成编码表后，才能对图像数据编码，因此，哈夫曼编码缺乏构造性。即不能使用某种数学模型建立信源符号与编码之间的对应关系，而必须通过查找的方法，建立起他们之间的对应关系。如果信源符号很多，那么码表就会很大，这势必会影响到存储、传输与传输。 将图像分割成若干的小块，对每块进行独立的Huffman编码。例如：分成8×8 的子块，就可以大大降低不同灰度值的个数（最多是64而不是256）。 若要达到最佳编码效果，相应于字符X的码长为0.58位；字符Y的码长为1.58位。 计算机中不可能有非整数位出现。硬件的限制使