图像压缩章节ppt要素.ppt

霍夫曼编码 等长码：对于一个消息集合中的不同消息，用相同长度的不同码字表示，编解码简单，编码效率不高。 变长码：与等长码相对应，对于一个消息集合中的不同消息，也可以用不同长度的码字表示，编码效率高，编码解码复杂。 霍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。 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。 把这个符号的概率与其余符号的概率按从大到小排列，然后再把最末两个符号的概率加起来，合成一个概率。 重复上述做法，直到最后剩下两个概率为止。 从最后一步剩下的两个概率开始逐步向前进行编码。每步只需对两个分支各赋予一个二进制码，如对概率大的赋予码0，对概率小的赋予码1。 哈夫曼编码效率 信源熵为： H=-∑Pilog2Pi =-(0.19log20.19+0.2log20.2 +0.03log20.03+0.22log20.22+0.15log20.15+0.02log20.02+0.06log20.06+0.13log20.13) =2.7016比特/符号 平均码字长度：R=∑βiPi R= ∑βiPi =0.19×3+0.2 × 2+0.03 × 5+0.22 × 3+0.15 × 3+0.02 × 5+4 × 0.06+3 × 0.13 =2.74比特/符号 编码效率：η=H/R(%) η=H/R=2.7016/2.74=98.6% 霍夫曼解码 例：编码串001000101101111进行霍夫曼解码。 首先按照顺序编历霍夫曼树，遇到00，对应像素1，故解码得1； 接着解码得编串变为1000101101111，遇到10001，对应系数2，故解码得2； …… 因此求得编码串的解码结果为5个像素值1,2,3,7,0 4. 算术编码 从理论上分析，采用哈夫曼编码可以获得最佳信源字符编码效果; 实际应用中，由于信源字符出现的概率并非满足2的负幂次方，因此往往无法达到理论上的编码效率和信息压缩比; 算术编码的特点 算术编码是信息保持型编码，它不像哈夫曼编码，无需为一个符号设定一个码字; 算术编码分为固定方式和自适应方式两种编码; 选择不同的编码方式，将直接影响到编码效率; 自适应算术编码的方式，无需先定义概率模型，适合于无法知道信源字符概率分布的情况; 当信源字符出现的概率比较接近时，算术编码效率高于哈夫曼编码的效率，在图像通信中常用它来取代哈夫曼编码; 实现算术编码算法的硬件比哈夫曼编码复杂。 编码原理 算术编码方法是将被编码的信源消息表示成0-1之间的一个间隔，即小数区间，消息越长，编码表示它的间隔就越小; 以小数表示间隔，表示的间隔越小所需的二进制位数就越多，码字就越长。反之，间隔越大，编码所需的二进制位数就少，码字就短。 算术编码将被编码的图像数据看作是由多个符号组成的字符序列，对该序列递归地进行算术运算后，成为一个二进制分数; 接收端解码过程也是算术运算，由二进制分数重建图像符号序列。 编码举例（略） 5. 行程编码 RLC 编码——Run Length Coding 原理： 将具有相同数值的、连续出现的信号源符号用“符号+符号出现的次数”的形式表示。 例：zzxxxxyyyyyzzz将编码为：2z4x5y3z 由于一幅图像中有许多颜色相同的图块，用一整数对存储一个像素的颜色值及相同颜色像素的数目（长度）。例如： （G ，L） 长度 颜色值 编码时采用从左到右，从上到下的排列， 每当遇到一串相同数据时就用该数据及 重复次数代替原来的数据串。 000000003333333333 222222222226666666111111555555555555 888888888888888888 555555555555553333 222222222222222222 (0,8) (3,10) (2,11) (6,7) (1,18) (1,6) (5,12) (8,18) (5,14) (3,4) (2,18) 18*7的像素颜色仅用11对数据 游程长度编码RLC（Run Length coding）： 分析： 对于有大面积色块的图像，压缩效果很好 直观，经济,是一种无损压缩 对于纷杂的图像，压缩效果不好，最坏情况下，会加倍图像 RLC 编码——Run Length Coding 适合游程编码的图 适合游程编码的图 适合游程编码的图 图像标准的制定： ISO和CCITT（国际电报电话咨询委员会）联合制定 标准的类型： 连续图像压缩标准： 静止帧黑白、彩色压缩：(