新·第05章 图像编码与压缩0607-精.pptVIP

知识要点 ●信息论中的有关概念：信息，信息量，信息熵，冗余度 ●统计编码 ●预测编码 ●变换编码 ●混合编码 ●静态图像压缩标准： JPEG、JBIG、JPEG2000等 5.1 概述 数据编码的目的各异 信息保密 信息的压缩存储与传输等 数码相机图像编码与压缩技术成功的范例。 本章主要介绍静态图像压缩编码的原理、应用及有关的国际标准。 5.1.1 数据压缩的基本概念 数据压缩 以较少的数据量表示信源以原始形式所代表的信息 目的在于节省存储空间、传输时间、信号频带或发送能量等。 数据压缩系统组成图 原始图像经编码后成为一串特定的码流，这串码流经解码又成为一幅图像 解码图像与原始图像相同，称编解码过程是无损的；解码图像也可以与原始图像不同，称编解码过程是有损的 熵（Entropy） 代表信源所含的平均信息量 若信源编码的熵大于信源的实际熵，则信源中的数据一定存在冗余(Redundancy)度 冗余数据的去除不会减少信息量。 信息量与数据量的关系可由下式表示 I ? D ? du （5.1） 5.1.2 图像编码压缩的必要性 图像信号的数据量可表示为 V ? w · h · d/8 （5.2） V、w、h、d分别表示图像数据量（字节，byte，B） 、图像宽度（像素数，pel）、图像高度（像素数，pel） 、图像深度（位，bit）。 图像的尺寸为w·h。 典型图像的数据量 5.1.3 图像编码压缩的可能性 一般图像中存在着以下数据冗余因素: 编码冗余 像素间的相关性形成的冗余 视觉特性和显示设备引起的冗余 5.1.4 图像编码压缩的技术指标 常用的图像压缩技术指标: 图像熵与平均码长 图像冗余度与编码效率 压缩比：压缩前后的像素平均码长比 客观评价SNR 主观评价 图像质量的主观评价等级 5.1.5 数据压缩方法的分类 1 .无损压缩(Lossless Compression): Huffman编码 Shannon编码 游程编码 算术编码 轮廓编码 有损压缩（Lossy Compression） 预测编码 变换编码 混合编码 现代压缩编码方法： 分形编码 模型基（Model-based）编码 5.2 统计编码 统计编码 根据信源的概率分布特性，分配具有惟一可译性的可变长码字，降低平均码字长度，以提高信息的传输速度，节省存储空间。 基本原理 在信号概率分布情况已知的基础上，概率大的信号对应的码字短，概率小的信号对应的码字长，这样就降低了平均码字长度。 5.2.1 Huffman编码 1．前缀码（Prefix Code） 4层树形结构的编码情况 2．Huffman编码 算法： ① 将图像的灰度等级按概率大小进行升序排序。 ② 在灰度级集合中取两个最小概率相加，合成一个概率。 ③ 新合成的概率与其他的概率成员组成新的概率集合。 ④ 在新的概率集合中，仍然按照步骤②～③的规则，直至新的概率集合中只有一个概率为1的成员。这样的归并过程可以用二叉树描述。 ⑤ 从根节点按前缀码的编码规则进行二进制编码。 Huffman编码示意图 左图所示为建立码的过程 右图所示为从根开始，经各中间节点到叶节点的路径采用二进制编码的情况 编码过程举例 第1行和第2行列举了一个信源的统计特性 结果如第三行所示 平均码长　 3．Huffman编码的性能 优点： 实现Huffman编码的基础是统计源数据集中各信号的概率分布。 Huffman编码在无失真的编码方法中效率优于其他编码方法，是一种最佳变长码，其平均码长接近于熵值。 缺点： 当信源数据成分复杂时，庞大的信源集致使Huffman码表较大，码表生成的计算量增加，编译码速度相应变慢 不等长编码致使硬件译码电路实现困难。上述原因致使Huffman编码的实际应用受到限制。 4．图像的Huffman编译码系统 【例5.3】图5.6以表5.3的信源为例说明编码。 5.2.3 算术编码 举例 5.3 预测编码 预测编码的基本思想： 在某种模型的指导下，根据过去的样本序列推测当前的信号样本值，然后用实际值与预测值之间的误差值进行编码。 如果模型与实际情况符合得比较好且信号序列的相关性较强，则误差信号的幅度将远远小于样本信号。 预测编码基本原理 对实际值与预测值之间的误差值进行编码 差分脉冲编码调制 Differential Pulse Code Modulation DPCM 5.4 变换编码 变换编码的基本原理 通过数学变换可以改变信号能量的分布，从而压缩信息量。 以傅里叶变换的概念说明