新·第七章图像编码基础-精.pptVIP

一幅图像各像素的灰度值可看作一个具有随机离散输出的信源 信源符号集B = {b1, b2, …, bJ}，其中每个元素bj称为信源符号。信源产生符号bj这个事件的概率是P(bj) 令概率矢量u = [P(b1) P(b2) … P(bJ )]T，则用(B, u)可以完全描述信源 每个信源输出的平均信息 H(u)称为信源熵或不确定性，它定义了观察到单个信源符号输出时所获得的平均信息量。如果信源各符号的出现概率相等，则上式的熵达到最大，信源此时将提供最大可能的每信源符号平均信息量 无失真编码定理 也叫香农第一定理，它确定了对信源的每个信源符号编码可达到的最小平均码字长度 如果对信源符号集中的n个符号编码，对应单符号信源的n阶扩展信源的码字平均长度Lavg与n的比值可任意接近H(u)，即H(u)是其下限 编码效率 7.4 变长编码 哈夫曼编码 哈夫曼编码过程可分为2个步骤，第1步是消减信源符号数量，第2步是对每个信源符号赋值 先将信源符号按它们的概率从大到小排列，然后将概率最小的2个符号结合得到1个组合符号，将这个组合符 号与其他尚没有组合 的符号一起仍按概率 从大到小排列 先从上述消减到最小的信源开始，逐步赋值回到初始信源 这里赋0或1可以随意，不影响编码效率 这组码字的平均长度为Lavg = 0.38 + 0.3 ? 2 + 0.22 ? 3 + 0.1 ? 3 = 1.94比特/符号 哈夫曼码特点 ①　它是1种块（组）码，因为各个信源符号都被 映射成1组固定次序的码符号 ②　它是1种即时码。解码即时性是指对任意一个 有限长的码符号串，可以对每个码字分别解 码，即读完一个码字就将其对应的信源符号 确定下来，不需要考虑其后的码字 ③　它是1种可唯一解开的码，或者说具有解码唯 一性 哈夫曼码的改型 算术编码 1种从整个符号序列出发，采用递推形式连续编码的方法 在算术编码中，源符号和码字间的一一对应关系并不存在。1个算术码字要赋给整个信源符号序列，而每个码字本身确定了0和1之间的1个实数区间 与哈夫曼编码不同，这里不需要将每个信源符号转换为整数个码字 算术编码过程图解 算术解码过程图解 第七章 图像编码基础 数字图像分析与处理 为什么要进行图像压缩 数字图像的数据量往往非常大，以1024×1024的图像为例，8bit量化的灰度图像需要1MB的数据量，8bit量化的彩色图像需要3MB的数据量 ，给图像的存储、处理和传输带来极大困难 。另一方面，图像数据中存在着很大的冗余度 ，适当去除数据冗余（Data redundancy）后对图像质量影响不大，故要进行图像压缩。 数据和信息（Data，information）是不同的两个概念。相同的信息量可能用不同的数据量来表述。 对图像采用不同的表达方法以减少表示图像所需的数据量，这个工作常用对图像进行编码的方法来解决，所以也常称图像编码为图像压缩 压缩数据量的重要方法是消除冗余数据 图像编码以信息论为基础，根据解码结果对原图像的保真程度，图像编码的方法可分成两大类：信息保持型编码和信息损失型编码 7.1 图像压缩和数据冗余 7.2 图像保真度 7.3 编码定理 7.4 变长编码 图像压缩原理 对图像数据的压缩可借助对图像的编解码来实现，这个过程可用下图表示 首先通过对原始图像的编码以达到减少数据量的目的（压缩过程），对编码结果进行解码，得到解码图像（恢复了图像形式）以使用 7.1 图像压缩和数据冗余 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 通过对图像进行编码来压缩数据量的重要方法是消除冗余数据，即那些代表了无用的信息（有时也包括相对不重要的信息），或者是重复地表示了其他数据已表示信息的数据 压缩率CR可表示为 一般CR在开区间(0, ?)中取值，实际中常需要通过压缩减少数据量，所以CR应大于1 数据冗余类型 像素相关冗余 与像素间相关性直接联系着的数据冗余 根据相关性，由某一个像素的性质往往可获得其邻域像素的性质 为了减少图像中的像素相关冗余，需要将常用的2-D像素矩阵表达形式转换为某种更有效（但可能不直观）的表达形式。这种减少像素间冗余的转换常称为映射 数据冗余类型 编码冗余 对每个信息或事件所赋的符号序列称为码字，而每个码字里的符号个数称为码字的长度 图像灰度值的出现概率 为表示每个像素所需的平均比特数 编码时如果不能使Lavg达到最小，就说明存在编码冗余 编码所用符号构成的集合