数字图象处理清华大学幻灯片.pptVIP

第12章 图象编码方法 12.1 预测编码 12.1.1 无损预测编码 12.1.1 无损预测编码 12.1.1 无损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.1.2 有损预测编码 12.2 变换编码 12.2.1 变换编码系统 12.2.2 子图象尺寸选择 12.2.2 子图象尺寸选择 12.2.3 变换选择 12.2.3 变换选择 12.2.4 比特分配 12.2.4 比特分配 12.2.4 比特分配 12.2.4 比特分配 12.2.4 比特分配 12.3 子带编码 12.3 子带编码 12.3 子带编码 12.3 子带编码 12.3 子带编码 12.3 子带编码 12.4 小波变换编码 12.4.1 小波变换编码系统 12.4.1 小波变换编码系统 12.4.2 基于提升小波的编码 12.4.2 基于提升小波的编码 12.4.2 基于提升小波的编码 12.4.2 基于提升小波的编码 联 系 信 息 2、子带重建 假设Hm(z)是非奇异的（行列式不为零） 分析滤波器和合成滤波器是交叉调制的 对有限冲击响应（finite impulse response， FIR）滤波器，det[Hm(z)] = az–(2k+1) 12.4.1 小波变换编码系统 12.4.2 基于提升小波的编码 小波变换编码也是一种变换编码方式 与采用正交变换（如DCT）的编解码系统不同， 小波变换编解码系统中没有图象分块的模块 小波变换的计算效率很高，且本质上具有局部性 小波变换编码不会产生使用DCT变换在高压缩比 时的块效应 小波变换编码需考虑的几个因素 1. 小波选择 如：双正交小波 2. 分解层数选择 影响小波编码计算的复杂度和重建误差 3. 量化设计 对小波编码压缩和重建误差影响最大 在不同尺度间调整量化间隔 可以在当前位置实现整数到整数的变换，运算速度快且节约内存。它包括三个步骤： 1. 分裂（split） 将图象数据 分解成偶数部分 和奇数部分 S [uj(x, y)] := [uj–1,k(x, y), vj–1,k(x, y)] 2. 预测（predict） 保持偶数部分不变并用偶数部分来预测奇数部分，然后用奇数 部分与预测值的差 （称为细节系数） 替代奇数部分 vj–1,k(x, y) := vj–1,k(x, y) – P [uj –1,k(x, y)] 3. 更新（update） 构造一个作用于细节函数的算子U，并叠加到偶数部分上以 获得近似图象， 这里要保持原始 图象的一些特性 uj –1,k(x, y) := uj –1,k(x, y) +U [vj –1,k(x, y)] 重建过程 三个运算： （M ?合并） (1) uj–1,k(x, y) := uj–1,k(x, y) – U [vj–1,k(x, y)] (2) vj–1,k(x, y) := vj–1,k(x, y) + P [uj–1,k(x, y)] (3) uj,k(x, y) := M [uj–1,k(x, y), vj–1,k(x, y)] *章毓晋 (TH-EE-IE) 第*页 第12讲 章毓晋 清华大学电子工程系 100084 北京 图象工程 12.1 预测编码 12.2 变换编码 12.3 子带编码 12.4 小波变换编码 空域方法，消除象素间的冗余 象素间的相关性使得预测成为可能 仅提取每个象素中的新信息并对它们编码 12.1.1 无损预测编码 信息保存型 12.1.2 有损预测编码 信息损失型 无损预测编码系统 编码器 + 解码器（有相同的预测器） 无损预测编码过程 输入序列： fn (n = 1, 2, … ) 预测输出： （舍入成整数） 预测误差： 误差编码：在符号编码器中用变长码编误差 解压序列： 哪里取得了压缩？ （消除了象素间冗余） m阶线性预测： 1-D线性预测： 一阶1-D线性预测： 预测误差的 概率密度函数： 1、有损预测编码系统 增加了1个量化器，预测器放在1个反馈环中 1、有损预测编码系统 输入序列： fn (n = 1, 2, … ) 量化输出： 预测输入： 解压序列： 编码误差： 哪里又取得了压缩？ （量化，减少了 心