第十章模糊图像变换编码.pptVIP

第十章 模糊图像变换编码 学 生：罗龙 二零零六年十二月 第十章 模糊图像变换编码 图像编码的意义 图像编码的分类 图像的变换编码 自适应余弦编码 自适应FAM编码 实验仿真 总结与展望 一、图像编码的意义 图像编码的必要性 图像编码是为了压缩数据量巨大的图像信息，以利于图像的传输、存储、处理和交换。 例如:High-definition television(HDTV) system have reinvigorated the image-coding field. 图像编码的可能性 图像内数据之间存在大量冗余，使得图像压缩编码成为可能。 二、图像编码的分类 像素编码 预测编码 变换编码 统计编码 矢量量化编码 二、图像编码的分类 像素编码：指在编码时对每个像素单独处理，不考虑像素之间的相关性。 常用的方法：脉冲编码调制（Pulse Code Modulation，简称PCM）、熵编码（Entropy Coding）、游程编码（Run Length Coding）、位平面编码（Bit Plane Coding）。 二、图像编码的分类 预测编码：利用相邻像素的相关性进行预测，只对新的信息(预测误差)进行编码，从而去掉相邻像素之间的相关性和冗余性。 常用的方法：增量调制（Delta Modulation， 简称DM）、差分脉冲编码调制（Differential Pulse Code Modulation，简称DPCM）。 二、图像编码的分类 变换编码：指将给定的图像变换到另一个数据域（如频域）上，使得大量的信息能用较少的数据来表示。 常用的方法：离散傅立叶变换（DFT）、离散余弦变换（DCT）、离散小波变换（DWT）。 二、图像编码的分类 其他常见的编码方法： 统计编码 矢量量化（Vector Quantize，简称VQ）编码 分形（Fractal）编码 基于对象（Object-Based）的算法 基于模型（Model-Based）的算法 ……  三、图像的变换编码 1、图像的自适应余弦变换编码 1、自适应余弦变换编码步骤： (1)将大小为256x256的原始图像划分为16x16的子图像,共得 到256个子图像，分别对各子图像进行离散余弦变换(DCT): 二维离散余弦变换对的定义式为： 1、自适应余弦变换编码步骤： (2)计算各子图的DC能量、AC能量： DC energy = AC energy = DC对应于子图像的主要能量 AC对应于子图像的边缘和噪声 所以，对于AC能量大的子图像我们分配较多的比特数， 反之，分配较少的比特数，从而达到压缩的目的。 1、自适应余弦变换编码步骤： (3)对256个子图像进行分类 自适应余弦变换编码根据各子图像的AC能 量，将它们分成四类，每一类包含64个子图 像。对于AC能量大的子图像我们分配较多的 比特数，反之，分配较少的比特数，从而达 到压缩的目的。 三、图像的变换编码 2、图像的自适应FAM编码 (1)将大小为256x256的原始图像划分为16x16的子图像, 共得到256个子图像，分别对各子图像进行离散余弦 变换(DCT): (2)计算各子图的AC总功率T及AC的低频功率L: 2、图像的自适应FAM编码 (3)自适应FAM系统通过训练由自适应余弦变换 编码系统产生的数据来估计FAM规则。 输入变量有两个：T和L T代表AC的总功率，并且分为4个等级： BG，MD，SL和VS。 L代表AC的低频功率，分为2个等级：SM和LG。 输出变量为B: 分为4个等级： HI，MH，ML和LO。 通过下面的式子来计算每一类AC的功率的算术平均，并以此来确定隶属度函数的区间。 在输入输出的积空间 中 ，采用竞争学习 的积空间聚类可以自适应的量化聚类模式。 积空间聚类，估计FAM规则 对于由自适应余弦变换编码系统所产生的256个输入输出向量，经过基于DCL的积空间聚类，我们可以估计出5条FAM规则（1，2，6，7和8），根据经验补上其中的3，4，5条使规则完整。 2、图像的自适应FAM编码 (4)