图象编码.doc

图象编码 pp 用数字形式表示图象使可视化信息以高效、新颖方式加以控制，其应用已经非常广泛，如卫星遥感、医学影象分析、脸谱识别、精确制导等。然而，这种表示方法需要大量的数据（比特数）。例如的电视图像，用波特在电话线上传输，单幅图象传输需要分钟左右，这通常是不能接受的。 Pp 我们知道编码是用符号数码元素表示信号、消息或事件的过程。图象编码是研究图象数据的编码方法，期望用最少的数码表示信源发出的图象信号，使数据得到压缩，减少图象数据占用的信号空间和能量，降低信号处理的复杂程度。 这里的信号空间是指： 物理空间——存储器、磁盘等数据存储介质； 时间空间——传输给定消息集合所需要的时间； 电磁频谱空间——传输给定消息集合所需要的带宽。 Pp 图象编码主要是研究信源编码。人类社会已经进入信息时代，从而引起“信息爆炸”。信息数据压缩特别是图象信息数据压缩，其社会效益和经济效益将越来越明显，未来的图象通讯、多媒体技术和目标识别等领域对数据处理速度、存储容量都提出新的要求，图象数据压缩是必要的。 同时，图象数据压缩也是可能的，我们进行图象编码研究的基本思路是： 一. 数字图像本身的特征带来的数据压缩的可能性 图象中象素灰度出现的不均匀性，造成图象信息熵冗余，即用同样长度比特表示每一个灰度，则必然存在冗余。而将出现概率大的灰度级用长度较短的码表示，将出现概率小的灰度级用长度较长的码表示，有可能使编码总长度下降。 图象能量在变换域内分布的不均匀性，比如大部分能量集中在低频部分，而小部分能量集中在高和较高的频率部分，此时，对变换域信号进行与上述1、的方法，则可提高编码效率。 图象象素灰度在时间和空间上的相关性造成信息冗余。 例如 *空间冗余，邻近象素灰度分布的相关性很强； *频间冗余，多谱段图象中各谱段图象对应象素之间灰度相关性很强； *时间冗余，序列图象帧间画面对应象素灰度的相关性很强。 二. 应用环境允许图象有一定程度失真 接收端图象设备分辨率较低，则可降低图象分辨率； 根据人的视觉特性对不敏感区进行降分辨率编码（视觉冗余）； 应用方关心图象区域有限，可对其余部分图象可采用空间和灰级上的粗化； 对于识别，图象特征抽取和描述也是数据压缩。 Pp 图象编码方法有许多，但从技术角度来看，可以分作两大类： 无失真编码（无损压缩、可逆压缩）是一种经编、解码后图象不会产生失真的编码方法，可重建图象，但压缩比不大； 有失真编码（有损压缩、不可逆压缩）解码时无法完全恢复原始图象，压缩比大但有信息损失。 这里的失真是指编码输入图象与解码输出图象之间的随机误差，而压缩比指原图象比特数与压缩后图象比特数之比。 Pp 传统的图象编码方法有脉码调制、量化算法、空间和时间亚取样编码、熵编码、预测编码、变换编码、矢量量化和子带编码等。 而新型编码技术包括第二代图象编码方法、分形编码、基于模型编码和小波编码等。 图象编码是从不同角度消除图象数据中的冗余，减少表示图象所需的比特数，或平均比特数，实现数据压缩。 Pp 一 　信息量和熵 信息量的定义：对应每个符号的,其中指出现的概率。 信源的定义：信源指能够产生信息的事物。在数学上信源是一概率场 ，若信源可能产生的信息是，这些信息出现的概率分别是，则该信源可表示为。 由于是一个随机变量，也可以定义信源的信息量的统计平均为[熵entropy] 。 Pp 编码应用中，熵表示信源中消息的平均信息量，在不考虑消息间的相关性时，是无失真代码平均长度比特数的下限。 例:信源 说明该信源编码平均码长最短情况下为7/4，不能再小，否则就会引起错误，而平均码长比此数大许多时，就表明还有待改进。 Pp 二 编码过程定义 编码器是用符号集中的符号构成输出代码，并建立输入信号单元与输出代码的对应关系。如下图所示： 编码器 　　　　消息集合　　　 　　　　　　　输出代码 　　　　　　　　　　　符号集　 符号(码元) pp 定义编码效率 式中分子是信息熵，而分母则表示代码的平均熵。 冗余度为 研究编码的目的是尽量使编码后输出的平均码长最小，使 尽量趋近， 冗余度趋于零，用编码效率和冗余度可以衡量编码方法的优劣。 注意，熵作为编码的下限是在不造成信息失真的条件下，编码的平均码长可能的最短值。 Pp 例:前例分别表示要传递的四种可能消息，如果我们选择一符号集合，每一个符号分别代表一种消息，(符号集中符号个数) 则可以求出平均码长 则 p