第9讲图像编码之预测编码精选.pptxVIP

数字图像处理技术-2016-01;;;; 预测编码（Predictive Coding)，就是根据“过去”的时刻的像素值，运用一种模型，预测当前的像素值，预测编码通常不直接对信号编码，而是对预测误差进行编码。当预测比较准确，误差较小时，即可达到编码压缩的目的。;预测编码示意图;预测器：;例：; 收端解码时的预测过程与发端相同，所用预测器也相同，收端输出的信号是发端的近似值，两者的误差是 ; 3）预测系数随着不同的图象而不同，但对每幅图象都计算预测系数太麻烦，也不现实，可参考前人得到的数据选择使用。在静止图象压缩的国际标准(JPEG)中，对这种方法的前置点形式以及预测系数有一推荐值可供参考。;无损预测编码;; 编码与解码过程;解码过程：;预测器;有损压缩是： 通过牺牲图像的准确率来达到加大压缩率的目的 如果我们容忍解压缩后的结果中有一定的误差，那么压缩率可以显著提高;有损压缩方法的压缩比： 在图像压缩比大于30:1时，仍然能够重构图像 在图像压缩比为10:1到20:1时，重构图像与原图几乎没有差别 无损压缩的压缩比很少有能超过3:1的 这两种压缩方法的根本差别在于有没有量化模块;量化器基本思想： 减少数据量的最简单的办法是将图像量化成较少的灰度级，通过减少图像的灰度级来实现图像的压缩 这种量化是不可逆的，因而解码时图像有损失;有损预测的基本思想 对无损预测压缩的误差进行量化，通过消除视觉心理冗余，达到对图像进一步压缩的目的。 算法的演变 a) 无损预测压缩的基础是： 原图像值fn与预测值^fn之间的误差en。有公式： en = fn – ^fn 解码与编码使用相同的预测器; ^ 编码 en = fn – fn; ^ 解码 fn = en + fn;算法的演变 b) 有损预测编码的演变——引入量化： 将en量化： ên = Q(en); 用 ^ ?fn = ên + fn 近似fn fn ? ?fn ^ 编码： ên = Q( fn - fn) ^ 解码： ?fn = ên + fn; ^ 有损预测编码 ên = Q( fn - fn); ^ 有损预测解码 ?fn = ên + fn; △M编码器包括比较器、本地译码器和脉冲形成器三个部分。收端译码器比较简单，它只有一个与编码器中的本地译码一样的译码器及一个视频带宽的低通滤波器。;;当差值e(t)为一个正的增量时用“1”码来表示， 当差值e(t)为一个负的增量时用“0”码来表示。 在收端， 当译码器收到“1”时，信号则产生一个正跳变， 当译码器收到“0”时，则信号电压产生一个负的跳变， 由此即可实现译码。;9.2 DM 有损预测编码 ; 量化器 设： c = 6.5;举例1：? = 1，c = 6.5 计算：两个像素 f0 =14、f1 =15 n= 0 ^f0 = f0 = 14， n=1，^f1 = ? f0 =(1)(14) = 14 （预测结果） 编码 e1 = 15 – 14 = 1 （预测误差） ‘e1 = +6.5 (因为e1 0 ) （量化误差） 解码 ‘f1 = ‘e1+^f1 = 6.5+14 = 20.5 （重构结果） f1- ‘f1 = (15 – 20.5) = –5.5 （重构误差）;举例2：? = 1，c = 6.5 输入 编码 解码 误差 n f ^f e ?e ?f ^f ?f f-?f 0 14 - - - 14.0 - 14.0 0.0 1 15 14.0 1.0 6.5 20.5 14.0 20.5 -5.5 2 14 20.5 -6.5 -6.5 14.0 20.5 14.0 0.0 3 15 14.0 1.0 6.5 20.5 14.0 20.5 -5.5 .