数字图像处理——图像压缩.ppt

周三例会报告 26/11 /2014 上海大学 数字图像处理—图像压缩 OUTLINE: 图像压缩 1.香农信息论 2.数据压缩原理 3.数据冗余 4.无损压缩 5.有损压缩 * 图像压缩_香农信息论 1、香农信息论 说明：一个消息若能传达给我们许多原来未知的内容，我们就认为这个信息很有意义，信息量大；反之，一个消息传达给我们的是已知确定的东西，则这个传达就失去了意义。 生活实例 第一句话：我有一个师兄叫“**”。 第二句话：我有一个舍友叫“**”。 直观的感受一下这两句话所携带的未知信息量。 例 信息量 在信息论中：信息使用不确定的度量来确定的，一个消息的可能性越小，其信息含量越大；消息的可能性越大，其信息含量越小。设某消息 发生的概率为 ，则该消息携载的信息量为： 1）当 时，则单位为比特（bit）； 2）当 时，则单位为奈特（nat）； 3）当 时，则单位为哈特（hat）。 一般以2为底取对数，由此定义的信息量等于描述该信息所用的最少比特数。 信息熵 若信源有 个字符，对应字符 的概率为 ，则该信源的平均信息量就称为信息熵，既： 具体到数字图像中，称 为图像信息熵。它给出了描述一幅图像携载信息量的最少比特数。 图像压缩_香农信息论 Shannon无失真编码定理 基于图像信息熵，存在一种无失真的编码方法，使编码的平均码长与信息熵无限的接近。既： 但以 为下限，既 。这就是Shannon的无失真编码定理。 无失真编码性能的几个指标： 1）编码效率 2）冗余度 或 3）压缩比 或 * 图像压缩_图像压缩原理 2、图像压缩原理 1）数据压缩的对象是数据，大的数据量并不代表含有大的信息量。 2）图像压缩就是除去图像中多余的数据而对信息没有本质的影响。 3）图像压缩是以图像编码的形式实现的，用较少的比特数表示出现概率较大的灰度级，用较多的比特数表示出现概率较小的灰度级，从而使平均码长更接近于信息熵。 图像编码 码本：编码所用符号的集合称为码本。 如 码字：对每个码本的每个符号所赋的符号序列称为码字。如 码字长度：每个码字里的符号个数称为码字长度。数字图像：码长 = 二进制数长度。 * 图像压缩_数据冗余 3、数据冗余 1)信息熵冗余：也称编码冗余，如果图像中平均比特数大于该图像的信息熵，则图像中存在冗余，这种冗余称为信息熵冗余。 2)空间冗余：也称为像素间冗余或几何冗余，是图像内部相邻像素之间存在较强的相关性所造成的冗余。 3)时间冗余：视频图像序列中的不同帧之间的相关性所造成的冗余。 4)视觉冗余：是指人眼不能感知或不敏感的那部分图像信息。 5)结构冗余：是指图像中存在很强的纹理结构或自相似性。 6)知识冗余：是指有些图像还包含与某些先验知识有关的信息。 图像压缩_无损压缩 4、无损编码 常用的无损编码方法有霍夫曼编码、香农—费诺编码、算术编码、游程编码和无损预测编码等。 1）Huffman编码 霍夫曼编码法是消除编码冗余最常用的方法。 假设有一个信源为 ，其概率分布为： 符号 概率 0.16 0.4 0.12 0.04 0.02 0.2 0.06 图像压缩_无损压缩 0.4 0.2 0.16 0.12 0.06 0.06 0.4 0.2 0.16 0.12 0.12 0.4 0.24 0.2 0.16 0.4 0.36 0.24 0.6 0.4 霍弗曼编码示意图 * 图像压缩_无损压缩 符号 概率 0.16 0.4 0.12 0.04 0.02 0.2 0.06 霍弗曼编码 （码字） 001 1 010 01110 01111 000 0110 二进制编码（码字） 000 001 010