06图像编码.ppt

第六章 图像编码 动机/原因：表达数字图象所需数据量通常很大 图象编码： 采用对图象的新的表达方法以减小所需的数据量 数据和信息：数据是信息的载体 对给定量的信息可用不同的数据量来表示 对给定量的信息，设法减少表达这些信息的 数据量称为数据压缩 图象压缩（编码）和图象解压缩（解码） 减少数据量：存储量、传输时间 压缩的根据：数据冗余（图像数据量有效信息量） I=D-du, I（有效信息量），D（数据量，明确），du（冗余量，变化） 数据冗余的概念 数据是信息的载体 同量的数据可表达不同量的信息 同量的信息可用不同量的数据表达 冗余 数据表达了无用的信息 数据表达了已表达的信息 编码冗余 像素间冗余 心理视觉冗余 1、编码冗余（信息熵冗余） 对图像数据存储时，建立编码体系，即建立数据与码本之间的关系。“码本”是表示一组信息或一组事件的一系列符号（如字母、数字等）。其中对每个信息或事件所赋予的符号成为“码字”，每个码字含有的基本符号的个数称为“码长”。 设L(rk)为码字rk的码长，在二进制表示时称为“比特数（bits）”，Pr(rk)为码字的出现概率。若编码系统共有L种不同的码字，则系统可获得的平均比特数为： 自然码，如表示256个不同的灰度级，就用8bits的等长的二进制数据来编码每一个灰度级，这样系统的平均码长就是8bits。 定理：当l(rk)根据pr(rk)降序设计成变长编码的形式时，平均码长最小。 等长编码与非等长编码比较 2、像素间冗余 3、心理视觉冗余 视觉系统非线性、非均匀 分辨率约26，图像量化28 动态图像的视觉延迟现象 敏感度不一致：对图像边缘敏感，平坦区域不敏感。 根据解压重建后的图像和原始图像之间是否具有误差，可以将图像编码与压缩方法分为无误差(亦称无失真、无损、信息保持)编码和有误差(有失真或有损)编码两大类。 根据编码作用域划分，图像编码分为空间域编码和变换域编码两大类。 若从具体编码技术来考虑，又可分为预测编码、变换编码、统计编码、轮廓编码、模型编码等。 图像编码评价准则 图像的编码质量评价 图像的编码质量评价 霍夫曼码(Huffman)编码 利用编码冗余实现的变长编码。 基本思想：出现概率大的信号赋予较短的码字，出现概率小的，赋予较长的码字。 Huffman编码步骤如下： （1）将信源符号xi按其出现的概率，由大到小顺序排列。 （2）将两个最小的概率的信源符号进行组合相加，并重复这一步骤，始终将较大的概率分支放在上部，直到只剩下一个信源符号且概率达到1.0为止； （3）对每对组合的上边一个指定为1，下边一个指定为0（或相反：对上边一个指定为0，下边一个指定为1）； （4）画出由每个信源符号到概率1.0处的路径，记下沿路径的1和0； （5）对于每个信源符号都写出1、0序列，则从右到左就得到非等长的Huffman码。 Huffman编码 一幅20×20的图像共有5个灰度级：s1,s2,s3,s4,和 s5，它们的概率依次为0.4,0.175,0.15,0.15和 0.125。 行程编码(RLC） 行程编码(RLC） 预测编码 预测编码是根据某一模型，利用以往的样本值对于新样本值进行预测，然后将样本的实际值与其预测值相减得到一个误差值，对于这一误差值进行编码。 空间坐标(i，j)像素点的实际灰度为f(i,j) 称预测值或估计值 e(i,j)实际值和预测值之间的差值。 无损预测编码 有损预测编码 由先前三点预测可以定义为： 其中a1，a2, a3称预测系数，都是待定参数。如果预测器中预测系数是固定不变的常数，称之为线性预测。 预测误差： 设a=f(i,j-1)，b=f(i-1,j), c=f(i-1,j-1)， 的预测方法如右图所示，可有8种选择方法： 例：设有一幅图像，f(i-1,j-1),f(i-1,j), f(i,j-1), f(i,j)的灰度值分别为253,252,253,255，用上图第四种选择方法预测f(i,j)的灰度值，并计算预测误差。 解： =a+b-c= f(i,j-1)+ f(i-1,j)- f(i-1,j-1)=252+253-253=252 预测误差 =255-252=3 显然，预测误差e(i,j)=3比像素的实际值f(i,j)=255小的多，对3进行编码比对255直接编码将占用更少的比特位。