几种图像压缩算法.pptVIP

补充：几种图像压缩算法 1. 图像数据压缩方法的分类 数据压缩的任务在不影响或少影响图像质量的前提下，尽量设法减少图像数据中的数据量。其首要任务是设法去掉各种冗余的数据。 数据压缩实际是一个编码的过程，即将原始数据进行编码压缩。数据解压缩是数据压缩的逆过程，即将经过压缩的数据还原成原始数据。因此数据压缩方法也称编码方法。 评价压缩方法的优劣主要从以下3个方面来衡量。 （1）压缩比：压缩比指原始图像经A/D转换后未经压缩所产生的数据量与经压缩所产生的数据量之比。 （2）图像质量：还原出来的图像质量比原始图像有多大失真，一般采用人的视觉效果和信噪比两个方法。前者是通过人在两米内观察所作的评价，后者通过仪器测量。 （3）实现难度：即实现压缩及还原算法的难易程度，亦即完成压缩所需要的时间与空间开销或硬件实现的复杂性。 压缩的方法主要有以下几种（见图3.3）。 无损编码可以完全恢复原始图像而不引入失真，它利用数据的统计特性来进行数据压缩，解压缩后的还原图像与原始图像完全一致。有损编码不能完全恢复原始数据，而是利用人的视觉特性使解压缩后的图像和原来一样。把上述方法结合起来即为混合方法。 下面介绍几种常用的压缩方法。 2 霍夫曼编码 霍夫曼编码是无损编码的一种，是一种基于统计特性的可变字长的编码方法。属于无损编码的还有行程编码、算术编码等。下面来看霍夫曼编码。 设被编码的符号如下。 s1，s2，s3，…，sn 它们出现的概率分别为： p1，p2，p3，…，pn 假设采用不等字长编码，每个符号的码长分别为： m1，m2，m3，…，mn 数学上可以证明，符号序列{ si }的任何一种编码方案，其平均码长必定大于或等于H。也就是说，H是该符号序列的理想最小平均码长。平均码长越接近H，我们说该编码方案越好。 数学上还可以证明，在可变字长编码中，对于出现概率大的符号编码成短字长的编码，对于概率小的符号，编以较长的字长编码。如果码字长严格按照所对应符号的出现概率的大小逆序列排列，则平均码长一定小于其他任何符号顺序方式，即这是一种最接近于熵值的“最佳编码”。 霍夫曼编码是实现上述最佳编码的一种算法。下面看一个示例。 大部分数字信息的编码都是采用定长编码。意即采用相同的位数对数据进行编码。如常用的ASCII就是定长编码，它用7位二进制数来表示每一个字符。但是实际上在文章中每个字符出现的概率并不相等。我们现在假设有a，b，c，d，e 5个字符。其出现概率分别为0.12,0.40,0.15, 0.08，0.25。用以下方法来求得其霍夫曼编码。 将5个字符按其概率大小排序，然后把最小的两项的概率值相加，归并成新的一项。然后再选最小的两项合并，一直重复作到只剩最后一项为止。本例实现过程参见图3.4。 下面再来构造霍夫曼编码树。这是一棵二叉树，我们从图3.5中的右方开始向左取值，根结点概率为1.0，以下左分枝取概率小的项，右分枝取概率大的项。对于归并项，按此规则一直分解到最右方为止。如图3.5所示为构造好的霍夫曼编码树。 如图3.5所示，我们给每个左分枝标以0，给每个右分枝标以1，则从根结点至每个叶结点的路径即为该叶结点代表字符的编码。如图3.5右方所示。 本例中熵的值为2.09，编码的平均码长为2.15，非常接近。 霍夫曼编码的优点是简单易行，缺点是解码时必须知道所使用的码表，这给存储和通信带来不便。另一个缺点是它依赖于原始数据的概率，这在实际应用中受到许多限制。 3.行程长度编码 编码实例(16色bmp数据)： 第一行：24 24 24 30 60 40 09 22…46…46 第二行：64 65 67 88 88 88 88 … 90 78 00 00：表示该行图像数据已结束 00 01：表示整个图像结束 00 02：用来转义后面两个字节，即表示其后的两个字节分别表示下一个像素从当前位置开始的水平与垂直位移 00 N：表示从当前位置起，图像数据存在连续N个不同的值（存放于N/2个字节中） 行程编码原理 在给定的图像数据中寻找连续重复的数值，然后用两个字符值取代这些连续值 “aaabbbbccccddd”=”3a4b4c3d” 处理包含大量重复信息时可以得到很好的压缩效率，但在连续重复数据少时效果差 PCX图像文件的RLE压缩算法 4 预 测 编 码 预测编码用于图像编码时与声音的压缩编码很类似，它也是根据过去已编码的像素（也称为参考像素）来预测当前的像素值（称为预测值），然后对当前的像素值与预测值之差进行编码，这就是差分编码（DPCM）。这种编码是利用图像本身的相关性及视觉的差值灵敏度特性，差值大时，可以粗量化。图像编码用地较多的是二维预测，如图3.6所示。 LZW压缩算法 ??LZW压缩算法是一种新颖的压缩方法，由Lemple-Zi