图像编码读书报告.docxVIP

读书报告 图像编码是研究图像数据的编码方法，期望用最少的数码表示信源发出的图像信号，使数据得到压缩，减少图像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。 图像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像信息数据压缩，其社会效益和经济效益将越来越明显，未来的图像通讯、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，图像数据压缩是必要的。 同时，图像数据压缩也是可能的，我们进行图像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 1.??图像中像素灰度出现的不均匀性，造成图像信息熵冗余，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。 2.??图像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。 3.??图像像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，邻近像素灰度分布的相关性很强； *频间冗余，多谱段图像中各谱段图像对应像素之间灰度相关性很强； *时间冗余，序列图像帧间画面对应像素灰度的相关性很强。 二、 应用环境允许图像有一定程度失真 1.??接收端图像设备分辨率较低，则可降低图像分辨率； 2.??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）； 3.??应用方关心图像区域有限，可对其余部分图像可采用空间和灰级上的粗化； 4.??对于识别，图像特征抽取和描述也是数据压缩。 图像编码方法有许多，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、解码后图像不会产生失真的编码方法，可重建图像，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像，压缩比大但有信息损失。 这里的失真是指编码输入图像与解码输出图像之间的随机误差，而压缩比指原图像比特数与压缩后图像比特数之比。 传统的图像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像编码方法、分形编码、基于模型编码和小波编码等。 图像编码是从不同角度消除图像数据中的冗余，减少表示图像所需的比特数，或平均比特数，实现数据压缩。 本文就针对于如何减少相关性来改进图像变换编码做出了进一步的研究。 变换编码是指先对信号进行某种函数变换，从一种信号（空间）变换到另一种（空间），然后再对信号进行编码。如将时域信号变换到频域，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行采样、编码，那么可以肯定能够压缩数据。 ?变换编码系统中压缩数据有变换、变换域采样和量化三个步骤。变换本身并不进行数据压缩，它只把信号映射到另一个域，使信号在变换域里容易进行压缩，变换后的样值更独立和有序。这样，量化操作通过比特分配可以有效地压缩数据。 在变换编码系统中，用于量化一组变换样值的比特总数是固定的，它总是小于对所有变换样值用固定长度均匀量化进行编码所需的总数，所以量化使数据得到压缩，是变换编码中不可缺少的一步。在对量化后的变换样值进行比特分配时，要考虑使整个量化失真最小。 变换编码是一种间接编码方法。它是将原始信号经过数学上的正交变换后，得到一系列的变换系数，再对这些系数进行量化、编码、传输。 一个正弦波，用采样、量化的方法把它变换到空域上，或者说在空间上用一个离散的量化值记录下来，随着时间的增长，数据量会呈“海量”增长。但是换个思路，一个正弦波，只要记录频域上的幅度值、以及它的频率，就可以完全表示这个正弦波。可见在频域上描述信号，可大大减少数据相关性以及数据冗余。 正交变换实现数据压缩的本质在于：经过坐标系适当的旋转和变换，能够把散布在各个坐标轴上的原始数据，在新的、适当的坐标系中集中到少数坐标轴上，因此，可用较少的编码位数来表示一组信号样本，实现高效率的压缩编码。 变化后还要进行压缩。区域滤波是一个简单的数据压缩方法，它将经过某种正交变换所得的系数矩阵分成几个区域，对每区域按照空间频??的权重取一种量化级数，然后根据这个量化级数进行量化。 另一种更细致的量化方法是，根据视觉对图形的敏感程度（通过主观实验确定），对于变换系数矩阵中的每个变换系数分别乘以一个视觉加权系数，由这一系数决定分配编码量的多少。