第五章1_图像压缩.pdf

数字图像处理 第五章 图像压缩 数字图像处理 图像压缩的必要性 • 数字图像处理已在通信、宇宙探索、遥感遥测、生物 医学、工业生产、气象预报、计算机科学、军事技术、 考古及文物保护等各个方面得到了广泛的应用。 • 数字图像的数据量往往非常大。以1024x 1024 的图像 为例，8bit 量化的灰度图像需要1MB 的数据量， 24bit 量化的彩色图像需要3MB 的数据量。 数字图像处理 图像压缩的必要性 • 实际使用的图像不是单独存在的，往往是连续、 多频谱的图像，这无疑给图像的存储、处理和 传输带来极大困难。网络及通信技术的发展使 这个问题更加突出，从而促使数据压缩技术成 为数字图像处理中的一项关键技术。 数字图像处理 5.1 图像压缩编码的理论基础 • 图像压缩又称为图像编码，就是尽量减少表示数字图 像所需的数据量。 • “数据”又称“消息”，是传送信息的手段，而“信息”是 数据中所包含的有意义的内容。对于相同的信息可以 用不同数量的数据表示。 • 同样信息量时不必要的数据会给存储和传输都会带来 麻烦，这就是包含了数据冗余。 • 在数字图像压缩中，可以确定三种基本的数据冗余并 加以利用：编码冗余、像素间冗余和心理视觉冗余。 数字图像处理 编码冗余 • 如果图像的灰度级在编码时用的编码符号数多于 表示每个灰度级实际所需的符号数，则用这种编 码得到的图像中包含编码冗余。 • 通常，当被赋予事件集的编码（比如灰度级值） 如果没有充分利用各种结果出现的概率进行选 择，就会存在编码冗余。 数字图像处理 编码冗余 • 在大多数图像中，正常情况下的结果是某个灰度 级比其他灰度级出现的可能性更大。对出现可能 性大的灰度级采用较短的编码，出现可能性小的 灰度级采用较长的编码就有可能降低编码冗余。 数字图像处理 无损压缩 • 图像信息中存在着很大的冗余度，图像数据间存在 着相关性，如相邻像素之间色彩的相关性、图像各 部分之间的分形相关性等。 • 进行图像压缩的实质就是尽量去除像素间的相关性。 以统计数学的观点来看，这一过程实际上就是将二 维像素矩阵变换为在统计上不相关的数据集合。 数字图像处理 无损压缩 • 此类压缩的基本方法是将相同或相似的数据或数据 特征归类，使用较少的数据量描述原始数据，以达 到减少数据量的目的。这种压缩一般可以保持图像 信息量不受损失，称为无损压缩或无失真编码。 h 60 3c 0 90 5a 10 120 78 110 150 96 1110 255 ff 1111 0 60 90 120 150 255 数字图像处理 无损压缩 • 无损压缩以香农信息论为基础，是利用数据的编 码冗余和像素间冗余进行压缩的，在接收端可完 全恢复原始数据而不引入任何失真，但受到数据 统计冗余度的理论限制，压缩比一般比较低，通 常为2 : l 一10 : 1 。 • 此类方法广泛应用于对质量要求高的场合，如文 本数据、程序数据、指纹图像、医学图像、医疗 或商业文档的归档等方面。 数字图像处理 有损压缩