06-图像编码探究.ppt

哈夫曼编码是以信源概率分布为基础的， 但一般无法事先知道信源的概率分布，通常采用对大量数据进行统计后得到的近似分布来代替， 这样会导致实际应用时哈夫曼编码无法达到最佳性能。通过利用根据输入数据序列自适应地匹配信源概率分布的方法，可以较好地改进哈夫曼编码的性能。 * 由此可见，哈夫曼编码的编码效率是相当高的，其冗余度只有2.2%。如果采用等长编码，由于有8种灰度级，则每种灰度级别至少需要3比特来表示，对于例10-1中的图像而言，其编码的平均码长为3，编码效率为85%。 * 在表10-2中，显然，第二种情况的概率分布也服从2的负幂次方，故其编码效率η也可以达到100%， 但由于它服从均匀分布，其熵最大，平均编码长度很大，因此从其他指标看（如：压缩比r），其编码效率最低。也就是说，在信源概率接近于均匀分布时，一般不使用哈夫曼编码。 * 为便于比较，仍以例10-1中图像为对象， 对其进行香农-范诺编码， 结果如表10-3所示。由于在此采用二进制对码字赋值， 故在利用式（10-9）计算码字长度Ni时，D取为2。以符号S4为例， 其出现概率为0.07，按照式（10-9）计算得到它的码字长度应为4， 按式（10-10）计算得到它的累加概率A4为0.78，将0.78转化为二进制并取其前4位即得符号S4的码字为1100（省去了“0.”，有的浮点数不能完全转化，转化时只需完成前Ni位即可）。 * 行程编码分为定长和不定长编码两种。定长编码是指编码的行程长度所用的二进制位数固定，而变长行程编码是指对不同范围的行程长度使用不同位数的二进制位数进行编码。使用变长行程编码需要增加标志位来表明所使用的二进制位数。 * LZW编码的基本思想是：在编码过程中，将所遇到的字符串建立一个字符串表，表中的每个字符串都对应一个索引，编码时用该字符串在字串表中的索引来代替原始的数据串。例如， 一幅8位的灰度图像，我们可以采用12位来表示每个字符串的索引，前256个索引用于对应可能出现的256种灰度，由此可建立一个初始的字符串表，而剩余的3840个索引就可分配给在压缩过程中出现的新字符串，这样就生成了一个完整的字符串表， 压缩数据就可以只保存它在字符串表中的索引，从而达到压缩数据的目的。字符串表是在压缩过程中动态生成的，不必将它保存在压缩文件里，因为解压缩时字符串表可以由压缩文件中的信息重新生成。 * 自适应模式中各个符号的概率初始值都相同， 它们依据出现的符号而相应地改变。只要编码器和解码器都使用相同的初始值和相同的改变值的方法，那么它们的概率模型将保持一致。上述两种形式的算术编码均可用硬件实现，其中自适应模式适用于不进行概率统计的场合。有关实验数据表明，在未知信源概率分布的情况下， 算术编码一般要优于Huffman编码。在JPEG扩展系统中，就用算术编码取代了哈夫曼编码。 * 式中，StartN、EndN分别表示新间隔（或称之为区间）的起始位置和结束位置，StartB表示前一间隔的起始位置，L为前一间隔的长度， LeftC、RightC分别表示当前编码符号的初始区间的左端和右端。 * 当输入图像的象素序列逐个进入编码器时，预测器根据若干个过去的输入产生当前输入象素的估计值，预测器的输入舍入成最近的整数并被用来计算预测误差。 这个误差用符号编码器进行编码以产生压缩数据流的下一个元素。 然后解码起根据接收到的变长码字重建en,并执行操作，。在大多数情况下，可通过将m个先前的象素进行线性组合以得到预测。 * 有损预测就是在无损预测编码的系统基础上加1个量化器。量化器插在符号编码器和预测误差之间，把原来无损编码器中的整数舍入模块吸收了进来。它将预测误差映射进有限个输出en，en确定了有损预测编码中的压缩量和失真量。 * * 对图像进行编码前，将每个分量图像分割成不重叠的8×8像素块， 每一个8×8像素块称为一个数据单元（DU）。 在彩色图像中， JPEG分别压缩图像的每个彩色分量。虽然JPEG可以压缩通常的红绿蓝分量，但在YCbCr空间的压缩效果会更好。这是因为人眼对色彩的变化不如对亮度的变化敏感，因而对色彩的编码可以比对亮度的编码粗糙些，这主要体现在不同的采样频率和量化精度上。因此，编码前一般先将图像从RGB空间转换到YCbCr空间，再把各分量图像分割成8×8数据块。 * * * DCT系数量化后，构成一个稀疏矩阵，用Z（Zigzag）形扫描将其变成一维数列，将有利于熵编码。Z形扫描的顺序如图所示。 DCT系数的Z形扫描顺序 4） Z形扫描 * DC系数反映了一个8×8数据块的平均亮度，一般与相邻块有较大的相关性。 JPEG对DC系数作差分编码，即用前一数据块的同一分量的DC系数作为当前块的预