量化和编码.ppt

数字图像处理Digital Image Processing 第7章 图像压缩编码（Image Compression Coding Technology） 7.1 Introduction 举例1：对于电视画面的分辨率640*480的彩色图像，每秒30帧，则一秒钟的数据量为： 640*480*3*30=37.64MB，1张CD可存640MB，如果不进行压缩，1张CD则仅可以存放23.15秒的数据. 举例2：目前的WWW互联网包含大量的图像信息，如果图像信息的数据量太大，会使本来就已经非常紧张的网络带宽变得更加不堪重负（World Wide Web变成了World Wide Wait） 7.1.1 图像的信息量与信息熵（Information Content and Entropy） 1. 信息量 ） 2. 信息熵(Entropy) 通常一幅图像中的各个像素点之间存在一定的相关性。 特别是在活动图像中，由于两幅相邻图像之间的时间间隔很短，因此这两幅图像信息中包含了大量的相关信息。这些就是图像信息中的冗余。 数据压缩的目的就是要去除图像信息中的大量冗余，同时又能保证图像的质量。一般针对不同类型的冗余，采取不同的压缩方法。 7.1.2 Image data redundancy) 1. 空间冗余 图7.2是一幅图像，其中心部分为 一个灰色的方块，在灰色区域中的所有 像素点的光强和彩色以及饱和度都是相 同的，因此该区域中的数据之间存在很 大的冗余度。 7.1.2 图像数据冗余 (Image data redundancy) 2. 时间冗余 由于活动图像序列中的任意两相邻的图像之间的时间间隔很短，因此两幅图像中存在大量的相关信息，如图7.3所示,前后两幅图像的背景并没有变化，所不同的是其中的运动物体的位置随时间t发生变化 。 时间冗余是活动图像和语音数据中经常存在的一种冗余。 7.1.2 图像数据冗余 (Image data redundancy) 3. 信息熵冗余 信息熵冗余是针对数据的信息量而言的。 设某种编码的平均码长为 7.1.2 图像数据冗余 (Image data redundancy) 4. 视觉冗余 人观察图像的目的就是获得有用的信息，但人眼并不是对所有的视觉信息具有相同的敏感度，在实际应用中，人也不是对所有的信息具有相同的关心度。在特定场合，一些信息相对另外一些信息而言就不那么重要，这些相对不重要的信息就是视觉冗余。 科学实验表明，人眼的分辨力是有限的，人眼不能区别各种颜色或灰度级。对整幅图像而言，人眼能区别40~60个灰度级，而对图像的局部，人眼只能区别32个灰度级，其他灰度级相对来说就是视觉冗余。 7.1.2 图像数据冗余 (Image data redundancy) 5. 结构冗余 图7.6表示了一种结构冗余。 从图中可以看出。它存在着非常强的纹理结构，这使图像在结构上产生了冗余。 图7.6 结构冗余 7.1.2 图像数据冗余 (Image data redundancy) 6．知识冗余 随着人们认识的深入，某些图像所具有的先验知识，如人脸图像的固有结构（包括眼、耳、鼻、口等）为人们所熟悉。这些由先验知识得到的规律结构就是知识冗余。 7.1.3 图像压缩编码分类(Coding methods of Image Compression 7.1.3 图像压缩编码分类(Coding methods of Image Compression 7.1.3 图像压缩编码分类(Coding methods of Image Compression 7.1.4 压缩技术的性能指标(Evaluation Index of Image Compression approaches) 1.压缩比 压缩编码的效率,通常用压缩比来表示,它的定义为: 2.平均码字长度 平均码字长度:设 为数字图像第k个码字 的长度( 编码成二进制码的位数)