信息隐藏课程--第二章预备知识(9-4).ppt

分块DCT与整体DCT的三维投影 图像基本知识 图像基本类型 图像基本存储格式 图像压缩标准 图像信号处理方法 图像压缩原理 图像质量评价 * * 原始 图像 重构 图像 逆向离散 余弦变换 正向离散 余弦变换 量化 逆量化 编码 解码 压缩 图像 量化表 编码表 图像压缩基本原理 DCT 量化器 熵编码器 压缩图象数据 量化表 熵编码表 源图象数据 JPEG图像—基于DCT变换的图像压缩 将源图像分成几个颜色平面（分量图像）； 蓝色通道 绿色通道 红色通道 JPEG图像—JPEG有损顺序编码算法 编码算法步骤： 1. 分成8×8数据块进行正向离散余弦变换(FDCT)； 2. 量化(quantization)； 3. Z字形排列量化结果(zigzag scan)； 4. 使用差分脉冲编码调制(differential pulse code modulation，DPCM)对直流系数(DC)进行编码； 5. 使用行程长度编码(run-length encoding，RLE)对交流系数(AC)进行编码； 6. 熵编码(entropy coding)。 JPEG图像—JPEG有损顺序编码算法 原理需要重新整理 JPEG 图像使用YCrCb 颜色模型, 而不是计算机上最常用的 RGB。 YCrCb 模型更适合图形压缩. 因为人眼对图片上的亮度 Y 的变化远比色度 C 的变化敏感. 我们完全可以每个点保存一个 8bit 的亮度值, 每 2x2 个点保存一个 Cr 、Cb 值。 Y = 0.299*R + 0.587*G + 0.114*B (亮度) Cb = - 0.1687*R - 0.3313*G + 0.5*B+128 Cr = 0.5 *R - 0.4187*G - 0.0813*B+128 JPEG图像—色彩模型RGB-YCbCr 对每个单独的彩色图像分量，把整个分量图像分成8×8的图像块(不能被8整除时，重复最后行或者列补齐)，如图所示，并作为两维离散余弦变换DCT的输入。通过DCT变换，把能量集中在少数几个系数上。 JPEG图像—分块DCT变换 亮度量化表 色差量化表 因为人眼对亮度信号比对色差信号更敏感，此外，由于人眼对低频分量的图像比对高频分量的图像更敏感，因此图中的左上角的量化步距要比右下角的量化步距小。 JPEG图像—量化 量化（有损过程） 人类眼睛在一个相对大范围区域，辨别亮度上细微差异相当好，但是在一个高频率亮度变动之确切强度的分辨上，却并不敏感。 这个事实让我们能在高频率成份上极佳地降低资讯的数量。简单地把频率领域上每个成份，除以一个对于该成份的常数就可完成，且接着舍位取最接近的整数。 这是整个过程中的主要失真运算。以这个结果而言，经常会把很多更高频率的成份舍位成为接近0，且剩下很多会变成小的正或负数。 JPEG图像—量化过程 采用“Z”型扫描，如上图所示。把8×8的矩阵变成1×64的矢量。 量化后8×8矩阵中大多数值都为0，并且0值大都集中在中、高频区域。 运用Z字形排列读出的优点是：在大多数情况下出现连零的机会比较多，尤其在最后，如果都是零，在读到最后一个数后只要给出“块结束”(EOB)码，就可以结束输出，因此节省了很多码率。 JPEG图像—DCT系数重排 熵编码（霍夫曼编码+Z型扫描） ?26, ?3, 0, ?3, ?3, ?6, 2, ?4, 1 ?4, 1, 1, 5, 1, 2, ?1, 1, ?1, 2, 0, 0, 0, 0, 0, ?1, ?1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 当剩下的所有系数都是零，对于过早结束的序列，JPEG有一个特别的霍夫曼编码用词。使用这个特殊的编码用词，EOB，该序列变为 ?26, ?3, 0, ?3, ?3, ?6, 2, ?4, 1 ?4, 1, 1, 5, 1, 2, ?1, 1, ?1, 2, 0, 0, 0, 0, 0, ?1, ?1, EOB 图像基本知识 图像基本类型 图像基本存储格式 图像压缩标准 图像信号处理方法 图像压缩原理 图像质量评价 图像基本知识 图像基本类型 图像基本存储格式 图像压缩标准 图像信号处理方法 图像压缩原理 图像质量评价 图像的质量评价 主观评价 让观察者根据一些事先规定的评价尺度或自己的经验，对测试图像按视觉效果提出质量判断，并给出质量分数，对所有观察者给出的分数进行加权平均。这种方法称为平均意见分（MOS）方法 客观评价 以