第10章_图像编码_无损编码.ppt

10.2.6 无损预测编码 1）编码思想 a. 去除像素冗余。 b. 认为相邻像素的信息有冗余。当前像素值可以用以前的像素值来获得。 c. 用当前像素值fn ，通过预测器得到一个预测值? fn，对当前值和预测值求差，对差编码，作为压缩数据流中的下一个元素。由于差比原数据要小，因而编码要小，可用变长编码。大多数情况下， fn的预测是通过m个以前像素的线性组合来生成的。 即： m fn = round[??ifn-i] i=1 在一维线性(行预测)预测编码中，预测器为： ? m fn(x,y) = round[??if(x, y-i)] i=1 round为取最近整数，?i为预测系数(可为1/m)，y是行变量。 d. 前m个像素不能用此法编码，可用哈夫曼编码 举例： m fn = round[??ifn-i] i=1 F = {154,159,151,149,139,121,112,109,129} m = 2 ? = 1/2 预测值 f2 = 1/2 * (154 + 159) ? 156 e2 = 151 – 156 = -5 f3 = 1/2 * (159 + 151) = 155 e3 = 149 – 155 = -6 f4 = 1/2 * (151 + 149) = 150 e4 = 139 – 150 = -11 f5 = 1/2 * (149 + 139) = 144 e5 = 121 – 144 = -23 f6 = 1/2 * (139 + 121) = 130 e6 = 112 – 130 = -18 f7 = 1/2 * (121 + 112) ? 116 e6 = 109 – 116 = -7 f8 = 1/2 * (112 + 109) ? 110 e6 = 129 – 110 = 19 2）编码 第一步：压缩头处理； 第二步：对每一个符号：f(x,y)，由前面的值，通过预测器，求出预测值?f(x,y)； 第三步：求出预测误差 e(x,y) = f(x,y) - ?f(x,y)； 第四步：对误差e(x,y)编码，作为压缩值； 重复二、三、四步。 无损预测编码示意图 3）解码 第一步：对头解压缩； 第二步：对每一个预测误差的编码解码，得到预测误差 e(x,y)； 第三步：由前面的值，得到预测值?f(x,y)； 第四步：误差e(x,y)与预测值?f(x,y)相加，得到解码f(x,y)。 重复二、三、四步。 无损预测解码示意图 * 第十章 图像编码 第十章 图像编码 10.1 图像编码概述 10.2 无损编码 10.3 有损编码 10.4 JPEG编码实例 10.1 图像编码概述 10.1.1 图像编码的必要性和可行性 1. 必要性 图像的数据量非常大。 2. 可行性 图像数据是高度相关的，即存在冗余（Redundancy）信息。数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、 信息熵冗余、结构冗余和知识冗余。 10.1.2 图像编码方法的分类  有损压缩和无损压缩； 熵编码、预测编码、 变换编码和混合编码等。 10.2 无损压缩编码 10.2.1 Huffman编码 (略) 10.2.2 香农-范诺(Shannon-Fannon)编码 (略) 10.2.3 行程长度编码(Run Length Encoding,RLE) (略) 10.2.4 LZW编码 1. 词典编码的两种思想 （1）寻找正在压缩的字符序列是否在以前输入的数据中出现过，用已出现过的字符串替代重复的过程，它的输出为指针。 （2）从输入的数据中创建一个“短语词典（Dictionary of the phrases）”，它可以是任意字符的组合。在编码过程中，当遇到词典中已出现的“短语”，则输出“短语”的索引号。 LZW编码属于第二种编码思想。 LZW编码 （1）相关术语 字符流（charstream）：被编码的数据序列； 字符（character）：字符流中的基本数据单元； 前缀（prefix）：在一个字符之前的字符序列； 缀-符串（string）：前缀＋