基于奇异值分解得图像压缩处理.pptx

基于奇异值分解的图像压缩处理;;图像压缩处理;矩阵奇异值分解;基于SVD的图像压缩处理;压缩比 k越小，压缩比越大，传输数据越少，传输速度越快，图像失真度越大，反之亦然 ;Frobenius范数 矩阵所有元素平方和的开方 结论 在所有秩为k的矩阵中， 能够最小化与 之间的Frobenius范数距离;算法流程;图像压缩处理实例;k=1 ρ=383;k=5 ρ=77;k=20 ρ=19;k=50 ρ=8;k=100 ρ=4;原图;试用的矩阵类型 奇异值差异较大 k的最优选择 奇异值分解的算法 奇异值分解的其他应用 主成分分析(PCA) 潜在语义索引(LSI) 图像压缩处理的其他方法 无损：小波编码 有损：基于DCT的JPEG图像压缩编码;1. JPEG压缩的编解码互逆过程 编码 解码 ;2. 具体过程（编码） A.将原始图像分成8*8的小块 ; B.将每个小块进行DCT变换 DCT：离散余弦变换 将信号从时域变换到频域，变换结果均为实数。 能量集中特性：将能量集中在DCT后的低频部分 将低频部分集中在左上角，高频部分于右下角 低频部分比高频部分重要，所以损失高频部分， 达到有损压缩 ;JPEG图像压缩原理; C.量化 量化：用像素值除以量化表对应值 量化表：左上角值小，右下角值大 保持低频分量，抑制高频分量 两张：细量化:针对Y(亮度信息) 粗量化:针对UV（色差信息） 效果：通低频减高频 减少比特数 ;量化表; D. 编码 a)编码分类 (1) DC直流分量：[0,0]位置元素 代表子块的平均值 差分编码DPCM (2) AC交流系数：其他63个元素 “之”字型排列方法 行程编码RLE ;“之”字型排列方法 保证低频分量先出现，高频分量后出现; b)熵编码 对DC码字和AC行程码字进行熵编码，进一步提高 压缩比 Huffman编码 1. 熵编码的中间格式表示 2. 熵编码