第6章 图像编码3.ppt

  1. 1、本文档共98页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第6章 图像编码3

数字图像处理基础 第5章 图像编码 (第四讲) ;5. 6 变换编码; 变换编码主要由映射变换、量化及编码几部分操作组成。映射变换是把图像中的各个像素从一种空间变换到另一种空间,然后针对变换后的信号再进行量化与编码操作。在接收端,首先对接收到的信号进行译码,然后再进行反变换以恢复原图像。; 映射变换的关键在于能够产生一系列更加有效的系数,对这些系数进行编码所需的总比特数比对原始图像进行编码所需要的总比特数要少得多,因此,使数据率得以压缩。;映射变换的方法很多。图像变换编码基本可分为两大类, 某些特殊的映射变换编码法, 函数变换编码法。; 5.6.1 几种特殊的映射变换编码法 ;; 其中 表示某一灰度值, 表示第i次运行的行程。也可以说是连续取值为 灰度值的像素的个数。经过这样映射变换后就可以对 编码,而不必对像素直接编码。; 由于有些图像如前面提到的二值图像,连续取同一灰度级的像素很多,对映射后的序列进行编码会大大压缩比特率。 ; 图5—42所示的例子可映射成表5—14所示的序列对。在这个例子中有8级灰度,24个像素。如果对 编码,总的比特数至少要 24×3=72bit。; 如果对表5—14的序列对编码,灰度值用3位码,行程长度用4位码,每对参数用7位码,共4对,总比特数只要28bit就够了。可见压缩率是很可观的。 ; 表 5—14 序列对 ; 行程编码可分为行程终点编码和行程长度编码。如果行程终点的位置由扫描行的开始点算起,并且由到达行程终点的像素计数来确定,就称为行程终点编码。如果行程终点位置由这一终点与前一终点的相对距离确定,就称为行程长度编码。;对于二值图像来说采用行程长度编码,甚至不需要传送灰度信息。假定某一扫描线含有3个白色像素,其后是2个黑色像素,接着又是10个白色像素。这样,在行程长度编码中,只传送行程长度3、2和10就可以了。每个行程长度告诉沿扫描线的下一个边界点的相对位置。;6.1.2 二维行程编码 ; PDQ的基本算法是将图像元素阵列变换为整数对△′和△″的序列。这里△′是相邻扫描行上行程的开始点之间的差。图中△′是A点和B点的差。△″是这相邻行行程的差。对应于A起始点的行程为 l1 ,对应于B起点的行程为 l2 ,因此,△″= l2 — l1 。;△′是相邻扫描行上行程的开始点之间的差;另外,对于图中的暗面积还要有一个“开始”和“消失”的标记。这样就把一幅图像的像素阵列按相继扫描行变换为△′、△″、开始、消失四个参量的序列,然后便可对这四个参量来编码。PDQ法利用了扫描线间的相关性,因此,它有更大的压缩潜力。; 另外一种方法叫做双重增量编码(Double Delta coding),简称DDC。它是对 △′和 进行编码而不是对△′和△″编码。 是前一扫描行的暗区后边界与相继扫描行暗区后边界的差。实验证明,这种方法的压缩比较PDQ法更大。;△′是相邻扫描行上行程的开始点之间的差; 当在图像中有少数大的暗区时二维行程编码更有效,对于有许多小暗区的图像来说,一维行程编码更有效。 ;6.2 正交变换编码;6.2.1 正交变换编码的基本概念 ; 在编码操作中,模拟图像信号首先送入预处理器,将模拟信号变为数字信号。然后把数字信号分块进行正交变换,通过正交变换就使空间域信号变换到变换域。然后对变换系数进行量化和编码。 ; 在信道中传输或在存储器中存储的是这些变换系数的码字。这就是编码端的处理过程。在译码端,首先将收到的码字进行译码,然后进行反变换以使变换系数恢复为空间域样值,最后经过处理使数字信号变为模拟信号以供显示。;图5—50 正交变换编码原理框图; 正交变换编码之所以能够压缩数据率,主要是它有如下一些性质: (1)正交变换具有熵保持性质。这说明通过正交变换并不丢失信息,因此,可以用传输变换系数来达到传送信息的目的。 ;(2)正交变换有能量保持性质。这就是第三章提到的各种正交变换的帕斯维尔能量保持性质。它的意义在于:只有当有限离散空间域能量全部转移到某个有限离散变换域后,有限个空间取样才能完全由有限个变换系数对于基础矢量加权来恢复。;(3)能量重新分配与集中。这个性质使我们有可能采用熵压缩法来压缩数据。也就是在质量允许的情况下,可舍弃一些能量较小的系数,或者对能量大的谱点分配较多的比特,对能量较小的谱点分配较少的比特,从而使数据率有较大的压缩。 ;(4)去相关特性。正交变换可以使高度相关的空

文档评论(0)

djdjix + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档