多媒体计算机技术3-1.pptVIP

多媒体计算机技术 第三章 数字图像处理技术 无论是静态图像、动画还是视频，涉及的数据量都非常庞大，对储存设备的容量提出了很高的要求，而且目前的网络传输带宽实际上也无法满足对数据进行实时传输和处理的需求，这就提出了对视频数据进行压缩的问题。 3.1 信号处理的基本术语 3.2 图像数据压缩基础 3.3 图像数据压缩算法 3.4 常用图形、图像文件 3.5 静态图像压缩标准 3.6 动态图像压缩标准 3.7 H.26x标准 附录：参考资料和思考题 3.1.1采样和量化 采样又称作为抽样、取样，是将时域连续的模拟信号变换成时域间断的脉冲列的处理过程，每个脉冲则是各个时刻信号振幅的样本，称之为取样值。 3.1.1采样和量化 量化是将模拟信号振幅变换成不连续的离散值的过程，即将连续的振幅四舍五入地转化成一组有限的量化电平。 当所有量化间隔都相等时称为均匀量化，如量化间隔按照某种规律变化时则称为非均匀量化。为满足高质量的要求，图像信号均匀量化比特数至少要8比特，声音信号需要14-16比特。 3.1.1采样和量化 采样间隔的选择和信号混淆： 对模拟信号采样首先要确定采样间隔。如何合理选择△t涉及到许多需要考虑的技术因素。一般而言，采样频率越高，采样点数就越密，所得离散信号就越逼近于原信号。采样频率过低，采样点间隔过远，则离散信号不足以反映原有信号波形特征，无法使信号复原，造成信号混淆。直观地说信号混迭是把本该是高频的信号误认为低频信号，如图： 合理的采样间隔应该是既不会造成信号混淆又不过度增加计算机的工作量。采样定理证明，不产生频率混迭的最低采样频率 应为信号中最高频率 的两倍，即 ≥2 ,考虑到计算机二进制表示方式的要求，一般取  =(2.56~4) 。 3.1.2 采样长度的选择与频率分辨率 采样长度就是采样时间的长短。采样总是有一定长度的，为了减少计算量，采样长度不宜过长。信号采样要有足够的长度，不但是为了保证信号的完整，而且是为了保证有较好的频率分辨率。 3.1.2 采样长度的选择与频率分辨率 频率分辨率 设分析频率为 ，谱线数为n，则频率分辨率为 改用采样频率表示， 式中， 为采样点数， 为采样长度。 由此可见， 对给定的分析频率，采样长度T越大，则△f 便越小，即分辨率越高，可见频率分辨率是与采样长度呈反比的。 3.1.3 DFT和IDFT的定义 DFT(离散傅立叶变换)定义：设 是连续函数 的N个抽样值 ，这N个点的宽度为N的DFT为： (2)IDFT(DFI的逆变换)定义：设 是连续频率函数 的N个抽样值 ，这N个点的宽度为N的IDFT为： 3.1.4小波变换 多年来，工程技术人员一直使用傅立叶变换，由它产生了许多实际的应用技术：图像处理、语言处理、信息存储、多媒体通信、离散余弦变换等。由于傅立叶分析难以表达那些不规则的信号，对此，许多科学家进行了理论和应用开发的研究，他们不断完善和扩充。法国地质学家Jean Morlt 提出的用单独波（wavelet）来替代正余弦表示的无穷级数，到90年代，小波变换正式应用于图像压缩领域的研究，如数字化式高清晰度电视（HDTV）的压缩编码。 3.1.4小波变换 什么是小波分析呢？ 一个小波是一个在有限周期内的波形，它的平均值为零。比较正弦波形和小波，正弦信号正是Fourier分析的基础，它没有限定的周期，它可以从负无穷扩展到正无穷，正弦信号是平滑并且是可预知的，小波信号是不规则的并且不对称。 小波分析能够揭示其它信号分析技术可能丢失的信息，如在更高的派生信息里的趋势、断开点、非连续性以及自类似等。更深层次地说，因为小波分析提供了与传统分析技术不同的信号数据表达方法，它通常能在不影响信号时进行压缩或减噪。  正弦信号与小波信号 Flourier分析是将信号分解为各种频率的正弦信号，类似地，小波分析是将信号分解为滑动的、与母系小波成比例的各种译本。由图可以看出，小波对于局部特性能够更好描述。 Fourier变换的数学表达式为： ? 这个变换的结果称为傅立叶系数（Fourier coefficients），它表示为信号被一复指数（复指数可分解为实部和虚部组成的正弦成分）相乘后在所有时间范围内的积分。这个过程用图形的方法表示如下： 类似地