[工程科技]chap08 图像压缩编码图像处理与通信.ppt

图像处理与通信 第8章 图像压缩编码 图像压缩 压缩的原因（必要性）； 图像数据量巨大； 实时传输，信道带宽；存储； 如：分辨率640*480的彩色图像，每秒30帧， 640*480*24*30=221.12M； 图像压缩 压缩的可能性； 理论基础：信息论； 图像数据存在各种冗余：空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余、其他冗余； 图像相邻像素间、相邻行间及相邻帧之间，都存在很强的相关性。 许多应用环境允许图像有一定程度失真； 一帧图像数据的空间冗余 实际图像中冗余信息的表现（灰度图） 视频之间的时间冗余 相邻两帧； 视频之间的时间冗余 相邻两帧； 图像压缩传输系统框图 具体流程如下：传输前压缩；接收端解压重建； 图像压缩编码技术分类 各种图像压缩技术，出发点： 改变图像信息的描述方式，以压缩掉图像中的数据冗余； 忽略一些视觉不太明显的微小差异，以压缩掉图像中的视觉冗余； 图像压缩编码技术的分类 第一代压缩编码； 八十年代以前，主要是根据传统的信源编码方法； 第二代压缩编码； 八十年代以后，突破信源编码理论，结合分形、模型基、神经网络、小波变换等数学工具，充分利用视觉系统生理心理特性和图像信源的各种特性； 图像压缩编码技术分类 图像压缩编码技术分类 图像压缩编码技术分类 无损（无失真）编码； 有损（有失真）编码； 第8章 图像压缩编码 8.1 图像编码基础； 8.2 图像的统计编码； 行程编码、霍夫曼编码、算术编码等 8.3 预测编码； 8.4 变换编码（DCT）； 8.5 静止图像编码标准JPEG； 8.6 运动图像编码标准MPEG； 8.1 图像编码基础 图像信源的熵值概念； 图像压缩编码的系统评价； 信息量的度量； 信源的熵； 表征平均信息量； 信源的最大熵； 等概分布时取得； 当信源概率非等概分布时； 实际的信源熵小于最大熵； 考察图像信源； 图像的信源熵值（图像熵值）； 等概时； 实际非等概时； 定义相对熵h； 定义剩余度r； 图像的条件熵 图像的零阶熵值，记为 ； 基于无记忆的信源； 实际图像信息源各符号是相关的； 条件概率； 联合概率； 联合熵； 条件熵； 高阶熵； 可取N个像素的子块； 图像压缩编码：既要考虑数据量的压缩，也要重视图像编码质量； 基于压缩编码参数的评价； 基于保真度准则的评价； 算法的适用范围； 算法的复杂度； 基于压缩编码参数的评价； 平均码字长度R； 编码效率； 压缩比； (原数据量--压缩后数据量)/原数据量； 编码前后平均码长之比r=n/R； 冗余度r； 基于保真度准则的评价； 图像的品质：核心为保真度（逼真度）； 与标准图像之间的偏差； 亮度、对比度、色度和分辨率等； 两类； 客观保真度准则（定量评价）； 用公式对逼真度给出具体数据的描述； 主观保真度准则（定性评价）； 由人去观察给出主观的评价； 客观保真度评价准则； 均方根误差MSE； 均方根信噪比SNR； 客观保真度评价准则； 峰值信噪比PSNR； 主观保真度评价准则； 由专家或外行人对图像进行主观评价，给出评价等级； 对单幅图像； 对一组图像； 为什么要用标准图像； 某种图像压缩编码算法对不同图像的编码效率可能不同； 测试用标准图像 测试用标准图像 8.2 统计编码技术 统计编码； 基于信源熵值理论的一类无损编码； 根据符号出现的概率分布特性进行的； 主要有； 霍夫曼编码； 香农-范诺编码； 行程编码(游程编码RLC)； 算术编码； 8.2.1 霍夫曼编码 首先求出图像中灰度分布的灰度直方图； 根据该直方图，对其按照分布概率从小到大的顺序进行排列； 每一次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造一个称为“Huffman树”的二叉树； 对这个二叉树进行编码，就获得了Huffman编码码字； 编码性能； 平均码长R：2.61 b/符号； 熵：H = 2.55 b/符号； 编码效率：η=H/R=2.55/2.61=97.8℅； 霍夫曼编码方法是平均码长以最大限度地逼近其信源熵值的最好方法； 实际，将图像按分块进行； 与其他图像压缩法结合使用； 香农范诺编码； 可变字长编码方式； 基本原则：符号的码字长度Ni完全由该符号出现的概率来决定； 公式： 编码步骤； 将信源符号按其出现概率从大到小排序; 计算出各概率对应的码字长度Ni; 计算累加概率Ai; 把各个累加概率Ai由十进制转化为二进制，取该二进制数的前Ni位作为对应信源符号的码字; 编码举例； 已知某信源发出的8个消息，其信源概率分布是不均匀的，分别为｛0.1，0.18，0.4，0.05，0.06，0.1，0.07，0.04｝; 二分法香农范诺编码法；