灰度图图像的视觉冗余彩色.ppt

10.1 图像压缩编码基础 10.2 图像的熵编码 10.3 图像的变换压缩编码 10.4 图像的量化压缩编码 10.5 图像的预测编码 10.6 混合压缩编码 学习目标 了解图像压缩编码的基本理论 掌握熵编码的基本理论和方法 掌握图像的变换压缩编码方法 掌握图像的量化压缩编码方法 掌握图像的预测编码编码方法 了解图像的混合压缩编码方法 数码图像的普及，导致了数据量的庞大。 图像的传输与存储，必须解决图像数据的压缩问题。 实时传输： 在10M带宽网上实时传输的话，需要压缩到原来数据量的0.045， 即1.08 bit/pixel。 存储： （按1张光盘可存640M计算） 如果不进行压缩，1张CD则仅可以存放2.89秒的数据。存2小时的信息则需要压缩到原来数据量的0.0004，即：0.003bit/pixel。 如果只传送2值图像，以200dpi的分辨率传输，一张A4稿纸的数据量为： 1654*2337*1=3888768bit =3900K 按目前14.4K的电话线传输速率，需要传送的时间是：270秒（4.5分） 10.1 图像压缩编码基础 10.1.1 图像压缩编码的必要性 随着信息技术的发展，图像信息已经成为通信和计算机系统中一种重要的处理对象。图像的最大特点也是最大难点就是海量数据的表示与传输，如果不对数据进行压缩处理，数量巨大的数据就很难在计算机系统及网络上存储、处理和传输，所以必须对图像进行压缩编码。图像编码与压缩从本质上来说就是对要处理的图像源数据按一定的规则进行变换和组合，从而达到以尽可能少的代码（或符号）来表示尽可能多的数据信息。 10.1.2 图像压缩编码的可能性 我们知道，之所以可以进行压缩编码，是因为原始的数据包含一定的冗余。在图像的数据文件中包含有大量的冗余信息，换句话说，在实际获取的原始数据中，包含有多余信息。这些冗余来自于数据之间的相关性，或者来自于人的视觉特性，这就为压缩数据提供了可能。 数据压缩的理论基础是信息论。从信息论的角度看，压缩就是去除信息中的冗余，减少承载信息的数据量，用一种更接近信息本质的描述来代替原有冗余的描述。 1.冗余的概念 我们从一个互动游戏来体会数据冗余的概念。在下面的例子中，用一种最好的方式来发送一封电报。 你的妻子，Helen，将于明天晚上6点零5分在上海的虹桥机场接你。 (23*2+10=56个半角字符) 你的妻子将于明天晚上6点零5分在虹桥机场接你 (20*2+2=42个半角字符） Helen将于明晚6点在虹桥接你 (10*2+6=26个半角字符） 2.图像中的冗余 一般来说，图像数据中存在着以下几种冗余： （1）编码冗余 如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余。例如，在以BMP位图形式存储一幅数字图像时，该数据文件形式主要考虑的是结构形式统一。如果存储一幅灰度图像，首先调色板部分就是冗余的。另外，如果某一幅图像只有小于8bit（256灰度级）的量化级别，如只有3bit（8灰度级）灰阶，但是仍旧采用标准8bit存储一个像素，就有了编码冗余。编码冗余通常是为了以某个标准格式（例如，固定大小的最大灰度级定义）进行图像描述时产生的。 （2）像素冗余 图像信号相比于其他信号有一个非常明显的特点，就是像素之间存在非常大的相关性。由于存在相关性，因此任何给定的像素值，原理上都可以通过它的邻接像素预测得到。换句话说，单个像素所携带的信息相对是小的。这样，对一幅图像，如果描述每个像素的数据量是相等的，并且是相互独立的。则由于像素相关性是的该数据对视觉的贡献一定存在一定的冗余，称这种像素之间的内在相关性所导致的冗余为像素冗余。 上图是一幅灰度图像，将原图中的一个局部子块的数据取出显示，该子块的灰度值十分接近，分布在100左右，而且还存在有许多相等的值，如96，这表明在图像中像素之间的相关性很强。 若采用灰度图的描述方式，这个子块所需要的数据量为25×8=200bit，若将这个子块以最小的数据，以及与之偏差的数据流形式来描述为：103及25个偏差7,7,4,1，2，0,2,4,4,7,0,1,5,7,7,1,4,6,7,7,4,4,4,5,5。显然，这25个偏差值的大小范围为0～7,可以以一个较小的灰度级（如3bit，8灰度级）来描述，则数据量为8+25×3=83bi