[2018年最新整理]6图像编码基础.pptVIP

6.3 无失真编码定理 6.8 有损预测编码 6.9 变换编码 灰度码分解 用灰度码表达的位平面复杂度较低，但具有视觉意义信息的位面图数量更多。 压缩位平面图的一种简单而有效的方法是用专门的码字表达全是1或0的区域。常数块编码将图像分成全白、全黑或混合的m×n尺寸的块。出现频率最高的赋予1比特码字0，其他两类分别赋予2比特码字10和11。由于原来需要mn比特表示的常数块现在只用1比特或2比特的码字表示，就达到了压缩的目的。当然这里赋给混合块的码只是作为前缀，后面还需跟上该块的用mn比特表示的模式。 6.6.2 位平面的编码 常数块编码（constant area coding,CAC） 1-D游程编码（run length coding,RLC） 基本思路是对一组从左向右扫描得到的连续的0或1游程用他们的长度来编码。这里需要确定游程值的协定，常用的方法是：指出每行第一个游程的值或者设定每行都由白色游程开始。 设每行均由白色（0）游程开始，对第2位平面（最高位）： 4 2 2，3 3 2，3 4 1，4 2 2 1-D游程编码（run length coding,RLC） 第 2 位平面 0 0 0 0 1 1 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 0 0 2-D游程编码的一种常用的方法称为相对地址编码（relative address coding,RAC），它的基本原理是跟踪各个黑色和白色游程的起始和终结过渡点。 2-D游程编码 对RAC距离进行变长编码示例 6.7 无损预测编码 预测编码（predictive coding）的基本思想是通过仅对每个像素中提取的新信息编码来消除像素间的冗余。这里1个像素的新信息定义为该像素的当前或现实值与它预测值的差。预测编码分为无损预测和有损预测两类。 借助预测器可将原来对原始图像序列的编码转换成对预测误差的编码。当预测较准确时，预测误差的动态范围会小于原始图像序列的动态范围，所以对于预测误差的编码所需的比特数会大大减少，这样预测编码可获得数据压缩的效果。 * 自动化工程学院电子工程系教研室 王汉萍 主讲 6 图像编码基础 6.1 数据冗余和压缩 6.2 图像保真度 6.3 无失真编码定理 6.4 哈夫曼编码 6.5 算术编码 6.6 位平面编码 6.7 无损预测编码 6.8 有损预测编码 图像压缩方法分类： 信息保存型和信息损失型。 简 介 网上的许多信息是以图像形式存储的，所以对于存储和通信的需求是无限的。而数据压缩方法比起数据的存储和传输具有更为突出的实用价值和商用意义。 图像压缩所解决的问题是尽量减少表示数字图像时 需要的数据量，减少数据量的基本原理是除去其中多余 的数据。以数学观点来看，实际上就是将二维像素阵列 变换为一个在统计上无关联的数据集合。 6.1 数据冗余和压缩 解码图像 原始图像 编码 编码结果 存储 传输 解码 图像编解码过程 图像编码：为表达图像数据需要使用一系列的符号(如字母、数字等)，用这些符号根据一定的规则来表达图像就是对图像编码。 码本：编码所用符号的集合称为码本。 如二元码本0、1 码字：对每个信息或事件所赋的符号序列称为码字。 码字长度：每个码字里的符号个数称为码字长度。 自然码：m bit的二元码中的一个。 不论灰度级的大小，赋予相同的码字长度。 基本概念 其中CR为压缩率： 表达无用信息的数据就叫数据冗余。 数据冗余可用数学定量的描述。设n1和n2分别代表用来表达相同信息的两个数据集合中的信息载体单位的个数，那么第一个数据集合（相对于第二个数据集合）的相对数据冗余RD定义为： 数据冗余与信息 在数字图像压缩中，可以确定三种基本的数据冗余：编码冗余、像素间冗余、心理视觉冗余。当这三种冗余的一种或多种得到了减少或消除时，就实现了数据压缩。 编码冗余 说明：L是灰度级数，nk是第k个灰度级在图像中出现的次数，n是图像中的像素总数。随即变量rk∈[0，1]表示图像的灰度级。 利用图像的灰度级直方图来深入了解编码结构，从而减少表达图像所需的数据量。 数据冗余的分类 设用来表示sk的每个数值的比特数是l(rk)，那么为表示每个像素所需的平均比特数(平均码字长度)是： 自然码是每个随机事件用来自m比特二进制技术序列的2m个m比特二进制码的其中一个来表示，