[2018年最新整理]图像编码(一).ppt

图象压缩与编码 信息量，熵，联合熵，率失真函数 编码效率，冗余度，压缩比 无失真编码，有失真编码 霍夫曼编码 行程编码 预测编码 DCT编码 混合编码 图象压缩与编码 图象压缩与编码 图象压缩与编码 图象压缩与编码 图象压缩与编码 图象压缩与编码 信源编码的基本概念 无失真编码 无失真编码 无失真编码 无失真编码 无失真编码 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 0 1 0 1 0 1 0 1 0 1 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 0 1 0 1 0 1 0 1 0 1 S1=1 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 0 1 0 1 0 1 0 1 0 1 S2=00 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 0 1 0 1 0 1 0 1 0 1 S3=011 输入 S1 S2 S3 S4 S5 S6 输入概率 0.4 0.3 0.1 0.1 0.06 0.04 第一步 0.4 0.3 0.1 0.1 0.1 第二步 0.4 0.3 0.2 0.1 第三步 0.4 0.3 0.3 第四步 0.6 0.4 0 1 0 1 0 1 0 1 0 1 S4=0100 * 要点： 数字图象通常要求很大的比特数，这给图象的传输和存储带来相当大的困难。要占用很多的资源，花很高的费用。 如一幅512x512的黑白图象的比特数为 512x512x8=2,097,152 bit=256k。 再如一部90分钟的彩色电影，每秒放映24帧。把它数字化，每帧512x512象素，每象素的R、G、B三分量分别占8 bit，总比特数为 90x60x24x3x512x512x8bit=97,200M。 如一张CD光盘可存600兆字节数据，这部电影光图象（还有声音）就需要160张CD光盘用来存储。 对图象数据进行压缩显得非常必要。 本章讨论的问题：在满足一定条件下，能否减小图象bit数，以及用什么样的编码方法使之减少。 1．图象数据压缩是可能的： 一般原始图象中存在很大的冗余度。 用户通常允许图象失真。 当信道的分辨率不及原始图象的分辨率时，降低输入的原始图象的分辨率对输出图象分辨率影响不大。 用户对原始图象的信号不全都感兴趣，可用特征提取和图象识别的方法，丢掉大量无用的信息。提取有用的信息，使必须传输和存储的图象数据大大减少。 2．原始图象越有规则，各象素之间的相关性越强，它可能压缩的数据就越多。 值得指出的是：当前采用的编码方法得到的结果，离可能压缩的极限还相差很远，这说明图象数据压缩的潜力是