DIP07图像压缩.pptVIP

第七章 图像压缩 Image Compression 图像压缩 目标：尽量减少表示数字图像时所需的数据量 减少数据量的基本原理：去除图像中的多余信息 从数学观点看，这一过程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。显示时，解压缩图像数据重建图像。 图像压缩应用的主要领域： 传输：电视广播、视频会议，计算机通信、传真…… 存储：教育商务文档、医疗图像，视频图像、气象地理图像…… 本章内容 图像压缩基础 图像压缩模型 信息论要素 无损压缩 有损压缩 图像压缩标准 本章内容 图像压缩基础 图像压缩模型 信息论要素 无损压缩 有损压缩 图像压缩标准 图像压缩基础 区分数据和信息的概念 数据是传递信息的手段 相同的信息可以用不同的数据表示 例如对同一个故事，可以叙述得冗长罗嗦，词汇多，也可以叙述得简介扼要。这里，信息是这个故事，词句是用于表达信息得数据。两个不同版本故事中，至少一个版本包含不必要的数据，携带与故事不相关的信息，或重复已知的信息，称为数据冗余。 图像压缩的主要问题是数据冗余，减少或消除数据冗余，达到压缩的目的。 数字图压缩中涉及三种基本的数据冗余： 编码冗余 像素间冗余 心理视觉冗余 图像压缩基础 假设 n1、n2 代表两个数据集合的数据量，这两个数据集合包含的信息相同。 压缩率 CR 第一个集合 n1 的相对数据冗余 RD 图像压缩基础 n1= n2 ? CR=1, RD=0 ? 相对于第二个数据集合，数据集合 1 不包含冗余数据。 n1 n2 ? CR??, RD ? 1 ? 相对于第二个数据集合，数据集合 1 包含大量冗余，压缩显著。 n1?? n2 ? CR ? 0 , RD ? -? ? 集合 2 的数据量远大于元表达方式的数据量，属于数据扩展。 例如：压缩比10:1， CR =10，则说明第一个数据集合 90% 的信息冗余。 编码冗余 每个灰度级需要 m 比特标识，就用 m 比特自然编码，不考虑各灰度级出现的概率。这种情况下就会出现编码冗余。 基本思想： 利用各灰度级出现的概率(直方图)，决定表示某个特定灰度级所需的比特数?可变长编码。 对于出现频率较高的灰度级赋予较短的码字，反之，出现频率较低的灰度赋予较长的码字。 编码冗余 灰度级 是一个离散随机变量： ：每个灰度 rk 出现的概率； ：图像中灰度级为 rk 的像素数； ：图像中包含的像素总数； ：图像中的灰度级别数； ：表示灰度 rk 所需的比特数； ：每个像素所需的平均比特数； 对于 m 比特自然编码 对于 M?N 大小的图像，总比特数为 编码冗余 可变长编码的例子 编码冗余 像素间冗余度 图像数据冗余的另一个重要原因是像素间的相关性，一个点的灰度级可以通过对相邻像素预测得到（单个象素所包含的信息量相对较小）? 空间冗余、几何冗余、帧间冗余 ? 归结为术语“像素间冗余”。 为了减小像素间冗余： 通过映射，将图象的表述方式转化为更有效的方式——例如：用相邻象素之间的差值来描述图象。 接收端，通过可逆映射对变换后的数据进行重构，恢复初始图象元素。 像素间冗余度 像素间冗余度 象素间冗余用来概括： 空间冗余、几何冗余、帧间冗余 对于一幅图象单一象素携带的信息是很少的，因为它的值可以通过对邻近象素的预测得到。 行程编码降低象素间冗余度的方法 经过门限处理的图象，用恒定灰度行程的幅度值和长度来表示。 沿每条扫描线 f(x,y) 从象素变换到数对序列 (gi,ri) gi ：表示扫描线遇到的第 i 个灰度级的幅度值。 ri：表示第 i 次扫描的行程（长度或个数）。 像素间冗余度 行程编码减少象素间冗余度 考虑线 x=100 处的 1024 个象素。 表示 100 线处的二值图象只需要 8 个行程数对，因为灰度值 ( 0 和 1 ) 只变化了 7 次。 每个数对需要用 11bit 表示（1bit 表示亮度，10bit 表示行程长度，210＝1024 556 (最长行程)）? 原始的每个二值像素 1bit 表示，一行数据需要1024bit，但用行程编码表示只用 88bit。 整幅图象 1024×343 大小象素可以表示为12166 对行程数对。 心理视觉冗余 人眼对不同视觉信息感受的灵敏度不同。 正常视觉处理过程中，各种信息的相对重要程度不同。那些不十分重要的信息称为心理视觉冗余。 消除心理视觉冗余数据会导致一定量信息的丢失，通常称为“量化”。表示从一个大范围的输入值集合到有限的输出值的映射，是一个多对少的过程，不是 一 一 对应的映射，在恢复时，不可能由少恢复多，即量