图像编码与压缩PPT.ppt

2) 无损压缩:统计编码 霍夫曼编码 （3）算法实现 第一步：建立一系列的原数据缩减量 通过对符号的概率排序，把最小概率的符号组成一个符号，以便在下一个原数据缩减量中替换它们。 第二步：给每一个缩减的原始数据编码 从最少的原数据开始，向后进行到起始原数据。 2) 无损压缩:统计编码 霍夫曼编码 静态编码 在压缩之前就建立好一个概率统计表和编码树。算法速度快，但压缩效果不是最好 动态编码 对每一个图像，临时建立概率统计表和编码树。算法速度慢，但压缩效果最好 3） 无损压缩:无损预测编码 无损预测编码 1）编码思想 去除像素冗余。 认为相邻像素的信息有冗余。当前像素值可以用以前的像素值来获得。 用当前像素值fn ，通过预测器得到一个预测值? fn，对当前值和预测值求差，对差编码，作为压缩数据流中的下一个元素。由于差比原数据要小，因而编码要小，可用变长编码。大多数情况下， fn的预测是通过m个以前像素的线性组合来生成的 3）无损压缩:无损预测编码 即： m fn = round[??ifn-i] i=1 在一维线性(行预测)预测编码中，预测器为： ? m fn(x,y) = round[??if(x, y-i)] i=