【管理精品】图像信号数字化资料教程.pptVIP

图4.5 视觉阈值曲线 预测编码的特点： a.简单、经济、易于实现，并可实现信息保持编码； b.由于误差会传播，故易受信道误码影响； c.压缩比低时图像质量高，但压缩比不高； d.量化噪声有平坦区的颗粒噪声、突变处的过载噪声、缓变区的伪轮廓以及边缘和交织区的边沿忙乱四种。 2. 离散余弦编码（DCT） 离散余弦编码属于图像变换编码的内容，在近年来这种编码方法发展较快。 变换编码的特点： (1) 所需的存储量大、结构复杂但压缩比高时图像质量好（相对于DPCM而言），但一般做不到信息保持编码； (2) 区域取样时可将误码影响限制在一个方块内，且其影响也小于DPCM编码。 (3) 对图像统计特性的变化不那么敏感； (4) 量化噪声有平坦的凹凸噪声、缓变区的伪轮廓、突变处的分量过载以及因噪声平均值非零时而产生的条带状噪声四种。 正交变换有如下一些非常有用的性质： (1) 熵保持：通过正交变换本身并不丢失信息，可以用传送变换系数来达到传输信息的目的。 (2) 能量保持：变换域中的信号能量与原来空间域中的信号能量相等。 (3) 去相关：正交变换可以使相关的空间样值变为不相关的或相关性很弱的变换系数，换句话说，正交变换有可能使相关的空间域变为不相关的变换域，这就使存在于相关性之中的多余度得以去除。 (4) 能量重新分配与集中：这是正交变换最重要的优点，也是利用它能实现数据压缩的物理本质。此性质DPCM方法并不具备。 图4.6 变换编码原理框图 3. 变字长编码 实现霍夫曼编码的基本步骤如下： (1) 将信源符号出现的概率按由大到小的顺序进行排列； (2) 将两个最小的信源概率进行比较，将上边的信源概率定为1，将下边的信源概率定为0（或相反）； (3) 将两个最小的概率进行组合相加，再与其它信源符号概率进行比较，始终将较高的概率分支放在上部，直到概率达到1.0为止； (4) 在新的信源概率符号排列中继续将两个最小的概率进行比较，将上边的信源概率定为1，将下边的信源概率定为0（或者相反）； (5) 画出由每个信源符号到达概率为1.0处的路径，记下沿路径所遇到的每个1和0； (6) 对于每个信源符号都写出1和0的序列，则最后就得到了霍夫曼码。 图4.7 霍夫曼编码实例 图4. 8 霍夫曼树 4. 子带编码 子带编码的基本思想就是将信号的频带化分成为不同的子带，针对不同的子带选用适合其本身统计特性的编码器。子带编码在图像编码中的应用是由Wood和ONeil在1986年进行的。 语音信号的子带分解是一维的，也就是将语音信号在“时间”频率域上分成不同的段即子带。子带的分解是用一组带通滤波器来实现的。 一个子带编码子系统主要由两部分组成：一部分是编码子系统，这一部分主要进行子带信号的编码和译码；另一部分是子带的分解/合成子系统，这一部分主要进行分解、合成滤波器组及降采样和插值操作，以完成对原始信号的滤波。 5. 小波变换编码 小波变换（Wavelet Transform，简写WT）是由法国地理学家Morlet和数学家Growwmann提出的。 小波变换也称为子波变换。顾名思义，小波就是小的波形。所谓“小”是说它具有衰减性；所谓“波”是说它具有波动形式，即其振幅正负相间的振荡形式。 小波变换（WT）具有十分优异的性能，例如： (1) WT是一个能满足能量守恒方程的线性变换，能够将一个信号分解成对空间和尺度（即时间和频率）有独立贡献，同时又不丢失原信号所包含的信息； (2) 小波分析相当于一个具有放大、缩小和平移等功能的数学显微镜，通过检查不同放大倍数下信号的变化来研究其动态特性； (3) WT不一定要求是正交的，小波基不唯一。小波函数系（即通过一基本小波函数在不同尺度下的平移和伸缩而构成的一族函数，用以表示或逼近一个信号或一个函数）的时宽-带宽积很小，且在时间和频率轴上都很集中，也就是说展开系数的能量较为集中； (4) WT巧妙地利用了非均匀分布的分辨率，较好地解决了时间和频率分辨率的矛盾：在低频段用高的频率分辨率和低的时间分辨率（宽的分析窗口），而在高频段用低的频率分辨率和高的时间分辨率（窄的分析窗口），这与时变信号的特性一致； (5) WT将信号分解为在对数坐标中具有相同大小频带的集合，这种以非线性的对数方式而不是以线性方式处理频率的方法对时变信号具有明显的优越性； (6) 利用二维离散小波正交基，可以将原始图像在独立的频带与不同的空间方向上加以分解，便于利用HVS在相应频带与空间方向上有不同敏感性的特点； (7) 小波函数介于空间域和时间域之间，此时若小波函数是正交的，则没有冗余信息； (8) 具有基于卷积和QMF的塔型快速算法，该算法在小波分析中的地位相当于FFT在经典傅立