第四章 离散信源的无失真编码..ppt

* * * * * * （U1U2U3）的码字 a1a1a1 a1a1a2 a1a2a1 a2a1a1 a1a1a3 a1a3a1 a3a1a1 a1a2a2 a2a1a2 010 0000 0001 0110 1110 1000 1001 1010 1011 a2a2a1 a1a2a3 a1a3a2 a2a1a3 a3a1a2 a2a3a1 a3a2a1 a2a2a2 a1a3a3 00100 01110 11000 11001 11010 11011 11110 11111 001100 a3a1a3 a3a3a1 a2a2a3 a2a3a2 a3a2a2 a2a3a3 a3a2a3 a3a3a2 a3a3a3 001101 001110 001111 011110 011111 0010100 0010101 0010110 0010111 （U1U2U3）的最佳二元码平均码长： （U1U2U3）的最佳二元码编码效率： 第四章 离散信源无失真编码 4.1 离散无记忆信源的不等长编码 4.2 最佳不等长编码 4.3汉字编码方法及其讨论 4.4 图像的信源编码 4.5 误码对信源译码的影响 * * 考虑一幅8.5×11.0英寸的图像，若每平方英寸包含300个像素，则整个图像将有大约8.4×106个像素。 假定该图像是彩色的，每个像素包含3色，每种颜色用8比特的码字表示，可以算出该幅图像将需用大约2×108比特来表示。 与其他图像格式相比， 一帧高清晰度的电视图像包含有大约1.8×106个像素， 一幅标准电视图像包含大约0.33×106个像素， 一个高档电脑显示器包含1.2~3.1×106个像素。 4.4 图像的信源编码 4.4.1 图像消息的信息特征 * 图像消息的像素量很大，每一像素还有灰度等级、色度、饱和度等，这些参数相互之间通常具有较强的关联性，存在着很大的冗余度 统计冗余 　例如空间冗余、时间冗余、信息熵冗余等，它们主要取决于图像信息的统计特性 除此之外，还有结构冗余、知识冗余、视觉冗余等。 正是由于图像消息中存在着这些冗余，才使图像编码有着可观的压缩潜力。 4.4 图像的信源编码 4.4.1 图像消息的信息特征 * 图像压缩编码方法主要有两类，即无失真编码与限失真编码。压缩比都是衡量其性能的一个重要指标。 定义4.9 设信源消息初始编码的代码组平均长度为Ls，经压缩编码后代码组的平均长度为Ld ，则称 为压缩编码的压缩比。 无失真编码的任务是寻求最佳编码，主要手段是压缩信源的冗余度。 4.4 图像的信源编码 4.4.2 压缩编码的主要方法 * 限失真编码的方法是用小的失真换取大的压缩比，它在图像的压缩编码中得到了快速发展。 在允许的失真度下减少信息熵的方法又称为熵压缩法，其理论根据是率失真理论和香农第三定理。 霍夫曼编码等方法均可应用于无失真图像编码。随着图像通信需求的快速增长，新的编码方法也不断涌现，如预测编码、变换编码、矢量量化、子带编码、分形编码、模型编码、小波编码等。 国际标准化组织和国际电信联盟先后提出了静止图像编码标准JPEG、电视电话/会议电视的视频编码标准H.261和活动图像的编码标准MPEG-1、MPEG-2和 MPEG-4。 4.4 图像的信源编码 4.4.2 压缩编码的主要方法 * 算术编码是香农编码方法在图像编码中的应用。 是一种无失真的非分组信源编码，基本思想是将一定的精度数值作为序列的编码。 它是从全序列出发，采用递推形式的连续编码。 以二进制为例，它不是将单个的信源符号映射成一个码字，而是将整个输入序列的符号依据其概率映射为实数轴上[0, 1)区间内的一个小区间，再在该小区间内选择一个代表性的二进制小数，作为实际编码输出。 假设信源为二元平稳的马尔可夫信源，需要预先存储的不再是码字，而是由信源序列状态确定的一些参数，因而算术编码不需要传送像霍夫曼码表一类的编码表。 4.4.3 算术编码 4.4 图像的信源编码 * 算术编码的具体方法： 对初始信源进行K重扩展，即 　　　　　… xi, …, ? xK, P (xK ) 　　对应于P (xK )，有一个累积分布函数F (xK )。 在区间[F (xK ) – P (xK ), F (xK )]，可以找到一个二进制小数，由于对应于不同的P (xK )，区间的小数值一定不同，故可构成单义可译码。 在区间找位数最少的二进制小数，用小数点后的数作为编码。 4.4.3 算术编码 4.4 图像的信源编码 * 算术编码把信源X的任一给定序列和[0, 1]的一个子区间联系在一起，该子区间的长度等于这个序列的概率。 编码过程从第一个符号开始，逐个处理。 随着处理符号数目的增加，同序列联系在一起的区间长度越来