数字图像处理08_图像压缩.pptVIP

引言 图像压缩的必要性 图像压缩的可行性(三种基本的数据冗余)。 编码冗余 即所用码字大于最佳编码长度； 像素间冗余。 像素间数据具有较强的相关性。 心理视觉冗余 人类视觉系统对细节的分辨能力是有限的。 8.1背景知识 压缩系统方框图 压缩比 n1表示原图像数据量； n2表示压缩后图像数据量 8.1背景知识 计算压缩比 function cr=imratio(f1,f2) 8.1背景知识 压缩后图像质量评价 原图像和压缩后图像间的均方根误差erms 计算erms的自定义函数 Function rmse=compare(f1,f2,scale); 8.2编码冗余 最优编码长度 图像中各灰度级的像素数比例Pr(rk) 设灰度级rk用l(rk)位表示，则用于表示每个像素的平均长度Lavg 最优编码长度 例8.1，test08_01.m Function h=entropy(x,n) 8.2.1霍夫曼编码 霍夫曼编码 8.2.1霍夫曼编码 霍夫曼源约简图示 8.2.1霍夫曼编码 例8.2，test08_02.m，霍夫曼编码应用 用霍夫曼编码方法来编码矩阵数据 Function y=mat2huff(x) 例8.3，用霍夫曼编码图像 test08_03.m 8.2.3霍夫曼解码 霍夫曼解码表 8.2.3霍夫曼解码 霍夫曼解码函数unravel流程 8.2.3霍夫曼解码 Matlab要调用外部语言编写的函数，需要把外部源文件预先用matlab工具”mex”编译 mex unravel.c， 编译后得到文件unravel.dll 8.3像素间冗余 像素间冗余不同于编码冗余，无法用最优编码消除 8.3像素间冗余-预测编码 无损预测编码模型 线性预测编码 8.3像素间冗余-预测编码 无损预测编码测试 例8.5，test08_05.m 8.4心理视觉冗余-量化压缩 通过量化压缩心里视觉冗余 例8.6，test08_06.m 8.5JPEG压缩 8.5.1 JPEG JPEG(Joint Photographic Experts Group)联合图像专家组。连续色调静止画面压缩标准。 该算法基于离散余弦变换DCT 8.5JPEG压缩 8.5.1 JPEG 归一化器/量化器() T(u,v)离散余弦变换系数，Z(u,v)归一化基准 归一化矩阵 8.5JPEG压缩 8.5.1 JPEG 例8.8，JPEG压缩 8.5JPEG压缩 8.5.2 JPEG2000 工作流程 各小波子带系数的归一化 8.5JPEG压缩 8.5.2 JPEG2000 例8.9，test08_09.m 均方误差rms1 =4.0487； 压缩比cr1 =49.9792 本章小结 图像数据三类冗余：编码冗余，像素间冗余，心理视觉冗余 编码冗余的压缩：平均最优编码长度，霍夫曼编码 像素间冗余的压缩：基于预测编码消除像素间冗余 心理视觉冗余的压缩：IGS量化压缩 图像压缩标准 JPEG 基于离散余弦变换 JPEG2000 基于小波变换 * 2015年9月13日 数字图像处理第08章 图像压缩 高振国 gzg2012@dlut.edu.cn function cr = imratio(f1, f2) error(nargchk(2, 2, nargin)); % Check input arguments cr = bytes(f1) / bytes(f2); % Compute the ratio function b = bytes(f) if ischar(f) info = dir(f); b = info.bytes; elseif isstruct(f) b = 0; fields = fieldnames(f); for k = 1:length(fields) b = b + bytes(f.(fields{k})); end else info = whos(f); b = info.bytes; end %% 例8.3 使用mat2huff进行编码 f = imread(flower.tif); c = mat2huff(f); cr1 = imratio(f,c) save SqueezeTracy c; cr2 = imratio(flower.tif,SqueezeTracy.mat) f =rgb2gray(imread(lena.tif)); figure;subplot(2,2,1);imshow(f,[]);title(