数字图像处理图像编码.pptVIP

预测编码器 如果没有量化器，那么就是无损编码 如果有量化器，则是有损编码 +? - 符号 编码 压缩图像 输入图像 en fn ? fn 量化器 ên 预测器 预测解码器 +? + 符号 解码 预测器 解压缩图像 压缩图像 ?fn ? fn ên f = {154,159,151,149,139,121,112,109,129} 预测值 f2 = 1/2 * (154 + 159) ? 156 e2 = 151 – 156 = -5 f3 = 1/2 * (159 + 151) = 155 e3 = 149 – 155 = -6 f4 = 1/2 * (151 + 149) = 150 e4 = 139 – 150 = -11 f5 = 1/2 * (149 + 139) = 144 e5 = 121 – 144 = -23 f6 = 1/2 * (139 + 121) = 130 e6 = 112 – 130 = -18 f7 = 1/2 * (121 + 112) ? 116 e7 = 109 – 116 = -7 f8 = 1/2 * (112 + 109) ? 110 e8 = 129 – 110 = 19 修正后的预测编码器 增加一个反馈环，将量化误差和过去预测函数相加，作为新的预测函数 符号 编码 压缩图像 +? - en 输入图像 fn 量化器 ên 预测器 ? fn +? + ? fn ? ^ fn = ên + fn f = {154,159,151,149,139,121,112,109,129} 预测值 f2 = 1/2 * (154 + 159) ? 156 e2 = 151 – 156 = -5 f3 = 1/2 * (159 + 151) = 155 e3 = 149 – 155 = -6 f4 = 1/2 * (151 + 149) = 150 e4 = 139 – 150 = -11 f5 = 1/2 * (149 + 139) = 144 e5 = 121 – 144 = -23 f6 = 1/2 * (139 + 121) = 130 e6 = 112 – 130 = -18 f7 = 1/2 * (121 + 112) ? 116 e7 = 109 – 116 = -7 f8 = 1/2 * (112 + 109) ? 110 e8 = 129 – 110 = 19 量化器 量化器基本思想： 减少数据量的最简单的办法是将图像量化成较少的灰度级，通过减少图像的灰度级来实现图像的压缩。 这种量化是不可逆的，因而解码时图像有损失 如果输入是256 个灰度级，对灰度级量化后输出，只剩下4个层次，数据量被大大减少。 s t s1 s2 s3 t1 t2 t3 修正后的预测编码器 变换编码 前面讨论的编码技术直接对像素在图像空间进行操 作，也称空域方法，变换编码相当于在频域中进行。 在变换编码中可使用可逆的线性（多用正交变换）将 图像映射成一组变换系数，然后将这些系数量化和编 码。对自然图像变换得到的系数值中大多数都很小， 对这些系数可较粗地量化或甚至完全忽略掉，这样就 可以取得压缩的效果并只产生很少的失真。不过虽然 失真很小，信息仍没有完全保持，所以变换编码方法 总是非信息保持型的。 变换编码 例如，将原始图像进行离散余弦变换（DCT）后，有用的信息集中到左上方，进行量化就可以大大压缩数据量 52 55 61 66 70 61 64 73 63 59 66 90 109 85 69 72 62 59 68 113 144 104 66 73 63 58 71 122 154 106 70 69 67 61 68 104 126 88 68 70 79 65 60 70 77 68 58 75 85 71 64 59 55 61 65 83 87 79 69 68 65 76 78 94 -415 -29 -62 25 55 -20 -1 3 7 -21 -62 9 11 -7 -6 6 -46 8 77 -25 -30 10 7 -5 -50 13 35 -15 -9