图像压缩编码.pptxVIP

案例11 图像压缩编码;基础;图像压缩;无损压缩和有损压缩 无损压缩：将相似的（或相同的）数据按特征分类，使用较少的数据量描述原始数据，已达到减少数据量的目的。 有损压缩：利用人眼的视觉特性有针对性的简化不重要的数据，以减少总的数据量。只要损失的数据不太影响人眼的主观接受的效果，就可以采用。 ;信息熵： 设事件xi 发生的概率为P(xi)，则事件所具有的信息量为 信息量的单位为比特（bit），意为表示该事件（字符）所需的最小位数，称 为事件xi的熵。 平均信息熵：对于又一个信息列X={x1， x2,…, xn }，其平均信息熵定义为 ;压缩比： 信息论中定义压缩比为压缩前、后数据熵之比。 该方法基于对要压缩数据的统计分析结果。 压缩比=（源代码长度-压缩后代码长度）/源代码长度*100% 被压缩掉的数据占源数据的比例。 注意：压缩比是有上限的，对基于统计的编码方法而言，这个上限与信息熵有密切关系，如果压缩比超过了这个上限，还原时将无法恢复原状，出现失真。 ;数据压缩算法是在模型的基础上设计的，这里的模型是数据和规则的集合。 规则：数据压缩模型和编码 无损压缩常用两种模型：统计模型和字典模型。 统计模型：根据读入字符出现的概率进行编码 字典模型：根据源文件建立数据字典，字典中列出了较长的字符串及对应该串的代码。;行程编码 编码原理：计算机生成的图形往往许多相同的图块，许多连续的扫描行都具有同一个颜色，或者同一扫描行上有许多连续的像素具有相同的颜色值。——不适用于自然图像 方法：存储一个像素值及具有相同颜色是像素数。 增量调制编码： 编码原理：自然图像，在较大范围内，图像颜色虽然不完全一致，但变化不大。因此，在这些区域内，相邻像素的像素值相差很小，具有很大的相关性。 方法：利用图像相邻像素值的相关性来压缩每个像素值的位数。它不存储扫描行上每个像素的实际值，而只存储每一行上第一个像素的实际值，其后，一次存储每一个像素的像素值与前一个像素值的差值，即增量值。由于差值较小，可以用较少的??数来表示和记录。 ;霍夫曼编码 编码原理：定长码采用相同位数（bit）对数据编码，如ASCII码。变长码采用不同位数对数据进行编码，以节省存储空间。 方法：对图像数据扫描一遍，计算出各种像素出现的概率，按概率大小之指定不同长度的唯一码字，由此得到一张该图像的霍夫曼码表。 注意：霍夫曼编码与前两者结合效果会更好。;小波压缩过程;编码原理;编码技术;;;小波系数位置的处理----由扫描顺序及小波零树共同完成 其中, H表示小波系数大于或等于当前的阈值; L表示小波系数小于当前的阈值. ;;EZW编码;EZW编码过程;1. 选择阈值 对于L级小波变换，EZW算法应用一系列的阈值T0，T1,…TL-1来确定小波系数的重要性，其中Ti-1=Ti /2, i=1,2..L-1 初始阈值的选择方法如下： ;2. 主扫描;最大系数 63,T0=32 D1：PNZTPTTTTZTTZZZZZPZZ;3. 辅扫描：对主扫描表进行顺序扫描，对其中输出符号为P或N的小波系数进行量化。 实际意义? 本质上是发现“重要系数”在下一个位平面上的改进位. ;4.编码器输出两类信息： 一类是给解码器的信息，包括阈值、主扫描表和辅扫描表；输出编码信息 T0=32;D1：NZTPTTTTZTTZZZZZPZZ；S1=1010; 第二类是用于下次扫描的信息，包括阈值及第3步中获得的重要系数序列。 T0=32; {63-P, 34-N, 49-P, 47-P}--小波图像数据。;第二次编码： 设置新阈值： T1=T0/2=16 主扫描： ;辅扫描：——重新量化 ;第二次编码输出结果： a）为解码器提供的信息 T1=16；D2：NPTTTTTTTTTTTZZZZ ； S2：100110 b）为下一次扫描的信息 T1=16 ； {63-P,34-N,49-P,47-P,31-N, 23-P} 小波图像数据。;EZW解码过程;第一次解码解码器接收到的信息： 32/ PNZTPTTTTZTTZZZZZPZZ/1010 重要的小波系数与其量化符号有如下的对应关系：;第二次解码解码器接收到的信息：16/NPTTTTTTTTTTTZZZZ /100110 其中S2的前4位表示第一次解码时得到的S1中的量化符号，它们的重构值依次为(56,-40,56,40) 第二次解码过程由两步组成： 1）应用新的量化器，提高第一次解码得到的重要系数的重构精度。