第7章 图像编码与压缩.pptVIP

MPEG-4 着眼于不同的应用领域，目标是支持多种多媒体的应用，特别是多媒体信息基于内容的检索和访问，可根据不同的应用需求，现场配置解码器。 适应窄带宽通信线路上视频传输的要求。 对各种音频视频AV进行统一有效的编码。 所采用的主要技术是基于目标的编码和基于模型的编码。 编码系统是开放的，可随时加入新的有效的算法模块。 应用范围包括实时视听通信、多媒体通信、远地监测/监视、VOD、家庭购物/娱乐等。 为多媒体数据压缩编码提供了更为广阔的平台，它定义的是一种格式、一种框架，而不是具体算法，它希望建立一种更自由的通信与开发环境。 作 业 五 信源符号为：aaaaabbbcddddddee，画出其Huffman编码的编码树并给出各符号的编码和平均码长，算出熵和编码效率。 使用Photoshop打开自然景物、室内人造物体等不同复杂度的图像，采用不同的压缩标准、压缩率另存，对比观察图像文件大小变化，以及压缩前后的图像质量差别（可采用图像减的方法进行处理，比较差值图像）。 要求：1周内完成，提交实验报告。 * 美国实际播出的HDTV信号：750行60帧，逐行扫描，16:9，即1280*720*60P。 中国广电总局的HDTV标准：1920*1080，16：9，逐行扫描24帧，隔行扫描50场。 * 这里的信号空间是指： 物理空间——存储器、磁盘等数据存储介质； 时间空间——传输给定消息集合所需要的时间； 电磁频谱空间——传输给定消息集合所需要的带宽。 * 教材p90， (4-1)~(4-3). * 教材p90， (4-4)~(4-5). * (6-1)即p94(4-9). (6-2)即p94(4-10). * H(x): 信源的平均信息 * 图6.2即p95表4-2 * * * 如果模型足够好且样本序列在时间上相关性较强，那么误差信号的幅度将远远小于原始信号。 图像预测误差信号中由于消除了图像的相关部分，因此相关性大大减弱。 * 微分（差分）脉冲编码调制（DPCM）方法： （1）每一个像素灰度值，用先前扫描过的像素灰度值去减，求出他们的差值，此差值称为预测误差，预测误差被量化和编码与传送。 （2）接收端再将此差值与预测值相加，重建原始图像像素信号。 （3）由于量化和传送的仅是误差信号，根据一般扫描图像信号在空间及时间邻域内个像素的相关性，预测误差分布更加集中，即熵值比原来图像小，可用较少的单位像素比特率进行编码，使得图像数据得以压缩。 * * * * * 预测编码的效果图 预测误差图 预测编码的误差图 图7.10 DPCM编码中不同量化器量化的效果比较 （一阶线性预测器，Lloyd-Max量化器） 第一列：2级量化，均方根误差erms=21.5608; 第二列：4级量化，均方根误差erms=10.6673; 第三列：8级量化，均方根误差erms=5.8239。 预测编码压缩数据的基础： 如果模型足够好且样本序列在时间上相关性较强，那么误差信号的幅度将远远小于原始信号——预测误差分布更加集中，即熵值比原来图像小。 由于量化和传送的仅是误差信号，可用较少的单位像素比特率进行编码，使得图像数据得以压缩。 应用： 对于视频信号，预测编码充分利用了连续帧之间的统计冗余性，是当今主流技术并且还会流行于未来。 对于静止图像，预测编码将被图像变换编码所取代。 五、变换编码 1. 变换编码的基本原理 图像变换会使图像信号能量在空间重新分布，总能量不变。 (例) 像素之间的相关性下降； 能量集中在变换域中少数的变换系数上 根据统计编码的原理，能量分布集中，熵值最小，可实现平均码长最短。 在正交空间中用变换系数来表示原始图像，并对变换系数进行编码。 在接收端进行反变换就可以得到重构图像。 例：给定Lena图像的一个平坦区域（8×8子块）如下： 69 71 75 79 84 89 91 69 70 73 76 83 90 95 77 74 76 74 85 89 95 71 73 76 79 86 91 93 74 77 77 82 88 91 93 78 76 80 84 88 92 95 76 78 80 85 93 94 95 74 79 81 85 86 94 94 给出DCT变换系数量化过程。 解：如下是它的DCT变换系数，可以看到能量集中在少数低频系数： 660.1250 ﹣47.0496 25.9980 10.3993 7.8750 8.4866 5.6025 1.3176 ﹣17.3267 ﹣2.6749 5.2236 ﹣1.3234 0.5222 0.2914 0.2800 ﹣2.281 0.