表示压缩前图像每像素的平均比特数-Read.ppt

数字图像的压缩编码 数字图像的压缩编码 数字图像的压缩编码 数字图像的压缩编码 数字图像的压缩编码 数字图像的压缩编码 数字图像的压缩编码 4.1 图像的统计特性 图像的统计特性 4.1.1 图像的自相关函数 图像的自相关函数 图像的自相关函数 图像的自相关函数 图像的自相关函数 图像的自相关函数 4.1.2 图像差值信号的统计特性 图像差值信号的统计特性 图像差值信号的统计特性 图像差值信号的统计特性 4.1.3 频率域上的统计特性 图像频率域上的统计特性 图像频率域上的统计特性 4.1.4 压缩比及压缩方法分类 压缩比 压缩方法分类 压缩方法分类 压缩方法分类 4.2 统计编码 统计编码 可变长最佳编码定理 可变长最佳编码定理 可变长最佳编码定理 4.2.1 哈夫曼编码 哈夫曼编码 哈夫曼编码 哈夫曼编码 哈夫曼编码 哈夫曼编码 哈夫曼编码 准变长编码 准变长编码 4.2.2 游程长度编码 游程长度编码 游程长度编码 变字长编码： 表示符号的码字的长度不是固定不变的，而是随符号出现的概率而变化： 出现概率高——较短码字 出现概率低——较长码字 在非均匀符号概率分布的情况下，变长编码总的编码效率（所需码字）要高于等字长编码——可变长最佳编码定理。 平均码字长为： K为被编码信源的符号总数，即信源的符号集合为{ai|i=1,2,…,K}，它们出现的概率对应为{P(ai)|i=1,2,…,K}。li是表示符号ai的码字的长度。 哈夫曼编码、香农编码、算术编码都属于变长编码。 哈夫曼(Huffman)编码是哈夫曼于1952年提出的编码方法，它完全依据信源字符出现的概率大小来构造码字。在哈夫曼编码中，如果码字的长度严格按照所对应符号出现概率大小逆序排列，则平均码字长度一定小于其它任何顺序的排列方法。 哈夫曼编码的基本步骤为： (1) 将信源符号出现的概率按由大到小的顺序排列。 (2) 将两处最小的概率进行组合相加，形成一个新概率。并按第(1)步方法重排，如此重复进行，直到只有两个概率为止。 (3) 分配码字，码字分配从最后一步开始反向进行，对最后两个概率一个赋予“0”码字，一个赋予“1”码字，如此反向进行到开始的概率排列。在此过程中，若概率不变则采用原码字。 上例中图像的信源熵为： 哈夫曼编码后的平均码字为： 压缩比为： 编码效率为： 冗余度为： 哈夫曼解码： 二元码本010100111011对应的符号串是： y6y2y1y1y3 习题：已知一个信源由六个符号组成：{a1, a2, a3, a4, a5 ,a6}，其出现的概率分别为：{0.1, 0.4, 0.06, 0.1, 0.04, 0.3}。 (1) 计算该信源的信源熵。 (2) 求这个信源符号的哈夫曼编码。 (3) 求哈夫曼编码后的平均码字，并求压缩比、编码效率和冗余度。 哈夫曼编码虽然好，但在实践中，往往会遇到一些具体问题，如码字集合过于庞大，或者是硬件实现比较复杂等。因此在实际编码中，经常采用一种性能稍差，但实现方便的方法，即所谓的准变长编码。 准变长编码： 最简单的准变长编码只有两种长度的码字，对概率大的符号用长码，反之用短码。同时，在短码字集中留出一个作为长码字的字头，保证整个码字集的非续长性。下表为3/6比特双字长编码的例子： 这种编码方法对于符号集中各符号出现概率可以明显分为高低两类时，可取得较好的效果。 6比特长码字 出现概率:0.1 3比特长码字 出现概率:0.9 111111 111000 111001 111010 111011 111100 111101 111110 7 8 9 10 11 12 13 14 000 001 010 011 100 101 110 0 1 2 3 4 5 6 编 码 符 号 编 码 符 号 平均码字: 0.9×3+0.1×6＝3.3 * * 图像经过采样量化转换成数字信息后数据量巨大，对传输介质、传输方法和存储介质的要求较高，已经成为数字图像通信领域中的瓶颈问题。 举例：我国现行的PAL(Phase Alternation Line, 逐行倒相制，我国、朝鲜及欧洲部分国家使用的电视制式)要求每秒25帧，每帧图像768×576像素，每像素的灰度值用8 bit表示，RGB图像就需要3×8 bit/像素，那么在一秒钟内通信线路需要传输的数据量为多少？若1张VCD光盘的容量为650MB，能够存储多长时间的视频流？ 习惯上，我们将代表样值的N位二进制代码称为“数据”，但数据与信息是两个完全不同的概念。 信息与数据的概念 信息是对发生事件的抽象描述，数据是在确定了描述方