图象编码专题讲座.ppt

混合编码 混合编码实现的可能性及有效性分析 回顾一下讲过的几个内容的特点： 1）行程编码： 擅长于重复数字的压缩。 2）Huffman编码：擅长于像素个数分布不均匀情 况下的编码。 3）DCT变换： 擅长分离视觉敏感与不敏感的 部分。 JPEG压缩编码算法的主要计算步骤如下： １　正向离散余弦变换(FDCT)。 ２　量化(quantization)。 ３　Z字形编码(zigzag scan)。 ４　使用差分脉冲编码调制(differential 　　pulse code modulation，DPCM)对 　　直流系数(DC)进行编码。 ５　使用行程长度编码(run-length 　　encoding，RLE)对交流系数(AC) 　　进行编码。 ６熵编码(entropy coding)。 JPEG 编码流程图 亮度量化表 色度量化表 4） Z形扫描 DCT系数量化后，构成一个稀疏矩阵，用Z（Zigzag）形扫描将其变成一维数列，将有利于熵编码。Z形扫描的顺序如图10-6所示。 DCT系数的Z形扫描顺序 第六章．图象编码 彩色视频信息 对于电视画面的分辨率640*480的彩色图像，每秒30帧，则一秒钟的数据量为： 640*480*24*30=221.12M 实时传输： 在宽带网上（10M）实时传输的话，需要压缩到原来数据量的0.045。 即0.36bit/pixel。 存储： 1张CD可存640M 如果不进行压缩，1张CD则仅可以存放2.89秒的数据。 存2小时的信息则需要压缩到原来数据量的0.0004,即：0.003bit/pixel。 2.传真 如果只传送2值图像，以200dpi的分辨率传输，一张A4稿纸的数据量为： 1654*2337*1=3888768bit 按目前14.4K的电话线传输速率，需要传送的时间是：270秒（4.5分） 由于通信方式和通信对象的改变带来的最大问题是： 传输带宽、速度、存储器容量的限制。 给我们带来的一个难题，也给了我们一个机会： 如何用软件的手段来解决硬件上的物理限制。  图像数据是高度相关的， 或者说存在冗余（Redundancy）信息，去掉这些冗余信息后可以有效压缩图像。 空间冗余：图像内部相邻像素之间存在较强的相关性所造成的冗余。 时间冗余： 视频图像序列中的不同帧之间的相关性所造成的冗余。 视觉冗余： 是指人眼不能感知或不敏感的那部分图像信息。 信息熵冗余： 也称编码冗余，如果图像中平均每个像素使用的比特数大于该图像的信息熵，则图像中存在冗余，这种冗余称为信息熵冗余。 结构冗余： 是指图像中存在很强的纹理结构或自相似性。 知识冗余： 是指在有些图像中还包含与某些先验知识有关的信息。 图像通信系统模型 图像信息源 图像预处理 图像信源编码 信道编码 调制 信道传输 解调 信道解码 图像信源解码 显示图像  熵编码：熵编码是纯粹基于信号统计特性的编码技术， 是一种无损编码。熵编码的基本原理是给出现概率较大的符号赋予一个短码字，而给出现概率较小的符号赋予一个长码字， 从而使得最终的平均码长很小。常见的熵编码方法有行程编码（Run Length Encoding）、哈夫曼编码和算术编码。 预测编码：预测编码是基于图像数据的空间或时间冗余特性，用相邻的已知像素（或像素块）来预测当前像素（或像素块）的取值，然后再对预测误差进行量化和编码。预测编码可分为帧内预测和帧间预测，常用的预测编码有差分脉码调制（Differential Pulse Code Modulation， DPCM）和运动补偿法。 变换编码：变换编码通常是将空间域上的图像经过正交变换映射到另一变换域上，使变换后的系数之间的相关性降低。图像变换本身并不能压缩数据，但变换后图像的大部分能量只集中到少数几个变换系数上，采用适当的量化和熵编码就可以有效地压缩图像。 混合编码：混合编码是指综合了熵编码、变换编码或预测编码的编码方法，如JPEG标准和MPEG标准。 图像编码新技术 图像编码已经发展了几十年，人们不断提出新的压缩方法。如， 利用人工神经网络（Artificial Neural Network， ANN）的压缩编码、 分形编码（Fractal Coding）、 小波编码（Wavelet Coding）、基于对象的压缩编码（Object Based Coding）和基于模型的压缩编码（Model Based Coding）等等。 编码图像的质量