图像压缩编码.pptVIP

下一个信源符号的范围为 第七步：对第七个信源符号01编码： 所以，信源符号01将区间 最后从[0.5143876，0.514402]中选择一个数作为 编码输出，这里选择0.5143876。 7.2.3 算术编码(Arithmetic coding) 综上所述，算术编码是从全序列出发，采用递推形式的一种 连续编码，使得每个序列对应该区间内一点，也就是一个浮点小 数；这些点把[0，1）区间分成许多小段，每一段长度则等于某 序列的概率。再在段内取一个浮点小数，其长度可与序列的概率 匹配，从而达到高效的目的。 7.2.3 算术编码(Arithmetic coding) 解码是编码的逆过程，通过编码最后的下标界值0.5143876得 到信源“10 00 11 00 10 11 01”是唯一的编码。解码操作过程综 合如下 ： 7.2.3 算术编码(Arithmetic coding) 从以上算术编码算法可以看出，算术编码具有以下特点： 1、由于实际的计算机精度不可能无限长，运算中会出现溢出问题。 2、算术编码器对整个消息只产生一个码字，这个码字是在[0，1）之间的一个实数，因此译码器必须在接收到这个实数后才能译码。 3、算术编码也是一种对错误很敏感的方法。 7.2.3 算术编码(Arithmetic coding) 7.3 有限失真图像压缩编码（Lossy Image Compression） 从前面的分析可知，无失真图像压缩编码的平均码长存在一个下限，这就是信源熵。换句话说，如果无失真图像编码的压缩效率越高，那么编码的平均码长越接近信源的熵。因此，无失真编码的压缩比不可能很高，而在有限失真图像编码方法中，则允许有一定的失真存在，因而可以大大提高压缩比，压缩比越大，引入的失真也就越大，但同样提出了一个新的问题，这就是在失真不超过某种极限的情况下，所允许的编码比特率的下限是多少，率失真函数回答的便是这一问题。 7.3.1、 率失真函数(Rate distortion function) 率失真函数是指在信源一定的情况下使信号的失真小于或等于某一值D所必需的最小的信道容量，常用R(D)表示，D代表所允许的失真，对连续信源的编码与传输，可以用失真度d(x,y)和失真函数D(x,y)表示，即 通常采用以下几种失真度量： (1)均匀误差 (2)绝对误差 (3)频域加权误差 (4)超视觉阈值均方误差 在图7.7中给出了率失真函数R(D)与失真D的关系曲线。可见对于离散信源，当D=0（即无失真情况下）时，所需的比特数为R(0)，并且小于收到信号的熵值H(Y)；当D逐渐增大时，所需的率失真函数则随之下降，因此我们可以总结 出率失真函数R(D)的性质。 Dmax D 0 H(X) R(D) 离散信源 连续信源 图7.7 R(D)的典型曲线 率失真函数具有以下性质 (1)当D0时，不存在R(D). (2(当D≥Dmax（Dmax为正值，其数值上等于信号方差σ2）时，R(D)=0, 表示此时所传输的数据信息毫无意义。 (3)当0DDmax时，R(D)是一个下凸型连续函数。 7.3.1、 率失真函数(Rate distortion function) 率失真函数具有以下性质 (1)当D0时，不存在R(D). (2(当D≥Dmax（Dmax为正值，其数值上等于信号方差σ2）时，R(D)=0, 表示此时所传输的数据信息毫无意义。 (3)当0DDmax时，R(D)是一个下凸型连续函数。 7.3.1、 率失真函数(Rate distortion function) 7.3.2 线性预测编码和变换编码 (Linear Prediction and Transform Coding) 1. 线性预测编码 目前用得较多的线性预测方法,全称为差值脉冲编码调制 (DPCM:DifferentialPulseCodeModulation),简称为DPCM。 图7.9是一个4阶预测器的示意图,图(a)表示预测器所用的 输入像素和被预测像素之间的位置关系,图(b)表示预测器的结 构。 IQ — Q IQ + + 预测器 Q:量化器 IQ:逆量化器 预测器 图7.8 DPCM系统框图 7.3.2 线性预测编码和变换编码 (Linear Prediction and Transform Coding) 图7.9是一个4阶预测器的示意图,图(a)表示预测器所用的 输入像素和被预测像素之间的位置关系,图(b)表示预测器的结 构. f2 f3 f4 f1 f5 扫描行 ×a1 f1 ×a2