第8章图像压缩编码技术.ppt

本章重点： 图像编码与压缩的基本概念、理论及其编码分类。 常用的无损压缩方法。 常用的有损压缩方法。;第8章 图像编码与压缩;8.1 图像编码的必要性与可能性 8.2 图像编码分类 8.3 图像编码评价准则 8.4 图像编码模型 8.5 无损压缩 8.6 有损压缩 8.7 JPEG图像编码压缩标准 8.8 MPEG视频编码压缩标准 8.9 小结;基础;8.1 图像编码的必要性与可能性;8.1.2图像编码的可能性;数据冗余;图像的数据量;数据压缩;图像压缩;编码和解码;8.2图像编码分类;8.3 图像编码评价准则;8.3.1 客观保真度准则;8.3.2主观保真度准则;例如表8.1 电视图像质量评价尺度。;8.4 图像编码模型;8.4.1信源编码器和信源解码器;编码器模型 ;8.4.2信道编码器和解码器;8.5无损压缩;基于字典技术的数据压缩技术有两种： 一种是游(行)程编码(Running Length Coding)，简称为RLC ，适用于灰度级不多、数据相关性很强的图像数据的压缩。但最不适用于每个像素都与它周围的像素不同的情况。 另一种称之为LZW编码 ， LZW在对数据文件进行编码的同时，生成了特定字符序列的表以及它们对应的代码。 ;8.5.1霍夫曼编码;熵是编码所需比特数的下限，即编码所需要最少的比特。 例 :设8个随机变量具有同等概率为1/8，计算信息熵H。 解 :根据公式8-10可得(a=2)： H=8*[-1/8*(log2(1/8))] =8*[-1/8*(-3)] =3 ;Huffman编码是1952年由Huffman提出的一种编码方法。 这种编码方法根据信源数据符号发生的概率进行编码。 在信源数据中出现概率越大的符号，相应的码越短； 出现概率越小的符号，其码长越长，从而达到用尽可能少的码符号表示源数据。 它在变长编码方法中是最佳的。;设信源A的信源空间为： 其中 ，现用r个码符号的码符号集 对信源A中的每个符号（i＝1，2，…，N)进行编码。 具体编码的方法是: (1) 把信源符号按其出现概率的大小顺序排列起来； (2) 把最末两个具有最小概率的元素之概率加起来； (3) 把该概率之和同其余概率由大到小排队，然后再把两个最小概率加起来，再重新排队； (4) 重复(2)和(3)直到最后只剩下两个概率为止。;设有编码??入X={x1,x2,x3,x4,x5,x6}。其频率分布分别为P(x1)=0.4， P(x2)=0.3， P(x3)=0.1， P(x4)=0.1， P(x5)=0.06， P(x6)=0.04，现求其最佳霍夫曼编码 W={w1,w2,w3,w4,w5,w6} 解 :Huffman编码过程下图所示： ; 本例中对0.6赋予0，对0.4赋予1，0.4传递到x1，所以x1的编码便是1。0.6传递到前一级是两个0.3相加，大值是单独一个元素x2的概率，小值是两个元素概率之和，每个概率都小于0.3，所以x2赋予0，0.2和0.1求和的0.3赋予1。所以x2的编码是00，而剩余元素编码的前两个码应为01。0.1赋予1，0.2赋予0。以此类推，最后得到诸元素的编码如下： ; 经霍夫曼编码后，平均码长为： = =0.4*1+0.30*2+0.1*3+0.1*4+0.06*5+0.04*5 =2.20(bit) 该信源的熵为H＝2.14 bit，编码后计算的平均码长为2.2 bit,非常接近于熵。 可见Huffman编码是一种较好的编码。;用二叉树方法实现Huffman编码方法较为便利，因此这种编码方法用于计算机数据结构的转换中。 Huffman编码是最佳的，其平均码长相同，不影响编码效率和数据压缩性能。 由于Huffman码的码长参差不齐，因此，存在一个输入、输出速率匹配问题。解决的办法是设置一定容量的缓冲存储器 Huffman码在存储或传输过程中，如果出现误码，可能会引起误码的连续传播 Huffman编码对不同信源其编码效率也不尽相同。 Huffman编码应用时，均需要与其他编码结合起来使用，才能进一步提高数据压缩比。 ;;8.5.2 香农－费诺编码;以前面哈夫曼编码的例子进行香农－费诺编码 ： ;8.5.3 算术编码;[例]对一个4符号信源A＝{a1,a2,a3,a4}，各字符出现的概率和设定的取值范围如下,符号串为a1,a2,a3,a2,a4 ,编码过程： 字符