数字图像处理方法-有损压缩.pptVIP

第8章 图像压缩 8.5 有损压缩 修正后的预测编码器 3.预测编码/解码步骤： 编码步骤 压缩头处理 对每一个符号： ，由前面的值，通过预测器，求出预测值 求出预测误差 对误差 编码，作为压缩值。 重复②、③、④步 量化器基本思想： 减少数据量的最简单的办法是将图像量化成较少的灰度级，通过减少图像的灰度级来实现图像的压缩。 这种量化是不可逆的，因而解码时图像有损失。 图像变换 子图像尺寸选择 8.5.2 变换编码 子图像尺寸是影响变换编码误差和计算复杂度的一个重要因素； 多数情况下，我们将图像分成尺寸满足以下两个条件的子图像: 相邻子图像之间的相关（冗余）减少到可接受的水平； 子图像的长和宽都是2的整数次幂。这主要是为了简化对子图像变换的计算； 最常用的子图像尺寸是8×8和16×16 ? ? ? ? 把图像分割为n×n的子图像(n=2,4,8,16和32) 计算每幅子图像的变换，截取75％的系数，对截取后的阵列进行反变换. 当图像尺寸大于8×8，WHT和DCT曲线变得比较平缓，而DFT曲线下降得较快。对更大的n值，DFT将穿过WHT并逼近DCT 当图像尺寸为2×2时，3条曲线交于同1点。此时各变换都只保留了4个系数中的1个（25％），即直流分量 子图像尺寸选择 一个试验例子8.20:子图像尺寸对编码误差的影响 子图像的大小影响变换编码误差和计算复杂性。大多数应用中，图像被进一步分割以便将相邻子图像之间的相关性减少到可接受程度。子图像增大，压缩水平增加，但计算复杂性增加。一般8*8，16*16 8.5.2 变换编码 a)8*8大小子图像压缩结果 b)误差图像 c)放大的局部图像 d)2*2子图像 e)4*4子图像 f)8*8子图像 子图像尺寸选择 一个试验例子8.20:子图像尺寸的影响 截断误差和2个因素有关： ①截除的变换系数的数量和相对重要性 ②用来表示所保留系数的精度 在大多数变换编码系统中，保留的系数是根据最大值方差进行选择，称为区域编码，或根据系数从大到小选择，称为门限编码。对变换后的系数进行截取、量化和编码的整个过程通常称为比特分配。 使用8*8DCT系数的12.5%对源图像进行近似的结果 比特分配 8.5.2 变换编码 a),c),e) 门限编码（误差小） b),d),f) 区域编码 其基础是信息论中的不确定性原理，即：具有最大方差的变换系数携带着图像大部分信息并在编码处理的过程中应该保留下来。 区域取样 ：“选择要保留的系数”。 进行的处理：每个T(u,v)与相应的区域模板中的元素相乘。 区域编码 最大方差的系数通常被定位在图像变换的原点周围。 方差计算：①从个变换后的子图像获得；②基于某个图像模型（如马尔科夫自相关函数）算子。 (a)典型的区域模板 具有最大方差的变换系数在编码处理的过程中保留下来。 保留系数的量化和编码： 表示成对区域模板每个系数分配的编码比特数。 区域编码 (b)量化和编码（比特分配） 两种分配方案： 给系数分配相同的比特数（常将系数用它们的均方差归一化，然后均匀量化） 此时，要对每个系数设计一个量化器（如Lloyd-Max量化器）。为构造量化器，将零阶或直流分量系数模型化为一个瑞利函数，其它系数模型化为拉普拉斯或高斯密度函数。（因为每个系数都是子图像中象素的线性组合，所以根据中心极限定理，随子图像尺寸的增大，系数趋于高斯分配，但直流不是这样（直流系数0）。 给系数不均匀地分配几个固定数目的比特数。 率失真定理指出，一个方差为 的高斯随机变量用至少 bit来表达（D：均方误差）。故分配给每个量化器的级数正比于 。 本质上是自适应的，为各个子图像保留的变换系数的位置随子图像的不同而不同。 对任何子图像,值最大的变换系数对重构子图像的品质具有最大的影响. 因为不同子图像的最大系数的位置是变化的,所以通常将 γ(u,v)T(u,v) 的元素重新排列，构成一个1-D行程编码序列. 门限编码 (c)典型的阈值模板 (d) 系数排序序列(“z”字形) 有3种基本途径对一幅变换后的子图像取阈值（而产生）的方法(即生成子图像门限模板函数): 1 对所有的子图像使用单一的全局门限; 在第一种方法中，压缩的程度随不同的图像而异，取决于超过全局阈值的系数的数量。 2 对每幅图像使用不同的门限; 第二种方法中，采用取N个最大的编码对每个子图像舍去相同数量的系数。此时码率是常数。 3 门限随子图像中每个系数的位置函数的变化而变化. 第三种方法与第一种方法相比，优点是可将取阈值和量化结合起来。 门限编码 取阈值 * 8.1 基本概念 8.2 图像压缩模型 8.3 信息论基础 8.4 无损压缩 8.5 有损