图像编码与压缩分析.pptxVIP

数字图像处理;第六章 图像的编码与压缩;第六章 图像编码与压缩 6.1 概述;6.1.2 图像的数据冗余 数字化后的图像信息数据量非常大，图像压缩利用图像数据存在冗余信息，去掉这些冗余信息后可以有效压缩图像。常见图像的冗余类型主要表现在： 1）空间冗余 2）视觉冗余（心理视觉冗余） 3）编码冗余 与灰度布的概率特性有关 减少/消除其中的一种/多种冗余，就能取得数据压缩的效果 ; 图象的位面表示;;8 bit;8bit;6bit;5bit;4bit;3bit;2bit;6.1.3图像编码压缩的分类 根据解压重建??的图像和原始图像之间是否具有误差，图像编码压缩分为无误差（亦称无失真、无损、信息保持）编码和有误差（有失真或有损）编码两大类。无损编码压缩率一般在2 ~ 10之间；有损编码常能取得较高的压缩率（几十~几百） 根据编码作用域划分，图像编码为空间域编码和变换域编码两大类。 ;6.2 图像保真度准则 描述解码图像相对原始图像偏离程度的测度一般称为保真度。常用的保真度准则可分为两大类：客观保真度准则和主观保真度准则。 6.2.1 客观保真度准则 最常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比两种。 6.2.2 主观保真度准则 很多解压图最终是供人观看的，一种常用的方法是让一组（不少于20人）观察者观察图像并给该图像评分，将他们对该图像的评分取平均，作为这幅图像的质量。 ; 1. 客观保真度准则 （归一化）信噪比：令 单位：分贝（dB） ★峰值信噪比; 2. 主观保真度准则 观察者对图象综合评价的平均 电视图象质量评价尺度 ; 平均码长定义 是灰度值为i的编码长度，pi为灰度值为 i 的概率 冗余度为 编码效率为 ;6.3 统计编码方法 6.3.1 霍夫曼编码 Huffman编码是1952年由Huffman提出的一种编码方法。这种编码方法是根据信源数据符号发生的概率进行编码的。 思想：在信源数据中出现概率越大的符号，编码以后相应的码长越短；出现概率越小的符号，其码长越长。 （理论最佳）。 设输入编码为 ，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。求其最佳霍夫曼编码;霍夫曼编码算法基于一种称为“编码树”（coding tree）的技术。算法步骤如下： （1）初始化，根据符号概率的大小按由大到小顺序对符号进行排序。 （2）把概率最小的两个符号组成一个新符号（节点），即新符号的概率等于这两个符号概率之和。 （3）重复第2步，直到形成一个符号为止（树），其概率最后等于1。 （4）从编码树的根开始回溯到原始的符号，并将每一下分枝赋值为1，上分枝赋值为0。 在上述工作完毕之后，从最后两个概率开始逐步向前进行编码。对于概率大的消息赋予0，小的赋予1。;霍夫曼编码举例一 输入数据流:S1 S2 S1 S3 S2 S1 S1 S4;霍夫曼编码举例二;各灰度的编码如下：;霍夫曼编码的特点： (1) 霍夫曼编码构造出来的编码值不是唯一的。（在编码时，可以大概率为’1’，小概率为’0’，也可相反） (2) 当图像灰度值分布很不均匀时，霍夫曼编码的效率就高，反之，编码效率低。 (3) 霍夫曼编码必须先计算出图像数据的概率特性形成编码后，才能对数据进行编码，必须通过查表方法建立对应关系。 ;有时Huffman编码并不能得到最优的压缩效果： 某个字符出现的概率为：80% 按照shannon理论需要：-log2(0.8)=0.322 bit 实际上？？; 根据霍夫曼方法原理，如果信源有N个符号，所需的信源消减次数为N-2，所需的码赋值次数也为N-2.当需要对大量符号编码时，构造最优霍夫曼的计算量会很大。此时通常采用一些亚最优的变长编码方法，通过牺牲编码效率来换取编码计算的简便（时间）。;6.3.2费诺.仙侬编码（Fano-Shannon）;例：设一副灰度级为8的图象中，各灰度所对应的概率分别为0.04，0.05， 0.06，0.07，0.10，0.10，0.18，0.40，现在对其进行二分法费诺.仙侬编码？;6.3.4 算术编码 使用霍夫曼编码方式进行编码时，很多时候不能得到最佳的压缩效果。 与前述的变长编码不同，算术编码生的是非块码。算术编码给整个信源符号序列分配一