几种图像压缩算法学习课件.ppt

补充：几种图像压缩算法 1. 图像数据压缩方法的分类 ? 数据压缩的任务在不影响或少影响图像 质量的前提下，尽量设法减少图像数据中 的数据量。其首要任务是设法去掉各种冗 余的数据。 2 ? 数据压缩实际是一个编码的过程，即 将原始数据进行编码压缩。数据解压缩是 数据压缩的逆过程，即将经过压缩的数据 还原成原始数据。因此数据压缩方法也称 编码方法。 ? 评价压缩方法的优劣主要从以下 3 个 方面来衡量。 3 ? （ 1 ）压缩比：压缩比指原始图像经 A/D 转换后未经压缩所产生的数据量与经压 缩所产生的数据量之比。 ? （ 2 ）图像质量：还原出来的图像质量 比原始图像有多大失真，一般采用人的视 觉效果和信噪比两个方法。前者是通过人 在两米内观察所作的评价，后者通过仪器 测量。 4 ? （ 3 ）实现难度：即实现压缩及还原算 法的难易程度，亦即完成压缩所需要的时 间与空间开销或硬件实现的复杂性。 ? 压缩的方法主要有以下几种 （见图 3.3 ）。 5 6 ? 无损编码可以完全恢复原始图像而不 引入失真，它利用数据的统计特性来进行 数据压缩，解压缩后的还原图像与原始图 像完全一致。有损编码不能完全恢复原始 数据，而是利用人的视觉特性使解压缩后 的图像和原来一样。把上述方法结合起来 即为混合方法。 ? 下面介绍几种常用的压缩方法。 7 2 霍夫曼编码 ? 霍夫曼编码是无损编码的一种，是一种 基于统计特性的可变字长的编码方法。属 于无损编码的还有行程编码、算术编码等。 下面来看霍夫曼编码。 8 ? 设被编码的符号如下。 ? s 1 ， s 2 ， s 3 ， … ， s n ? 它们出现的概率分别为： ? p 1 ， p 2 ， p 3 ， … ， p n ? 假设采用不等字长编码，每个符号的 码长分别为： ? m 1 ， m 2 ， m 3 ， … ， m n 9 10 ? 数学上可以证明，符号序列 { s i } 的任 何一种编码方案，其平均码长必定大于 或等于 H 。也就是说， H 是该符号序列的 理想最小平均码长。平均码长越接近 H ， 我们说该编码方案越好。 11 ? 数学上还可以证明，在可变字长编码 中，对于出现概率大的符号编码成短字长 的编码，对于概率小的符号，编以较长的 字长编码。如果码字长严格按照所对应符 号的出现概率的大小逆序列排列，则平均 码长一定小于其他任何符号顺序方式，即 这是一种最接近于熵值的“最佳编码”。 ? 霍夫曼编码是实现上述最佳编码的一 种算法。下面看一个示例。 12 ? 大部分数字信息的编码都是采用定 长编码。意即采用相同的位数对数据进行 编码。如常用的 ASCII 就是定长编码，它 用 7 位二进制数来表示每一个字符。但是 实际上在文章中每个字符出现的概率并不 相等。我们现在假设有 a ， b ， c ， d ， e 5 个 字 符 。 其 出 现 概 率 分 别 为 0.12,0.40,0.15, 0.08 ， 0.25 。用以下方法 来求得其霍夫曼编码。 13 ? 将 5 个字符按其概率大小排序，然后把 最小的两项的概率值相加，归并成新的一 项。然后再选最小的两项合并，一直重复 作到只剩最后一项为止。本例实现过程参 见图 3.4 。 ? 下面再来构造霍夫曼编码树。这是一 棵二叉树，我们从图 3.5 中的右方开始向左 取值，根结点概率为 1.0 ，以下左分枝取概 率小的项，右分枝取概率大的项。对于归 并项，按此规则一直分解到最右方为止。 如图 3.5 所示为构造好的霍夫曼编码树。 14 15 16 ? 如图 3.5 所示，我们给每个左分枝标以 0 ， 给每个右分枝标以 1 ，则从根结点至每个叶结点 的路径即为该叶结点代表字符的编码。如图 3.5 右方所示。 ? 本例中熵的值为 2.09 ，编码的平均码长为 2.15 ，非常接近。 ? 霍夫曼编码的优点是简单易行，缺点是解 码时必须知道所使用的码表，这给存储和通信 带来不便。另一个缺点是它依赖于原始数据的 概率，这在实际应用中受到许多限制。 17 ? 编码实例 (16 色 bmp 数据 ) ： 第一行： 24 24 24 30 60 40 09 22 … 46 … 46 第二行： 64 65 67 88 88 88 88 … 90 78 ? 00 00 ：表示该行图像数据已结束 ? 00 01 ：表示整个图像结束 ? 00 02 ：用来转义后面两个字节，即表示其后的两个字 节分别表示下一个像素从当前位置开始的水平与垂直 位移 ? 00 N ：表示从当前位置起，图像数据存在连续 N 个不 同的值（存放于 N/2 个字节中） 3. 行程长度编码 5 个 18 行程编码原理 ? 在给定的图像数据中寻找连续重复的数值， 然后用两个字符值取代这些连