6 第六章 图像压缩编码1 2节解析.ppt

6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 信源编码器模型： f ( x , y ) 映射变 换 器 量化器 符号编 码 器 信道编码器 或信道 Mapper Quantizer Symbol encoder ◆ 映射变换器的作用：是将输入的图像数据转换为可 以减少输入图像中像素间冗余的表示格式，其输出是 比原始图像数据更适合于高效压缩的图像表示形式。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 信源编码器模型 （续 1 ） ： f ( x , y ) 映射变 换 器 量化器 符号编 码 器 信道编码器 或信道 ◆ 典型的映射变换包括： （ 1 ）线性预测变换。如各种正交变换，应用差分映射 图像编码的差分编码等预测编码； （ 2 ）酉变换。如可将图像能量集中到少数系数上的 DCT 变换； （ 3 ）多分辨率变换。如子带分解和小波变换等； （ 4 ）其它变换。如二值图像的游程编码等。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 信源编码器模型 （续 2 ） ： f ( x , y ) 映射变 换 器 量化器 符号编 码 器 信道编码器 或信道 ◆ 量化器的作用是产生用于表示被压缩图像的有限数 量的符号（详见 6.3.4 节）。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 信源编码器模型 （续 3 ） ： f ( x , y ) 映射变 换 器 量化器 符号编 码 器 信道编码器 或信道 ◆ 符号编码器的作用是对量化器输出的每一个符号分 配一个码字或二进制比特流。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 符号编码器： X ? { x 0 , x 1 ? x n } 符号编码器 W ? { w 0 , w 1 , ? , w n } A ? { a 1 , a 2 ? a m } 其中， 输入 X 称为信源符号集，集合中的每一个元素 x i 称为信源符号。输出 W 称为代码，集合中的每一个 元素 w i 称为码字。 A 称为码元集，集合中的每一个元 素 a j 称为码元。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 符号编码器： X ? { x 0 , x 1 ? x n } 符号编码器 W ? { w 0 , w 1 , ? , w n } A ? { a 1 , a 2 ? a m } 符号编码器的功能： 是用码元集 A 中的一组码元 a j 建 立输入的信源符号 x i 与输出的码字 w i 之间的关系。也 就是为信源符号集中的每一个元素 x i 分配一个用一组 码元 a j 表示的码字 w i 。所有的码字 w i 都按规定的编码 方式，由 a j 来组成。 6.1.3 图像编码模型 3. 信源编码器模型与信源解码器模型 ◆ 信源解码器模型： 信道编码器 或信道 符 号 解码器 Symbol decoder 反量化器 反向映射 变 换 器 Inverse mapper f ( x , y ) ^ 6.1.4 独立信源与信息量 ◆ 被编码的符号序列中的所有符号构成了信源。 ◆ 最简单的信源就是独立信源。 ◆ 一个独立信源可由一个信源符号集 X 和每一个符号 出现的概率描述，即： X ? { x 0 , x 1 , ? x n } P ( X ) ? { p ( x 0 ), p ( x 1 ), ? , p ( x n )} （ 6.6 ） 6.1.4 独立信源与信息量 ◆ 若对一个独立信源中所有可能的符号的信息量 ( self information ) 取平均值，就得到信源中每个符号的平 均信息量，也称为信源的熵 ( entropy ) ，即： H ( X ) ? ? P ( x i ) ? I ( x i ) ? ? ? P ( x i ) ? log 2 P ( x i ) i ? 0 i ? 0 n n ( 6.8) 6.1.4 独立信源与信息量 ◆ 对于一幅灰度分布为 X={0 ， 1 ， … ， L-1} 的数字图 像，其每个