多媒体技术教程.pptVIP

3.2.2离散余弦变换（DCT）编码 如果变换后的协方差矩阵接近对角矩阵，该类变换称准最佳变换，典型的有DCT、DFT、WHT、HrT等。其中，最常用的变换是离散余弦变换DCT。 DCT是从DFT引出的。DFT可以得到近似于最佳变换的性能，但DFT的运算次数太多，且需要复数运算。DCT从DFT中取实部，并可用快速余弦变换算法，因此大大加快了运算。同时其压缩性能十分逼近最佳变换的压缩性能。所以，DCT在图像压缩中得到了广泛的应用。 第三十页，共八十七页。 3.2.3 小波变换编码 小波变换是一个线性变换，能够将一个信号分解成对空间和时间、频率的独立贡献，同时又不失原信号所包含的信息。经过小波变换后的图像能量很集中，便于对不同的分量作不同的处理，达到较高的压缩比。 第三十一页，共八十七页。 3.2.3 小波变换编码 小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换不能解决的许多困难问题 。 第三十二页，共八十七页。 3.2.3 小波变换编码 图像的小波变换可以理解为图像信号经过一系列带通滤波器的结果，这组滤波器在对数意义下具有相同的带宽，从小波变换后不同分层定位中，提取出图像的特征，低频部分平滑，表示背景；高频部分不平稳，表示细节。利用不同层次对恢复图像的贡献大小和对人眼视觉系统影响的大小，采用不同的编码方法，可以达到图像压缩的目的。 第三十三页，共八十七页。 3.2.3 小波变换编码 基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。 第三十四页，共八十七页。 3.2.4 行程编码和Huffman编码 行程编码和Huffman编码方法属于统计编码，它的方法是：识别一个给定的流中出现频率最高的比特或字节模式，并用比原始比特更少的比特数来对其编码。即就是，频率越低的模式，其编码的位数越多，频率越高的模式编码位数越少。若码流中所有模式出现的概率相等，则平均信息量最大， 信源就没有冗余。 第三十五页，共八十七页。 3.2.4 行程编码和Huffman编码 1. 行程编码(Run Length Coding) 是最简单、最古老的压缩技术之一，主要技术是检测重复的比特或字符序列，并用它们的出现次数取而代之。 行程编码有多种编码方式，对于0出现较多，1较少出现（或反之）的信源数据，可以对0的持续长度（或1的持续长度）进行编码，1（或0）保持不变。而对于0、1交替出现的数据，可以分别对0的持续长度和1的持续长度编码。 第三十六页，共八十七页。 3.2.4 行程编码和Huffman编码 代码字有两种类型：结束代码字和组成代码字。每个行程由0个或更多的组成代码字和一个确定的结束代码字来表示。在0～63范围内的行程由相应的结束代码字编码。64～2623（2560+63）范围内的行程首先由组成代码字编码，它表示最接近、但不大于所要求的行程，后再跟结束代码字。 第三十七页，共八十七页。 3.2.4 行程编码和Huffman编码 行程大于或等于2624时，首先由组成代码2560编码。如果行程的剩余部分仍大于2560，则产生附加的组成代码2560，直到行程的剩余部分少于2560，再按前述方法编码。 第三十八页，共八十七页。 3.2.4 行程编码和Huffman编码 2. 哈夫曼编码 1952年Huffman提出了对统计独立信源能达到最小平均码长的编码方法，也即最佳码。最佳性可从理论上证明。这种码具有即时性和唯一可译性。 该编码是常见的一种统计编码。对给定的数据流，计算其每个字节的出现频率。根据频率表，运用哈夫曼算法可确定分配各字符的最小位数，然后给出一个最优的编码。代码字存入代码表中。 第三十九页，共八十七页。 3.2.4 行程编码和Huffman编码 编码时，首先将信源符号按概率递减顺序排列，把两个最小的概率加起来，作为新符号的概率，重复此过程，直到概率和达到1为止。然后在每次合并消息时，将被合并的消息赋以1和0或0和1，寻找从每一信源符号到概率为1处的路径，记录下路径上的1和0，对每一符号写