基于奇异值分解的图像压缩处理课件.pptxVIP

基于奇异值分解 的图像压缩处理 1 基于SVD的图像压缩处理 2 • 图像压缩处理的必要性 数据量大 传输速率慢 • 图像压缩处理的可能性 存在数据冗余 人眼具有视觉冗余 • 图像压缩处理方法 无损压缩 (对文件本身的压缩) 有损压缩 (对图像本身的改变) 图像压缩处理 3 . 矩阵的奇异值 ， 称为矩阵 . 矩阵的 值异值分解(SVD) 矩阵奇异值分解 ， 4 基于SVD的图像压缩处 理 5 k越小， 压缩比越大，传输数据越少，传输速度 越快， 图像失真度越大，反之亦然 基于SVD的图像压缩处 理 . 压缩比 6 • Frobenius范数 矩阵所有元素平方和的开方 • 结论 在所有秩为k的矩阵中， 之间的Frobenius范数距离 衡量指标 能够最小化与 7 选取前k个奇异值和对应向量 提取图像的像素矩阵 算法流程 重构图像 8 图像压缩处理实例 9 k=1 ρ=383 10 k=5 ρ=77 11 k=20 ρ=19 12 k=50 ρ=8 13 k=100 ρ=4 14 原图 15 • 试用的矩阵类型 奇异值差异较大 • k的最优选择 • 奇异值分解的算法 • 奇异值分解的其他应用 主成分分析(PCA) 潜在语义索引(LSI) • 图像压缩处理的其他方法 无损：小波编码 有损：基于DCT的JPEG图像压缩编码 评价与延伸 16 JPEG图像压缩原 理 . 1. JPEG压缩的编解码互逆过程 编码 解码 17 JPEG图像压缩原 理 • 2. 具体过程(编码) A.将原始图像分成8*8的小块 18 JPEG图像压缩原 理 B.将每个小块进行DCT变换 DCT ：离散余弦变换 将信号从时域变换到频域，变换结果均为实数。 能量集中特性：将能量集中在DCT后的低频部分 将低频部分集中在左上角，高频部分于右下角 低频部分比高频部分重要，所以损失高频部分， 达到有损压缩 19 JPEG图像压缩原 理 • DCT 20 JPEG图像压缩原 理 C.量化 量化：用像素值除以量化表对应值 量化表：左上角值小，右下角值大 保持低频分量，抑制高频分量 两张：细量化:针对Y(亮度信息) 粗量化:针对UV (色差信息) 效果：通低频减高频 减少比特数 21 JPEG图像压缩原 理 . 量化表 22 JPEG图像压缩原 理 D. 编码 a)编码分类 (1) DC直流分量： [0,0]位置元素 代表子块的 平均值 差分编码 DPCM (2) AC交流系数：其他63个元素 “之”字型排列方 法 行程编码RLE 23 JPEG图像压缩原 理 • “之”字型排列方法 保证低频分量先出现，高频分量后出现 24 JPEG图像压缩原 理 b)熵编码 对DC码字和AC行程码字进行熵编码，进一步提 高 压缩比 Huffman编码 1. 熵编码的中间格式表示 2. 熵编码 25