数字图像处理第八章课件.ppt

Else[i.e.,;insignificant]Case#1:w(m)isanon-rootpartofazerotreeDon’tCode–itis“predictablyinsignificant”Case#2:w(m)isazerotreerootOutputsymbolzrCase#3:w(m)isanisolatedzeroEndifonsignificanceEntropycodesymbolsusingadaptiveAC(Optional,butrecommended)SendbitsEndloopthroughDominantList第137页,共147页，星期六，2024年，5月RefinementPassForeachentryw(m)inSubordinateListIfw(m)∈BottomHalfof[,2]OutputL(“L”for“low”)Else[i.e.,w(m)∈TopHalfof[,2]OutputH(“H”for“high”)Endifon“bottom/top”EntropycodeH’sandL’susingadaptiveAC(Optional,butrecommended)SendbitsEndloopthroughSubordinateList?第138页,共147页，星期六，2024年，5月UpdateGotoSignificancePass?第139页,共147页，星期六，2024年，5月基于对象的编码第140页,共147页，星期六，2024年，5月基于模型的编码第141页,共147页，星期六，2024年，5月Sprite编码技术是针对背景对象的特点提出的。通常情况下背景对象自身没有任何运动，由于摄像机的运动而造成图像序列中的背景变化，通过图像的镶嵌技术把整个序列的背景图像拼接成一个大的完全的背景图像，这个图像就叫Sprite图像。第142页,共147页，星期六，2024年，5月4.8模型基编码??模型基图像编码的基本思想在发送端，利用图像分析模块对输入图像提取紧凑和必要的描述信息，得到一些数据量不大的模型参数；在接收端，利用图像综合模块重建原图像，是对图像信息的合成过程。基本框图如下所示。第143页,共147页，星期六，2024年，5月第144页,共147页，星期六，2024年，5月模型基编码与以前的编码原理不同，它重点分析景物中的物体结构模型，从视觉心理上分析，这是符合人眼视觉特性的。模型基图像编码方案可分为两种：一种是语义基，一种是物体基。语义基编码采用显式模型（如人的脸部）去分析和合成运动图像，景物里的三维模型为严格已知。它可以有效地利用景物中已知物体的知识，以实现非常高的压缩比，但它仅能够处理已知物体，并需要复杂的图像分析和识别技术。第145页,共147页，星期六，2024年，5月语义基模型的主要优点是对于物体的描述很容易转换成特征参数的描绘和说明，从而有利于再现图像。非参数类模型中，线性模型是最常见的，物体通过小三角形“碎片”来近似。物体表面的形状通过这些三角形的节点空间位置参数描述，三角形的尺寸可以根据物体表面的复杂性作调整，因此用线框模型描述物体具有灵活性和普遍性，也是模型基中采用的基本方法。但是，如果一个物体是隐式的结构或者是限定运动的，这些灵活性和普遍性就不存在了，这时采用物体基编码方法更合适一些。第146页,共147页，星期六，2024年，5月8.5分形编码8.5.1概述分形编码方法的目的是挖掘自然物体（比如天空、云雾、森林等）在结构上的自相似性，这种自相似性是图像整体与局部相关性的表现。分形压缩利用分形几何中的自相似性原理，首先对图像进行分块，然后寻找各块之间的相似性。这里的相似性的描述主要是依靠仿射变换来确定，一旦找到了每块的仿射变换的系数，因而图像得以大幅度的压缩。第105页,共147页，星期六，2024年，5月第106页,共147页，星期六，2024年，5月第107页,共147页，星期六，2024年，5月第108页,共147页，星期六，2024年，5月第109页,共147页，星期六，2024年，5月第110页,共147页，星期六，2024年，5月分形编码的最显著的特点是自相似性，与经典方法相比，它不但去除了数据之间的局部相关性，而且去除了整体与局部之间的相关性，所以分形编码以其独特新