《数字图像处理》课件第9章.pptVIP

对于具有N个叶子结点（待编码符号）的哈夫曼树，总共有2N-1个结点。为了提高执行效率，用std::vector数组来存储2N-1个结点，结点结构定义如下：

structHuffmanNode{

floatweight；//权值：符号出现概率

intparent；//父结点：在结点数组中的索引

intlchild； //左子结点：在结点数组中的索引

intrchild； //右子结点：在结点数组中的索引

}；利用initHuffmanTree()函数中初始化结点数组后，在createHuffmanTree()函数中构造哈夫曼树。每次由select－TwoMinNodes()从结点数组中选择两个概率最小的非子结点合并为新的父结点。在makeHuffmanTable()函数中，从每个叶子结点上溯到根结点，将路径上的0/1按照从右到左的顺序组成其符号码字，存入“符号数值－符号码字”映射表中。然后从图像中读入每个像素，从映射表中查出其对应的码字，将码字输出到字符串，最后将每8个0/1字符转换成字节输出,形成压缩位流，实现代码详见HuffmanEncode()函数。解码时，从压缩位流中逐次读出1个二进制位，组成0/1字符串，在映射表查找符号码字对应的符号数值。若找到，则输出该符号数值到对应的像素，否则继续读入下一位,直到所有像素均已解码，实现代码详见HuffmanDecode()函数。对标准测试图像lena的红、绿、蓝通道进行哈夫曼编码的压缩比分别为1.1394、1.0488和1.0965。可见，哈夫曼编码的压缩效率依赖于信源符号的概率分布，单纯的哈夫曼编码压缩效果不够理想，需要结合其他编码方法来提高压缩效率。习题

1．现有8个待编码的符号m0，…，m7，它们的概率分别为0.11，0.02，0.08，0.04，0.39，0.05，0.06，0.25，利用哈夫曼编码求出这一组符号的编码并画出哈夫

曼树。

2.利用香农-范诺编码对习题1的信源符号进行编码，并写出香农-范诺编码的代码。

3．现有来源于4色系统的图像数据流：adcabaaabab，试写出该数据的LZW编码，并编制程序来实现。4.假设信源符号为{a，b，c，d}，出现的概率分别为{0.4，0.2，0.1，0.3}，写出算术编码及解码过程。

5.写出将一幅24位真彩色图像压缩成JPEG图像格式文件的算法过程。

6.对一幅特定的图像，分别用一种有损压缩算法和一种无损压缩算法对该图像进行压缩，计算各自的压缩时间、解压缩时间和压缩比。设αR=0.299，αG=0.587，αB=0.114分别表示R、G、B的权重，且满足αR+αG+αB=1，则正向ICT和逆向ICT分别如式(9-16)和式(9-17)正向RCT和逆向RCT分别如式(9-18)和式(9-19)2.离散小波变换

二维离散小波变换是通过对样本数据先沿行方向进行低通和高通滤波，并对滤波结果进行2↓1下采样，再对采样结果沿列方向进行与行方向同样的滤波和下采样来实现的。经过小波变换后，图像片的每个分量被分解为低频和高频子带，如图9-9所示。图9-9图像小波分解示意图JPEG2000支持最大级数为32的多级分解，下一级是对当前级的低频子带进行分解的结果。JPEG2000支持基于

卷积和基于提升的两种滤波模式，有损压缩采用Daubechies9/7双正交样条滤波器，无损压缩采用LeGall5/3样条滤波器。为了保证在两个边界的一个样本能够在空间有对应的滤波掩蔽系数，两种滤波模式的实现都要求先对信号进行

周期对称扩展。3.量化

对于无损压缩，小波系数不需要量化；对于有损压缩，对小波系数采用带死区（Deadzone，即输出为0的区域）的均匀标量量化方法。每个子带定义一个量化步长Δb，量化公式如下：

(9-20)

式中：yb是子带b中的小波系数；Δb是子带b的量化步长；sign(yb)表示yb的正负号；qb是量化结果。图9-10带死区的量化示意图在死区附近的量化宽度为2Δb，这样可以保证量化后出现更多0，如图9-10所示。在JPEG2000码流中，Δb用5比特指数εb和11比特