数字图像处理：第5章图像编码(第二讲).pptVIP

数字图像处理

第5章图像编码

（第二讲）;

5.5预测编码

在20世纪40年代，Weiner提出了最佳线性预测理论，1952年Oliver和Harrison等人认识到了线性预测在通信中的作用，并建议把它用于降低冗余度。;多年来，人们在大量的试验的基础上成功地试制了多种设备。在我国，70年代就已经研制了采用预测编码的可视电话设备。;

;5.7.3DPCM编码;5.7.1预测编码的基本原理;编码;编码原理图中，xi是下一个样值。根据前面出现的n个样值，可以得到xi的预测值。;式中是的前n个样值。是预测参数。设为与之间的误差值，则;(5—39);假如直接对样值x编码，那么正如前面谈到的那样，代码平均长度有一个下限，这个下限就是信源的熵H(X)，即:;同样道理，如果对误差信号进行编码，那么，它也应该有一个下限，设为。显然，预测编码可以压缩数码率的条件是;熵是概率分布的函数，分布越均匀熵越大。熵值大，则其平均码长之下限必然会加大，码率就会增高。反之，分布越集中熵值越小，其平均码长之下限就会越短，码率就会降低。;如果预测比较准确，那么误差就会集中于不大的数值内，从而使H(E)小于H(X)。;由于图像信号中样值的高度相关性，使得相邻样值之间的差别总是十分微小的，所以其差值分布十分集中。预测前后的概率分布情况如图5—22所示。;

样值差值

0

图5—22预测前后的概率密度分布示意图

（a）为图像信号概率密度分布

（b）为差值信号概率密度分布;相邻像素间差值信号分布密度曲线;对于视频信号性质来说，帧内像素相关系数在0.85左右，帧间相关系数在0.95左右。由此可见，图像像素间的相关性是很大的，其压缩潜力也是很大的。由上面的定性分析可知，预测编码是可以压缩码率的。;一般情况，使用线性预测器，预测值与前面的n个已出现样值的关系如式(5—38)所示。线性预测的关键一步在于预测系数的求解。预测误差信号是一个随机变量，它的均方误差为。;这里E[]表示数学期望。通常把均方误差最小??预测称为最佳预测。通过最小均方误差准则可求解预测系数，即;(5—44);为求极小值可令式(5—44)等于0，即;展开式（5—45）得;令式中;另外，由上面的讨论可知，如果是的最佳线性估计值，则;而其均方误差为;由此可得;;如果取样序列是r阶马尔可夫序列，则在形成xi的最佳估计中，只需采用r个取样值，而且得出的误差取样序列也会是不相关的。由于解除了样值间的相关性，也就解除了存在于相关性中的多余度。

;对于图像编码，特别是电视信号编码，如果利用同一行的前r个样值进行预测，叫一维预测。如果同时利用前面几行的样值预测就叫二维预测。电视图像一般是一帧一帧连续发送的，那么可以利用前面若干帧进行预测，这时就是三维预测了。;此时，电视信号取样序列的自相关函数近于指数形式，即的形式。;5.5.2△Ｍ（DM）编码;CP;编码器包括比较器、本地译码器和脉冲形成器三个部分。

译码器比较简单，它只有一个与编码器中的本地译码一样的译码器及一个视频带宽的低通滤波器。;△M编码器实际上就是1bit编码的预测编码器。它用一位码字来表示e(t);式中f(t)为输入视频信号，是f(t)的预测值。当差值e(t)为一个正的增量时用“1”码来表示，当差值e(t)为一个负的增量时用“0”码来表示。;由上述原理看,DM中增量脉冲携带的是斜率信息。;在接收端，

当译码器收到“1”时，信号则产生一个正跳变，

收到“0”时，则信号电压产生一个负的跳变，

由此即可实现译码。;首先讨论一下译码电路。译码器应具有下述三个功能：

（１）收到“1”时，产生一个正斜变电压，当

连续收到“1”时，则连续上升；

（２）收到“0”时，产生一个负斜变电压，当

连续收到“0”时，则连续下降；

（３）正、负斜率相等，且具有记忆功能。;图5—28译码原理;E0;最普通的译码器就是一个RC积分电路。电路的工作原理如图5—29所示。当输入“1”时，开关接+E0，输入“0”时，开关接–E0。电容的二端就是译码输出。;如果在t=0时输入“1”，也就是开关接到+