静止图像编码.pptVIP

静止图像编码第1页，共37页，星期日，2025年，2月5日静止图像的采样与量化第2页，共37页，星期日，2025年，2月5日静止图像采样空间轴上二维伸展，时间轴上一点。图像的色彩由人眼决定，三元色RGB。图像的数字化在二维平面上，将图像划分为一个个很小的方块，每个方块内近似具有同样的色彩。这样的方块称为像素。实际应用中，像素数决定于图像输出设备的分辨率。若分辨率较低，则每个像素对应的方块较大，就能明显看到块的结构，如大屏幕电视。第3页，共37页，星期日，2025年，2月5日静止图像采样，量化如果图像的细节很精致（如电视台专用的测试信号），则像素分割仍无法体现细节。类似时域的奈奎斯特采样定理。每个像素有对应的色彩，有不同的色彩分量。直接的色彩空间是RGB，每个分量采用8bit量化，一共可以表示种色彩，基本上可以接近原始的真实色彩。人眼实际上对亮度信号更敏感，因此可以将色彩空间进行变换，得到YUV分量，每个分量依旧采用8bit量化。第4页，共37页，星期日，2025年，2月5日电视信号测试图第5页，共37页，星期日，2025年，2月5日图像压缩分类第6页，共37页，星期日，2025年，2月5日图像为什么可以压缩？熵冗余像素间具有相关性不同的符号具有不同的概率视觉冗余不是所有的细节都可见不是所有的细节都需要看到人眼的视觉特性，比如对亮度比色度敏感，对黄、绿等颜色更敏感等等。第7页，共37页，星期日，2025年，2月5日图像压缩的分类对于一些特定要求的图像，如地图、遥感或航拍的图像，医疗图片，警用图片等，对细节要求很高，而且一旦出现失真，影响极大，此时一般用无损压缩。对于娱乐用图片，如照片，广告，文字等，人们关心的重点是整体的视觉效果，因此可以使用有损压缩，以获得更好的压缩比。第8页，共37页，星期日，2025年，2月5日有损编码与无损编码无损编码（压缩比1.5-3）无失真完全可复原不利用人的视觉特性有损编码（压缩比10-200）有失真可复原利用了人的视觉特性第9页，共37页，星期日，2025年，2月5日无损编码，游程编码一般采用熵编码，包括Huffman编码，香农编码，LZW编码，算数编码，游程编码等。游程编码适用于二值图像，或者有大片同色部分的图像。典型应用是传真的图像。在二值图像中，一定是0，1交替出现，因此，如果假设每行都从0开始，则编码时只需记录连续像素的个数，而不必记录像素的颜色。比如像素为000101110010001，游程编码后然后可以对多元序列进行Huffman编码。第10页，共37页，星期日，2025年，2月5日香农编码（一）根据香农定理，对二进制码，码字长度满足下面公式，其中ti为该码字长度，Pi为该符号出现的概率香农编码步骤将信息符号按出现的概率由大到小顺序排列按上面公式计算各概率对应的码字长度ti计算各概率对应的累加概率aia1=0,a2=P2,a3=P2+P1,a4=P3+P2+P1,…将累加概率转换为2进制小数，取前ti位，即为香农编码的结果第11页，共37页，星期日，2025年，2月5日香农编码（二）举例Y1概率0.40t1=2a1=000Y2概率0.18t1=3a1=0.4011Y3概率0.10t1=4a1=0.581001Y4概率0.10t1=4a1=0.681010Y5概率0.07t1=4a1=0.781100Y6概率0.06t1=5a1=0.8511011Y7概率0.05t1=5a1=0.9111101Y8概率0.04t1=5a1=0.9611110第12页，共37页，星期日，2025年，2月5日算数编码（一）20世纪60年代由Elias提出，是信息保持型编码，无须为一个符号设定一个码字。举例说明信源4个符号，a--1/2,b--1/4,c--1/8,d--1/8.要对aabc…进行编码利用单位长度的矩形来表示，指针起点为0，宽度为1。第一个符号是a，指针指向0+1(宽度)*0.011(a的起始位置)=0.011，宽度变为1(宽度)*0.1(a的宽度)=0.1第13页，共37页，星期日，2025年，2月5日算数编码（二）第二个符号是a，指针指向0.011+0.1(宽度)*0.011(a的起始位