第 8 章 图像压缩技术.pptVIP

办公自动化；医学图像处理；卫星遥感遥测系统；高清晰度电视HDTV；可视电话、会议电视；移动多媒体图像及视频传输：彩信业务，手机视频；……

凡是涉及到图像数据的传输、交换与存储的领域均要求进行图像数据的压缩。图像数据压缩的应用领域图像压缩的性能经常利用平均编码长度、冗余度和平均编码长度等指标来衡量。其中为了计算这些性能指标，需要计算信息量和熵的结果。（1）信息量：若从N个数选定一个数s的概率为p(s)，且等概率，p(s)=1/N，则事件包含的信息量可定义为：图像压缩的性能指标（2）熵：设信源符号表为，其概率分布为，则信源的熵为：图像压缩的性能指标（3）平均编码长度：在无干扰的条件下，存在一种无失真的编码方法，使编码的平均长度与信源的熵H(s)任意地接近，即L=H(s)+ε，其中ε为任意小的正数。对于无失真图像的编码，最佳编码的平均码长则无限地接近原始图像的熵图像压缩的性能指标（4）冗余度：求原始图像平均码长与其熵的比值，并用该比值与1作差，所得的结果称为冗余度，用表示：图像压缩的性能指标（5）编码效率：编码效率定义为原始图像的熵与图像平均码长的比值，：图像压缩的性能指标（6）压缩比：图像的平均编码长度是指平均一个像素编码的位数。若原始图像的平均比特率为n，编码后的平均比特率为，则压缩比C定义为n与的比值：无失真编码的最大压缩比为：图像压缩的性能指标图像压缩常用方法无损压缩图像压缩方法有损压缩Huffman编码RLE行程编码AC算术编码LZ字典式编码预测编码(DCT)变换编码混合编码JPEGMPEGDPCMADPCM运动补偿（帧间预测）图像数据压缩是可能的原始图像中存在很大的冗余度用户通常允许图像失真降低输入的原始图像的分辨率对输出图像分辨率影响不大用户对原始图像的信号不全都感兴趣，可用特征提取和图像识别的方法，丢掉大量无用的信息，提取有用的信息图像压缩与编码原始图像越有规则，各像素之间的相关性越强，它可能压缩的数据就越多图像结构的性质，大体上可分为两大类：具有一定图形特征的结构具有一定概率统计特性的结构不同的图像结构特性，应采用不同的压缩编码方法图像压缩与编码编码方法的评价标准编码效率实时性失真度设备复杂程度常采用混合编码的方案，以求在性能和经济上取得折衷图像压缩与编码信源编码：满足一定图像质量条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码信源编码可分为两大类：无损压缩编码有损压缩编码信源编码哈夫曼编码游程编码无损预测编码2.无损压缩编码无损压缩霍夫曼编码行程编码算术编码50年代提出，一种无损的统计编码方法用变长的码使冗余量达到最小，用一棵二叉树来编码，使常出现的字符用较短的码表示，不常出现的字符用较长的码表示。(1)哈夫曼编码(1）将符号按照出现概率递减的顺序排列。（2）将概率最小的两个符号的概率相加，得到新符号概率。（3）重复步骤1和2直到概率相加的结果等于1为止。（4）概率大的符号用0表示，概率小的符号用1表示。

（5）记录下概率为1处到当前符号之间的0，l序列，从而得到每个符号的编码。特点概率大的符号编码长度短，概率小的符号编码长度长。哈夫曼编码步骤7个字符出现的概率分别为：0.2、0.19、0.18、0.17、0.15、0.1、0.01，霍夫曼编码过程哈夫曼编码实例根据对各类图像的统计，发现图像信源中象素的空间相关性比较强。在经过采用和量化形成数字彩色图像后，其相邻象素的相关性体现在相邻象素亮度取值变化不大对典型的黑白文本图像进行分析发现，前一像素为白色象素时，当前像素取值为白的条件概率P(W|W)平均在97%以上，而由白像素变为黑像素的概率P(B|W)仅为3%，类似的，当前一像素为黑，当前像素为黑的条件概率P(B|B)平均为75%，由黑变白的概率P(W|B)仅为25%。（2）游程（行程）编码－RLC原理：将连续相同的数据值序列用一个重复次数和单个数据值来表示。对重复出现的字符、字符连续重复的个数以及起始位置进行编码，就能恢复该字符串游程编码－RLC游程标志游程长度重复字符基本RLC结构例如：字符串：AAAAAARRRRTSSSDEEEEEEEEE行程编码表示为：*6A*4RT*3SD*9E说明（1）*表示编码的开始，后面的字符表示重复次数