第11章 图像压缩与编码

《第11章 图像压缩与编码》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、图像编码与压缩研究课题在保证一定图像质量的前提下，采取某种编码方式，以尽量减少图像的比特数1主要内容图像编码压缩引言游程长度编码统计编码哈夫曼编码香农编码预测编码变换编码静止图像压缩编码标准JPEG21引言图像编码压缩的必要性图像编码压缩的可能性图像编码压缩的分类图像编码压缩的评价客观评价体系主观评价体系3图像数据的特点4图像编码压缩的必要性中(低)等质量图像:640x480x16bits=5Mb/帧中(高)等质量图像:1024x768x24bits=18Mb/帧CCIR601数字电视:720x576x16bitsx25=158Mb/s

2、高清晰度数字电视:1280x720x24bitsx50=1.05Gb/s5图像编码压缩的必要性存储：硬盘传输PC机系统总线：5MB/s（ISA），133MB/s（PCI）CD-ROM读出速率：40x150KB/s=6MB/sETHERNET传输速率：10~100Mb~1Gb/s普通电话接入速率：28.8,33.3,56Kb/sADSL速率：512kb~2Mb/sFTTH速率：102Mb/s6图像编码压缩的必要性图像数据的特点是信息量大。不经过压缩编码，大容量的图像信息无法存储与传输。压缩编码的目的：节省图象存储容量；减少传输信道容量；缩

3、短图象加工处理时间。7图像编码压缩的可能性图像信息存在很大的冗余度，数据之间存在相关性。空间相关性时间相关性由于人眼是图像信息的接收端，所以可以利用视觉对于边缘急剧变化不敏感、以及对图像的亮度信息敏感、对颜色分辨率弱等特点来实现对图像的高压缩比8图像编码压缩的分类从编码前后有效信息保持情况分类：无损压缩法：哈夫曼编码、香农编码有损压缩法：熵编码从具体编码技术来考虑：预测编码；变换编码；统计编码；轮廓编码；模型编码9图像编码压缩的评价客观评价计算一组与位数据流有关的技术参数，以考察编码的效率与保真度主观评价以视觉生理为基础，邀请专业和非专

4、业人员20~30人，对压缩图像进行打分、划分等级10客观评价体系设图像灰度级集合为其对应的概率分别为图像熵定义为：(比特/字符）图像熵表示图像灰度级集合的比特数均值，即图像信息源的平均信息量。平均码字长度为：11举例假设一幅图像有7个灰度级：a1,a2,a3,a4,a5,a6,a7它们出现的概率是:0.2,0.19,0.18,0.17,0.15,0.1,0.01则：图像熵＝-0.2log2(0.2)-0.19log2(0.19)-0.18log2(0.18)-0.17log2(0.17)-0.15log2(0.15)-0.1log2(0

5、.1)-0.01log2(0.01)＝2.61如果每一个灰度级使用3个二进位表示，则：平均码子长度＝312客观评价体系编码效率:编码效率为100%为最佳压缩比——衡量数据压缩程度的指标之一分别为源代码长度与压缩后代码长度13原始图像的像素重建图像的像素均方误差：原始图像信号均值误差图像信号均值信噪比：其中原始图像信号峰值峰值信噪比：客观评价体系14分值重建图像（声音）的质量5非常好，丝毫看（听）不出失真4好，虽能看（听）出失真，但没有什么影响3一般，清楚地看（听）出有失真，对视听稍有影响2差，失真明显，对视听有影响1非常差，失真严重，非

6、常严重地妨碍视听主观评价法(MOS)受评价者的经验、爱好、观察图像的内容、观察条件等影响152游程长度编码(RLC)思想：检测符号序列中连续重复出现的符号，并使用其长度（runlength）进行表示。例：压缩前28位：0003377770000000056666600000压缩后14位：30234780155650分析：仅仅在游程长度＞3时才有效益1234561112131415161122334455212223242516RLC的应用适用于：二值图像的编码，如0000110011111000111000004225335黑白文稿

7、工程图纸传真机（FAX）RLC＋Huffman17RLC的分析方法直观，简单，速度快。是一种无损压缩技术。压缩比取决于图像本身的特点：如果图像中具有相同颜色的图像块越大，且图像块数目越少，获得的压缩比就越高。反之，压缩比就越小。特别适合于扫描产生的黑白文稿和工程图纸，对颜色丰富的自然图像效果较差。不仅用于图像数据的压缩，也可应用于其他数字媒体的压缩。183统计编码基本原理哈夫曼编码香农编码19基本原理20哈夫曼编码原理出现概率大的符号用短字长码，出现概率小的符号用长码，码字长度与概率严格逆序排列，即可获得“最佳码”。过程21哈夫曼编码过

8、程（1）首先统计信源中各符号出现的概率，按符号出现的概率从大到小排序。（2）把最小的两个概率相加合并成新的概率，与剩余的概率组成新的概率集合。（3）对新的概率集合重新排序，再次把其中最小的两个概率相加，组