《图像压缩与编码》PPT课件

《《图像压缩与编码》PPT课件》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、本章重点：图像编码与压缩的基本概念、理论及其编码分类。常用的无损压缩方法。常用的有损压缩方法。第8章图像编码与压缩图像编码的必要性与可能性图像编码的必要性数字图像的庞大数据对计算机的处理速度、存储容量都提出过高的要求。因此必须把数据量压缩。从传送图像的角度来看，则更要求数据量压缩。在信道带宽、通信链路容量一定的前提下，采用编码压缩技术，减少传输数据量，是提高通信速度的重要手段。图像编码的可能性组成图像的各像素之间，无论是在图像的行方向还是在列方向，都存在着一定的相关性。常见的静态图像数据冗余包括：空间冗余，结构冗余，知识冗余，视

2、觉冗余，图像区域的相同性冗余，纹理的统计冗余。图像编码分类根据解压重建后的图像和原始图像之间是否具有误差，可以将图像编码与压缩方法分为无误差(亦称无失真、无损、信息保持)编码和有误差(有失真或有损)编码两大类。根据编码作用域划分，图像编码分为空间域编码和变换域编码两大类。若从具体编码技术来考虑，又可分为预测编码、变换编码、统计编码、轮廓编码、模型编码等。8.1图像编码基础8.1.1概述数据压缩冗余相对冗余R=1-(1/C)冗余种类编码冗余像素间冗余心理冗余8.1.2图像信息衡量表示一幅图像究竟要多少位？信息论理论：熵熵在数字图像

3、中的含义8.1.3图像编码评价准则在图像压缩编码中，解码图像与原始图像可能会有差异，因此，需要评价压缩后图像的质量。描述解码图像相对原始图像偏离程度的测度一般称为保真度(逼真度)准则。常用的准则可分为两大类：客观保真度准则和主观保真度准则。（1）客观保真度准则最常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比两种。均方根误差:均方信噪比:对上式求平方根，就得到均方根信噪比。（4-2）（4-3）（2）主观保真度准则具有相同客观保真度的不同图像，人的视觉可能产生不同的视觉效果。这是因为客观保真度是一种统计平均意义

4、下的度量准则，对于图像中的细节无法反映出来。一种常用的方法是对一组(不少于20人)观察者显示图像，并将他们对该图像的评分取平均，用来评价一幅图像的主观质量。例如可用{-3，-2，-1，0，1，2，3}来代表主观评价{很差，较差，稍差，相同，稍好，较好，很好}。评分评价说明1优秀图像质量非常好，如同人能想象出的最好质量2良好图像质量高，观看舒服，有干扰但不影响观看3可用图像质量可以接受，有干扰但不太影响观看4刚可看图像质量差，干扰有些妨碍观看，观察者希望改进5差图像质量很差，几乎无法观看6不能用图像质量极差，不能使用表8.1电视图

5、像质量评价尺度8.1.4图像编码模型一个图像压缩系统包括两个不同的结构块：编码器和解码器。图像f（x，y）输入到编码器中，编码器可以根据输入数据生成一组符号。在通过信道进行传输之后，将经过编码的表达符号送入解码器，经过重构后，生成输出图像。f(x,y)信源编码信道编码信道信道解码信源解码f’(x,y)一个常用于图像压缩系统模型(1)信源编码器和信源解码器信源编码器的任务是减少或消除输入图像中的编码冗余、像素间冗余或心理视觉冗余。从原理来看主要分为三个阶段:第一阶段将输入数据转换为可以减少输入图像中像素间冗余的数据的集合。第二阶段

6、设法去除原图像信号的相关性。第三阶段是找一种编码方式。信源解码器包含两部分：符号解码器和反向转换器。(2)信道编码器和解码器当信道带有噪声或易于出现错误时，信道编码器和解码器就在整个译码解码处理中扮演了重要的角色。信道编码器和解码器通过向信源编码数据中插入预制的冗余数据来减少信道噪声的影响最有用的—种信道编码技术是由R．w．Hamming提出的。这种技术是基于这样的思想，即向被编码数据中加入足够的位数以确保可用的码字间变化的位数最小。8.1.5图像编码与压缩标准8.2基本编码方法8.2.1霍夫曼编码一个事件集合x1,x2,,…x

7、n,处于一个基本概率空间，其相应概率为p1,p2,,…pn，且p1+p2+…pn=1。每一个信息的信息量为:如定义在概率空间中每—事件的概率不相等时的平均不肯定程度或平均信息量叫作熵H，则：1.理论基础（4-9）（4-10）Huffman编码是1952年由Huffman提出的一种编码方法。这种编码方法根据信源数据符号发生的概率进行编码。在信源数据中出现概率越大的符号，相应的码越短；出现概率越小的符号，其码长越长，从而达到用尽可能少的码符号表示源数据。它在变长编码方法中是最佳的。2.Huffman编码设信源A的信源空间为：其中，现

8、用r个码符号的码符号集对信源A中的每个符号（i＝1，2，…，N)进行编码。具体编码的方法是:(1)把信源符号按其出现概率的大小顺序排列起来；(2)把最末两个具有最小概率的元素之概率加起来；(3)把该概率之和同其余概率由大到小排队，然后再把两个最小概率加起来，再重