图像处理图像压缩-1

《图像处理图像压缩-1》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、图像压缩的目的与方法一.引言所谓数据压缩，就是通过改变信息的表示方式，在有限的信息空间中表示尽可能多的信息。在信息设备容量有限的前提下，通过数据压缩，能够提供更多的信息，更好地满足人们对信息地需求。近年来，以计算机和通信技术为主的信息技术取得了飞速发展，信息技术的广泛应用正在改变着人们的生产生活方式。在信息环境中，大量的信息是以数字化的方式表示、存储和传输的，而这些数字化信息中图像信息又占了绝大部分（据统计，在人们由视觉所获取的信息中图像信息约占了65%）。但是数字化后的图像占的空间是巨大的，例如，一幅分辨率为512*51

2、2、颜色深度为8位的黑白图像将占256K的存储空间，同样一副彩色图像则占3*256=768K，一副2330*2330*8bit的气象卫星红外云图占4.74M,这样，一颗卫星每天（半小时发回一次5个波段数据）的数据量为1.1G,而当前的320G硬盘仅可以存储约200多天的卫星云图资料。这样的存储需求是不可思议的也是让人不能忍受地，为了对图像数据进行有效的处理、存储和传输，必须对图像数据进行压缩存储。数字图像信息压缩编码也就成为多媒体信息处理中的关键技术之一。二.数字图像处理发展概况数字图像处理（DigitalImagePro

3、cessing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，

4、并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。三.图像压缩1．图像数据压缩原理由于图像数据之间存在这一定的冗余，所以使得数据的压缩成为可能。信息论的创始人Shannon提出把数据看作是信息和冗余度（redun

5、dancy）的组合。所谓冗余度是由于一副图像的各像素之间存在着很大的相关性，可利用一些编码的方法删去它们，从而达到减少冗余压缩数据的目的。为了去掉数据中的冗余，常常要考虑信号源的统计特性，或建立信号源的统计模型。图像的冗余包括以下几种：●空间冗余：像素点之间的相关性；●时间冗余：活动图像两个连续帧之间的冗余；●信息熵冗余：单位信息量大于其熵；●结构冗余：区域上存在非常强的纹理结构；●知识冗余：有固定的结构，如人的头像；●视觉冗余：某些图像的失真是人眼不易觉察的。对数字图像进行压缩通常利用两个基本原理：一是数字图像的相关性。

6、在图像的同一行相邻象素之间，相邻象素之间，活动图像的相邻帧的对应象素之间往往存在很强的相关性，去除或减少这些相关性，也即去除或减少图像信息中的冗余度也就实现了对数字图像的压缩。帧内象素的相关称做空域相关性。相邻帧间对应象素之间的相关性称做时域相关性。二是人的视觉心理特征。人的视觉对于边缘急剧变化不敏感（视觉掩盖效应），对颜色分辨力弱，利用这些特征可以在相应部分适当降低编码精度而使人从视觉上并不感觉到图像质量的下降，从而达到对数字图像压缩的目的。2.图像压缩的主要目标图像压缩的主要目标就是在给定位速（bit-rate）或者压

7、缩比下实现最好的图像质量。但是，还有一些其它的图像压缩机制的重要特性：　　可扩展编码(en:Scalability)通常表示操作位流和文件产生的质量下降（没有解压缩和再压缩）。可扩展编码的其它一些叫法有渐进编码（en:progressivecoding）或者嵌入式位流（en:embeddedbitstreams）。尽管具有不同的特性，在无损编码中也有可扩展编码，它通常是使用粗糙到精细像素扫描的格式。尤其是在下载时预览图像（如浏览器中）或者提供不同的图像质量访问时（如在数据库中）可扩展编码非常有用有几种不同类型的可扩展性：　

8、　质量渐进（en:Qualityprogressive）或者层渐进（en:layerprogressive）：位流渐进更新重建的图像。　　分辨率渐进（en:Resolutionprogressive）：首先在低分辨率编码图像，然后编码与高分辨率之间的差别。　　成分渐进（en:Componentprogr