数字图像处理与图像通信 Part3.3

数字图像处理与图像通信 Part3.3

ID:46151216

大小:1.47 MB

页数:132页

时间:2019-11-21

数字图像处理与图像通信 Part3.3_第1页
数字图像处理与图像通信 Part3.3_第2页
数字图像处理与图像通信 Part3.3_第3页
数字图像处理与图像通信 Part3.3_第4页
数字图像处理与图像通信 Part3.3_第5页
资源描述:

《数字图像处理与图像通信 Part3.3》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、2.主观准则下的量化器设计依据主观评价准则来进行最佳量化器的设计。其基本原理是根据人眼的视觉掩盖特性,对视觉敏感区域细划分,而对不敏感区域粗划分,并且使量化误差总低于人的视觉可见度阈值,这样设计的量化器,量化误差尽管较大也不易察觉,可以达到在最小量化分层的条件下最佳的主观特性质量。在进行主观准则下最佳量化器的设计时,第一步就是通过实验测量确定预测误差与可见度阈值的关系曲线。图9.18中的上下两个座标中的曲线都是一条实测出来的可见度阈值函数曲线,这条曲线的意义是:某个像素的量化误差,若被同一像素位置的图像信号的预测误差的绝对值所掩盖(观察不出)时,其

2、数值的上限等于可见度阈值。这条实验曲线的趋势表明,当预测误差的绝对值增大时,主观视觉尚觉察不出的量化误差绝对值也随着增大。BUPTPress图9.18主观准则下最佳量化器的设计BUPTPress有了可见度阈值曲线后,就可以用图解的方法来确定最佳量化器的各量化电平和判决电平。图9.18(a)所示量化分层总数K为奇数时的设计方法;图9.18(b)为K为偶数的情况。图9.19是两种实际二维预测方案的可见度阈值曲线。图9.19两种二维预测方案的可见度阈值曲线BUPTPress3.DPCM系统的量化信噪比DPCM系统的量化信噪比为:对于电视信号:这就是DPC

3、M应用于电视信号时的量化信噪比公式。从该式中可以看出,数字视频信号的精度,直接决定了信噪比的大小,每增加1比特精度,信噪比就大约增加6dB。BUPTPress9.4.2矢量量化1.矢量量化的基本原理矢量量化(VQ)就是把图像的样值每n个作为一组,这n个样值可以看成一个n维空间。任何一组的n个样值都可以看成n维空间的一个点,或者说是n维空间的矢量。矢量量化的过程如图9.20所示,可以分为量化和反量化两部分。图9.20矢量量化过程示意图BUPTPress2.码书的设计矢量量化中的一个关键问题就是码书的设计。码书的设计越适合待编码的图像的类型,矢量量化器

4、的性能就越好。码书是所有的输出码矢量的集合,设计码书就是在给定训练矢量集的基础上对矢量空间进行划分,并确定所有的码矢量,以使量化误差为最小。码书设计常用的算法是LGB(Linde-Guzo-Bray)算法,LGB算法只能保证所设计出的码书是局部最优的,但通常存在多个局部最优点,有一些局部最优点的性能并不好。因此,初始码书的选择非常重要,好的初始码书通常能导致高性能的矢量量化器。图9.21二维矢量空间的划分BUPTPress3.量化性能矢量量化输出比特率的计算。设码书共有C输出码字,矢量量化器输出为1,2,…,C序号,只需个比特。输入矢量为n个(n

5、维),那么,每个抽样的输入所需的比特数为在满足一定失真条件下选定了量化级C后,由上式可以看出,矢量量化可以减少所需的比特数。BUPTPress9.4.3量化压缩机理当使用量化器来进行数据压缩时,不管是使用标量量化器还是矢量量化器,都可以把整个量化分别看成量化和反量化两个过程,由下式表示:量化实现数据压缩的根本原因在于传输中是以区间标号来取代原来的量值,而量化区间总数远远少于原量值的总数,由此就能用较少的比特将它们传输出去。量化过程是一个不可逆过程,用量化的方法来进行压缩编码是一种非信息保持型编码。在大部分应用场合,为了简化硬件或软件实现的复杂性

6、,对量化区间标号(量化值)的编码仅采用简单的等长编码方法。在一些要求较高的场合,也可采用可变字长编码来进一步改善编码效率,例如采用哈夫曼编码或算术编码等方法。BUPTPress10静止图像编码10.1方块编码(BTC)10.2比特面编码10.3JPEG标准与JPEG200010.4二值图像编码方法简介BUPTPress静止图像是指从显示屏上观察到的内容不变的图像。从被摄对象来看,静止图像包括内容本身是静止的图像以及活动场景的某一时刻的“凝固”图像。如果从编码的角度来看,静止图像编码是指对单幅图像的编码。对于静止图像编码的要求主要有以下几点:(

7、1)清晰度(2)逐渐浮现的显示方式(3)抗干扰。静止图像编码传输系统一般的结构如图10.1所示。图10.1静止图像数字传输系统一般的结构BUPTPress10.1方块编码(BTC)方块截断编码或简称为方块编码(BlockTruncationCoding,简称BTC)是把一幅图像分为大小为N×N的子像块(简称子块),由于小块内各相邻像素间具有亮度互相近似的相关性,于是只选用两个适当的亮度来近似代表小块内各像素原来的亮度,然后指明子块内的各像素分别属于哪个亮度。1.基本编码方法设图像中的一个子块的大小为m=N×N个像素,子块中第i个像素为,其亮度值为,

8、方块的两个代表性亮度为,称之为亮度级分量,用一个二元码指明像素编码后属于或,称为分辨力分量。设方块内的亮度阈值为,像素编

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。