网络多媒体技术复习 第5章 数字图像与视频编码原理ppt课件.ppt

《网络多媒体技术复习 第5章 数字图像与视频编码原理ppt课件.ppt》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、5.1数字图像与视频压缩编码概述5.2无失真编码5.3预测编码5.4变换编码5.5MATALAB编程实例第5章数字图像与视频编码原理熟悉数字图像与视频编码的基本原理及常用方法。重点掌握霍夫曼（Huffman）编码、算术编码、预测编码和DCT编码的基本原理。掌握运动估计和运动补偿预测编码的基本原理。本章学习目标5.1.1数字图像与视频压缩的必要性和可能性5.1.2数字图像与视频压缩编码的主要方法及其分类5.1数字图像与视频压缩编码概述5.1.1数字图像与视频压缩的必要性和可能性数据压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉数据

2、中的冗余，即保留不确定的信息，去掉确定的信息（可推知的），也就是用一种更接近信息本质的描述来代替原有冗余的描述。在一般的图像和视频数据中，主要存在以下几种形式的冗余。空间冗余：也称为空域冗余，是一种与像素间相关性直接联系的数据冗余。例:图像中包含许多规则物体，它们的亮度、饱和度及颜色可能都一样，因此，图像在空间上具有很强的相关性。例如Lenna图像的脸部和肩部。时间冗余：也称为时域冗余，它是针对视频序列图像而言的。视频序列每秒有25~30帧图像，相邻帧之间的时间间隔很小；同时实际生活中的运动物体具有运动一致性，使得视频序列图像之间有很强的

3、相关性。统计冗余信源熵：如果将信源所有可能事件的信息量进行平均，就得到了信源熵(entropy)。熵就是平均信息量。当xj等概率时，H(X)最大。当xj非等概率时，H(X)不是最大，就存在冗余。采用可变长编码技术，对出现概率大的符号用短码字表示，对出现概率小的符号用长码字表示，则可去除符号冗余，从而节约码字，这就是熵编码的思想。结构冗余：在有些图像的部分区域内有着很相似的纹理结构，或是图像的各个部分之间存在着某种关系，例如自相似性等，这些都是结构冗余的表现。分形图像编码的基本思想就是利用了结构的自相似性。知识冗余：在某些特定的应用场合，编

4、码对象中包含的信息与某些先验的基本知识有关。例如:人脸的图像有同样的结构：嘴的上方有鼻子，鼻子上方有眼睛，鼻子在中线上……可以利用这些先验知识为编码对象建立模型。通过提取模型参数，对参数进行编码而不是对图像像素值直接进行编码，可以达到非常高的压缩比。这是模型基编码（或称知识基编码、语义基编码）的基本思想。人眼的视觉冗余视觉冗余度是相对于人眼的视觉特性而言的。压缩视觉冗余的核心思想是去掉那些相对人眼而言是看不到的或可有可无的图像数据。对视觉冗余的压缩通常反映在各种具体的压缩编码过程中。无失真编码无失真编码又称无损编码、信息保持编码、熵编码。

5、熵编码是纯粹基于信号统计特性的一种编码方法，它利用信源概率分布的不均匀性，通过变长编码来减少信源数据冗余，解码后还原的数据与压缩编码前的原始数据完全相同而不引入任何失真。无失真编码的压缩比较低，可达到的最高压缩比受到信源熵的理论限制，一般为2∶1到5∶1。最常用的无失真编码方法有霍夫曼(Huffman)编码、算术编码和游程编码(Run-LengthEncoding，RLE)等。5.1.2数字图像与视频压缩编码的主要方法及其分类限失真编码限失真编码也称有损编码、非信息保持编码、熵压缩编码。限失真编码方法利用了人类视觉的感知特性，允许压缩过程

6、中损失一部分信息，虽然在解码时不能完全恢复原始数据，但是如果把失真控制在视觉阈值以下或控制在可容忍的限度内，则不影响人们对图像的理解，却换来了高压缩比。在限失真编码中，允许的失真愈大，则可达到的压缩比愈高。常见的限失真编码方法有：预测编码、变换编码、矢量量化、基于模型的编码等。5.1.2数字图像与视频压缩编码的主要方法及其分类5.1数字图像与视频压缩编码概述5.2无失真编码5.3预测编码5.4变换编码5.5MATALAB编程实例第5章数字图像与视频编码原理5.2无失真编码熵编码的基本原理就是去除图像信源在空间和时间上的相关性，去除图像信源

7、像素值的概率分布不均匀性，使编码码字的平均码长接近信源的熵而不产生失真。由于这种编码完全基于图像的统计特性，因此，有时也称其为统计编码。游程编码(Run-LengthEncoding，RLE)霍夫曼(Huffman)编码算术编码5.2.1游程编码游程编码（RLE），也称行程编码或游程（行程）长度编码，其基本思想是将具有相同数值（例如，像素的灰度值）的、连续出现的信源符号构成的符号序列用其数值及串的长度表示。以图像编码为例，灰度值相同的相邻像素的连续长度（像素数目）称为连续的游程，又称游程长度，简称游程。下面以二值图像为例进行说明。二值图像

8、是指图像中的像素值只有两种取值，即“0”和“1”，因而在图像中这些符号会连续地出现，我们通常将连“0”这一段称为“0”游程，而连“1”的一段则称为“1”游程，它们的长度分别表示为L(0)和L(