第十章 图像压缩-数字图像处理与机器视觉.ppt

哈夫曼编码效率 信源熵为： H=-∑Pilog2Pi =-(0.19log20.19+0.2log20.2 +0.03log20.03+0.22log20.22+0.15log20.15+0.02log20.02+0.06log20.06+0.13log20.13) =2.7016比特/符号 平均码字长度：R=∑βiPi R= ∑βiPi =0.19×3+0.2 × 2+0.03 × 5+0.22 × 3+0.15 × 3+0.02 × 5+4 × 0.06+3 × 0.13 =2.74比特/符号 编码效率：η=H/R(%) η=H/R=2.7016/2.74=98.6% 霍夫曼解码 例：编码串001000101101111进行霍夫曼解码。 首先按照顺序编历霍夫曼树，遇到00，对应像素1，故解码得1； 接着解码得编串变为1000101101111，遇到10001，对应系数2，故解码得2； …… 因此求得编码串的解码结果为5个像素值1,2,3,7,0 * 图像处理的结果,大多是给人观看，由研究人员来解释的，因此，图像质量的好坏，既与图像本身的客观质量有关，也与视觉系统的特性有关。 有时候，客观保真度完全一样的两幅图像可能会有完全不相同的视觉质量，所以又规定了主观保真度准则，这种方法是把图像显示给观察者，然后把评价结果加以平均，以此来评价一幅图像的主观质量。 (2) 主观保真度准则 评分 评价 说明 1 优秀的 优秀的具有极高质量的图像 2 好的 是可供观赏的高质量的图像，干扰并不令人讨厌 3 可通过的 图像质量可以接受，干扰不讨厌 4 边缘的 图像质量较低，希望能加以改善，干扰有些讨厌 5 劣等的 图像质量很差，尚能观看，干扰显著地令人讨厌 6 不能用 图像质量非常之差，无法观看 另外一种方法是规定一种绝对尺度，如： 表6.1 电视图像质量评价尺度 图像信息源 图像预处理 图像信源编码 信道编码 调制 信道传输 解调 信道解码 图像信源解码 显示图像 7.图像的压缩模型 二.DCT变换与量化 常见频 域变换 K-L变换 小波变换 离散傅里叶变换 沃尔什-哈达玛变换 离散余弦变换（DCT） DCT变换后系数均为实数，且低频系数集中在矩阵的左上角，高频系数分布在右下角，广泛应用于图像压缩。 DCT变换原理：将图像分解为8*8的子块或16*16的子块，并对每一个子块进行单独的DCT变换，然后对变换结果进行量化、编码。 随着子块尺寸的增加，算法的复杂度急剧上升，因此，实用中通常采用8*8的子块进行变换，但采用较大的子块可以明显的减少图像分块效应。 测试图像及其DCT变换 DCT变换原理 DCT变换是可逆的，经过反变换，理论上可精确还原原有像素矩阵。但由于浮点精度问题，可能产生舍入误差。因此，在很多场合采用经过改进的DCT整数变换，这样有以下两个好处。 1.采用整数运算，不会有舍入误差的问题； 2.整数运算的代价比乘法要小得多，可以通过整数加减和移位操作完成变换，有利于提高计算效率。 DCT整数变换与原DCT变换的结果有微小差异，但由此引入的压缩效率下降的微乎其微，计算速度却得以大幅度提高。 N*N的像素块经过DCT变换后依然为N*N的块，变换本身没有明显的压缩作用。DCT变换必须与量化配合使用才能得到较好的压缩效果。 可以说，图像压缩的有损压缩的部分主要来自于量化，量过程就是将每一个DCT系数除以一个固定常数，再四舍五入取最接近的整数。由于DCT变换已经将能量集中在块的左上角，很多高频系数非常小，经过量化后变为零，而剩下的系数也很大程度上缩小了动态范围，减小了编码所需的比特数。 量化的特点： 1.对低频分量采用细量化，高频分量采用粗量化； 2.对灰度采用细量化，色度采用粗量化。 量 化 预测编码 图像编码 无损压缩编码 有损压缩编码 霍夫曼编码 游程编码 算术编码 频率域方法 其他编码方法 三.常用的图像压缩编码方法 ※ 无损压缩算法中删除的仅仅是图像数据中冗余的信息，因此在解压缩时能精确恢复原图像，无损压缩的压缩比很少有能超过3：1的,常用于要求高的场合。 1.无损压缩编码 ※有损压缩是通过牺牲图像的准确率以实现较大的压缩率，如果容许解压图像有一定的误差，则压缩率可显著提高。有损压缩在压缩比大于30：1时仍然可重构图像，而如果压缩比为10:1到20:1，则重构的图像与原图几乎没有差别 2.有损压缩编码 霍夫曼编码 等长码：对于一个消息集合中的不同消息，用相同长度的不同码字表示，编解码简单，编码效率不高。 变长码：与等长码相对应，对于一个消息集合中的不同消息，也可以用不同长度的码字表示，编码效率高，编码解码