图象压缩1024概要.ppt

(1) 最佳变换（K－L变换） 数据压缩主要是去除信源的相关性。所以，为了有效地进行数据压缩，常常希望变换后的协方差矩阵为一对角矩阵，同时也希望主对角线上各元素随ｉ，ｊ的增加很快衰减。因此，变换编码的关键在于：在已知Ｘ的条件下，根据它的协方差矩阵去寻找一种正交变换Ｔ，使变换后的协方差矩阵满足或接近为一对角矩阵。 　当经过正交变换后的协方差矩阵为一对角矩阵，且具有最小均方误差时，该变换称最佳变换，也称Karhunen-Loeve变换。 量化编码 量化编码按照一次量化的码元个数，可分为标量量化和矢量量化两种。 标量量化 对数字化后的数据或PCM数据（样本值）一个一个地进行量化。 矢量量化 将这些数据分组，每组K个数构成K维矢量，再以矢量为单元逐个进行量化。矢量量化是标量量化的多维扩展。 标量量化中可在随机变量X出现概率比较高的间隔内，选择较小的判决间隔，而在其他区域内选择较大的间隔，这样可以以较小的量化均方误差进行量化。 矢量量化基于语义编码，其基本思想是采用非线性量化器，即对空间频率及能量分布较大的系数分配较多比特数；反之分配较少的比特数，从而达到压缩的目的。 DCT变换编码 DCT变换编码的设计思想： DCT变换是希望在接收方不产生误解的前提下进行一定的信息丢失。 由前面所讲到的频域变换得到的启示，就是将低频与高频部分的信息，分别按照不同的数据承载方式进行表述。 DCT变换编码 混合编码 混合编码实现的可能性及有效性分析 回顾一下讲过的几个内容的特点： 1）行程编码： 擅长于重复数字的压缩。 2）Huffman编码：擅长于像素个数分布不均匀情 况下的编码。 3）DCT变换： 擅长分离视觉敏感与不敏感的 部分。 * 无损压缩： 指使压缩后的数据进行重构(或者叫做还原，解压缩)，重构后的数据与原来的数据完全相同；无损压缩用于要求重构的信号与原始信号完全一致的场合。 典型的算法有： Huffman编码，算术编码，行程编码等。 特点：压缩比较低，为2:1---5:1， 一般用来压缩文本，数据。 有损压缩： 是指使用压缩后的数据进行重构，重构后的数据与原来的数据有所不同，但不影响人对原始资料表达的信息造成误解。 典型的算法有： 混合编码的JPEG标准，预测编码，变换编码等。 特点：压缩比高，为几十到几百倍 一般用于图像，声音，视频压缩。 一．Huffman编码 二．算术编码 三．位平面编码 四．游程编码 五．预测编码 六．变换编码 Huffman编码 　　　它是统计独立信源能达到最小平均码长的编码方法。编码效率高,但依赖于信源的统计特性,比较实用. 如果信源符号数目很多,那么所需存储的码表也很大,这将影响系统的存储量及编、译码速度。 算术编码 把一个信源集合表示为实数线上的0到1之间的一个区间。 Image Compression Image Compression Image Compression Image Compression 行 程 编 码  行程编码又称行程长度编码（Run Length Encoding， RLE）， 即将具有相同值的连续串用其串长和一个代表值来代替， 该连续串就称为行程，串长称为行程长度。例如，有一字符串“aabbbcddddd”， 则经行程长度编码后， 该字符串可以只用“2a3b1c5d”来表示。 可以将白和黑游程长度分开，并根据它们的统计特性分别用变长编码． 预测编码： 利用相关性，利用前面的一个或多个信号对下一信号进行预测。 然后对实际值和预测值的差(预测误差)进行编码。 如果预测比较准确，误差信号就会很小；这样，在同等精度要求下，就可以用比较少的数码进行编码，达到压缩数据的目的。 差分脉码调制（DPCM） 先对原始模拟信号作脉冲取样，把实际样值与预测样值之间的差进行量化。解压时，也用同样的预测器，把预测出的值与已存储的量化后差值相加，产生近似的原始信号。 采样 + 量化 压缩后数据 + 预测器 X(n) + _ X(n) X(n) d(n) X(t) 压缩后数据 + 预测器 d(n) X(n) X(n) d(n)=X(n)-X(n) Image Compression 原理 变换编码是指先对信号进行某种函数变换,从一种信号(空间)变换到另一种信号(空间)。再对变换后的信号进行编码。 例如： 将时域信号变换到频域，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行采样，可以压缩数据。 (2)