数字图像处理--图像压缩与编码.pptx

图像压缩与编码 配套课件 数字图像处理 — 编程框架、理论分析、实例应用和源码实现 数字图像处理 1 图像压缩与编码 在计算机视觉和信息论的领域中，数据压缩或称为信源编码，就是通过特定的编码方案使用比未编码的表示形式更少的位存储空间（或者其它信息承载单元）来进行信息编码的过程。 图像压缩，就是数据压缩在数字图像中的应用，实际的目标就是通过降低图像数据的冗余性来更加有效的存储和传输数据。 压缩的两个基本的成分就是冗余性和不相干性的缩减。 减少冗余性，目的是从图像和视频这些源信号中删除掉重复的部分； 减少不相干性，就是忽略掉不会被信号接受者所感知的部分信号。 数字图像处理 2 减少冗余性 一般来说，需要涉及三种类型的冗余性，分别包括： 邻域像素值之间的空间冗余性或者相关性 不同颜色平面或者光谱带之间的光谱冗余性或者相关性 在图像序列中相邻帧之间的时基冗余性或者相关性（对于视频应用来说） 图像压缩研究的目标就是通过尽可能的剔除空间和光谱冗余性来减少图像表示的位存储容量，换句话说，在给定位率或者压缩率的基础上能够取得最好的图像质量。 数字图像处理 3 质量评价 所谓质量评价，对象就是压缩后的图像，主要是看压缩后的图像是否符合一定的质量评判标准，换句话说，是看压缩后的图像与压缩前的图像之间的差异是否在一定的范围之内。 数字图像处理 4 平均平方误差 信噪比峰值 结构相似性 质量评价   数字图像处理 5 无损压缩与有损压缩 无损压缩算法通常利用统计冗余信息，将发送方的数据进行更为准确的表达，且不带任何错误。 无损压缩可能的原因就是大多数现实世界的数据具有统计冗余信息。 有损数据压缩或者感知编码，其可能的原因则是部分准确性的损失是可以接受的。 有损数据压缩提供了在指定压缩比的条件下获得最好图像准确性的途径。 无损压缩方案是可逆的，也就是说原始数据是可以重构的；有损方案为了获得更高的压缩比而接受一些数据上的损失。 数字图像处理 6 预测编码与变换编码 预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。 对于视频信号的预测编码分成两种，一个是帧间预测编码，一个是帧内预测编码。 帧内预测是从空间上去除同一帧图像内宏块之间的冗余。 帧间预测编码效率比帧内编码要高，它是从时间上去除图像帧与帧之间的冗余，分为单向预测、双向预测。 数字图像处理 7 预测编码与变换编码 变换编码的理论基础是“联合信息熵必不大于各分量信息熵之和。” 变换编码是进行一种函数变换，变换编码不是直接对空域相关信号编码，而是首先将空域图像信号映射变换到另一个正交矢量空间（变换域或频域），产生一系列变换系数，然后对这些变换系数进行处理编码。 变换编码系统中压缩数据分为三步，即变换、变换域采样和量化。 变换编码技术上比较成熟，广泛应用于各种图像数据压缩，如单傅立叶变换、沃尔什变换、哈尔变换、斜变换、余弦变换、正弦变换、K-L变换等。 数字图像处理 8 离散余弦变换与小波变换 在傅里叶级数展开式中，如果被展开的函数是实偶函数，那么，其傅里叶级数中只包含余弦项，再将其离散化，由此可导出余弦变换，或称之为离散余弦变换。 近年来在图像数据压缩中，采用离散余弦变换编码的方案很多，特别是JPEG、MPEG、H.261等压缩标准，都用到离散余弦变换编码进行数据压缩。 小波分析是把一个信号分解成由原始小波经过移位和缩放后的一系列小波，因此小波是小波变换的基函数，即小波可用作表示一些函数的基函数。 经过多年的努力，小波理论基础已经基本建立并成为应用数学的一个新领域，引起了众多数学家和工程技术人员的极大关注。 数字图像处理 9 典型的图像压缩流程 压缩的完成主要依靠，一是使用线性变换来剔除图像数据的相关性，二是对所得到的变换系数进行量化，三是对不同类型的数据分配比特位，四是对量化后的结果进行熵编码。 典型的有损图像编码压缩方案，既要涉及有损压缩算法，也会涉及无损压缩算法。 对于分形技术，图像中可能的自相似信息被用来缩减用于图像重新描述所需的数据规模。 数字图像处理 10 典型的图像压缩流程 要压缩一幅图像通常涉及如下几个步骤： 为目标图像设置比特率和质量损伤（即可以容许的错误多少）等参数； 根据各自的重要性，将图像数据划分为不同的类型； 根据所划分的类型对可使用的比特位预算进行分割，以使得质量损伤达到最小； 使用比特位分配信息，来对每种类型的数据进行单独的量化； 使用熵编码器来对每种类型的数据进行编码，并将所得到的编码流写进文件。 数字图像处理 11 典型的图像压缩流程 一般来说，从压缩数据中重构图像通常比压缩过程要快得多，这就是用户平时在浏览一幅BMP图像和一幅JPEG图像的时候实际上是感受不到任何时间上延迟的原