数字图像处理第6章.ppt

和 分别为图像水平和垂直方向的相关系数，且有 在区域选择量化编码中，一般采用均匀量化方法。均匀量化方法有两种。 ▓第一种方法是：首先假设数据是由8位无符号数组成，那么这些数据在范围[0,255]间。选择一个间隔参数 ,并且计算均匀量化的值0， , , ,… ,255。k满足： 而 这样每一个数据就可以转换成该序列中与其最接近的一个数，从而实现量化。 二值图像是指只有黑白两个亮度值的图像。 游程编码分为定长游程编码和变长游程编码两类。其中定长游程编码是指编码的游程所使用的位数是固定的，一旦灰度相同且连续的个数超过了固定位数所能表示的最大值，则转入下一轮游程编码。变长游程编码则是指不同范围的游程使用不同位数来进行编码。 例如，对于一个二元序列 0000001111100011001 对应的游程序列为 653221，由于设定为从“0”开始，故可以容易的恢复出原始的二元序列。然后根据不同长度段发生的概率来分配不同长度的码字，通常采用Huffman编码。RLC中每个像素的平均码长满足下式 扫描方式见图6.5.1所示 四叉树方法是逐个区域扫描位图，查找像素取值相同的区域。从建立孤立节点开始，它是四叉树的根。首先把位图分为4个象限，每个成为根的子节点。如果对应区域为相同像素值，则它成为根的叶子节点，否则成为根的一个子节点。把任何不具有相同像素值的区域递归地划分为4个更小的子象限，它是四叉树的4个兄弟节点。在图6.5.2中，右边的0,1表示输出的比特值，共计输出28bits，实际的输出顺序为: 1010000001110011110001000100。 二值图像区域 ，大小记为 ，区域内像素值求和得到 。 编码算法的步骤为： （1） 分割一幅位图为4个象限 ，(从左到右，从上到下)； （2） 对于 且 ，依次输出其四个叶子的像素比特值； 否则：如果 ，输出比特1； 继续四叉树分割 ，回到（1）(递归编码过程)； 否则，输出比特0； 如果 ，输出比特0； 否则，输出比特1； 小波变换压缩编码的基本思想是利用小波变换将原图像转换为小波域上的系数，由于小波变换的能量集中作用，会使原图像的绝大部分能量集中在少量小波系数上，通过量化处理，忽略一些能量很小的系数，只保留那些能量较大的系数进行编码，就可达到图像压缩的目的。 小波变换编码具备如下的特点： （1）小波变换能将一信号分解成同时包含时域和频域局部特 性的变换系数，但传统变换（如DFT和DCT等）会失去信号 在时域的局部特性。 （2）小波变换能兼顾不同应用中对时、频不同分辨率的要 求，具有“数学显微镜”的美称，但传统变换（DFT和DCT 等）虽然在频域具有最高分辨率，但在时域无分辨率而言。 （3）小波变换和传统正交变换都有能量守恒和能量集中的作用，但小波变换能有效消除传统变换的分块效应的存在以及分块效应对图像编码的影响。 （4）小波变换能根据图像特点自适应地选择小波基，从而既能保证解压后图像的质量，又能提高压缩比。而DCT则不具备自适应性。 （5）通过小波变换可以充分利用变换系数之间的空间相关性对系数建模，进一步提高压缩比。 鉴于小波变换编码的上述优点，小波变换已成为图像压缩领域的研究和应用热点，并取代DCT而成为JPEG2000、MPEG4和MPEG7等新的图像编码标准中的变换方法。 对于一个确定性信号 ，在整个区间是连续或分段连续，只要满足平方可积条件，即 就称为原函数f(x)的傅立叶正变换，记作 傅立叶反变换，记作 同样，对于随机信号，其自相关函数 与功率谱 也构成一傅立叶变换对： 傅立叶变换不能表述信号的时变特性，为此，Gabor于1946年提出了加窗傅立叶变换的概念。用一个有限区间（称为窗口）外恒等于零的光滑函数去乘原函数f(x)，然后对乘积进行傅立叶变换，就称为加窗傅立叶变换，也称短时傅立叶变换。即 其中g(x)称为窗函数。上式对应的反变换为 加窗傅立叶变换是一种局部化的时频分析方法，只要适当选择窗函数，就可以通过信号的加窗傅立叶变换获得它在局部时间区间内的时变特性。 但加窗傅立叶变换仍存在一定的不足： 其一，因为窗函数一旦选定，其大小和形状就是固定不变 的，这样就不能自适应地反映信号的突变，而信号