第12章图像压缩编码案例.ppt

第12章 图像压缩编码; 90x60x24x3x512x512x8bit=97,200M。 如一张CD光盘可存600兆字节数据，这部电影光图象（还有声音）就需要160张CD光盘用来存储。 对图象数据进行压缩显得非常必要。 本章讨论的问题：在满足一定条件下，能否减小图象bit数，以及用什么样的编码方法使之减少。; 一般原始图像中存在很大的冗余度。 用户通常允许图像失真。 当信道的分辨率不及原始图像的分辨率时，降低输入的原始图像的分辨率对输出图像分辨率影响不大。 用户对原始图像的信号不全都感兴趣，可用特征提取和图像识别的方法，丢掉大量无用的信息。提取有用的信息，使必须传输和存储的图像数据大大减少。 ;常见的数据冗余;(1) 编码冗余：;(2) 像素冗余：; 一些信息在一般视觉处理中比其它信息的相对重要程度要小，这种信息就被称为视觉心理冗余。;图像压缩的目的;图像数据压缩技术的重要指标; 全面评价一种编码方法的优劣，除了看它的编码效率、实时性和失真度以外，还要看它的设备复杂程度，是否经济与实用。 常采用混合编码的方案，以求在性能和经济上取得折衷。 随着计算方法的发展，使许多高效而又比较复杂的编码方法在工程上有实现的可能。;预测编码; ※ 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。;※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;（1）Huffman码; 信号源 s={s1, s2, s3, s4, s5, s6}，其概率分布为p1=0.4 p2=0.3 p3=0.1 p4=0.1 p5=0.06 p6=0.04，求最佳Huffman码。;把这个符号的概率与其余符号的概率按从大到小排列，然后再把最末两个符号的概率加起来，合成一个概率。 重复上述做法，直到最后剩下两个概率为止。 从最后一步剩下的两个概率开始逐步向前进行编码。每步只需对两个分支各赋予一个二进制码，如对概率大的赋予码元0，对概率小的赋予码元1。;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;输入 S1 S2 S3 S4 S5 S6;哈夫曼编码效率;平均码字长度：R=∑βiPi;（2）算术编码 ;以信源字符序列{x，y}为例;字符x、y的最佳码长分别为1.58bit和0.588bi; 这表明，要获得最佳编码效果，需要采用小数码字长度,这是不可能实现的; 即采用哈夫曼方法对{x，y}的码字分别为0和1，也就是两个符号信息的编码长度都为1。对于出现概率大的字符y并未能赋予较短的码字; 实际编码效果往往不能达到理论效率; 为提高编码效率，Elias等人提出了算术编码算法。 ;算术编码的特点 ;编码原理 ;编码举例 ;算术编码的基本步骤 ;(3) 第1个被压缩的字符为“d”，其初始子区间为[0.8，1.0) (4) 第2个被压缩的字符为“a”，由于其前面的字符取值区间为[0.8，1.0)范围，因此，字符“a”应在前一字符区间间隔[0.8，1.0)的[0.0，0.4)子区间内，可得： =0.8+0.0×(1.0-0.8)=0.8 =0.8+0.4×(1.0-0.8)=0.88 ;(5) 第3个被压缩的字符为“c”，由于其前面的字符取值区间为[0.8 ，0.88)范围内，因此，字符“c”应在前一字符区间间隔[0.8 ，0.88)的[0.6 ，0.8)子区间内，可得： =0.8+0.6×(0.88-0.8)=0.848 =0.8+0.8×(0.88-0.8)=0.864 ;(6) 第4个被压缩的字符为“b”，由于其前面的字符取值区间为[0.848，0.864)范围内，因此，字符“b”应在前一字符区间间隔[0.848，0.864)的[0.4，0.6)子区间内，可得： =0.848+0.4×(0.8