影像图象信息压缩 第五章课件.ppt

* 失真编码类型。 * 变换编码不是直接对空域图像信号编码，而是首先在数据压缩前对原始输入数据作某种正交变换，把图像信号映射变换到另外一个正交向量空间，产生一批变换系数，然后再对这些变换系数进行编码处理。它首先在发送端将原始图像分割成n个子图像块，每个子图像块经过正交变换、滤波、量化和编码后送信道传输到达接收端，接收端作解码、逆变换、综合拼接，恢复出空域图像。 * 图像信息经过变换处理，相邻像元之间的相关性明显下降，有利于图像的编码压缩。 图像频谱中的变换系数，表示图像在不同空间频率上的相对幅度，而且某一空间频率所包含的信息来自整个图像，频谱能量主要集中在低频部分，谱能量随频率的增加而迅速下降， 再次，变换编码受噪声干扰的影响较小。图象的变换编码，随着数字信号处理技术的发展，特别是快速变换的算法和大规模集成电路(LSI)的出现，使它具有实际应用的可能。 * 上面的例子说明，原始信号的能量分布是相当分散的，经过变换后却相当集中，而且主要集中在少数的频率谱上。对极大部分区域来说，它的谱能量为零。为了达到数据的压缩，即选出能量集中的区域进行编码，而放弃不集中的区域。 * 正交变换是保持图形形状和大小不变的几何变换，包含旋转，平移，轴对称及上述变换的复合 * 以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q， * * 可见,在傅里叶变换域中,大部分区域谱能量为零,谱能量主要集中在中心附近少数频率谱上。 因此，针对变换系数矩阵的这一特点,我们可以选择能量集中的区域进行编码,舍弃能量为零和零星能量区域。 * 为了将所有的变换系数按照幅值从大到小的顺序排列，通常采用从低频到高频的Z字形扫描，并且一般只保留部分系数，然后对保留的系数进行量化。 ROI可变质量压缩算法。同一幅图像根据需要对有用部分无损压缩，对无用部分有损压缩。 小波变换在信号处理、图像处理、语音处理以及众多非线性科学领域，它被认为是继Fourier分析之后的又一有效的时频分析方法。 * 用行程的灰度和行程的长度代替行程本身。 例：设重复次数为 iC, 重复像素值为 iP 编码为：iCiP iCiP iCiP 编码前：aaaaaaabbbbbbcccccccc 编码后： * 与传统的JPEG相比，JPEG2000的压缩效率更高，且支持图像的感兴趣区（ROI）压缩。 * 动态图像除了它每一帧的静态图像内的相关性外，还存在着很大的帧间相关性，因为通常相邻两帧之间的画面差异是相当小的。动态图像的这种相邻画面的相似性使得它可以被高比率地压缩。把相邻两帧图像相减，所有相同的部分被减去了，只有不同的部分被保留了下来，依此类推。可以依次把原动态图像帧序列中的每相邻两帧间作一个减法，用这个新的序列来代替原来的帧序列（当然第一帧是要保留的），再对新序列的每一帧可用静态图像的压缩方法进行压缩。当解压缩时，可先解出第一帧，然后解出第二个差异帧把它加上第一帧就获得了原来的第二帧，解出第三个差异帧，再加上刚刚得到的第二帧即获得了原来的第三帧。依此类推，可解出所有原来的帧。即：用差异帧来代替原先的帧以揭示帧间相关性，用静态图像压缩的方法来进行真正的压缩。 视频编码解码器(也称Px64标准),它使用两种类型的压缩:一帧中的有损压缩（基于DCT）和用于帧间压缩的无损编码，并在此基础上使编码器采用带有运动估计的DCT和DPCM（差分脉冲编码调制）的混合方式。这种标准与JPEG及MPEG标准间有明显的相似性，但关键区别是它是为动态使用设计的，并提供完全包含的组织和高水平的交互控制。 * 从图像处理到图像分析、再到图像理解，处理层次是由低到高，而数据处理量则由大到小。随着图像处理层次的提高，看到对于医学影像诊断的水平也逐步由准确定性诊断发展到为诊疗决策提供更科学精准的定量评价。 * (uv)和(x,y)为变换前后坐标，w1w是三维矩阵的齐次坐标。不同矩阵实现图像空间变换 * 由于受到医学成像设备的成像机理、获取条件和显示设备等因素的限制，使得人眼对某些图像很难直接做出准确的判断。 图像恢复是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。 边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。 这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类