网站大量收购独家精品文档,联系QQ:2885784924

[工学]数字图像处理四.ppt

  1. 1、本文档共90页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[工学]数字图像处理四

数字图像处理(四) 计算机学院:陈媛媛 chenyuanyuan@scu.edu.cn 6 图像压缩编码 6.1 概述和分类 6.2 数据压缩基础 6.3 无损压缩编码 6.4 有损压缩编码 6.5 图像压缩标准 图像压缩的必要性 存储 传输 Eg: 768×576 彩色图像 不压缩时所需要的存储容量: 768×576×3≈1.3M Bytes 一张700M的光盘,可以存储约550幅图像; 如果将图像压缩至32K,可以存储2万幅图像。 实时传输: 在10M带宽网上实时传输的话,需要压缩到原来数据量的0.045。 存储: 1张CD可存640M 如果不进行压缩,1张CD则仅可以存放2.89秒的数据。 Eg:传真数据量 由于通信方式和通信对象的改变带来的最大问题是: 传输带宽、速度、存储器容量的限制。 给我们带来的一个难题,也给了我们一个机会: 如何用软件的手段来解决硬件上的物理极限。 图像压缩的可能性 数据冗余 编码冗余 像素间冗余 心理视觉冗余 减少/消除其中的一种/多种冗余,就能取得数据压缩的效果 你的妻子,Helen,将于明天晚上6点零5分在上海的虹桥机场接你。 (23*2+10=56个半角字符) 你的妻子将于明天晚上6点零5分在虹桥机场接你 (20*2+2=42个半角字符) Helen将于明晚6点在虹桥接你 (10*2+6=26个半角字符) 图像压缩编码的分类 分类标准:解压后的图像和原始图像之间是否存在误差 无损压缩:利用数据的统计冗余进行压缩 (冗余度压缩/ 信息保持编码/ 熵编码) 哈夫曼编码 算数编码 行程编码 优点:不引入任何失真 缺点:压缩率受到数据统计冗余度的限制 有损压缩: (信息量压缩方法/ 失真度编码/ 熵压缩编码) 预测编码 频率域方法 其他编码方法 优点:通常能获得较大的压缩比 缺点:原始数据有损失(对理解图像的影响较小) 图像冗余有损压缩的原理 6 图像压缩编码 6.1 概述和分类 6.2 数据压缩基础 6.3 无损压缩编码 6.4 有损压缩编码 6.5 图像压缩标准 数据冗余 压缩率: 数据冗余: 编码冗余 :与灰度分布的概率特性有关 像素间冗余:空间冗余,几何冗余 心理视觉冗余:与主观感觉有关 编码冗余 编码:需建立码本来表达数据 码本:用来表达一定量的信息或一组事件所需的一系列符号(如字母、数字等) 码字:对每个信息或事件所赋的码符号序列 码字的长度(字长):每个码字里的符号个数 图像中灰度出现的概率: 不同灰度出现的概率不同 平均比特数 用较少的比特数表示出现概率较大的灰度级 用较多的比特数表示出现概率较小的灰度级 自然码:对每个信息赋的码是从2m个m比特的二元码中选出的一个 特点:对出现概率不同的各灰度级都赋予相同数量的比特数 不能使Lavg达到最小,从而产生编码冗余 像素间冗余:直接与像素间相关性联系 心理视觉冗余 主观:因人而异,因应用要求而异 其存在与人观察图像的方式有关,眼睛对某些视觉信息更敏感,人对某些视觉信息更关心 心理视觉冗余与实在的视觉信息有联系 (损失不可逆转) 图像保真度 图像保真度 描述解码图像相对于原始图像的偏离程度 对信息损失的测度 客观保真度准则 用编码输入图与解码输出图的某个确定函数表示损失的信息量,便于计算或测量 主观保真度准则 主观测量图像的质量,因人而异,应用不方便 客观保真度准则 点误差 图误差 均方根误差 均方信噪比 主观保真度准则 观察者对图像综合评价的平均 电视图像质量评价尺度 图像编解码系统模型 两个通过信道级连的结构模块 输出图是输入图的精确复制? 信息保持型:是,无失真 信息损失型:不是,有一定的失真 信息论基础 信息公理: 事件的信息应该由事件的不确定性的某种程度来度量; 确定性小的事件比确定性大的事件应该含有更大的信息量; 如两个事件集同时存在且相互独立,他们提供的联合信息量等于两个独立事件信息量综合。 信息量 概率为P(E)的随机事件 E 的信息量 I(E )称为E的自信息(随概率增加而减少) 特例:P(E ) = 1(即事件总发生),那么I(E ) = 0 信息的单位:比特(log以2为底) 1个比特:即2个相等可能性的事件之一发生 图像熵 设图像像素灰度级的集合为{d1,d2,…,dN},其对应的概率分别为P1,P2,…,PN,图像熵定义为: 单位:比特/字符 计算单值(全黑、全白、全灰)图像的熵。 H = -1×log21 = 0 计算半

文档评论(0)

ipbohn97 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档