[电脑基础知识]视频信息压缩编码.ppt

第4章 图像压缩编码（Image Compression Coding Technology） 4.1 概述（Introduction） 举例1：对于电视画面的分辨率640*480的彩色图像，每秒30帧，则一秒钟的数据量为：640*480*24*30=221.12M ，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 举例2：目前的WWW互联网包含大量的图像信息，如果图像信息的数据量太大，会使本来就已经非常紧张的网络带宽变得更加不堪重负（World Wide Web变成了World Wide Wait） 4.1.1、图像的信息量与信息熵（Information Content and Entropy） 1. 信息量 ） 2. 信息熵 通常一副图像中的各点像素点之间存在一定的相关性。特别是在活动图像中，由于两幅相邻图像之间的时间间隔很短，因此这两幅图像信息中包含了大量的相关信息。这些就是图像信息中的冗余。 4.1.2、图像数据冗余 (Image data redundancy) 1. 空间冗余 图4.2是一幅图像，其中心部分为 一个灰色的方块，在灰色区域中的所有 像素点的光强和彩色以及饱和度都是相 同的，因此该区域中的数据之间存在很 大的冗余度。 4.1.2、图像数据冗余 (Image data redundancy) 2. 时间冗余 由于活动图像序列中的任意两相邻的图像之间的时间间隔很短，因此两幅图像中存在大量的相关信息，如图4.3所示 。 时间冗余是活动图像和语音数据中经常存在的一种冗余。 4.1.2、图像数据冗余 (Image data redundancy) 3. 信息熵冗余 信息熵冗余是针对数据的信息量而言的。设某种编码的平均码长为 4.1.2、图像数据冗余 (Image data redundancy) 4. 结构冗余 图4.4表示了一种结构冗余。从图中可以看出。它存在着非常强的纹理结构，这使图像在结构上产生了冗余。 图7.4 结构冗余 4.1.2、图像数据冗余 (Image data redundancy) 5．知识冗余 随着人们认识的深入，某些图像所具有的先验知识，如人脸图像的固有结构（包括眼、耳、鼻、口等）为人们所熟悉。这些由先验知识得到的规律结构就是知识冗余。 6. 视觉冗余 由于人眼的视觉特性所限，人眼不能完全感觉到图像画面的所有细小的变化。例如人眼的视觉对图像边缘的剧烈变化不敏感，而对图像的亮度信息非常敏感，因此经过图像压缩后，虽然丢了一些信息，但从人眼的视觉上并未感到其中的变化，而仍认为图像具有良好的质量。 4.1.3、 图像压缩编码分类(Coding methods of Image Compression 数字图像压缩编码分类方法有很多，但从不同的角度，可以有不同的划分。从信息论角度分，可以将图像的压缩编码方法分为无失真压缩编码和有限失真编码。 7.1.4、压缩技术的性能指标(Evaluation Index of Image Compression approaches) 1.压缩比 为了表明某种压缩编码的效率,通常引入压缩比这一参数,它的定义为: 2.平均码字长度 平均码字长度:设 为数字图像第k个码字 的长度( 编码成二进制码的位数)。其相应出现的概率为 , 则该数字图像所赋予的平均码字长度为: 3.编码效率 在一般情况下,编码效率往往可用下列简单公式表示: 4.冗余度 4.2 无失真图像压缩编码（Lossless image compression） 无失真失真图像压缩编码就是指图像经过压缩、编码后恢复的图像与原图像完全—样，没有任何失真 . 常用的无失真图像压缩编码有许多种。如哈夫曼（Huffman）编码、游程编码和算术编码。 4.2.1、哈夫曼编码(Huffman coding) 哈夫曼编码是根据可变长最佳编码定理,应用哈夫曼算法而产生的