数字图像处理(清华大学).ppt

1. 客观保真度准则 （归一化）信噪比：令 单位：分贝（dB） 峰值信噪比 11.1.2 图象保真度和质量 2. 主观保真度准则 观察者对图象综合评价的平均 电视图象质量评价尺度 11.1.2 图象保真度和质量 图象编解码系统模型 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 11.1.3 图象编码模型 11.2 基础理论 11.2.1 信息论简介 11.2.2 基本编码定理 1、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 11.2.1 信息论简介 2、信息系统 信源通过信道与信宿（即信息用户）连通以传递自信息 信源符号集：A = {a1, a2, …, aJ} 概率矢量：u = [P(a1) P(a2) … P(aJ )]T 用(A, u)可以完全描述信源 11.2.1 信息论简介 平均信息 产生单个信源符号的自信息：I(aj) = –logP(aj) 产生k个信源符号，符号aj平均来说将产生kP(aj)次 信源平均信息（熵，不确定性） 定义了观察到单个信源符号输出时所获得的 平均信息量 11.2.1 信息论简介 信道信息 信源的输出是一个离散随机变量 信道的输出也是一个离散随机变量 信道符号集：B = {b1, b2, …, bK} 概率矢量：v = [P(b1) P(b2) … P(bK)]T 用(B, v)可以完全描述信道输出和用户 接受到的信息 11.2.1 信息论简介 信道信息 信道输出概率P(bk )和信源u的概率分布 信道传递矩阵 输出符号集的概率分布 11.2.1 信息论简介 3、互信息 条件熵 平均条件熵 互信息 信道容量 11.2.1 信息论简介 1、无失真编码定理 香农第一定理 确定每信源符号可达到的最小平均码字长度 信息传输系统 如果信道和传输系统都没有误差，传输系统的主要功能就是尽可能紧凑地表达信源（数据压缩） 11.2.2 基本编码定理 1、无失真编码定理 块信源符号集：A = {a1, a2, …, aJn} P(a i) = P(aj1) P(aj2) … P(ajn) 概率矢量：u = [P(a1) P(a2) … P(aJn)]T 信源熵： 产生块随机变量的（零记忆）信源的熵是 对应单符号信源的 n 倍 11.2.2 基本编码定理 1、无失真编码定理 扩展信源平均码长 第一定理： 编码效率： （H (u)是Lavg / n的下限） 11.2.2 基本编码定理 2、信源编码定理 也称为率失真定理 信道没有误差但传输过程有失真 此时传输系统的主要功能就是“信息压缩” 目标：平均误差被限制在某个最大允许的水平D 在给定保真度准则的前提下，确定最小的R 11.2.2 基本编码定理 2、信源编码定理 失真（随机变量 ）的平均值d(Q) 允许失真为D的编码—解码过程的集合 率失真函数 11.2.2 基本编码定理 非负的失真量度函数（代价函数） 2、信源编码定理 需要合理选择Q以求取I (u, v)的最小值 (1) Q的元素必须是正的 (2) Q的任1列之和为1 (3) 如果允许最大可能的失真，就会产生 最小的信息率 11.2.2 基本编码定理 2、信源编码定理 零记忆二元对称信源的率失真函数{例11.2.3} 特点 R(D)总是正的，单减的 在[0, Dmax]区间下凸 R(D)在D 0时不存在 D ≥ Dmax时有R(D) = 0 11.2.2 基本编码定理 实际区域 LZW编码示例 图象 初始字典 11.3 LZW编码 字典位置 0 1 ? 255 256 257 ? 511 字典条目 0 1 ? 255 ? ? ? ? 字典前256个码字被分配给灰度值。第257个位置用于下一个出现的灰度值序列。使用一个9比特512个字的字典，将用来表示两个象素的（8＋8）比特码字用单个9比特码字代替 LZW解码 在编码和解码的同时都建立一个码本 11.3 LZW编码 编码值 识别序