数字图像处理 第八章.ppt

Chapter 8 Image Compression 8.4 无误差压缩 8.4.4 无损预测编码 →用变长代码进行 编码→压缩数据流 解码时： 有局部的、全局的、自适应的方法→ 多数根据： m：预测器的阶 round：4舍5入 ：预测系数 如一维线性预测编码 上式中不能对每一行的前m个像素进行求解，故这些像素必须用其他方法进行编码（如霍夫曼编码） Chapter 8 Image Compression 8.4 无误差压缩 8.4.4 无损预测编码 例8.15 Chapter 8 Image Compression 8.4 无误差压缩 8.4.4 无损预测编码 叫前像素预测器，相应的编码过程称为差分编码或前像素编码。 压缩比一般为2：1左右 预测误差的概率 密度函数一般用0均值不相差拉普拉斯概率密度函数表示 Chapter 8 Image Compression 8.5 有损压缩 8.5 有损压缩 在重构的精度上让步，而换取压缩能力的增加，有损压缩编码技术可达100：1压缩率，并且做到10：1~50：1之间，图像无本质区别（单色图像），与上节不同：在于是否存在量化器。 8.5.1 有损预测编码 有损预测编码模型 Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 量化器将预测误差映射成有限范围的输出，表为 是反馈环的输入，表示为过去预测和与其对应的量化误差的函数（和），解码器的输出也用上式给出。 例8.16德尔塔调制 失真对所有预测编码方法都是很普遍的，这种失真的严重性取决于所使用的量化和预测方法之间互相作用。一般，预测器和量化器在设计中独立进行的。预测器在设计中认为量化器没有误差。而量化器在设计中则需要最小化自身的误差。 Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 例8.16德尔塔调制 Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 最佳预测器 将编码器的均方预测误差最小： 基于这些条件的预测编码方法称为差分脉冲编码调制（DPCM） 就是选择m个预测系数以使上式最小化，对上式每个子数求解，等于0，并设fn均值为0，方差为 时，得到： Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 最佳预测器 是下列m×m自相关矩阵的逆矩阵 可推导出，最优时，预测误差的方差为： 上述表达式形式简单，但要获得R，r所需的自相关计算需很困难。实际中逐幅图像计算预测系数的方法很少用，一般都假设1个简单的图像模型，并将其对应的自相关代入R，r， 表达式中以计算全局（所有图）系数。 Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 最佳预测器 例如1个2-D马尔可夫源具有可分离自相差函数 其中 是图像的水平和垂直相关系数，用4阶线性预测器： 来预测；则最优系数为： 对 赋予不同的值，可得到如下4个预测器： Chapter 8 Image Compression 8.5 有损压缩 8.5.1 有损预测编码 最佳预测器（续上）： 用上述四个预测器对下副图象进行预测误差。 Chapter 8 Image Compression