第6章图像编码与压缩.ppt

《第6章图像编码与压缩.ppt》由会员分享，可在线阅读，更多相关《第6章图像编码与压缩.ppt（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章 图像的编码与压缩6.16.26.36.46.5讲解内容讲解内容 1.图像压缩的概念、目的和意义图像压缩的概念、目的和意义 2.图像的行程编码、霍夫曼编码方法图像的行程编码、霍夫曼编码方法 3.图像压缩的标准及发展现状图像压缩的标准及发展现状目的目的 1.了解图像压缩的目的和意义，熟悉图像压了解图像压缩的目的和意义，熟悉图像压缩评价方法；缩评价方法；2.掌握图像行程编码、霍夫曼编码方法掌握图像行程编码、霍夫曼编码方法 3.了解图像图像压缩的标准及发展现状了解图像图像压缩的标准及发展现状第六章 图像编码与压缩6.1 概述6.1.1 6.1.1 图像数据压缩的必要性与可能性图像数据压缩的必要

2、性与可能性 数据压缩的研究内容包括数据的表示、传输、变换和编码方法，目的是减少存储数据所需的空间和传输所用的时间。图像编码与压缩就是对图像数据按一定的规则进行变换和组合，达到以尽可能少的代码（符号）来表示尽可能多的图像信息。数字图像的一个显著特点是数据量大，一个拥有512*512像素，每像素8bit的黑白图像占内存为512*512/1024=256 kb（1kb=1024字节（byte）,再加上其他一些头信息，占257Kb空间。而对于一个拥有512*512像素，每个像素点的一个分量为8bit的彩色图像占空间为512*512*3/1024=768Kb，约占768Kb空间。而对于一幅2291*21

3、90*8bit的气象卫星红外云图占2291*2190/1024KB，约为4.9MB，一颗文星每半小时可发一次全波段数据（5个波段），需要1.15GB。如果能使保存的数据量减少，就可减少其存储空间，减少其成本。可见，没有图像编码与压缩技术的发展，大容量图像信息的存储与传输是难以实现的，多媒体、信息高速公路等新技术在实际中的应用会遇到很大困难。6.1.2 图像的数据冗余 数字化后的图像信息数据量非常大，图像压缩利用图像数据存在冗余信息，去掉这些冗余信息后可以有效压缩图像。常见图像的冗余类型主要表现在：空间冗余，时间冗余，视觉冗余。1）空间冗余 一幅图像表面上各采样点的颜色之间往往存在着空间连贯性。

4、图像内部相邻像素之间的相关性所造成的冗余。如，在静态图像中有一块表面颜色均匀的区域，此区域中所有点的光强和色彩以及饱和度都是相同的，因此数据有很大的空间冗余。2）时间冗余 视频图像不同帧之间的相关性所造成的冗余，运动图像相邻帧往往包含相同的背景和移动物体，只不过移动物体所在的空间位置略有不同，所以后一帧的数据与前一帧的数据有许多共同之处，称为时间冗余。3）视觉冗余 人眼不能感知或不敏感的那部分图像信息，人类视觉系统对图像的敏感度是非均匀的。但是，在记录原始的图像数据时，通常假定视觉系统是近似线性的和均匀的，对视觉敏感和不敏感的部分同等对待，从而产生视觉冗余。4）编码冗余 与灰度与灰度布的概率特

5、性有关减少/消除其中的一种/多种冗余，就能取得数据压缩的效果 6.1.36.1.3图像编码压缩的分类图像编码压缩的分类 根据解压重建后的图像和原始图像之间是否具有误差，图像编码压缩分为无误差无误差（亦称无失真、无损、信息保持）编码和有误差有误差（有失真或有损）编码两大类。根据编码作用域划分，图像编码为空间域编码空间域编码和变变换域编码换域编码两大类。图像压缩无损编码有损编码霍夫曼编码行程编码算术编码预测编码变换编码其它编码无损压缩：无损压缩：在压缩和解压缩过程中没有信息损失压缩率一般在2 10之间有损压缩：有损压缩：常能取得较高的压缩率（几十几百）压缩后并不能经解压缩恢复原状 图象保真度图象保

6、真度信息保存型/信息损失型描述解码图象相对于原始图象的偏离程度对信息损失的测度主观保真度准则主观保真度准则主观测量图象的质量，因人而异，应用不方便客观保真度准则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6.2 6.2 图像保真度准则图像保真度准则 描述解码图像相对原始图像偏离程度的测度一般称为保真度保真度。常用的保真度准则可分为两大类：客观保真度准则和主观保真度准则。6.2.1 客观保真度准则客观保真度准则 最常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比两种。6.2.2 6.2.2 主观保真度准则主观保真度准则 很多解压图最终是

7、供人观看的，一种常用的方法是让一组（不少于20人）观察者观察图像并给该图像评分，将他们对该图像的评分取平均，作为这幅图像的质量。1.客观保真度准则客观保真度准则（归一化）信噪比信噪比：令 单位：分贝（dB）峰值信噪比峰值信噪比2.主观保真度准则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 图象编解码系统模型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？无损压缩型：是，无失真 有损压缩型：不是，有一定的失真 平均码长 是灰度值为i的编码长度冗余度为 编码效率为 6.2.3 6.2.3 图像冗余度和编码效率图像冗余度和编码效率 根据Shannon无干扰信

8、息保持编码定理，若对原始图像数据的信息进行无失真图像编码，压缩后平均码长存在一个下限，这个下限是图像信息熵H。理论上最佳信息保持编码的平均码长可以无限接近图像信息熵H。但总是大于或等于图像的熵H。6.3 统计编码方法 6.3.1 6.3.1 霍夫曼编码霍夫曼编码 Huffman编码是1952年由Huffman提出的一种编码方法。这种编码方法是根据信源数据符号发生的概率进行编码的。思想：在信源数据中出现概率越大的符号，编码以后相应的码长越短；出现概率越小的符号，其码长越长，从而达到用尽可能少的码符表示信源数据。它在无损变长编码方法中是最佳的。下面通过实例来说明这种编码方法。设输入编码为 ，其频率

9、分布分别为P(x1)=0.4，P(x2)=0.3，P(x3)=0.1，P(x4)=0.1，P(x5)=0.06，P(x6)=0.04。求其最佳霍夫曼编码 霍夫曼编码算法基于一种称为“编码树”（coding tree）的技术。算法步骤如下：（1）初始化，根据符号概率的大小按由大到小顺序对符号进行排序。（2）把概率最小的两个符号组成一个新符号（节点），即新符号的概率等于这两个符号概率之和。（3）重复第2步，直到形成一个符号为止（树），其概率最后等于1。（4）从编码树的根开始回溯到原始的符号，并将每一下分枝赋值为1，上分枝赋值为0。在上述工作完毕之后，从最后两个概率开始逐步向前进行编码。对于概率大的

10、消息赋予0，小的赋予1。霍夫曼编码举例一输入数据流:S1 S2 S1 S3 S2 S1 S1 S4符号S1S2S3S4出现概率1/21/41/81/8等长编码00011011霍夫曼010110111数据流源S1S2S1S3S2S1S1S4等长编码0001001001000011霍夫曼01001101000111霍夫曼编码举例二(1)统计出每级灰度出现的频率：灰度值204030100出现频率7/164/163/161/161/16 各灰度的编码如下：灰度值010203040霍夫曼编码110011010111 10则图所示的图像哈夫曼编码为：1111101010010110000011111101

11、0100共用了32比特，原图像占16*3=48比特。恢复：30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 40 206.3.2香浓香浓-范诺编码（范诺编码（Shannon-Fano）香农范诺编码与Huffman编码相反，采用从上到下的方法。香农-范诺编码算法步骤：（1）按照符号出现的概率减少的顺序将待编码的符号排成序列。（2）将符号分成两组，使这两组符号概率和相等或几乎相等。（3）将第一组赋值为0，第二组赋值为1。（4）对每一组，重复步骤2的操作。例：设一副灰度级为8的图象中，各灰度所对应的概率分别为0.04，0.05，0.06，0.07，0.10，0.

12、10，0.18，0.40，现在对其进行二分法香农范诺编码？灰度值S0S1S2S3S4S5S6S7出现频率0.400.180.100.100.070.060.050.04灰度值S0S1S2S3S4S5S6S7香浓-范诺码000110010111001101111011116.3.3程编码基本方法（RLE）（run length）对于一般图像，相邻像素彼此间都存在很高的相关性。在图像的光滑区域中，连续像素是相同的，或者在相邻像素点之间的变换是很小的。尤其对于二值图像，经常会连续的出现相同的值。甚至在灰度图像或者彩色图像中，连续像素的值不完全相同，而是慢慢变化，这样可对这些像素值进行预处理，使处理后

13、的连续像素的值变得相同。当在数据集中存在相同数据连续出现时，行程编码是一种大胆有效的方法。例如，对于数据d=5 5 5 5 5 5 5 19 19 19 19 19 19 19 19 19 19 19 19 0 0 0 0 0 0 0 0 7 9 9 9 9 9 9。该数据集中包含的数据有5，19，0，7，9。通过行程编码后为（5，7）（19，12）（0，8）（7，1）（9，6）。这里为了便于理解，用一对数字来表示连续出现的数据。在括号中，第一个值表示像素，第二个值表示它的行程长度。对于二值图像，采用行程编码的编码效率很高。D=0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0

14、 0 0 0 0 0 1 1 0 1 1 1 1 1 1 1，采用行程编码可表示为（7，8，8，2，1，7），如果每个行程长度由3位表示，则原始的43bit的数据，编码后的数据为（110111111011000110），长度为24bit。如果采用霍夫编码则可能用更少的数据。7-1.8-01，2-001，1-000，则编码后的数据为（10101001000），长度为12bit。行程编码适合于对二值图像的编码，如果图像是由很多块颜色或灰度相同的大面积区域组成的，采用行程编码可以达到很大的压缩比。通常，为了达到比较好的压缩效果，一般不单独使用行程编码，而是和其他编码方法结合使用。如：在JPEG中，就综合使用了行程编码、DCT、量化编码以及霍夫曼编码。