数字图像处理及应用 含 1CD 教学课件 ppt 作者 李朝晖 主编 第6章 图像编码

1、第六章 数字图像的编码技术,6.1 图像中的数据冗余的概念 6.2 压缩概述 6.3 图像压缩编码 6.4 现代压缩技术 6.5 国际压缩标准,eg：电话线传输速率一般为56Kbits/s（波特率） 一幅彩色图像51251224bit = 6M bits大小。传一幅图像需2分钟左右。 实时传送：51251224bits25帧/秒=150Mbits/S 如压缩20倍，传一幅图6秒左右，可以接受，实用。 实时，要专用信道（卫星、微波网、专线网等技术）。 另外，大量资料需存贮遥感、故宫、医学CT、MR。,图像一大特点是数据量大，为其存贮、传输带来困难，需压缩。,图像的数据量特别大，同时现在对图像需求的增长超 过了网络带宽的限制，所以压缩是图像传输和存储的一 个关键技术。,由于图像压缩的巨大商业潜力，激励着人们提高现有 的技术或发现新的技术。,图像通信系统模型,利用图像信号中的数据冗余度，如统计冗余度、空域冗余 度、时域冗余度等，进行压缩，,利用人眼视觉系统的一些特性忽略掉一些不被人眼所察觉的信号成分,6.1 图像中的数据冗余的概念,你的妻子，Helen，将于明天晚上6点零5分在上海的虹桥机场

2、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+3=43个半角字符） Helen将于明晚6点在虹桥接你。 (10*2+7=27个半角字符）,6.1 图像中的数据冗余的概念,描述语言 1、“这是一幅 2*2的图像，图像的第一个像素是红的，第二个像素是红的，第三个像素是红的，第四个像素是红的”。,2、“这是一幅2*2的图 像，整幅图都是红色的”。,可知，整理图像的描述方法可以达到压缩的目的。,6.1 图像中的数据冗余的概念,图像冗余无损压缩的原理,从原来的16*3*8=284bits压缩为：(1+3)*8=32bits,6.1 图像中的数据冗余的概念,图像冗余有损压缩的原理,6.1 图像中的数据冗余的概念,实际图像中冗余信息的表现（灰度图）,6.1 图像中的数据冗余的概念,图像冗余信息分析结论 由于一幅图像存在数据冗余和主观视觉冗余，压缩方式 就是从这两方面着手来开展的。 1）数据冗余:将图像信息的描述方式改变之后，压缩 掉这些冗余。 2）主观视觉冗余:忽略一些视觉不太明显的微小差异， 可以进行所谓的“有损”压缩。,6.2 图像压缩

3、概述,图像数字化关键是编码 compression code:在满足一定图像质量前提下，能获得减少数 据量的编码,一Compression code及分类 研究处理的对象: 数据的物理容量 传输某个指定数据序列所需的时间 传输某个指定数据序列所限定的频带宽度,数据压缩技术 1、按压缩技术所依据和使用的数据理论和计算方法进行分类： 统计编码Statistical coding; 预测编码Predictwe coding; 变换编码Tranelorm coding.,6.2 图像压缩概述,2、按压缩过程的可逆性进行分类： 熵压缩Eatropy Compression： (不可逆compression在其压缩过程中，会失掉一部分信 息，又叫有损压缩) 冗余度压缩Redandancy Raduction： (完全除去或尽量除去原数据中重复和冗余的部分，保证不丢 失有用信息， 从而保证被压缩了的数据还原后与压缩前的原 数据完全一致，可逆压缩又称无 失真codingNoisdess coding,用于文本、程序等。),3、压缩方法： 按时间分： 静图：静止图像（要求质量高） 动图：活动的序列图像（

4、相对质量要求低，压缩倍数要高） 压缩比未压缩的图像的存贮字节数压缩后图像存贮字节数 失真与否分： 无失真压缩：经压缩后再恢复图像与原图像无任何区别，一般 压缩倍数 2 有限失真压缩：单帧（静）420倍。 图像序列（x、y、t）50200倍,6.2 图像压缩概述,3、从图像的光谱特征出发： 单色image coding; color image coding; 多光谱image coding。 4、从图像的灰度层次上： 多灰度编码； 二值图像code 5、从处理图像的维数出发； 行内coding； 帧内coding； 帧间code。,6.2 图像压缩概述,冗余度压缩,统计编码,H 游 二 算 L other u 程 进 术 Z f 编 信 编 W f 码 息 码 m 源 a 编 b 码,数据压缩（3040种）,熵压缩,量化,特征提取,分析合成编码,零记忆量化,序列量化,分组量化,预测编码,直接映射,变换编码,K D D D W S H other L C S F H L A 非正交变换 T T T T T T A R,6.2 图像压缩概述,二、压缩编码名词术语 1、熵entropy 图像

5、像素灰度级集合 按信息论中信源信息熵的定义： H表示其像素各个灰度比特数的统计平均值，即给出了对此输入 灰度级集合进行coding时所需要的平均位数值的下限。,6.2 图像压缩概述,2、平均码字长度： Assume:,3、编码效率：,6.2 图像压缩概述,4、冗余度：,6.2 图像压缩概述,5、压缩比：,其它图像压缩的技术指标： a保真度与用途有关，例如侦察与体育比赛关心内容不同 b误码扩散程度 c实时性与压缩算法、系统速度有关 d保密性传输中防止被盗,压缩比：原图像数据量压缩后数据量 如：0.3bit/pixel,6.2 图像压缩概述,三、压缩编码系统评价 1、基于压缩编码参数的基本评价 最佳编码：使R等于或很接近于H，Haffman编码 R H。 RH引起失真，丢失information。 目的，减少R,使1，r 0。,6.2 图像压缩概述,Eg: 码字 信息 Pk 0 0 u1 0.25 1 0 u2 0.25 1 1 u3 0.20 0 0 0 u4 0.15 0 0 1 0 u5 0.10 0 0 1 1 u6 0.05,6.2 图像压缩概述,6.2 图像压缩概述,2、基于保

6、真度准则的评价： 客观保真度准则 主观保真度准则 1）客观保真度准则： a）输入图和输出图之间的均方根（rms）误差,b）输入图和输出图的均方根信噪比,均方根信噪比,6.2 图像压缩概述,一般2，或PSNR40dB 人眼看不出来 30 dB 的图像不能用 35dB 可接受 到目前为上，国际上没有一个通用的评价图像压缩的客观标准,6.2 图像压缩概述,2) 主观保真度准则： a）损伤程度：不能察觉、刚察觉、不讨厌、有点讨厌、很讨 厌，不能用 b）质量：优、良、中、次、劣 c）比较：2，好得多，1，好，0，同，1，坏，2坏 的多,主观（人判别）专家投票的方法，实用方法。 人的视觉的主观亮度是光强的对数函数。 人眼对黑暗区误差比明亮区更敏感。 人眼对灰度突变边缘比较敏感。,6.2 图像压缩概述,6.3 图像压缩编码,6.3.1 无失真编码 一、 行程编码(RLE编码) 二、 Huffman编码 6.3.2 率失真coding（熵编码） 一、 预测编码 二、 变换编码 三、 子波编码,基本原理：将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。 举例说明： aaaa bbb cc d

7、eeeee fffffff (共22*8=176 bits) 4a3b2c1d5e7f (共12*8=96 bits),To:混合编码,一、行程编码(RLE编码) ：,6.3.1 无失真编码,二、 Huffman 编码（熵编码）,基本原理：将在图像中出现次数多的像素值给一个短的编码，将出现次数少的像数值给一个长的编码。 举例说明： aaaa bbb cc d eeeee fffffff （共22*8=176 bits) 4 3 2 1 5 7 f=00 e=10 a=110 b=1111 c=11100 d=11101 110,110,110,110,1111,1111,1111,11100,11100,11101,10,10,10,10,10,0,0,0,0,0,0,0 (共 7*2+5*2+4*3+3*4+2*5+1*5=63 bits),6.3.1 无失真编码,Huffman编码 Step: 1)pk由大到小 2）最小两个概率相加，形成一个新的概率集合，再按1） 重排，直至只有两个概率 3）分配码字， Eg：,灰度级 pk step1 step2 step3 step4 step

8、5 step6 W1 0.40 0.40 0.40 0.40 0.40 0.40 0.6 1 1 1 1 1 1 0 W2 0.18 0.18 0.18 0.19 0.23 0.37 0.4 001 001 001 000 01 00 1 W3 0.10 0.10 0.13 0.18 0.19 0.23 011 011 010 001 000 01 W4 0.10 0.10 0.10 0.13 0.18 0000 0000 011 010 001 W5 0.07 0.09 0.10 0.10 0100 0001 0000 011 W6 0.06 0.07 0.09 0101 0100 0001 W7 0.05 0.06 00010 0101 W8 0.04 00011,Huffman 编码 过程示意图,Huffman编码在图像压缩中的实现 对一幅图像进行编码时，如果图像的大小大于256时，这幅图像的不同的码字就有可能是很大，例如极限为256个不同的码字。 对整幅图直接进行Huffman编码时，小分布的灰度值，就有可能具有很长的编码。 如：100位以上，这样不但达不到压缩的效果反而会使数据量加大，应该如何处理？,二、 Huffman 编码（熵编码）,常用的且有效的方法是： 将图像分割成若干的小块，对每块进行独立的Huffman编码。例如：分成 的子块，就可以大大降低不同灰度值的个数（最多是64而不是256）。,6.3.2 率失真coding,一、predictive coding:邻近的M个值 预测当前值，当前值与预测值之差量化编码，（一维、二维、三维预测） DPCM-差分脉冲编码调制,Eg： 序列图像（动图）帧间相关性强 1静止运动部分的关系： Bell实验室研究成果，人对静止部分分辨率强，对运动部分分辨率弱要求不高。即：空间分辨率高，时间分辨率低一些。,2传送帧间差对帧间差压缩传输，两幅之间对应象素的灰度差某一阈值，取为零。,3运动检测：图像分成一定大小的块（MN-1616）子块，在(M+2L,N+2L)范围内到前一帧图上搜索与某相关性最大的子块。,二、变换编

《数字图像处理及应用 含 1CD 教学课件 ppt 作者 李朝晖 主编 第6章 图像编码》由会员E****分享，可在线阅读，更多相关《数字图像处理及应用 含 1CD 教学课件 ppt 作者 李朝晖 主编 第6章 图像编码》请在金锄头文库上搜索。