当前位置：文档之家 › 数字图像处理_胡学龙等_第05章 图像编码与压缩0607

数字图像处理_胡学龙等_第05章 图像编码与压缩0607

  • 格式：ppt
  • 大小：1.10 MB
  • 文档页数：78

下载文档原格式

  / 78

合集下载

数字图像处理：第5章 图像编码(第二讲)

数字图像处理：第5章 图像编码(第二讲)

由此可得
2 i
E[( xi
xˆi )xi ]
当 i 0 时，则
2 0
E[
x
2 0
x0 x0 ]
将 x0 1x1 2 x2 n xn
(5—48) (5—49)
代入式(5—49)，并引入协方差之定义，则
2 0
R00
(1R01
2 R02
n R0n )
(5—50)
式中 R00 是原序列X的方差。由式(5—50)可见，
发“0”码。
df 0 dt
交替出现 “0” “1” 码。
在接收端， 当译码器收到“1”时，信号则产生一个正跳变， 收到“0”时，则信号电压产生一个负的跳变， 由此即可实现译码。
首先讨论一下译码电路。译码器应具有下述三 个功能：
（１）收到“1”时，产生一个正斜变电压，当 连续收到“1”时，则连续上升；
nt RC
U0
(5—59)
只要 nt 远小于RC，则电容器上的电压会一直随
时间线性增长，保证在收到连“1”码时，每次上
升同样一个量化级，上升的斜率就是
t E0 RC
。
电容器能够保持电荷，因而具有记忆作用。
由式(5—58)知道，收到“1”时电压会上升一个 量化阶，当收到“0”时，相当于图5—29中开关 接到 -E0 ，此时会使电容上的电压下降一个量 化阶，所以，简单的RC电路就能实现增量调制编 码器的译码。
（２）收到“0”时，产生一个负斜变电压，当 连续收到“0”时，则连续下降；
（３）正、负斜率相等，且具有记忆功能。
图 5—28 译码原理
R
Uc
K
E0
C -E0
Uc
U0
t

数字图像处理图像压缩ppt课件

数字图像处理图像压缩ppt课件

率分布分别为P(x1)=0.4, P(x2)=0.3, P(x3)=0.1, P(x4)=0.1,
P(x5)=0.06, P(x6)=0.04, 现求其最佳哈夫曼编码
W={w1,w2,w3,w4,w5,w6}。
元素
xi
x1
x2 x3 x4
x5
x6
概率 P(xi) 0.4 0.3 0.1 0.1 0.06 0.04
减少像素间冗余
减少编码冗余
7.3.1 变长编码
7.3.1.1 一些基本概念
第1. 七1)
图像熵和平均码字长度 图像熵（Entropy）
章
图
设数字图像像素灰度级集合为（X1,X2, ,Xk,
像 ,XM)，其对应的概率分别为P1,P2, ,Pk, ,PM 。
压 缩
按信息论中信源信息熵定义，数字图像的熵H为：
缩 码冗余来达到压缩的目的。
7.3.1.3 哈夫曼（Huffman）编码方法
第
哈夫曼编码基本思想
七 章
1) 统计一下符号的出现概率， 2) 建立一个概率统计表，
图
将最常出现（概率大的）的符号用最短的
像
编码，
压
最少出现的符号用最长的编码。
缩 例：设有数字图像，其灰度集合为 X={x1,x2,x3,x4,x5,x6}其概
像 压
示给定量的信息使用了不同的数据量，那么使用
缩 较多数据量的方法中，有些数据必然是代表了无
用的信息，或者是重复地表示了其它数据已表示
的信息，这就是数据冗余的概念。
7.2.1 数据冗余
第 七
• 三种基本的数据冗余
章
图 编码冗余
像 压
像素间冗余
缩 心理视觉冗余

数字图像处理_胡学龙等_第07章_图像分割

数字图像处理_胡学龙等_第07章_图像分割
图6.14 内插法几何校正
（4）变换编码
• 基本原理是
– 利用坐标变换，如果选择的变换坐标与图像特征相匹 配就可以大大压缩二维数据。
• 重要的变换编码方法是
– 离散余弦变换DCT，它有快速算法，二维变换可以转 化为二次一维变换。 – DCT变换后的系数相对集中，还可以进一步进行量化， 从而更大幅度地压缩图像的数据量。
图7.6所示是应用Laplacian算子， 对图7.5(a)进行边缘检测的结果。 实现的MATLAB程序： • I = imread('blood1.tif'); • imshow(I); • BW4 = edge(I,'log'); • figure,imshow(BW4,[]);
图7.6 Laplacian算子边缘检测的结果图
– JPEG2000标准
第七章 图像分割
• • • • •
知识要点： 图像分割的目的、定义和分类 像素间的关系：邻域和连通性 阈值分割技术：全局阈值分割和局部阈值分割 边缘检测：梯度算子、拉普拉斯算子、拉普拉斯高斯算子、方向算子、canning算子、边缘跟踪 • 区域检测法 • 霍夫变换
7.1
时这些特征是不可预知的。
2．直方图法
先做出图像的灰度直方图，若直方图成双峰且有 明显的谷底，则可以将谷底对应的灰度值作为阈 值T,然后根据阈值进行分割，就可以将目标从图 像中分割出来。
适用于目标和背景的灰度差较大，直方图 有明显谷底的情况。
• 3．最小误差的方法
7.3.2局部阈值分割
7.3.3
7.4.1 梯度算子
梯度对应于一阶导数，相应的梯度算子就 对应于一阶导数算子。 对于一个连续函数f (x,y)，其在(x,y)处的 梯度:

数字图像处理_胡学龙等_第04章_图像增强

数字图像处理_胡学龙等_第04章_图像增强

直方图均衡化
通过对原图像进行某种变换，使得图像的直 方图变为均匀分布的直方图 。
灰度级连续的灰度图像：当变换函数是原图 像直方图累积分布函数时，能达到直方图均 衡化的目的。 对于离散的图像，用频率来代替概率 。 【例4.2】假定有一幅总像素为n＝64×64的图 像，灰度级数为8，各灰度级分布列于表4.1 中。试对其进行直方图均衡化。
• 4.3.2増晰原理 • 同态増晰采用合适的滤波特性函数，可以即使图 像灰度动态范围压缩，又能让感兴趣的物体图像 灰度扩展，从而是图像清晰。 • 图像是物体对照明光的反射，自然景物图像是由 两个分量乘积组成的，即照明函数和反射函数的 乘积。 • 图像的灰度由照明分量和反射分量合成，反射分 量反映了图像的实际内容（细节，纹理，边缘 等），随图像细节不同在空间上做快速变化，其 频谱落在空间高频区域。 • 而照明分量在空间上均具有缓慢变化的性质，其 频谱落在空间低频区域。 • 因此可通过傅里叶变换将两者分开，进行同态滤 波。
a’=0，b’=255。
实现的程序：
• • • • • A=imread('pout.tif'); %读入图像 imshow(A); %显示图像 figure,imhist(A); %显示图像的直方图 J1=imadjust(A,[0.3 0.7],[]); %函数将图像在0.3*255~0.7*255灰度之间 的值通过线性变换映射到0~255之间 • figure,imshow(J1); %输出图像效果图 • figure,imhist(J1) %输出图像的直方图
• 基本思想：按照高通滤波器设计，压缩低 频分量，提升高频分量。 • 照明函数频率变化缓慢，幅度变化大，数 字化占用位数多，所以要压缩； • 反射函数频率变化快，灰度变化很小，层 次不清，细节不明，应该扩展。

胡学龙《数字图像处理(第二版)》课后习题解答

胡学龙《数字图像处理(第二版)》课后习题解答
3ຫໍສະໝຸດ 第 2 章 图像的数字化与显示
2.1 设有大小为 32×32 的图标，图标的每个像素有 8 种颜色，共有多少种不同的图标？
如果每 100 万个可能的图标中有一个有意义，识别一个有意义的图标需要 0.1 s，则选出所
有有意义的图标需要多长时间？
解：图标数为
832×32 = 10925 种
有意义的图标数 10925/106 = 10919 种
第 1 章 概述
1.1 连续图像和数字图像如何相互转换？ 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像 （连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字 化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅 度值（可能是灰度或色彩）整数化的过程称为量化。
2
1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘 莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多 达 20 多种图像格式和 TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图 像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能 可以很方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色 模式的转换、改变图像的尺寸和分辨率、制作网页图像等。
4
110 106 129 129 127 122 117 88 84 112 111 131 130 128 118 111 97 97 133 127 138 131 124 111 102 100 97 166 151 144 126 124 111 99 96 93 158 143 139 130 120 100 96 97 100 128 121 126 122 88 62 65 68 79 106 92 107 114 82 52 42 41 56

数字图像处理第6章_图像编码与压缩技术.

数字图像处理第6章_图像编码与压缩技术.

6.1.1 图像的信息冗余
图像数据的压缩是基于图像存在冗余这种特性。压缩就是去掉 信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知 的）；也就是用一种更接近信息本身的描述代替原有冗余的描述。 8 （1） 空间冗余。在同一幅图像中，规则物体或规则背景的物理表 面特性具有的相关性，这种相关性会使它们的图像结构趋于有序和 平滑，表现出空间数据的冗余。邻近像素灰度分布的相关性很强。 （2） 频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关 （3） 时间冗余。对于动画或电视图像所形成的图像序列（帧序 列），相邻两帧图像之间有较大的相关性，其中有很多局部甚至完
R i P( d i )
i 1
m
基于压缩编码参数的评价
3
η=H/R×100% 根据信息论中信源码理论，可以证明在 R≥H 条件下，总可以设计出某 种无失真编码方法。最好编码结果是使R等于或接近于H。这种状态的 编码方法，称为最佳编码。
4
压缩比是指编码前后平均码长之比，如果用n表示编码前每个符号的 平均码长，通常为用自然二进制码表示时的位数，则压缩比可表示为 r＝n/R 一般来讲，压缩比大，则说明被压缩掉的数据量多。一个编码系统要 研究的问题是设法减小编码平均长度R，使编码效率η尽量趋于1，而 冗余度趋于0
图像压缩编码技术的分类
图像数据压缩过程有3个基本环节：变换、量化和编码。
变换的作用是将原始图像表示在另一个量化和编码数据较少的域中， 对变换器的要求应是高度去相关的、重建均方差最小的、可逆的和方 法简便的。常见的变换包括线性预测、正交变换、多分辨率变换、二 值图像的游程变换等。 量化器要完成的功能是按一定的规则对抽样值作近似表示，使量化器 输出幅值的大小为有限个数。量化器可分为无记忆量化器和有记忆量 化器2大类。

广东海洋大学授课计划表_数字图像处理-2015-1

9.11
2
图像处理概述
2
9.18
2
Matlab语言简介
3
9.23
2
实验1 Matlab基本运算
9.25
2
图像处理基本知识
4
9.30
2
实验2图像的基本操作
5
10.7
2
实验3图像的直方图处理
10.9
2
图像变换
6
10.14
2
实验4图像变换
10.16
2
图像编码与压缩
7
10.21
2
实验5图像压缩及编码
10.23
2015年9月2015年11月共12周第1页总1页课程名称数字图像处理课程编号16142104计划时数32学分2理论时数16实验时数16作业时数0其它采用教材数字图像处理出版社电子工业出版社出版时间2014编著者胡学龙统编自编统编使用层次本科年级4专业嵌入11211122所用教学大纲名称数字图像处理教学大纲周别及日期教学类别及内容必读书籍和参考书籍讲课实验课或习题学时主要内容学时主要内容11
2
图像增强及图像滤波
8
10．28
2
实验6图像增强及滤波
10.30
2
图像分割及边缘检测
9
11.4
2
2
实验7图像分割及边缘检测
11.6
2
彩色图像处理及图像处理应用实例
11.11
2
实验8彩色图像的处理
注：本教学日历若有变更，以实际授课为准，恕不另行通知。
填写时间：2015年8月30日任课教师签名：系（或教研室）主任签名：
广东海洋大学2015 — 2016学年第1学期授课计划表
任课教师：徐国保

数字图像处理图像压缩与编码


数字图像处理
28
#include <stdio.h> #include <stdlib.h> #include <string.h> const char *o = ""; int main() {
char *d = malloc(2*strlen(o)); char *oc = malloc(strlen(o)); int rl = rle_encode(d, o, strlen(o)); int ocl = rle_decode(oc, d, rl); fwrite(oc, 1, ocl, stdout); free(d); free(oc); return 0; }
无损压缩的格式可以很容易的转换为其它有损压缩格式， 而不存在多次有损压缩所带来的更大失真问题
当然，无损压缩的缺点也是明显的，包括：
占用空间大，压缩比有限
解码无损压缩格式需要更大的计算量，所以对解码硬件 具有更高的要求
数字图像处理
18
游程编码
差分脉冲编码调 制
熵编码
LZW字典算法
Huffman编码
小波分析是把一个信号分解成由原始小波经过移位 和缩放后的一系列小波，因此小波是小波变换的基 函数，即小波可用作表示一些函数的基函数。
经过多年的努力，小波理论基础已经基本建立并成为应 用数学的一个新领域，引起了众多数学家和工程技术人 员的极大关注。
数字图像处理
9
压缩的完成主要依靠，一是使用线性变换来剔 除图像数据的相关性，二是对所得到的变换系 数进行量化，三是对不同类型的数据分配比特 位，四是对量化后的结果进行熵编码。
return dl;
}
数字图像处理

数字图像处理图像编码


79 65 60 70 77 68 58 75 -10 1 3 -3 -1 0 2 -1
85 71 64 59 55 61 65 83 -4 -1 2 -1 2 -3 1 -2
87 79 69 68 65 76 78 94 -1 -1 -1 -2 -1 -1 14 0 -1
7.4.2.2 变换编码系统
七 章
ISO（International Standardization Organization, 国际标 准化组织）
图 ITU（International Telecommunication Union, 国际电信 像 联盟），前身是CCITT（国际电话电报咨询委员会） 压 缩 • 相关工作
第
七 章
变换的选择
图
像
压
子图尺寸的选择
缩
位分配
17
7.4.2.3 实现变换压缩算法的主要问题
第
七 章
1. 变换的选择
图 可以选择的变换
像
1）Karhunen-Loeve变换(KLT)
压 缩
2）离散傅立叶变换（DFT）
3）离散余弦变换（DCT）
4）Walsh-Hadamard变换（WHT）
5）小波变换等
9
2 有损预测的基本思想
对预测误差进行量化，通过消除视觉心理冗
第 余，达到对图像进一步压缩的目的。 七 章
图 3 算法的演变
像 压
a) 无损预测压缩的基础是：
缩
• 原图像值fn与预测值 fˆ之n 间的误差en。有公式：
en fn fˆn
• 解码与编码使用相同的预测器
b) 有损预测编码的演变——引入量化
像 压
它方面。

胡学龙《数字图像处理(第二版)》课后习题解答


2
1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘 莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 P扫描仪、数码相机等图像输入设备采集的图 像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能 可以很方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色 模式的转换、改变图像的尺寸和分辨率、制作网页图像等。
1.5 常见的数字图像处理开发工具有哪些？各有什么特点？ 答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互 间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发 出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础 类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码 的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为 了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动态链接库 ImageLoad.dll 支持 BMP、JPG、TIF 等常用 6 种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有 力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆 脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些 函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计 中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和 算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检 测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足 之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有 MATLAB 系统 的机器上使用图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解 释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形 界面的处理不及 C++等语言。为此，通应用程序接口 API 和编译器与其他高级语言（如 C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于 MATLAB 环境的程序，从而使其他 语言的应用程序使用 MATLAB。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

下 一页
home
上 一页
设计最佳预测的系数ai，采用MMSE
最小均方误差准则。可以令 定义xi和xj的自相关函数
2 E{en } =0 ai
R（i，j）= E{xi，xj} 写成矩阵形式为Yule-Walker方程组
R (1) R (0) R (1) R (0) M M R ( N 2） R ( N 3)
图像类型 压缩后图像 客观评价SNR 客观评价 ≧48dB ≧43dB ≧３６dB ３６ ≧３0dB 主观评价 ≧4.5分 分 ≧4.0分 分 ≧３.0分 分 ≧2.5分 分
传输数码率 ７４Mb/s 高分辨率广播电视 ７４ 普通数字广播电视 数据库图像 会议电视 34Mb/s 识别图像 ６４kb/s ６４
R (i ) =
∑a
k =1
N 1
k R (k
i)
L R ( N 2) a1 R (1) L R ( N 3) a 2 R (2) = M L M M L R (0) a n 1 R ( N 1)
若R（i）已知，该方程组可以用递推算法来求解ai。
下 一页
home
上 一页
Huffman编码示意图
左图所示为建立码的过程 右图所示为从根开始，经各中间节点到叶节点的路径采用 二进制编码的情况
下 一页
home
上 一页
编码过程举例
第1行和第2行列举了一个信源的统计特性 结果如第三行所示 符号集{xi} 概率分布{pi} Huffman编码 x1 0.40 1 x2 0.20 010 x3 0.12 000 x4 0.11 001 x5 0.09 0110 x6 0.08 0111
下 一页
home
上 一页
【例5.3】图5.6以表5.3的信源为例说明Fano编码。
下 一页
home
上 一页
5.2.3 算术编码
在信源各符号概率接近的条件下，算术编码是一种优于 Huffman编码的方法。 【例6-1】根据信源的概率分布进行算术编码。已知信源 的概率分布为
0 1 X = 2 3 5 5
下 一页
home
上 一页
通过分析可以得出以下结论：
图像的相关性越强，压缩效果越好。 当某个阶数已使E{eN, eN 1} = 0时，即使再增加预 测点数，压缩效果也不可能继续提高。 若{xi}是平稳m阶Markov过程序列，则m阶线性预 测器就是在MMSE意义下的最佳预测器。
下 一页
home
数据压缩系统组成图
下 一页
home
上 一页
熵（Entropy）
代表信源所含的平均信息量 若信源编码的熵大于信源的实际熵，则信源中的数据一定 存在冗余度 冗余数据的去除不会减少信息量。 信息量与数据量的关系可由下式表示 I = D du
（5.1）
下 一页
home
上 一页
5.1.2 图像编码压缩的必要性
下 一页
home
上 一页
3．Huffman编码的性能
优点：
– 实现Huffman编码的基础是统计源数据集中各信号的概率分布。 – Huffman编码在无失真的编码方法中效率优于其他编码方法， 是一种最佳变长码，其平均码长接近于熵值。
缺点：
– 当信源数据成分复杂时，庞大的信源集致使Huffman码表较大， 码表生成的计算量增加，编译码速度相应变慢 – 不等长编码致使硬件译码电路实现困难。上述原因致使 Huffman编码的实际应用受到限制。
求二进制序列01011的编码。
下 一页
home
上 一页
举例
解：步骤如下： （1）二进制信源只有x1 = 0和x2 = 1两种符号，相 应的概率为pc = 2/5, pe = 1- pc =3/5 （2）设s为区域左端起始位置，e为区域右端终止 位置，l为子区的长度，则
– 符号“0”的子区为[0，2/5），子区长度为2/5 ; – 符号“1”的子区为[2/5 ，1]，子区长度为3/5 。
下 一页
home
上 一页
5.1.5 数据压缩方法的分类
1 .无损压缩（Lossless Compression）:
Huffman编码 Shannon编码 游程编码 算术编码 轮廓编码
下 一页
home
上 一页
有损压缩（Lossy Compression）
预测编码 变换编码 混合编码 现代压缩编码方法： 分形编码 模型基（Model-based）编码
编码结果为子区起始位置与终止位置之中点
0.001110 + 0.01000 2
= 0.0011。
所以，二进序列的算术编码为0011。
下 一页
home
上 一页
算术编码算法的计算步骤实例
step 1 2 3 4 5
x
0 1 0 1 1
s
0 0 +（2/5）×（2/5）= 4/25 2/5 + 0 × 6/25 = 4/25 4/25 +（2/5）×（12/125）= 124/625 124/625 +（2/5）×（36/625）= 692/3125
下 一页
home
上 一页
4．图像的Huffman编译码系统
下 一页
home
上 一页
5.2.2 Shannon编码与Pano编码
1. Shannon提出了将信源符号依其概率降序排列，用符号 序列累积概率的二进制表示作为对信源的唯一可译编码。 其应用于图像编码的步骤如下： （1）将N个灰度级xi按其概率递减进行排列。 （2）求概率分布pi的第i个灰度级的二进制位数ni。
HDTV亮度信号
52.7MB
下 一页
home
上 一页
5.1.3 图像编码压缩的可能性
一般图像中存在着以下数据冗余因素: 编码冗余 像素间的相关性形成的冗余 视觉特性和显示设备引起的冗余
下 一页
home
上 一页
5.1.4 图像编码压缩的技术指标
常用的图像压缩技术指标:
图像熵与平均码长 图像冗余度与编码效率 压缩比 客观评价SNR 主观评价
数码相机图像编码与压缩技术成功的范例。 本章主要介绍静态图像压缩编码的原理、应 用及有关的国际标准。
下 一页
home
上 一页
5.1.1 数据压缩的基本概念
数据压缩
– 以较少的数据量表示信源以原始形式所代表的 信息 – 目的在于节省存储空间、传输时间、信号频带 或发送能量等。
下 一页
home
上 一页
第5章 图像编码与压缩 章
知识要点
●信息论中的有关概念：信息，信息量， 信息熵，冗余度 ●统计编码 ●预测编码 ●变换编码 ●混合编码 ●静态图像压缩标准：
– JPEG、JBIG、JPEG2000等
下 一页
home
上 一页
5.1 概述
数据编码的目的各异
– 信息保密 – 信息的压缩存储与传输等
图像信号的数据量可表示为 V = w h d/8 （5.2）
– V、w、h、d分别表示图像数据量（字节，byte， B） 、图像宽度（像素数，pel）、图像高度 （像素数，pel） 、图像深度（位，bit）。
图像的尺寸为wh。
下 一页
home
上 一页
典型图像的数据量
图像种类 二值传真图像 灰度图像 VGA图像 CIF视频图像 图像参数 A4（210 × 297 mm）大小、1728 × 2376 × 2色分辨 率 512×512，8 bit灰度等级 640 × 480 × 256色 352 × 288 × 256色，亮度取样率为3 MHz，亮度和两 色差按4∶1∶1取样，亮色量化位数共12 bit，帧频 29.97，按1 s计算 1280 × 720，量化位数为8 bit，帧频30 Hz，按1 s计 算 数据量 501 KB 256 KB 300 KB 4.3 MB
下 一页
home
上 一页
（3）随着序列符号的出现，子区按下列公式减少长度: 新子区左端 = 前子区左端 + 当前子区左端×前子区长度 新子区长度 = 前子区长度×当前子区长度 设初始子区为[0，1]，步序为step，则编码过程参见实例。 可见，最后子区左端起始位置
692 ） = 0.001110) 二进 十进 （ 3125
自适应预测
– 预测参数根据信号的统计特性来确定，以达到最佳预 测
home
上 一页
5.2.1 Huffman编码
1．前缀码（Prefix Code）
4层树形结构的编码情况
下 一页
home
上 一页
2．Huffman编码
算法：
① 将图像的灰度等级按概率大小进行升序排序。 ② 在灰度级集合中取两个最小概率相加，合成一个概率。 ③ 新合成的概率与其他的概率成员组成新的概率集合。 ④ 在新的概率集合中，仍然按照步骤②～③的规则，直至 新的概率集合中只有一个概率为1的成员。这样的归并过程 可以用二叉树描述。 ⑤ 从根节点按前缀码的编码规则进行二进制编码。
log 2 pi ≤ ni < log 2 pi + 1
(5.10)
（3）计算与pi相对应的累积概率Pi, 把与Pi相对应的二进 码和接下去与pk（k>i）相应的码相比较，前面的ni位至少 有一位以上的数字是不同的。
下 一页
home
上 一页
【例5.2】由表5.3计算该信源的Shannon编码
下 一页
home
s= （
上 一页
最后子区长度
（ e=
692 108 32 ） = （ ） = 0.01000) 二进 + 十进 十进 （ 3125 625 125
e= （ 692 108 32 + ） = ） = 0.01000) 二进 十进 （ 十进 （ 3125 625 125