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