数字图像处理第八章

第8章图像压缩（图像编码）,目的是减少表示数字图像的数据量。去除冗余。35年前，电视传输的带宽压缩；60年前，C.E.Shannon等的信息理论发展成目前的国际图像压缩标准。目前，图像压缩技术被认为是一种“使能技术”（enablingtechnology”)。提高图像分辨率，开发新的电视标准，电视会议、RS、FAX等。,8.1基础,数据压缩表示定量信息所需数据量的减少过程,数据、信息、知识。比如，不同人讲相同的事件。,数据冗余：是数字图像压缩的中心问题。这不是抽象的概念，而是可以用数学式子度量的实体：如果表示相同信息的两组数据所用的信息载体单元数量分别为n1和n2,则第一组数据的相对(第二组数据的)数据冗余RD可定义为：RD=1-1/CR(-,1)其中：CR=n1/n2,(0,),RD=1-1/CR(-,1)其中：CR=n1/n2,(0,),当n1=n2,CR=1而RD=0，表示相对于第二组数据，第一种数据表达没有包含冗余数据。当n2n1,CR0，RD-，表示第二组数据比原始表示包含多得多得数据。这也是通常不希望出现得数据膨胀。比如CR=10，RD=0.9,表示第一组数据中有90%的数据是冗余的。,数据冗余的类别,1.空间冗余2.时间冗余3.信息熵冗余（编码冗余）4结构冗余5.知识冗余6.视觉冗余7.其它冗余在数字图像压缩中，3种基本的数据冗余是：编码冗余，像素间冗余，心理视觉冗余。减少其中1到多种冗余就是数据压缩,8.1.1编码冗余,Code1的二进制平均码长为3；Code1的二进制平均码长(l2pr)为2.7；Huffman码压缩比CR=3/2.7=1.11,上例压缩的原理：l2(rk)与pr(rk)成反比,变长编码Code1不能使其平均码长(l2pr)最小，有编码冗余。数字图像一般都有编码冗余,8.1.2像元间的冗余,c,d直方图分别对应a,b图，相同的三峰，两边是火柴：,等长码有编码冗余，可用变长码压缩。但是，变长码还是不能改变像元间的相关性。,计算像元间的相关性可用P414中的6式。沿某水平线,e,f分别反映a,b图像像元在不同间隔后灰度的相关程度,利用像元值的空间相关可预测,减少像元间冗余的一种方法：行程编码(RLC)Run-LengthCode,a,b,c,d,nonvisual,p.417,CR的计算,8.1.3视觉冗余,2561286432,16842,在8个比特的灰度值中，每次去掉一个bit面，从左/右？,8.1.3Psycho-visualRedundancy,眼睛对所有视觉信息的响应具有不同的灵敏度。消除心理视觉冗余会导致数量信息的损失，又称量化。,原图256级,16级,2:1,IGC16级,2:1,量化,不可逆，信息损失,IGS,ImprovedGray-Scalequantization,IGS意识到眼睛对边缘特有的敏感性，通过加入伪随机数来破坏边缘：伪随机数从邻近像元的低4位获得，加入当前像元灰度值后才量化。（图像的低bit面很象随机数，见p.89）低4位的初值为0000，对高4位为1111的像素不加随机数。,01101100000001101100,10001011110010010111,10000111011110001110,11110100111011110100,8.1.4保真度准则,Objective/SubjectiveFidelityCriteriaObjective：SNR,p.420Subjective:judgedbyagroupofpeople,Objective：Subjective=3：7,8.2ImageCompressionModels,图8.5通用压缩系统模型,信源编码：消除输入冗余。信道编码：对源编码的输出加强噪声免疫。,a,b,Mapper:减少空间冗余Quantizer:减少视觉冗余。不可逆，不失真（熵）编码要省去。Symbolencoder:减少编码冗余,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Table8.14(Cont),Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8ImageCompression,Chapter8Im