十章模糊图像变换编码ppt课件

1、 第十章 模糊图像变换编码 任课教师： 高新波 报告人: 包志强 2 0 0 2 年 1 2 月 第十章模糊图像变换编码n 进展图像编码的缘由n 图像编码的几种方法n 模糊图像变换编码n 1.自顺应余弦编码n 2.自顺应FAM系统n 3.仿真n 4.结论与启示模 糊 图 像 变 换 编 码n对图像进展编码的必要性:n 由于图像的数据量很大 ，对图像的存储，n 处置和传输带来了不便。在数字图象传播中， 添加图象的精度须添加带宽，对信道才干的n 限制促进了图象紧缩技术。如高明晰度数字n 电视，网络电视等n 例如：低分辨率，TV质量，彩色电视图像：n 512*512大小，8比特/像素，三色：约为n

2、这对于传输来说非常耗时，是不能被接受的。n bit6106 模 糊 图 像 变 换 编 码 对图像进展编码的能够性: 由于图象间数据存在冗余使图象紧缩成为能够。 冗余包括：编码冗余，像素间冗余，心里视觉冗余 前往图 像 变 换 编 码 的 方 法 图象的根本紧缩编码方法分为: 1.预测编码对应空域 如DPCM差值脉冲码调制法。 原图像 信道 量化器预测器编码器+-+图 像 变 换 编 码 的 方 法 .变换编码对应频域 如DCT,小波变换 小波变换的优点：1低熵性，小波系数的稀疏分布使变换后熵变低。2多分辨性，可以非常好的描写信号的非平稳特征，如边缘，尖峰，断点。3去相关性，噪声在变换后趋于白

3、化，有利于去噪。 图 像 变 换 编 码 的 方 法 .其他方法分形编码，矢量量化等等。 分形几何学是曼德勃罗特在20世纪70年代创建的，“分形fractal一词含有不规那么破碎的意思。分形编码也是一种很有出路的编码方法，它是一种基于自类似性的叠代方法。对于特殊的图像，它可以到达10000：1的紧缩率。由于实践图像并不都是具有自类似性，但我们可以利用图像中的部分类似性来进展紧缩。其缺陷是：叠代时间较长，不能对图像实时处置。 假设把分形与其他方法，如小波方法等结合起来，是非常有出路的方法。自 相 似 性 叠 代 实 例 图4.1 科克曲线的构成 图4.2 谢尔宾斯基三角形的演化分 形 图 像 实

4、 例 图1.蕨类植物 图2.Mandelbrot集 图3. 分形风景前往模 糊 图 像 的 变 换 编 码步骤：1.图像划分为8x8的子图像并计算子图像的DCT。 2.计算子图的AC能量及AC的低频能量。 3.用神经网络FAM系统训练的模糊规那么 划分子图的紧缩率。 4.根据分配的紧缩率进展编码。 前往 图 像 的 自 适 应 余 弦 编 码X x1 FIGURE 10.1 自顺应余弦编码图 DCTSubimageClassifictionCodingchannelDecoding1DCT图 像 的 自 适 应 余 弦 编 码NnnNumnmxNvcucvuXNmNn2) 12(cos2) 1

5、2(cos),()()(4),(10102NnnNumNMXvcucnmxNmNn2) 12 (cos2) 12 (cos),()()(),(1010其中c(0)=1/2,c(k)=1 for k=1,2.N-1二维离散余弦变换的定义式：二维离散余弦变换的定义式：图 像 的 自 适 应 余 弦 编 码Dc能量和能量和Ac能量的定义：能量的定义：DC energy =AC energy = DC对应于图像的主要能量对应于图像的主要能量 AC对应于图像的边缘和噪声对应于图像的边缘和噪声 所以，对于所以，对于AC能量大的子图像我们分配较多的比特数，反之，能量大的子图像我们分配较多的比特数，反之，分配

6、较少的比特数，从而到达紧缩的目的。分配较少的比特数，从而到达紧缩的目的。 )0 , 0(2XuvXvuX)0 , 0(),(22图 像 的 自 适 应 余 弦 编 码 自顺应余弦变换编码chen,1977，陈系统根据子图像的AC能量划分为4类，并分别赋予不同的比特/像素率。陈系统的平均紧缩率少于1bit/pixel rate.这种方法能得到高质量的图像紧缩。图 像 的 自 适 应 余 弦 编 码n我们运用信噪比来评价图像的质量：n dBSNRr)255(log102210其中 表示从建误差的随机样本方差2r),(),(),(nmxnmxnmr1010222),(1NmNnrnmrN图 像 的

7、自 适 应 余 弦 编 码n我们定义平均编码的bits/pixel R:n n 前往pixelbitsNBRc/2cB 表示用于图像编码的总比特数，N表示图像的大小。自 适 应 FAM 系 统n自顺应FAM系统经过训练数据来产生FAM规那么。n 这里的输入变量有两个：T和L 。 n T代表整个AC的能量，并且分为4个等级：BG，MD，SL和VS。n L代表AC的低频能量，分为2个等级：SM和LG。n 输出变量为B:n 分为4个等级： BG，MD，SL和VS。n 自 适 应 FAM 系 统T和L的表示式：)0 , 0(),(1010XvuXTmumv 12/012/0)0 , 0(),(mumv

8、XvuXLn Figure 10.2 Fuzzy-set values of fuzzy variables T，L，and B. 自 适 应 FAM 系 统量 化 隶 属 度 函 数 的 选 择n利用陈系统产生的训练数据，来估计AFAM规那么：n经过下式来计算AC的平均能量：n并以此来确定隶属度函数的区间。),(iiiBLT641641641641iijjiijjLLTT积空间聚类Product-Space Clustering) 估计FAM规那么 在输入输出的积空间中 ，运用竞争学习的自顺应量化聚类方法来进展积空间的聚类。随机竞争系统是自顺应矢量量化AVQ系统。而模糊规那么 属于积空间 。

9、根据隶属度函数，把T0T100分为四个非重叠的区间0,8.76，8.76,16.19，16.19,27.94，27.94,100。这四个区间对应于模糊集的值 VS，SL，MD，BG。把L0L100分为两个非重叠的区间0,9.88， 9.88,100，对应于SM，LG。把B0B4.5分为四个非重叠的区间0,8.76，8.76,16.19，16.19,27.94，27.94,100对应于HI，MH，ML，LO。 nR),(iiiBLT3R积 空 间 聚 类 估 计 FAM 规 那么n由陈系统产生的输入输出数据，经过基于微分竞争学习的分类，我们的到了上面规那么的1，2，6，7，8条，根据阅历补上其中

10、的3，4，5条使规那么完好。积 空 间 聚 类 估 计 FAM 规 那么For example,FAM rule1BG,LG;HIrepresents the association: IF the total AC power T is BG AND the low-frequency AC power L is LG, THEN encode the subimage with the class B corresponding to HI 微分竞争学习n在第四章中我们知道，微分竞争学习的法那么：只需在竞争获胜时才改动其权值：n 这里 和n为实现离散，我们运用DCL算法作为随机微分方程：

11、n if the jth neuron winsn if the jth neuron loses )()(jjjjmxSySm。)(),.()(1xSxSxSn),.(1njjjmmm )() 1()()()()() 1(tmtmtmtxtyctmtmiijjtjj微 分 竞 争 学 习上式中 定义为： 为遗忘系数。例如， =0.1(1-t/M)，M为训练样本数。输出： 前往 )(tyj)() 1(sgn)(tytytyjjjtctcnipkkjkijijjwtytmtxtyty)()()()() 1( 仿 真 文中运用Lena 图像的训练数据进展估计的FAM系统对F-16战斗机图像进展编码

12、，结果阐明其性能依然很好，其紧缩到达了 0.5 bits / pixel。 文中比较了陈系统和FAM系统的性能，FAM系统拥有较好的信噪比和紧缩比。 仿 真 FAM和陈系统的性能对比： 前往 SNRSNR(db)(db) R RComp.Comp.ratioratioSNRSNR(db)(db)R RComp.Comp.ratioratioLennaLennaFAMFAMChenChen28.2428.2428.1028.100.9630.9630.9760.9768.3:18.3:18.2:18.2:125.7225.7225.6825.680.5040.5040.5280.52815.9:115.9:115.1:115.1:1F-16F-16FAMFAMChenChen26.3526.3526.0226.020.8980.8980.9760.9768.9:18.9:18.2:18.2:12