第6章节-图像编码.ppt

1、第1，6章图像编码，2，6.1概述，3，图像数据的冗馀，一般来说，在图像数据中存在1，空间冗馀： 2，时间冗馀： 3，结构冗馀： 4，信息熵冗馀： 5，知识，4，图像编码素质测评，常用标准是均方误差，均方值信噪比，基本信噪比和峰值信噪比， 关于均方值误差、均方值误差、客观评价基准、5、图像编码素质测评、均方值信噪比、指令、客观评价基准、6、针对作为图像编码的影像质量的主观评价基准、主观评价基准、8、图像的编码素质测评，将各自的得分设为Ci，将各自的得分的得分人数设为ni平均感觉分量MOS 主观评价基准、MOS评分越高，解码后的图像的主观评价越好，9、图像的编码素质测评将压缩比： n-1设为原图

2、像的每1像素的平均二进制位数n-2作为编码后的每1像素的平均二进制位数，压缩比越大，压缩效果越高，10、6.2信息论基础和熵编码，11 如果离散源的熵表示、离散源x :满脚丫子、其概率分布：离散源类型、无存储器资源、出现的概率是pk、源熵H(X )、xk的自信息量、13、离散源的熵表示、设定、源熵，则在各源1、编码方法： a、b、c、d以码字00、01、10、11进行编码，每编码以2二进制位进行编码。 平均码长也是2二进制位。14、离散信息源的熵表示，假设信息源熵，每个信息源象征符的自信息量：例如6。 2，15，离散源的熵表示，例6。 2、两种编码方法： 2、a、b、c、d分别用码字0、10、

3、110、111编码，1、a、b、c、d用码字00、01、10、111编码的3、例7.2第二编码方法，平均码长1.85比源熵大也就是说，熵是无失真编码的下界。 如果所有I(xk )为整数并且l(xk)=I(xk )，那么平均编码长度可等于熵。 对于非等概率分布的信道源，采用不均匀长度编码，其平均代码长度小于等长度编码的平均代码长度。 一种最大离散熵定理，其中每个象征符在信息源上的出现概率相等，并且信息源熵值最大化也是重要的。18，考虑到存储源x (一阶马尔可夫源)、一阶熵、条件概率、条件概率、19及离散源的熵指示，关于m阶马尔可夫源，以下结论：关于存储源，象征符序列的先前象征符越已知，则该极限越

4、大。 另外，还证明，考虑到像素之间的相关性，高阶熵未必能够获得更高的压缩比。 2可变长度编码定理可变长度编码定义：如果对一个无存储离散源的各代码，使用相同长度的不同码字来代表对应的代码，则称为等长编码，例如中国的4二进制位电报代码。 对于通道源中的不同象征符，用不同长度的码字表示的情况被称为不等长度编码或可变长度编码。 可变长度编码比定长编码更复杂，除了要求唯一可解码(也称为单义可译)之外，还存在即时解码问题。、21、离散源编码定理、可变长度编码定理：一个离散无记忆源具有熵，如果存在象征符象征符定径套，则总是找到无失真的源编码，构建单义解码，使其平均编码长度得到满足： r=2、22，离散源编码

5、定理， (1)根据Huffman编码、可变长度最佳编码定理，在Huffman编码步骤中，(1)使源代码xi在其出现概率上增大(2)将两个最小概率的源象征符的组合相加，并且重复该过程，在顶部放置非常大的概率分支，只保留一个源象征符，并且(3)将每一组合的上边之一加1，下边之一加0 (或反之：上边之一加0，直到概率达到1.0 ) (5)绘制从每个源象征符到概率1.0的路径，记录沿着路径的1和0，并且(5)对于每个源象征符写1，0系列，从右向左获得非等长度的哈夫曼编码。 24、哈夫曼编码化，一张2020的图像总共为5个灰度等级： s1、s2、s3、s4和s5，它们的概率如下所述为0.4、0.125、

6、0.125、0.125和0.125。 例6。 5、哈夫曼编码过程的示意图、25、哈夫曼编码、结果、图像熵、编码后平均代码长度、26、哈夫曼编码、特征、哈夫曼编码的特征是(1)哈夫曼编码结构计程仪方案的第二个原因是，在排序中这两个概率相等，在每个人的前面和后面都是随机的。 这样制作的码字不是唯一的。 (2)哈夫曼编码化的结果，码字不均匀，平均码字最短，效率最高，但码字的长度不同，实时硬件的实现复杂(特别是解密)，而且在错误耐受力方面也差。 (3)在哈夫曼编码化的源概率是2的负幂的情况下，该效率将达到100%，但是由于产生定长码并且具有最低效率，因此该编码效率与源编码概率分布相关联，因此(4)哈夫

7、曼编码取决于该源。 不是理想的小数而是仅能够用近似的整数二进制位表示单个符号，这也是哈夫曼编码能够实现最理想的压缩效果的原因。 (1)根据Shannon-Fano编码和可变长度最佳编码定理，按照源中的代码量xi的出现概率从大到小的顺序来排列该步骤。 (2)将源分为两部分，尽量使两部分的概率和接近。 重复步骤(2)以防止再分割。 也就是说，每个叶子只对应一个符号。 (3)从左到右在这两个部分标记0、1。 (4)将各部分标签的0、1连结起来，得到对应于各源象征符的码字、29、Shannon-Fano码，如例6所示。 作为6，Shannon-Fano编码过程的示意图，30，Shannon-Fano编

8、码的结果，编码后的平均代码长度，31，算术编码和算术编码并不是将单一的源象征符映射成一个码字，而是将整个源表示为实线上从0到1的区间。 消息序列中的每个元素必须缩短为一个部分。 消息序列中的元素越多，得到的区间越小，区间越小，则为了表示该区间需要更多的位。 使用算术编码的每个象征符的平均编码长度可以是小数。 假定32、算术编码和源象征符为00、01、10、11，这些个的象征符概率分别为0.1、0.4、0.2、0.3，并且间隔0、1根据这些个的概率可以将间隔分成4个子间隔： 0、0.1。符号00 01 10 11概率0.1 0.4 0.2 0.3初始编码间隔0，0.1 )0. 1，0.5 )0.

9、 5，0.7 )0. 7，1 )如果关二进制数字字消息序列的输入是： 100011001101。 例6。 7、33、算术编码，例子6。 7，算术编码过程示意图，34，算术编码，步进输入象征符编码间隔编码确定器110.5，0.7 )象征符的间隔范围0.5，0.7 ) 200.5，0.52 ) 0.5，0.7 )输入间隔的前1/1013的0.52 )间隔的最后三个1/10400.514 0.52 )间隔的前三个1/10510.5143，0.51442 ) 0.514，0.5146 )间隔0.51442 )间隔的最后三个1/10701.5143836，0.514402 ) 0.514384，0.51

10、442 )间隔的四个1/10 10-8是从0.5143876开始的算术编码/解码过程、步骤间隔解码判定1.5，0.7 ) 10.51439间隔0.5，0.7 ) 20.5，0.52 ) 00.51439间隔0.5，0.7 )的第一个1/1030.514。 0.52 )的第七个1/1040.52，0.526 ) 00.51439是间隔0.514，0.52 )的第一个1/1050.5143，0.51442 ) 10.51439是间隔0.51442)10.51439是间隔0.5143，0.5143 0.5143948)01.51439间隔0.514384，0.51442的第一行程长度编码(RLE )

11、和行程长度编码以使用空间冗馀以压缩图像的方式存在相同灰度级特别是对于二值图像，效果特别显着。 具有相同颜色的连续像素数称为行程长度。 37、行程长度编码(RLE )、一行图像行程长度编码示意图、38、6.3LZW算法、39、LZW算法、LZW编码算法的具体执行步骤如下的步骤2 :当前的字母c的内容是输入字符流中的下一个字符步骤P=PC确定有木有在字典上(1)如果“是”，就确定p (2)在否定的情形下，控制为把当前前缀p的码字输出到码字流中的PC添加到词典中的前缀P=C (即，当前p仅包括一个字母c )步骤4 :确定要编码到输入字符流的码字是否是有木有(1)，如果“是”，则返回步骤2 (否) 4

12、0，LZW算法，位置12356789字符ababac步骤位置字典输出(1) a (2) b (3) C1 (4) ab (1)2(5) b (2) 8，41，6.4预测编码，42，可逆预测编码，可逆预测编码系统，43，可逆预测编码，预测误差在图像数据压缩中，如下的线性预测方案被常用于无损预测编码： (1)、(3)二维预测，即，不仅预测同一扫描行的前几个采样值，还预测前几行的采样值。 45、可逆预测编码、对Lena图像进行可逆的1次预测编码和解码，例如6。 9、预测误差图像、46、可逆预测编码、(b )原图图像直方图、(c )预测误差直接、例6。 9、47、有损预测编码、有损预测编码系统、48、

13、有损预测编码、考虑一维度预测前值预测器、49、德尔塔调制、德尔塔调制是简单的有损预测编码方法，其预测器和量化器定义如下：50、德尔塔调制部11、预测误差图像、解码后图像rmes=20 51、最佳量化器、单位色散加概率密度的Lloyd-Max量化器、52、最佳量化器、3种量化器的效果比较、预测编码的效果图、预测误差图、预测误差图最佳线性预测是选择适当的系数以使得误差信号的均方误差最小化。 假定信号的均方误差(即，方差)为、54，并且最佳线性预测器基础，那么上式被展开为最小，55，最佳线性预测器基础被展开为、r=Ra、58，变换编码，并且第一nn图像可以表示为其二维变换T(u，v )的函数。 59、变换编码化、截止大板块、f的截止近似、M(u，v )去除相加贡献最小的基图像、60、转换选择、1、基于FFT转换的图像压缩技术2、基于DCT转换的图像压缩技术3、基于Hadamard转换的图像压缩比为233601 RMSE=0.00 压缩比为833601rmse=0.0474， 62、转换选择、DCT变换编码化效果、原图像、压缩率是2:1 rmse=0.0359，压缩率是8336666原始图像，压缩率是2:1 rmse=0.0362，压缩率是833601 RM