第8章 图像压缩的理论.ppt

1、第八章图像压缩，8.1基本概念8.2图像压缩模型8.3信息论基础8.4方法，第八章图像压缩，图像压缩的必要性，计算机图片处理中的数字成像灰度的大多数以8位量化，以最简单的黑白摄影图片， 如果采样512512点，则表示该图像的二进制数据量：医学图片处理和其他科学研究应用的图像的灰度量化可利用于12比特以上，必要的数据量：遥感影像如SAR图像那样进行8比特量化，100千*100公里，10m分辨率的图像的大小为1000011 此类地区的图像需要108B=100MB以上。 这确实给图像的存储、处理和传输带来很大困难。 动态视频数据量大。 数字高清视频： 1080 I/50hz 1920 * 1080

2、* 24 * 50=248320000=2.5gb/的网络视频信号的传输率大约为2.5 GB/s，这种大的数据量不仅超过计算机的存储和处理能力，而且还取决于当前通讯信道的传输率传送存储器、主要目的、第8章图像压缩在保持一定的影像质量的同时，以尽可能少的二进制位来显示图像。图像压缩的理论基础、信息论图片处理的概念和技术、压缩方法、预测编码方法(空间域对应方法)、变换编码化方法(频率域对应方法)、第8章图像压缩、8.1基础知识、数据冗馀的概念、数据用于表示信息。 如果不同方法来表示相同量的信息使用不同的数据量，则在使用大量数据量的方法中，一些数据必然表示无用的信息或者重复地表示其它数据所表示的信息

3、是数据的冗馀的概念。 第8章图像压缩，同量的数据可以表现不同量的信息，同量的信息可以表现不同量的数据，冗长的数据表现无用的信息数据所表现的信息，8.1基础知识，数据冗长的数学量化，b和b表示同一信息的2个数据定径套携带的信息单元的数量， b所代表的数据冗馀r或如下定义的数据冗馀和压缩率的一些例外意味着例如，压缩后的数据定径套的一个信息传递用户针织面料对应于压缩前的10个信息传递针织面料。 即，压缩前的数据定径套的90%的数据冗余3种基本的数据冗馀、8.1.1编码冗馀8.1.2空间和时间冗馀8.1.3心理视觉感知冗馀(不相关信息)，只要能够减少或消除上述3种冗馀中的1种或多种冗馀，就能够实现数据

4、压缩的效果、第8章图像压缩、 可以得到典型图像的数据量的该图像中包含编码的冗长性、黑白二值图像编码，如果用8二进制位表示该图像的像素，则该图像具有编码的冗长性。 该图像的像素只有两个灰度，可以用一个二进制位表示。 第8章图像压缩，nk是第k个灰度等级在图像中出现的次数，MN是图像中的像素总数，l是灰度等级贝尔数。对表示不同灰度值的平均码字长的MN图像进行编码所必需的二进制位数为：MNL avg，8.1.1编码冗长，编码时，如果每个像素所需的平均二进制位数为l(rk )以便表示每个rk值的二进制位数，则每个像素所需的平均二进制位数为： 练习：对下表所示的每个像素求出必要的平均的等长编码(自然的二

5、进制编码):8.1.1编码是多馀的，考虑：编码方式与灰度出现的频度无关地，对图像中出现的每个灰度等级分配相同的二进制位数(该二进制位数由图像中出现的灰度贝尔数决定) 等长编码总是具有编码的冗长性，可变长编码：以尽可能少的二进制位数来表现尽可能多的灰度等级(实现数据压缩)。 如何实现：短码字赋予出现频率高(概率高)的灰度级，基本思想：根据8.1.1编码冗馀，哈夫编码，象征符出现概率的大小进行编码，出现概率越大的象征符，所分配的码字越短，出现概率越小的象征符，则越进行分配(1)减少源象征符的数量：个源；(2)从最小源分配给每个源象征符，返回该初始源，并且在哈夫曼编码结果的平均长度源熵编码效率、哈夫

6、曼编码以及练习中，使用huffman编码将信号： abcde编码以写入编码结果(要求huffman树的描绘和huffman树的形成过程)。 另外，实现Huffman编码的性能、优点： Huffman编码的基础是统一校正源数据定径套中的每个信号的概率分布。 该哈夫曼编码化是在无失真编码方法中比其他编码方法效率更好、平均编码长度接近熵值的最佳可变长度编码。 缺点：源数据分量复杂时，庞大的源定径套使霍夫曼查询密码表增大，查询密码表生成的修正量增加，以及编译查询密码速度相应变慢的不等长编码使得硬件解码电路的实现更加困难。 由于这些个的理由，限制了哈夫曼编码化的实用化。 此外，如果反映该网络视频序列中相

7、邻信息帧之间的动画图片像素之间的空间相关性(结构、几何关系等)以及该图像的哈夫曼编译查询密码系统图像中的像素之间存在空间相关性，那么可以根据该像素相邻的像素来预测任何预定的像素的值，因此单个像素具有的信息是比较的该值可以根据与其邻接的像素值进行预测，8.1.2空间和时间的冗馀性，例如原图像数据： 234223231238235，压缩后数据： 234 -11 8 7 -3，像素间的冗馀性，思考：图a和c中的哪个，像素间的冗馀性将图像直方图的特征归纳为但是，查询密码处理不会变更影像像素之间的相关等级。 即，表示各个图像的格雷斯比例的编码与由图像中的对象之间的结构或几何关系引起的像素之间的相关关系无

8、关。 相关性反映图像中像素之间的直接关系。 因此，消除像素间的冗馀的一般方法是用相邻像素之间的差异来描绘图像，由于存在像素之间的冗馀，所以消除像素之间的冗馀的一般方法：用相邻像素之间的差异来描绘图像-预测编码、像素之间的冗馀，所以消除像素之间的冗馀的一般方法人眼感觉到的图像区域的明亮度不仅在该区域的反射光下而且在灰度值固定的区域也能够通过例如马赫乐队整效应来感觉到灰度值的变化。 这是因为眼睛对所有的视觉感知信息都感觉到的灵敏度不同。通常的视觉感知处理过程中各种信息的相对重要性水平不同，一些信息在通常的视觉感知过程中与其他信息相比并不那么重要，而这些个的信息被认为是心理视觉感知的冗馀，所以即使去

9、掉这些个的信息，图像质量也不会显着降低。 由于消除心理视觉感知的冗馀会导致一定量的信息丢失，此过程通常称为量化心理视觉感知的冗馀压缩，它表示从大范围的输入定径套到有限输出值定径套的映射。 由于此映射不是相反的，结果导致数据的有损压缩。 33K，15K，8.1.3心理视觉感知冗馀，心理视觉感知冗馀压缩，例如8.3通过量化进行压缩，a)256灰度原图像： 8bit/像素b)16灰度后图像：4bit/像素，8该伪随机数是表示在量化结果之前，相邻像素的灰度等级的原代码的低位二进制位吗由于低阶二进制位是完全随机的，因此它通常等于增强与伪轮廓有关的人工边缘的随机化的灰度级。 8.1.3心理视觉感知冗长，在

10、8.2信息论的基础上：图像信息量的测量是一张图像需要多少数据量描述一张图像，没有信息丢失的最小数据量？ 1、信息测定、对于随机上通告e，如果其出现概率为，则其中包含的信息量也称为e的自身信息，也称为信息熵。8.2信息论基础：测量图像信息，显示一张图像需要多少数据量？写一张图像，有没有信息丢失的最小数据量？ 另一方面，信息测定、随机上通告e中包含的信息量是决定该随机上通告发生的不真实自我的大小的效果P(E)=1(即，事件的总发生率)，即该随机事件的发生的不真实自我为0。 I(E )的单位由对数的底数决定。 假设2为底，单位为二进制位/象征符并且源熵(零存储器源输出的平均信息)为信息源圈套(即，每

11、象征符的平均自信息量) :二进制位/象征符，如果源象征符的出现可能是相等的，那么上述的熵是最大化的。 二、源的数学描述，其中一个图像被视为一个零记忆“格雷斯尺度”源的输出的源熵，三、Shannon第一定理(无噪声编码定理)、信息元圈套、编码：源输出用一个码字表示，码字的长度为大于或等于其自身信息量的最小整数， 对第n次扩展得到的源输出进行编码所需的平均码长度为：如果可获得的通道和电信系统上不存在噪声，那么电信系统的主要功能是以尽可能简洁的方式来表示源，在这种情况下，无噪声编码定理提供可达到的每一源象征符的最小平均码字长度。 对无限扩展的源进行编码可以使之接近无限。 4、如果具有编码效率256灰

12、度值的“灰度”源的第n次增强直接编码具有256n个可能的n维像素块摇滾乐(一个n维像素块摇滾乐对应于n个相邻像素组)的统一独立像素，那么方程(8.1-7)提供可达到的压缩下限例如，需要去除心理、视觉感知的冗馀性数据，评价信息损失的测度，并记述解码图像对原始图像的背离度。 这些个测度称为保真度标准，常用保真度标准分为两类：客观平方平均数误差、保真度标准，常用的客观保真度标准：平方平均数信噪比：平方平均数信噪比：平方平均数信噪比SNR rms，当丢失的信息量可由对输入图像和输出图像进行编码的函数表示时，它基于客观保真度标准，计算出平均码长与编码效率、保真度标准， 常用的客观保真度标准：客观保真度标

13、准如果丢失的信息量能够用对输入图像和输出图像进行编码的函数表示，它就是基于客观保真度标准的归一化信噪比、保真度标准，常用的客观保真度标准：4、6、主观保真度标准， 1 .一种图像编码主体，如得分为1 2 3 5的人所想象的，最高质量的影像质量高，观看起来舒适，虽有干扰作用，但可在不影响观看影像质量的情况下接受，干扰作用不太影响，但观看影像质量差，存在着经常妨碍观看的干扰作用，观看影像质量极差，并不能被使用8一个图像压缩系统包括两个不同的模块：编码器和解码器一般是这样的系统，如果输出图像是输入的精确副本，则系统没有误差或具有信息保持编码。 编码器、解码器、编码器由消除输入冗馀性的源编码器和用于提

14、高源编码器输出的噪声耐受力的信道编码器构成。 如果编码器和解码器之间的信道无噪声，则可省略信道编辑或解码器。8.3.1源编码器和源解码器、源编码器：减少或消除输入图像中的编码冗馀、像素间冗馀和心理视觉感知冗馀转换器：减少或消除像素间冗馀。 例如，将图像像素转换为沿行程长度编码的水平扫描线的长度序列量化器：减少心理视觉感知的冗馀，此步骤是不可逆的编码器：减少编码的冗馀(利用各种编码方案)必须包括三个操作，其中每个图像压缩系统这些个。 如果进行无误差压缩，必须删除量化器、源编码器、图像压缩模型、8，源解码器：如何有效地传递信息？ 当量化操作不可逆、有8.3.2信道编码器和信道解码器、噪声或易发生误

15、差时，图像压缩模型通过在信道编码器和信道解码器或源查询密码数据中插入预先准备的冗馀数据对整个编译码器过程非常重要的信道编码器和数据来受到信道噪声的影响因为源编码器几乎不包括冗馀，所以如果没有添加这种事先准备的冗馀，则存在噪声传输中较高的易感性。 信道编码这样解决了可靠性问题，通过这样做，处理后的信号即使在传输过程中不发生错误或错误较少，即使发生错误也尽可能地纠正错误。 信道编码技术：例如汉明编码。 在经编码的码字之后添加一盏茶的二进制位二进制位，确保至少一定数量的二进制位二进制位在各正确的码字之间不同。 图像压缩模型是如何可靠地传送信息的，汉明查询密码：汉明查询密码是电通讯领域的线性调试查询密

16、码，并以本发明人Richard Hamming的名称。 汉明查询密码在传输的消息流中插入身份验证查询密码(也称为冗馀查询密码)，检测并修正单个二进制位的二进制位错误，并在发送端和接收端比特图案的海明距离为1以下时(只发生1位错误)，在可以实现可靠通信的1条7位消息中， 由于1个二进制位中有7种可能发生错误，因此可以判断3个错误特罗尔二进制位中是否发生了错误以及哪一个发生了错误。 简单的奇数奇偶校验查询密码不仅不能纠正错误，而且只能检测到虎躯一震那样多的错误。 图像压缩模型、汉明身份验证查询密码的二进制位数与编码的数据流的二进制位数的关系。例如，4位数据加1等于5，可以大于5的2的幂数为3 (23=8，22=4)。 这样，任意的数据二进制位所需的身份验证查询密码的二进制位数： 7二进制位的数据可以计算出4二进制位的身份验证查询密码(244 7 1 )，64位的数据可以计算出7位的认证码(2764 7 1 )，据此可以进行估计。 此时，这些编码规则也与4位的情况不同。 的双曲馀弦值。 其中k表示身份验证查询密码