資源描述：
《圖像壓縮編碼.ppt》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、數(shù)字圖像處理7.1概述（Introduction）7.2無失真圖像壓縮編碼（Losslessimagecompression）7.3有限失真圖像壓縮編碼（Lossyimagecompression）7.4圖像編碼新技術(shù)（NewImageCompressionTechnology）第7章圖像壓縮編碼（ImageCompressionCodingTechnology）7.5圖像壓縮技術(shù)標(biāo)準(zhǔn)（ImageCompressionStandards）7.1概述（Introduction）舉例1：對于電視畫面的分辨率640*480的彩色圖像，每秒30幀，則一秒鐘
2、的數(shù)據(jù)量為：640*480*24*30=221.12M，1張CD可存640M，如果不進(jìn)行壓縮，1張CD則僅可以存放2.89秒的數(shù)據(jù)舉例2：目前的WWW互聯(lián)網(wǎng)包含大量的圖像信息，如果圖像信息的數(shù)據(jù)量太大，會使本來就已經(jīng)非常緊張的網(wǎng)絡(luò)帶寬變得更加不堪重負(fù)（WorldWideWeb變成了WorldWideWait）為什么要對圖像進(jìn)行壓縮7.1.1、圖像的信息量與信息熵 （InformationContentandEntropy）1.信息量設(shè)信息源X可發(fā)出的消息符號集合為并設(shè)X發(fā)出符號的概率為，則定義符號出現(xiàn)的自信息量為:通常,上式中的對數(shù)取2為底，這時定
3、義的信息量單位為“比特”(bit)。2.信息熵對信息源X的各符號的自信息量取統(tǒng)計平均,可得每個符號的平均自信息量為:這個平均自信息量H(X)稱為信息源X的熵(entropy),單位為bit/符號,通常也稱為X的零階熵。由信息論的基本概念可以知道,零階熵是無記憶信息源(在無失真編碼時)所需數(shù)碼率的下界。）7.1.1、圖像的信息量與信息熵 （InformationContentandEntropy）通常一副圖像中的各點(diǎn)像素點(diǎn)之間存在一定的相關(guān)性。特別是在活動圖像中，由于兩幅相鄰圖像之間的時間間隔很短，因此這兩幅圖像信息中包含了大量的相關(guān)信息。這些就是圖
4、像信息中的冗余。7.1.2、圖像數(shù)據(jù)冗余(Imagedataredundancy)1.空間冗余圖7.2是一幅圖像，其中心部分為一個灰色的方塊，在灰色區(qū)域中的所有像素點(diǎn)的光強(qiáng)和彩色以及飽和度都是相同的，因此該區(qū)域中的數(shù)據(jù)之間存在很大的冗余度。圖7.2空間冗余空間冗余是圖像數(shù)據(jù)中最基本的冗余。要去除這種冗余，人們通常將其視為一個整體，并用極少的數(shù)據(jù)量來表示，從而減少鄰近像素之間的空間相關(guān)性，已達(dá)到數(shù)據(jù)壓縮的目的。7.1.2、圖像數(shù)據(jù)冗余(Imagedataredundancy)2.時間冗余由于活動圖像序列中的任意兩相鄰的圖像之間的時間間隔很短，因此兩幅
5、圖像中存在大量的相關(guān)信息，如圖7.3所示。時間冗余是活動圖像和語音數(shù)據(jù)中經(jīng)常存在的一種冗余。圖7.3時間冗余7.1.2、圖像數(shù)據(jù)冗余(Imagedataredundancy)3.信息熵冗余信息熵冗余是針對數(shù)據(jù)的信息量而言的。設(shè)某種編碼的平均碼長為式中，為分配給第符號的比特數(shù)，為符號出現(xiàn)的概率。這種壓縮的目的就是要使L接近7.1.2、圖像數(shù)據(jù)冗余(Imagedataredundancy)4.結(jié)構(gòu)冗余圖7.4表示了一種結(jié)構(gòu)冗余。從圖中可以看出。它存在著非常強(qiáng)的紋理結(jié)構(gòu)，這使圖像在結(jié)構(gòu)上產(chǎn)生了冗余。圖7.4結(jié)構(gòu)冗余7.1.2、圖像數(shù)據(jù)冗余(Imageda
6、taredundancy)5．知識冗余隨著人們認(rèn)識的深入，某些圖像所具有的先驗(yàn)知識，如人臉圖像的固有結(jié)構(gòu)（包括眼、耳、鼻、口等）為人們所熟悉。這些由先驗(yàn)知識得到的規(guī)律結(jié)構(gòu)就是知識冗余。6.視覺冗余由于人眼的視覺特性所限，人眼不能完全感覺到圖像畫面的所有細(xì)小的變化。例如人眼的視覺對圖像邊緣的劇烈變化不敏感，而對圖像的亮度信息非常敏感，因此經(jīng)過圖像壓縮后，雖然丟了一些信息，但從人眼的視覺上并未感到其中的變化，而仍認(rèn)為圖像具有良好的質(zhì)量。7.1.2、圖像數(shù)據(jù)冗余(Imagedataredundancy)7.1.3、圖像壓縮編碼分類(Codingmetho
7、dsofImageCompression數(shù)字圖像壓縮編碼分類方法有很多，但從不同的角度，可以有不同的劃分。從信息論角度分，可以將圖像的壓縮編碼方法分為無失真壓縮編碼和有限失真編碼。無失真圖像壓縮編碼利用圖像信源概率分布的不均勻性，通過變長編碼來減少信源數(shù)據(jù)冗余，使編碼后的圖像數(shù)據(jù)接近其信息熵而不產(chǎn)生失真，因而也通常被稱為熵編碼。有限失真編碼則是根據(jù)人眼視覺特性，在允許圖像產(chǎn)生一定失真的情況下（盡管這種失真常常不為人眼所覺察），利用圖像信源在空間和時間上具有較大的相關(guān)性這一特點(diǎn)，通過某一種信號變換來消除信源的相關(guān)性、減少信號方差，達(dá)到壓縮編碼的目的。
8、7.1.4、壓縮技術(shù)的性能指標(biāo)(EvaluationIndexofImageCompressionapproaches)1
