第8章图像压缩编码技术

《第8章图像压缩编码技术》由会员分享，可在线阅读，更多相关《第8章图像压缩编码技术（102页珍藏版）》请在金锄头文库上搜索。

1、*1 本章重点： 图像编码与压缩的基本概念、理论及其 编码分类。 常用的无损压缩方法。 常用的有损压缩方法。 第8章 图像编码与压缩 *2 第8章 图像编码与压缩 l 图像压缩所解决的问题是尽量减少表示图像时需 要的数据量。 l 减少数据量的基本原理是除去其中多余的数据。 l 从数学的观点来看，这个过程就是将二维阵列变 换为一个在统计上无关联的数据集合。 l 这种变换在图像存储或传输之前进行。 l 在以后的某个时候，再对压缩图像进行解压缩来 重构原图像或原图像的近似图像。 *3 8.1 图像编码的必要性与可能性 8.2 图像编码分类 8.3 图像编码评价准则 8.4 图像编码模型 8.5 无损

2、压缩 8.6 有损压缩 8.7 JPEG图像编码压缩标准 8.8 MPEG视频编码压缩标准 8.9 小结 第8章 图像编码与压缩 *4 基础 l术语”数据压缩”指减少表示给定信息量所需 的数据量. l数据是信息传送的手段. l对相同数量的信息可以用不同数量的数据 表示. l如,同样一个故事,有人用简明扼要的语言讲 清楚,有人啰里啰嗦才说清楚. l故事是信息,词语是数据. l与故事无关的词语就是冗余.称”数据冗余” *5 8.1 图像编码的必要性与可能性 8.1.1图像编码的必要性 数字图像的庞大数据对计算机的处理速度、存储 容量都提出过高的要求。因此必须把数据量压缩 。 从传送图像的角度来看，

3、则更要求数据量压缩。 在信道带宽、通信链路容量一定的前提下，采用 编码压缩技术，减少传输数据量，是提高通信速 度的重要手段 。 *6 8.1.2图像编码的可能性 组成图像的各像素之间，无论是在图像的行方向还 是在列方向，都存在着一定的相关性。 常见的静态图像数据冗余包括： 空间冗余 结构冗余 知识冗余 视觉冗余 图像区域的相同性冗余 纹理的统计冗余等。 *7 数据冗余 l 旅行中收到的一则电报： - 你的妻子，Helen, 将于明天晚上6点零5分 在波士顿的Logan机场接你。 - 你的妻子将于明晚上6点零5分在Logan机场 接你。 - Helen将于明晚6点在Logan接你。 - *8 图

4、像的数据量 l 数据量:H=S*B*N (8-1) l S是每帧的像素数; l B是每个像素的比特数; l N是每秒的帧数,静止图像N=1. l 如:一幅512*512,256灰度的图像, l S=512*512,B=8,N=1,H=2Mbit. l 一幅同样大小的RGB(256级)图像, l S=512*512,B=8*3,N=1,H=6Mbit. l 运动图像,设N=30,S=512*512, B=8,灰度时: l H=60Mbit/s,彩色时:B=8*3,H=180Mbit/s *9 数据压缩 l 数据压缩之目的 - 节省存储空间 - 节省通信信道 l 数据压缩 - 利用数据固有的冗余性

5、和不相干性，将一个 大的数据文件转换成较小的文件。 - 压缩的文件在需要时，以近似的方式将其恢 复(解压缩)。 *10 图像压缩 l 图像压缩是通过删除图像数据中冗余的或者不必要 的部分来减小图像数据量的技术 。 l 图像数据文件中常包含着数量可观的冗余信息以及 大量不相干的信息。 l 数字图像传输 - 可以多次中继而不会引起噪声的严重累积 - 和压缩编码技术结合，可以获得比模拟制更 高的通信质量 - 显著提高抗干扰能力 *11 编码和解码 l 为表示图像信息而进行的数据量压缩的方法,称为 图像编码(image coding,picture coding). l 尽量保持原图像信息中包含的本质

6、信息而进行数据量 压缩的操作称为编码(coding,encoding); l 从被压缩的数据再现原图像信号(与原图像相似的图像) 的操作称为解码(decoding). l 常把编码和解码统称为“编码”. l 有时也用压缩和扩展的叫法来代替编码和解码. *12 8.2图像编码分类 根据解码和编码的误差划分，图像编码分为: 无误差(亦称无失真、无损、信息保持)编码； 有误差(有失真或有损)编码。 根据编码作用域划分，图像编码分为: 空间域编码 变换域编码。 若从具体编码技术来考虑，又可分为: 预测编码 变换编码 统计编码 轮廓编码 模型编码 *13 8.3 图像编码评价准则 在图像压缩编码中，解码

7、图像与原始图像可能 会有差异，因此，需要评价压缩后图像的质量 。 描述解码图像相对原始图像偏离程度的测度一 般称为保真度(逼真度)准则。 常用的准则可分为两大类： 客观保真度准则 主观保真度准则 *14 8.3.1 客观保真度准则 最常用的客观保真度准则是原图像f(x,y)和解码图像 ( )之间的均方根误差和均方根信噪比两种。 均方根误差 : 均方信噪比: 对上式求平方根，就得到均方根信噪比。 （8-2） （8-3） *15 8.3.2主观保真度准则 具有相同客观保真度的不同图像，人的视觉可能产 生不同的视觉效果。这是因为客观保真度是一种统 计平均意义下的度量准则，对于图像中的细节无法 反映出

8、来。 一种常用的方法是对一组(不少于20人)观察者显示 图像，并将他们对该图像的评分取平均，用来评价 一幅图像的主观质量。 *16 例如表8.1 电视图像质量评价尺度。 评分评价说明 1优秀图像质量非常好，如同人能想象出的最好质量 2良好图像质量高，观看舒服，有干扰但不影响观看 3可用图像质量可以接受，有干扰但不太影响观看 4刚可看图像质量差，干扰有些妨碍观看，观察者希望改进 5差图像质量很差，几乎无法观看 6不能用图像质量极差，不能使用 表8.1 电视图像质量评价尺度 *17 8.4 图像编码模型 一个图像压缩系统包括两个不同的结构块： 编码器和解码器。 图像f（x，y）输入到编码器中，编码

9、器可以根据 输入数据生成一组符号。在通过信道进行传输之后 ，将经过编码的表达符号送入解码器，经过重构后 ，生成输出图像。 f(x,y) 信源 编码 信道 编码 信道信道 解码 信源 解码 一个常用图像压缩系统模型 *18 8.4.1信源编码器和信源解码器 信源编码器的任务是减少或消除输入图像中的编码 冗余、像素间冗余或心理视觉冗余等。 从原理来看主要分为三个阶段: v第一阶段将输入数据转换为可以减少输入图像中像素间冗 余的数据的集合。 v第二阶段设法去除原图像信号的相关性 。 v第三阶段是找一种编码方式 。 信源解码器包含两部分： 符号解码器 反向转换器 *19 编码器模型 f(x,y) 转换

10、器量化器 符号编码器 信道 信道 符号解码器 反向转换器 （a）信源编码器 （b）信源解码器 编码和解码成对出现,但量化器不可逆,没有反向量化器. 当希望无误差时,去掉量化器. *20 8.4.2信道编码器和解码器 当信道带有噪声或易于出现错误时，信道编码器和解码器就 在整个译码解码处理中扮演了重要的角色。 信道编码器和解码器通过向信源编码数据中插入预制的冗余 数据来减少信道噪声的影响。 最有用的一种信道编码技术是由RwHamming提出的。 这种技术是基于这样的思想，即向被编码数据中加入足够的位数 以确保可用的码字间变化的位数最小。 用于校验(奇-偶)以纠正错误. 提高数据传输效率，降低误码

11、率是信道编码的任务。信道编 码的本质是增加通信的可靠性。但信道编码会使有用的信 息数据传输减少，信道编码的过程是在源数据码流中加插 一些码元，从而达到在接收端进行判错和纠错的目的，这 就是我们常常说的开销。 *21 8.5无损压缩 无损压缩可以精确无误地从压缩数据中恢复出原始数据。 常见的无损压缩技术包括： 基于统计概率的方法(霍夫曼,算术编码)； 基于字典的技术(游程编码, LZW编码 )。 基于统计概率的方法是依据信息论中的变长编码定理和信息熵 有关知识，用较短代码代表出现概率大的符号，用较长代码代 表出现概率小的符号，从而实现数据压缩。 统计编码方法中具有代表性的是利用概率分布特性的著名

12、的 霍夫曼(Huffman)编码方法 , 另一种是算术编码。 *22 基于字典技术的数据压缩技术有两种： 一种是游(行)程编码(Running Length Coding)，简称为 RLC ，适用于灰度级不多、数据相关性很强的图像数据的 压缩。但最不适用于每个像素都与它周围的像素不同的情 况。 另一种称之为LZW编码 ， LZW在对数据文件进行编码的 同时，生成了特定字符序列的表以及它们对应的代码。 *23 8.5.1霍夫曼编码 一个事件集合x1, x2, ,xn,处于一个基本概 率空间，其相应概率为p1, p2, ,pn，且p1+ p2+pn=1。每一个信息的信息量为: 如定义在概率空间中每

13、一事件的概率不相等 时的平均不肯定程度或平均信息量叫作熵H，则 ： 1.理论基础 （8-9） （8-10） *24 l熵是编码所需比特数的下限，即编码所需 要最少的比特。 l例 :设8个随机变量具有同等概率为1/8， 计算信息熵H。 解 :根据公式8-10可得(a=2)： H=8*-1/8*(log2(1/8) =8*-1/8*(-3) =3 熵 *25 Huffman编码是1952年由Huffman提出的一种编 码方法。 这种编码方法根据信源数据符号发生的概率进行编 码。 在信源数据中出现概率越大的符号，相应的码越短； 出现概率越小的符号，其码长越长，从而达到用尽可能少 的码符号表示源数据。

14、 它在变长编码方法中是最佳的。 2. Huffman编码 *26 设信源A的信源空间为： 其中 ，现用r个码符号的码符号集 对信源A中的每个符号（i1，2，N)进行编码。 具体编码的方法是: (1) 把信源符号按其出现概率的大小顺序排列起来； (2) 把最末两个具有最小概率的元素之概率加起来； (3) 把该概率之和同其余概率由大到小排队，然后再把两个最小 概率加起来，再重新排队； (4) 重复(2)和(3)直到最后只剩下两个概率为止。 Huffman编码具体方法： *27 设有编码输入X=x1,x2,x3,x4,x5,x6。其频率分布分别为P(x1)=0.4， P(x2)=0.3， P(x3)

15、=0.1， P(x4)=0.1， P(x5)=0.06， P(x6)=0.04， 现求其最佳霍夫曼编码 W=w1,w2,w3,w4,w5,w6 解 :Huffman编码过程下图所示： 符号 概率 x1 0.4 x2 0.3 x3 0.1 x4 0.1 x5 0.06 x6 0.04 1 0.4 0.3 0.1 0.1 0.1 2 0.4 0.3 0.2 0.1 3 0.4 0.3 0.3 4 0.6 0.4 例 : *28 本例中对0.6赋予0，对0.4赋予1，0.4传递到x1，所以 x1的编码便是1。0.6传递到前一级是两个0.3相加，大 值是单独一个元素x2的概率，小值是两个元素概率之和 ，每个概率都小于0.3，所以x2赋予0，0.2和0.1求和 的0.3赋予1。所以x2的编码是00，而剩余元素编码的 前两个码应为01。0.1赋予1，0.2赋予0。以此类推， 最后得到诸元素的编码如下： 元 素xix1x2x3x4x5x6 概 率P(xi)0.40.30.10.10.060.04 编 码wi10001101000101001011 0，1的顺序没有规定，所以编码不唯一。 *29 l 经霍夫曼编码后，平均码长为： = =0.4*1+0.30*2+0.1*3+0.1*4+0.06*5+0.04*5 =2.20(bit) 该信