《数字图像处理——编程框架、理论分析、实例应用和源码实现 教学课件 ppt 作者 孙兴华 2010_09_21_07 图像压缩与编码》由会员分享，可在线阅读，更多相关《数字图像处理——编程框架、理论分析、实例应用和源码实现 教学课件 ppt 作者 孙兴华 2010_09_21_07 图像压缩与编码（53页珍藏版）》请在金锄头文库上搜索。
1、图像压缩与编码,配套课件 数字图像处理 编程框架、理论分析、实例应用和源码实现,数字图像处理,1,图像压缩与编码,在计算机视觉和信息论的领域中，数据压缩或称为信源编码，就是通过特定的编码方案使用比未编码的表示形式更少的位存储空间（或者其它信息承载单元）来进行信息编码的过程。 图像压缩，就是数据压缩在数字图像中的应用，实际的目标就是通过降低图像数据的冗余性来更加有效的存储和传输数据。 压缩的两个基本的成分就是冗余性和不相干性的缩减。 减少冗余性，目的是从图像和视频这些源信号中删除掉重复的部分； 减少不相干性，就是忽略掉不会被信号接受者所感知的部分信号。,数字图像处理,2,减少冗余性,一般来说，需
2、要涉及三种类型的冗余性，分别包括： 邻域像素值之间的空间冗余性或者相关性 不同颜色平面或者光谱带之间的光谱冗余性或者相关性 在图像序列中相邻帧之间的时基冗余性或者相关性（对于视频应用来说） 图像压缩研究的目标就是通过尽可能的剔除空间和光谱冗余性来减少图像表示的位存储容量，换句话说，在给定位率或者压缩率的基础上能够取得最好的图像质量。,数字图像处理,3,质量评价,所谓质量评价，对象就是压缩后的图像，主要是看压缩后的图像是否符合一定的质量评判标准，换句话说，是看压缩后的图像与压缩前的图像之间的差异是否在一定的范围之内。,数字图像处理,4,平均平方误差,信噪比峰值,结构相似性,质量评价,平均平方误差
3、 = 1 =0 1 =0 1 , , 2 。 信噪比峰值 =10 log 10 2 =20 log 10 ， 结构相似性 , = 2 + 1 2 + 2 2 + 2 + 1 2 + 2 + 2 ， , = 1 1 , 。,数字图像处理,5,无损压缩与有损压缩,无损压缩算法通常利用统计冗余信息，将发送方的数据进行更为准确的表达，且不带任何错误。 无损压缩可能的原因就是大多数现实世界的数据具有统计冗余信息。 有损数据压缩或者感知编码，其可能的原因则是部分准确性的损失是可以接受的。 有损数据压缩提供了在指定压缩比的条件下获得最好图像准确性的途径。 无损压缩方案是可逆的，也就是说原始数据是可以重构的；
4、有损方案为了获得更高的压缩比而接受一些数据上的损失。,数字图像处理,6,预测编码与变换编码,预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。 对于视频信号的预测编码分成两种，一个是帧间预测编码，一个是帧内预测编码。 帧内预测是从空间上去除同一帧图像内宏块之间的冗余。 帧间预测编码效率比帧内编码要高，它是从时间上去除图像帧与帧之间的冗余，分为单向预测、双向预测。,数字图像处理,7,预测编码与变换编码,变换编码的理论基础是“联合信息熵必不大于各分量信息熵之和。” 变换编码是进行一种函数变换，变换编码不是直接对
5、空域相关信号编码，而是首先将空域图像信号映射变换到另一个正交矢量空间（变换域或频域），产生一系列变换系数，然后对这些变换系数进行处理编码。 变换编码系统中压缩数据分为三步，即变换、变换域采样和量化。 变换编码技术上比较成熟，广泛应用于各种图像数据压缩，如单傅立叶变换、沃尔什变换、哈尔变换、斜变换、余弦变换、正弦变换、K-L变换等。,数字图像处理,8,离散余弦变换与小波变换,在傅里叶级数展开式中，如果被展开的函数是实偶函数，那么，其傅里叶级数中只包含余弦项，再将其离散化，由此可导出余弦变换，或称之为离散余弦变换。 近年来在图像数据压缩中，采用离散余弦变换编码的方案很多，特别是JPEG、MPEG、
6、H.261等压缩标准，都用到离散余弦变换编码进行数据压缩。 小波分析是把一个信号分解成由原始小波经过移位和缩放后的一系列小波，因此小波是小波变换的基函数，即小波可用作表示一些函数的基函数。 经过多年的努力，小波理论基础已经基本建立并成为应用数学的一个新领域，引起了众多数学家和工程技术人员的极大关注。,数字图像处理,9,典型的图像压缩流程,压缩的完成主要依靠，一是使用线性变换来剔除图像数据的相关性，二是对所得到的变换系数进行量化，三是对不同类型的数据分配比特位，四是对量化后的结果进行熵编码。 典型的有损图像编码压缩方案，既要涉及有损压缩算法，也会涉及无损压缩算法。 对于分形技术，图像中可能的自相
7、似信息被用来缩减用于图像重新描述所需的数据规模。,数字图像处理,10,典型的图像压缩流程,要压缩一幅图像通常涉及如下几个步骤： 为目标图像设置比特率和质量损伤（即可以容许的错误多少）等参数； 根据各自的重要性，将图像数据划分为不同的类型； 根据所划分的类型对可使用的比特位预算进行分割，以使得质量损伤达到最小； 使用比特位分配信息，来对每种类型的数据进行单独的量化； 使用熵编码器来对每种类型的数据进行编码，并将所得到的编码流写进文件。,数字图像处理,11,典型的图像压缩流程,一般来说，从压缩数据中重构图像通常比压缩过程要快得多，这就是用户平时在浏览一幅BMP图像和一幅JPEG图像的时候实际上是感
8、受不到任何时间上延迟的原因。 对于一幅大尺度图像的压缩格式存储来说，其消耗的时间用户通常是感受得到的，特别对于一个图像序列（即视频）的压缩则是一种漫长的等待。 相对而言，压缩视频格式的解码和播放都必须快于或者等于视频的帧率，否则所得到的编解码器绝对是失败的。 对于专业人员来说，图像压缩和解压缩从来都是成对出现的。,数字图像处理,12,线性变换,一系列的线性变换技术得到了发展，包括离散傅里叶变换、离散余弦变换和离散小波变换等等。 图像可以表示为一个特定系数的二维数组，其中每个系数表示在特定点上的亮度信息。 技术上，色彩上的平滑变化可以称为低频变化，而尖锐的变化可以称为高频变化。 低频成分（对应于
9、平滑变化）构成了图像的基础，而高频成分（提供细节的边缘）在低频成分的基础上对图像进行精炼，以提供更为精细的图像。,数字图像处理,13,离散小波变换,正向小波变换是将图像数据划分成具有不同重要性的类型，而反向变换则是不同类型的数据重新组合为图像。 同样，一个低通和高通滤波器对被使用，这里则被称为是合成滤波器对。 滤波的过程也正好是相反的，从最顶层开始，先列后行，再进入下一层，直至到达最底层。,数字图像处理,14,图像的金字塔分解,量化器,量化，是一个使用有限的（最好是小的）数值集合来近似图像中连续的数值集合的过程。 量化器的目的就是缩减用来存储变换系数的比特位数目，其主要通过减少这些系数的精度。
10、 量化是对每个单独的系数进行操作，被称为标量量化（Scalar Quantization - SQ）。 也可以对一组系数进行量化，这就称为向量量化（Vector Quantization - VQ）。,数字图像处理,15,位分配,使用信息率失真理论来解决最优的（比特）位分配问题，具体解释如下： 一开始，所有的类型都被分配一个预定义的最大数目的比特位； 对于每一种类型，从其所分配的比特位中缩减一位，然后计算由于缩减一个比特位所带来的失真程度； 从所有的类型中，标识出由于缩减一个比特位所引起的最小失真的类型，并再从其所分配的比特位中缩减一位； 计算所有类型所引起的总失真程度； 计算用于所有类型的总
11、位率= ()，其中表示概率，为每种类型所分配的比特位，表示数据类型； 将上述所得到的位率等信息与目标位率和失真描述进行比较，如果为最优，则结束整个操作，否则转到第2步。,数字图像处理,16,熵编码,熵编码器的作用就是对量化后的系数进行进一步的无损压缩，以提供更好的整体压缩比。 其通过建立模型来精确的决定每个量化系数出现的概率，并根据这些概率来产生合适的编码，以使得所输出的编码流比所输入的流具有更小的尺寸。 最常使用的熵编码器为Huffman编码器和算术编码器，尽管对于实时要求性比较高的应用，简单的游程编码（Run-Length Encoding - RLE）被证明是十分有效的。 Huffman
12、编码器 算术编码器 游程编码,数字图像处理,17,无损压缩,无损压缩，就是利用数据的统计冗余特性进行压缩，可以完全无失真的复原原始数据，但是由于受到数据统计冗余理论的限制，压缩比一般为2:1至5:1。 相比而言，无损压缩具有如下的优势： 100%的存储且不存在任何信息的损失 对于音频数据而言，具有音质高的特点，且不受信号源的影响 无损压缩的格式可以很容易的转换为其它有损压缩格式，而不存在多次有损压缩所带来的更大失真问题 当然，无损压缩的缺点也是明显的，包括： 占用空间大，压缩比有限 解码无损压缩格式需要更大的计算量，所以对解码硬件具有更高的要求,数字图像处理,18,无损压缩,数字图像处理,19
13、,游程编码,差分脉冲编码调制,LZW字典算法,熵编码,Huffman编码,算术编码,Huffman编码,Huffman编码的主要思想就是，使用变长的编码表来编码原始符号（例如文件中的字母），其中变长编码表的建立是基于原始符号中每个可能数值的估算出现概率。 Huffman编码非正式定义就是寻找具有最小期望编码长度的前缀自由的二进制编码，等价的说，就是寻找一棵具有最小从根节点出发的加权路径长度的树。 Huffman编码的目的就是寻找一个二进制编码集合，对于任意的二进制编码集合(,)，都有 。 对于二进制编码集合来说，其加权路径长度可以描述为 = =1 length( ) ， 其中length( )
14、表示从根节点出发到 的路径长度。,数字图像处理,20,Huffman编码,数字图像处理,21,算术编码,算术编码，是一种用于无损数据压缩的变长熵编码形式。 算术编码与Huffman编码不同的地方，则在于算术编码将整个字符串就编码为一个单独的数字（是一个小数，其中0.01.0），而Huffman编码将所输入的字符串划分为多个独立字符，并对每个字符进行单独编码。 在大部分情况下，算术编码要优于Huffman编码。 算术编码鼓励数据表示模型与基于那个模型的信息编码完全分离，并允许模型进行自适应的调整，而且在计算量上更有效率。,数字图像处理,22,用于字符系统a,e,i,o,u,!的固定概率模型,数字
15、图像处理,23,算术编码表示,以字符系统 ,! 为例，所编码的对象为“!”。 起初，编码器和解码器都知道范围为0,1)。当遇到第一个字符的时候，编码器就将范围缩小为0.2,0.5)。 当遇到第二个字符的时候，范围就将被缩小为最前的五分之一（对应0.2），那么新范围就为0.2,0.26)，其中 0.2=0.2+ 0.50.2 0.0， 0.26=0.2+(0.50.2)0.2。,数字图像处理,24,算术编码,数字图像处理,25,/*算术编码算法*/ /*对信息中的每一个符号循环调用encode_symbol */ /*要保证信息的结尾处包含唯一的终止符，然后传送在范围low, high ) 中的任意数值*/ encode_symbol( symbol, cum_freq ) range = high - low; high = low + range * cum_freq symbol - 1 ; low = low + range * cum_freq symbol ; /*算术解码算法*/ /*“Value”表示所接受的数值*/ /*持续
