第五章图像编码与压缩剖析.pptVIP

;第五章 图像编码与压缩;知识要点;5.1 概述;;5.1.1 数据压缩的基本概念;信源编码的基本概念;;图5.1 数据压缩系统组成图;数字通信系统模型;压缩;熵（Entropy）;5.1.2 图像编码压缩的必要性;;典型图像的数据量 ;5.1.3 图像编码压缩的可能性;;;;;5.1.4 图像编码压缩的技术指标; 1、 熵：信源的平均信息量; s作为灰度，共q级，出现概率均等时，p(si)=1/q，; 当p1=1/2， p2=1- p1 =1/2时， H(s)=1为最大值。如图所示。;熵的性质： （1）熵是一个非负数，即总有H(s)≥0。 （2）当其中一个符号sj的出现概率p(sj)=1时，其余符号si(i≠j)的出现概率p(si) =0，H(s)=0。 （3）当各个si出现的概率相同时，则有最大平均信息量为log2 q。 （4）熵值总有H(s) ≤ log2 q。; 2、 平均码长：码字长度的数学期望; 4、编码效率定义为：; 5、压缩比：若原始图象的平均比特率为n，编码后的平均比特率为nd，则压缩比C定义为：; 6、客观评价—信噪比SNR定义为：;表5.1 图像质量的主观评价等级;图像编码主、客观评价的内在关系;;;;;;;;;;;;;;;5.1.5 数据压缩方法的分类;2、有损压缩（Lossy Compression）; 图像编码/压缩主要分无损图像压缩和有损图像压缩两大块，按其发展历程可分为： 第一代压缩编码 八十年代以前，主要是根据传统的信源编码方法。 第二代压缩编码  八十年代以后，突破信源编码理论，结合分形、模型基、神经网络、小波变换等数学工具，充分利用视觉系统生理心理特性和图像信源的各种特性。;像素编码;子带编码;;5.2 统计编码;可变码长最佳编码定理;英文字母出现相对频率;英文字母出现相对频率;国际莫尔斯电码符号;5.2.1 Huffman编码;5.2.1 Huffman编码;;2．Huffman编码;; 信号源 s={s1, s2, s3, s4, s5, s6}，其概率分布为p1=0.4 p2=0.3 p3=0.1 p4=0.1 p5=0.06 p6=0.04，求最佳Huffman码。; 把这个符号的概率与其余符号的概率按从大到小排列，然后再把最末两个符号的概率加起来，合成一个概率。 重复上述做法，直到最后剩下两个概率为止。 从最后一步剩下的两个概率开始逐步向前进行编码。每步只需对两个分支各赋予一个二进制码，如对概率大的赋予码元0，对概率小的赋予码元1。;Huffman编码;Huffman编码;;;;;;;;;;;编码结果;编码效率：;【例5.1】;Huffman编码示意图;【例】;;;;;3．Huffman编码的性能;4．图像的Huffman编译码系统;;5.2.2 Shannon编码与Fano编码;【例5.2】由表5.3计算该信源的Shannon编码;2.Fano编码步骤;【例5.3】图5.6以表5.3的信源为例说明Fano编码。;5.2.3 算术编码;;5.2.3 算术编码;解：步骤如下： （1）二进制信源只有x1 = 0和x2 = 1两种符号，相应的概率为pc = 2/5, pe = 1- pc =3/5 （2）设s为区域左端起始位置，e为区域右端终止位置，l为子区的长度，则 符号“0”的子区为[0，2/5），子区长度为2/5 ; 符号“1”的子区为[2/5 ，1]，子区长度为3/5 。;（3）随着序列符号的出现，子区按下列公式减少长度: 新子区左端 = 前子区左端 + 当前子区左端×前子区长度 新子区长度 = 前子区长度×当前子区长度 设初始子区为[0，1]，步序为step，则编码过程参见实例。 可见，最后子区左端起始位置 ;最后子区长度 最后子区右端终止位置 编码结果为子区起始位置与终止位置之中点 = 0.0011。 所以，二进序列的算术编码为0011。;算术编码算法的计算步骤实例;举例2;;;;;;算术编码的过程：;;;算术编码与Huffman编码的比较：;;;5.3 预测编码;;图像差值幅度的概率分布;5.3.1 预测编码基本原理;图5.8 DPCM系统的组成 ;5.3.2 线性自适应预测编码;设计最佳预测的系数ai，采用MMSE;通过分析可以得出以下结论：;图5.9 当前像素与邻近像素的位置关系;常用预测器方案;5.3.3 自适应预测编码;5.4 变换编码;变换可以改变信号能量的分布;5.4.2 变换编码的系统结构;5.4.3 变换编码的实现;;;变换编码;;;;;;;;;帧内混合编码原理图;;;;;