1、電子科技大學光電信息學院二一二年四月十六日，第七章圖像編碼與壓縮，c 7圖像編碼與壓縮，彭真明E-mail: pengzm_，主要內容， 編碼和信息論概要行程編碼LZW編碼哈夫曼編碼預測編碼壓縮標準概要編碼以及信息論概要行程編碼LZW編碼哈夫曼編碼預測編碼轉換編碼壓縮標準的概要、數(shù)字圖像通常要求較大的比特數(shù)，這給圖像的傳輸和存儲帶來了一定的困難。 消耗大量資源需要很高的費用。 例如，512x512的灰度圖像的位數(shù)是5125128=2，097，152位=256 k。 像90分鐘的彩色電影一樣，每秒放映24幀。 將其數(shù)字化，每幀512x512像素，每像素r、g、b三個分量分別占據(jù)8比特，總比特數(shù)為

2、9060-2435125128比特=97，200 m。 1、編碼和信息理論概要1、圖像壓縮的必要性，例如1張CD盤可以保存600MB的數(shù)據(jù)，該電影圖像(聲音除外)需要160張CD盤。 因此，需要壓縮圖像數(shù)據(jù)。 本章中討論的問題是，是否能夠在滿足一定條件的情況下減少圖像的位數(shù)，以及用什么樣的編碼方法減少。 1、編碼、信息理論概述。 編碼是用符號的數(shù)字元素表示信號、消息或事件的過程。 期望圖像編碼研究圖像數(shù)據(jù)的編碼方法，用最少的碼字表現(xiàn)來自源的圖像信號，壓縮數(shù)據(jù)，降低圖像數(shù)據(jù)占有的信號空間和能量，降低信號處理的復雜性。 該信號空間是數(shù)據(jù)存儲介質諸如物理空間存儲器、磁盤等傳送特定消息集所需要的時間頻

3、譜空間是傳送給定消息集所需要的帶寬。 1、編碼和信息論概要、閃存、發(fā)型可以表示信息。 用鼠標指向圖像，按右鍵選擇“播放”。 圖像代碼主要考慮源代碼。 人類社會已經全面進入信息時代，引起了“信息爆炸”。 數(shù)據(jù)壓縮，特別是圖像信息數(shù)據(jù)壓縮，其社會效益和經濟效益越來越明顯，未來的圖像通信、多媒體技術和目標識別等領域對數(shù)據(jù)處理速度、存儲容量提出了新的要求，因此圖像數(shù)據(jù)壓縮是必要的。 另一方面，如果編碼與信息論的概要以及圖像中的像素的灰度出現(xiàn)不均勻性，從而圖像信息熵變得冗馀，即，用相同長度的比特來表示各灰度，則該灰度必然具有冗馀性。 圖像能量在轉換區(qū)域內的分布不均勻性，例如，大部分能量集中在低頻部分，而

4、小部分能量集中在高頻部分和高頻部分。 圖像像素灰度的時間和空間相關性給信息帶來冗馀。 2、圖像壓縮的可能性、一方面編碼及信息論的概要、數(shù)據(jù)的冗馀性如下：空間的冗馀性、相鄰像素的灰度分布的相關性強的頻率間隔冗馀，多光譜圖像中的各光譜圖像對應像素間的灰度相關性強的時間冗馀，以及序列圖像幀間的畫面對應像素灰度1、編碼和信息論的概要，用8位表示下一個圖像的像素，可以說該圖像有編碼的冗馀性。 因為那個圖像的像素只有2灰度，所以能用1比特表示。 例句1 :由于任意給定的像素值，所以原理上可以從其鄰近度來預測，各個像素所具有的信息相對較小。 對于一個圖像，許多單個像素給視覺帶來的貢獻是冗馀的。 這是基于對鄰

5、近值的預測。 例如，原始圖像數(shù)據(jù)： 250 253 251 252 250 40比特。 壓縮后的數(shù)據(jù)： 250 3 1 2 0 14bit。 (1)接收側圖像設備的分辨率低，能夠降低圖像分辨率；(2)基于人的視覺特性對死區(qū)進行分辨率降低編碼另一方面，編碼和信息論的概要，33K，15K，例句1 :視覺心理的冗馀性：一部分的信息在一般的視覺處理中比其他的信息重要度相對地小，這個信息被稱為視覺心理的冗馀性。 有很多種圖像編碼方法，但是從信息是否失真的觀點來看，無失真的編碼(可逆壓縮、可逆壓縮)可以分為經編、解碼后的圖像不失真的編碼方法這兩種。 可以重構圖像，但壓縮率不大，在有失真的編碼(有損壓縮、有

6、損壓縮)解碼時無法完全復原原始圖像，壓縮比大但有信息損失。 失真是指，編碼輸入圖像與解碼輸出圖像之間的隨機誤差即壓縮比是指，原圖像的比特數(shù)與壓縮后圖像的比特數(shù)之比。 3 .圖像編碼分類、集成編碼和信息論述、變換編碼、集成編碼、預測編碼、圖像壓縮方法、有損壓縮、行程長度編碼、編碼、霍夫曼編碼、算術編碼、其它有損預測、有損預測、有損預測和其它新編碼技術包括第二代圖像編碼方法、集成編碼、有損預測和編碼技術。 總之，圖像編碼從不同角度消除圖像數(shù)據(jù)中的冗馀，減少用于表示圖像所需的位數(shù)或平均位數(shù)，從而實現(xiàn)數(shù)據(jù)壓縮。 1、編碼和信息論，信息量：從n個可能相等發(fā)生的事件中選擇事件所需的信息量。 從4、信息量和

7、熵、1、編碼和信息論概要、132中選擇識別數(shù)據(jù)，首先是“大于16嗎？ ”。如果得到回答，消除一半可能的事件。 如果針對每個問題得到回答，則可以得到1比特的信息量(二進制比特)。 這里總共需要五次，所需信息量在例文2 :數(shù)學上指示源是概率場，如果源可能發(fā)生的信息在這些信息發(fā)生的每一概率下，則該源可發(fā)生、一、編碼及信息論概述、源定義：信息信息量：從n個數(shù)中選擇一個數(shù)s的概率是p(s )，并且等概率，p(s)=1/N。 如果假設源符號表為s=s1，s2，sq并且該概率分布為P(s)=p(s1)，p(s2)，p(sq )，那么如果不考慮消息之間的相關性，那么熵是沒有失真的代碼平均長度比特的下限。 例如

8、：源代碼，如果此源代碼的平均代碼長度最短，則為7/4，不能再縮小。 不那樣做的話會發(fā)生錯誤。 另一方面，當平均編碼長度比該數(shù)大很多時，表示還需要改善。 一、編碼和信息論的概述，熵的性質： (1)熵不是負的，即，總是有H(s)0。 (2)當其中一個符號sj的出現(xiàn)概率p(sj)=1時，該符號si(ij )的出現(xiàn)概率p(si)=0，H(s)=0。 (3)各si出現(xiàn)的概率相同時，最大熵量為log2 q。 (4)熵值總是H(s) log2 q。 4、信息量和熵、1、編碼和信息論的概況，其中，(1) s作為灰度，在共同q級，出現(xiàn)概率均等的情況下，在p(si)=1/q，(2)灰度只有兩個灰度級時，即，在si

9、=0 (4)圖像由單一灰度級構成的情況下(即，灰度均勻地分布) 圖像的熵、一、編碼及信息理論的概要，編碼器由碼集的符號構成輸出符號，建立輸入信號單位與輸出符號的對應關系。 如以下附圖所示，5、信息編碼過程、1、編碼和信息邏輯的概述能夠證明，在無干擾的條件下存在任意使編碼平均長度l和發(fā)起源的熵H(s )接近，即，L=H(s )的任意的小正數(shù)、6、無失真編碼定理、1、編碼及信息論的概要、編碼效率將冗馀度接近0、或者編碼效率接近1的編碼定義為高效率碼。 設(1)、編碼效率、1、編碼及信息論的概要、原圖像的平均比特率為n、編碼后的平均比特率為nd，則壓縮比c根據(jù)Shannon定理，定義為能夠進行無失真

10、編碼的最大的數(shù)據(jù)壓縮比：(2)壓縮比、1，原圖像的冗馀度為7、位編碼和信息論的概要、主要內容、編碼和信息論的概要行程編碼LZW編碼哈夫曼編碼預測編碼壓縮標準的概要、統(tǒng)一編碼、1、概念：行程長度：具有相同灰度值的像素序列。 2、編碼思想：消除像素冗馀。 也就是說，使用筆畫的灰度和筆畫的長度來代替筆畫本身。 另一方面，假設行程長度編碼(Run Length Encoding )，例如重復次數(shù)為iC，重復像素值為iP，則對于被編碼為7a的非常復雜的icip icip編碼之前： aaaaabbbbbccccccc編碼、主要內容、編碼和信息論概述游程長度編碼LZW編碼哈夫曼編碼預測編碼變換編碼壓縮標準概

11、述、1985年美國Welch使LZ壓縮技術從概念向實用階段發(fā)展，簡稱LZW壓縮技術。 廣泛應用于圖像壓縮領域。 LZW(Lempel-Ziv 1952年，獲得批準。 1958年，格雷厄姆(Graham )開始研究計算機模擬編碼方法的1966年，奧尼爾(ONeal )在進行電視信號預測編碼的理論分析和修正計算機模擬的1971年開始使用。 5、預測編碼、量化器、編碼器、解碼器、預測器、預測編碼，例如量化器是=6.5、6.5、-6.5、e、e、有損預測編碼DPCM，例如：=1，=6.5的校正運算：輸入設定為2像素f0=14的編碼解碼誤差nffefffffff014-14.0-14.0114.01.0

12、6.520.5-5.51420.5-6.5-6.514.014.031514。 520.514.020.5-5.5.1420.58.527.020.527.027.01537.033.533.516.513.5407. 0176240.022.06.546.046.515 可以是線性的，也可以是非線性的，預測器設置得越好，對輸入的數(shù)據(jù)壓縮就越多。5、選擇預測編碼、一維線性預測、預測器模型以及ak而使2d(n )最小化。 (1)假定x(n )掃描每個狀態(tài)并且訓練樣本數(shù)n相當大，這是最優(yōu)線性預測；以及(1)根據(jù)x(n )的自相關函數(shù)，對應的最優(yōu)預測系數(shù)等于x(n )。預測器模型、(2)自適應線性預

13、測、原始圖像由f (m，n )表示、預測的差分值在這里被定義為z是對象像素f (m，n )進行預測的相關點的集合。預測器模型、二維線性預測、方程的解a-1、a-2、 am是最佳預測系數(shù)集合。 壓縮效果可以用方差2e(n )來測量，原序列的相關性越強，R(k )越大，2e(n )越小，壓縮效果越顯著的原始序列就越不相互相關，即R(k)=0，k0時，2e(n)=2x(n )預測器模型、主要內容、編碼和信息論、行程長度編碼、LZW編碼、哈夫曼編碼、預測編碼、變換編碼和壓縮標準的概述、6、變換編碼、1、變換編碼的基本思想、可逆、線性的變換(例如FFT、DFT )將圖像映射至變換系數(shù)集，然后、 對于大多

14、數(shù)量化、編碼該系數(shù)組的自然圖像，由于重要的系數(shù)的數(shù)目相對較少，因此可被量化(或完全舍棄)，僅犧牲小的圖像失真。 52 5561 66 70 61 64 73 63 5966 90 109 85 69 72 62 5968 113 144 104 66 73 63 5871 122 154 106 70 69 67 6168 104 126 88 68 70 79 6560 70 77 68 58 75 85 7 1645955616583879696865767894， 6、變換編碼，例如原圖像、DCT變換系數(shù)、編碼、解碼流程圖、代碼解碼器、逆變換6、變換代碼、構造nn的子圖、n、nn、nn、nn、nn、6、變換代碼、n、6、變換代碼、6、變換編碼的基本理論包括其他像素的nn的矩陣即2) Huv的值僅依賴于坐標變量x、y、u、v，與T(u，v )和f(x，y )的值沒有關系。 稱為基圖像。 它能夠在變換之前生成并且能夠用于逐nn的子圖變換。 通過定義變換編碼基本