图像压缩英文ppt
合集下载
数字图像处理图像压缩ppt课件
率分布分别为P(x1)=0.4, P(x2)=0.3, P(x3)=0.1, P(x4)=0.1,
P(x5)=0.06, P(x6)=0.04, 现求其最佳哈夫曼编码
W={w1,w2,w3,w4,w5,w6}。
元素
xi
x1
x2 x3 x4
x5
x6
概率 P(xi) 0.4 0.3 0.1 0.1 0.06 0.04
减少像素间冗余
减少编码冗余
7.3.1 变长编码
7.3.1.1 一些基本概念
第1. 七1)
图像熵和平均码字长度 图像熵（Entropy）
章
图
设数字图像像素灰度级集合为（X1,X2, ,Xk,
像 ,XM)，其对应的概率分别为P1,P2, ,Pk, ,PM 。
压 缩
按信息论中信源信息熵定义，数字图像的熵H为：
缩 码冗余来达到压缩的目的。
7.3.1.3 哈夫曼（Huffman）编码方法
第
哈夫曼编码基本思想
七 章
1) 统计一下符号的出现概率， 2) 建立一个概率统计表，
图
将最常出现（概率大的）的符号用最短的
像
编码，
压
最少出现的符号用最长的编码。
缩 例：设有数字图像，其灰度集合为 X={x1,x2,x3,x4,x5,x6}其概
像 压
示给定量的信息使用了不同的数据量，那么使用
缩 较多数据量的方法中，有些数据必然是代表了无
用的信息，或者是重复地表示了其它数据已表示
的信息，这就是数据冗余的概念。
7.2.1 数据冗余
第 七
• 三种基本的数据冗余
章
图 编码冗余
像 压
像素间冗余
缩 心理视觉冗余
数字图像处理图像压缩与编码
数字图像处理
28
#include <stdio.h> #include <stdlib.h> #include <string.h> const char *o = ""; int main() {
char *d = malloc(2*strlen(o)); char *oc = malloc(strlen(o)); int rl = rle_encode(d, o, strlen(o)); int ocl = rle_decode(oc, d, rl); fwrite(oc, 1, ocl, stdout); free(d); free(oc); return 0; }
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
游程编码
差分脉冲编码调 制
熵编码
LZW字典算法
Huffman编码
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
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。
return dl;
}
数字图像处理
JPEG及JPEG2000精讲
对于（0，1）（-1）：（0，1）查AC亮度Huffman表得到00，-1是1 的反码， 为0；
依次类推，可以得到这个8*8的子块经压缩后最后的数据流为01111， 1101101，000，000，000，111000，1010 （31位）
新一代静态图像压缩标准---JPEG2000
1. JPEG2000概述
JPEG编码的最后一个步骤是把各种标记代码和编码后 的图像数据组成一帧一帧的数据，这样做的目的是为 了便于传输、存储和译码器进行译码，这样组织的数 据通常称为JPEG位数据流。
举例：
1）假设量化后得到Q数组: 2） Z字形扫描后得1*64的数组 15，0，-2，-1，-1，-1，0，0，-1， 55个0
2
i0
16
图3 两维DCT变换方法
2.3 量化
为了达到压缩数据的目的，DCT系数需做量化。量化 是对经过FDCT变换后的频率系数进行量化，这是一个 多到一映射的过程。量化的目的是减小非0系数的幅度 以及增加0值系数的数目，将信号幅值由连续量变成离 散量,在一定的主观保真的前提下，丢掉那些对视觉效 果影响不大的信息。量化是图像质量下降的最主要原 因。
a .熵编码的中间符号表示 DC系数：
符号1 符号2 （尺寸）（幅值）
“尺寸”表示DC差值的幅值编码所需的比特数，由于计算 机中将负数存为反码或补码的形式，当幅值DIFF为负数时， DIFF的有效位数为（-DIFF）的有效位数。 AC系数：
符号1 符号2 （行程，尺寸）（幅值）
“行程”表示“Z”形扫描时所遇到前后两个非零AC系数之 间连续0 的个数；“尺寸”是后一个非零AC系数的幅值表示所 需要的比特数。
在计算二维的DCT变换时，也可使用下面的两个计算式进行 简化，把二维的DCT变换变成一维的DCT变换，如图3所示 为二维DCT变换方法。
依次类推，可以得到这个8*8的子块经压缩后最后的数据流为01111， 1101101，000，000，000，111000，1010 （31位）
新一代静态图像压缩标准---JPEG2000
1. JPEG2000概述
JPEG编码的最后一个步骤是把各种标记代码和编码后 的图像数据组成一帧一帧的数据，这样做的目的是为 了便于传输、存储和译码器进行译码，这样组织的数 据通常称为JPEG位数据流。
举例：
1）假设量化后得到Q数组: 2） Z字形扫描后得1*64的数组 15，0，-2，-1，-1，-1，0，0，-1， 55个0
2
i0
16
图3 两维DCT变换方法
2.3 量化
为了达到压缩数据的目的，DCT系数需做量化。量化 是对经过FDCT变换后的频率系数进行量化，这是一个 多到一映射的过程。量化的目的是减小非0系数的幅度 以及增加0值系数的数目，将信号幅值由连续量变成离 散量,在一定的主观保真的前提下，丢掉那些对视觉效 果影响不大的信息。量化是图像质量下降的最主要原 因。
a .熵编码的中间符号表示 DC系数：
符号1 符号2 （尺寸）（幅值）
“尺寸”表示DC差值的幅值编码所需的比特数，由于计算 机中将负数存为反码或补码的形式，当幅值DIFF为负数时， DIFF的有效位数为（-DIFF）的有效位数。 AC系数：
符号1 符号2 （行程，尺寸）（幅值）
“行程”表示“Z”形扫描时所遇到前后两个非零AC系数之 间连续0 的个数；“尺寸”是后一个非零AC系数的幅值表示所 需要的比特数。
在计算二维的DCT变换时，也可使用下面的两个计算式进行 简化，把二维的DCT变换变成一维的DCT变换，如图3所示 为二维DCT变换方法。
第八章图像压缩ppt课件
信源的平均码长 lavg>=H(X) ；也就是说熵是无失真
编码的下界.
如果所有 I(xk) 都是整数,且l(xk)=I(xk),可以使平均
码长等于熵.
对非等概率分布的信源,采用不等长编码其平均码
长小于等长编码的平均码长.
如果信源中各符号的出现概率相等,信源熵值达到
最大
最新课件
29
编码的分类
根据对象的不同，可以分为静止图像编码、活动图像
8.1 基础知识
数据与信息之间的关系：数据是信息传送的手段；相同数量的信息可
以用不同数量的数据表示；
数据压缩指减少表示给定信息量所需的数据量；
图像压缩所解决的问题是尽量减少表示数字图像时所需的数据量；
n
压缩率： C R 1
n2
相对数据冗余： R D 1 1
CR
在数字图像压缩中,可以确定三种基本的数据冗余: 编码冗余、像
息间的相关性时，是无失真代码平均长度比特数的下限。
例如
x1 , x2 , x3 , x4
X 1 1 1 1
,
,
,
2 4 8 8
N
7
H
(X
)
p
i log
2p
i
4
i
1
说明该信源编码平均码长最短情况下为7/4，不能再小，
否则就会引起错误，而平均码长比此数大许多时，就表明
先被压缩而后被解压缩的输出图像的函数时,就说这个函
数是基于客观保真度准则的.
假设 f x, y 表示输入图像，fˆx, y 表示由对输入先压缩得到的
ˆ
fˆx,的
y 误
xx
编码的下界.
如果所有 I(xk) 都是整数,且l(xk)=I(xk),可以使平均
码长等于熵.
对非等概率分布的信源,采用不等长编码其平均码
长小于等长编码的平均码长.
如果信源中各符号的出现概率相等,信源熵值达到
最大
最新课件
29
编码的分类
根据对象的不同，可以分为静止图像编码、活动图像
8.1 基础知识
数据与信息之间的关系：数据是信息传送的手段；相同数量的信息可
以用不同数量的数据表示；
数据压缩指减少表示给定信息量所需的数据量；
图像压缩所解决的问题是尽量减少表示数字图像时所需的数据量；
n
压缩率： C R 1
n2
相对数据冗余： R D 1 1
CR
在数字图像压缩中,可以确定三种基本的数据冗余: 编码冗余、像
息间的相关性时，是无失真代码平均长度比特数的下限。
例如
x1 , x2 , x3 , x4
X 1 1 1 1
,
,
,
2 4 8 8
N
7
H
(X
)
p
i log
2p
i
4
i
1
说明该信源编码平均码长最短情况下为7/4，不能再小，
否则就会引起错误，而平均码长比此数大许多时，就表明
先被压缩而后被解压缩的输出图像的函数时,就说这个函
数是基于客观保真度准则的.
假设 f x, y 表示输入图像，fˆx, y 表示由对输入先压缩得到的
ˆ
fˆx,的
y 误
xx
图像有损压缩课件
3.图像有损压缩技术
• 3.1 图像有损压缩介绍 • 3.2 常见有损压缩技术
3.1有损压缩介绍
• 虽然人们总是期望无损压缩，但冗余度很少的信息对象用 无损压缩技术并不能得到可接受的结果。当使用的压缩方 法会造成一些信息损失时，关键的问题是看这种损失的影 响。有损压缩经常用于压缩音频、灰度或彩色图像和视频 对象等，因为它们并不要求精确的数据。在由音频、彩色 图像、视频以及其他专门数据组成的多媒体对象中，可以 单独使用有损压缩技术，也可与无损压缩技术共同使用。
傅立叶变换转换到频率域，就只需要几点就可以表示这个
相同的信号。如我们已经看到的那样，原因就是信号只含
有少量的频率成分。这允许在频率域中只用几个数据点就
可以表示信号，而在时间域中表示则需要大量数据点
• 这一技术可以应用到彩色图像上。彩色图像有像素组成， 这些像素具有RGB彩色值。每个像素都带有x，y坐标，对 每种原色使用8x8或者16x16矩阵。在灰度图像中像素具 有灰度值，它的x，y坐标由灰色的幅度组成。为了在 JPEG中压缩灰度图像，每个像素被翻译为亮度或灰度值。
3.2.1预测编码
• 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。如果预测比较 准确，误差就会很小。在同等精度要求的条件下，就可以 用比较少的比特进行编码，达到压缩数据的目的。
• 预测编码中典型的压缩方法有脉冲编码调制（PCM Pulse Code Modulation）、差分脉冲编码调制（DPCM， Differential Pulse Code Modulation）、自适应差分脉冲 编码调制（ADPCM，Adaptive Differential Pulse Code Modulation）等，它们较适合于声音、图像数据的压缩， 因为这些数据由采样得到，相邻样值之间的差相差不会很 大，可以用较少位来表示。
小波变换及应用(图像压缩)ppt课件
小波变换及应用 (图像压缩)
小波分析因为同时具有好的空间分辨率和好的 频率分辨率，特别适于分析非稳态信号。自然 图像正具有这种非稳态特性，可以看作是能量 空间集中（图像边沿和细节）和频率集中（图 像的平缓变化部分）信号的线性组合[8]。因此， 使用小波分析进行图像压缩可以取得很好的效 果。
基于小波的图像压缩思想来源
E m b e d d e d意 即 编 码 器 可 以 在 任 一 希 望 速 率 上 停 止 编 码 。 同 样 ， 解 码 器 可 在 码 流 的 任 一 点 截 断 码 流 ， 停 止 解 码 。 优 点 ： 不 需 要 图 像 预 先 知 识 ， 不 用 存 储 其 码 表 ， 和 不 用 训 练 。
2级2-D DWT的上式计算，可由下框图实现：
N
列
N N N
N
4
4
NLeabharlann H(Z)22 2 2 2
a n ,n 2( 1 2)
1 d n 2( 1,n 2)
2 d2 (n 1,n 2)
列
H(Z)
行
2 2 2 2
N 2 N
G(Z )
a n ,n 1( 1 2)
H(Z)
G(Z )
2 2
H(Z)
G(Z )
和 好 的 频 时 在 频 率 的 作 用 。
( n , n ) ( n ) ( n ) 若2-D滤波器 (n 可分解为 ，则 1,n 2) 1 2 1 1 2 2 1, n 2)为一个近似 可分的2-D DWT，将分解近似图象ai (n 图象和3个细节图象，即：
ai 1 (n1 , n2 ) h(k1 )h(k2 )ai (2n1 k1 ,2n2 k2 )
2 i 1 k1 0 k 2 0 L 1 L 1
小波分析因为同时具有好的空间分辨率和好的 频率分辨率，特别适于分析非稳态信号。自然 图像正具有这种非稳态特性，可以看作是能量 空间集中（图像边沿和细节）和频率集中（图 像的平缓变化部分）信号的线性组合[8]。因此， 使用小波分析进行图像压缩可以取得很好的效 果。
基于小波的图像压缩思想来源
E m b e d d e d意 即 编 码 器 可 以 在 任 一 希 望 速 率 上 停 止 编 码 。 同 样 ， 解 码 器 可 在 码 流 的 任 一 点 截 断 码 流 ， 停 止 解 码 。 优 点 ： 不 需 要 图 像 预 先 知 识 ， 不 用 存 储 其 码 表 ， 和 不 用 训 练 。
2级2-D DWT的上式计算，可由下框图实现：
N
列
N N N
N
4
4
NLeabharlann H(Z)22 2 2 2
a n ,n 2( 1 2)
1 d n 2( 1,n 2)
2 d2 (n 1,n 2)
列
H(Z)
行
2 2 2 2
N 2 N
G(Z )
a n ,n 1( 1 2)
H(Z)
G(Z )
2 2
H(Z)
G(Z )
和 好 的 频 时 在 频 率 的 作 用 。
( n , n ) ( n ) ( n ) 若2-D滤波器 (n 可分解为 ，则 1,n 2) 1 2 1 1 2 2 1, n 2)为一个近似 可分的2-D DWT，将分解近似图象ai (n 图象和3个细节图象，即：
ai 1 (n1 , n2 ) h(k1 )h(k2 )ai (2n1 k1 ,2n2 k2 )
2 i 1 k1 0 k 2 0 L 1 L 1
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0.587 0.114 R 0 Y 0.299 Cb 0.169 0.334 0.500 G 128 Cr 0.500 0.419 0.081 B 128
Predictive Coding
DPCM
To remove mutual redundancy between seccessive pixels and encode only the new information
NTU, GICE, MD531, DISP Lab An Introduction to Image Compression Wei-Yi Wei
Outline
Image Compression Fundamentals
General Image Storage System Color Space
Reduce correlation between pixels
Karhunen-Loeve Transform Discrete Cosine Transform Discrete Wavelet Transform Differential Pulse Code Modulation Differential Coding
Subband Coding
DWT (Discrete Wavelet Transform)
To divide the spectrum of an image into the lowpass and the highpass components, DWT is a famous example. JPEG 2000 is a 2-dimension DWT based image compression standard.
JPEG JPEG 2000 Shape-Adaptive Image Compression
NTU, GICE, MD531, DISP Lab An Introduction to Image Compression Wei-Yi Wei
2
Outline
Image Compression Fundamentals Reduce correlation between pixels Quantization and Source Coding Overview of Image Compression Algorithms
10
RMSE
f ( x, y) f '( x, y)
x 0 y 0
2
bit-stream
The flow of encoding
Reduce the correlation between pixels Quantization Source Coding
Original Image Reduce the correlation between pixels Quantization Source Coding Bitstream
Measure to evaluate the performance of image compression
W 1 H 1
Root Mean square error: WH 255 Peak signal to noise ratio: PSNR 20log MSE n1 Cr Compression Ratio: n2 Where n1 is the data rate of original image and n2 is that of the encoded
NTU, GICE, MD531, DISP Lab
An Introduction to Image Compression
Wei-Yi Wei
10
Reduce the Correlation between Pixels
Orthogonal Transform Coding
KLT (Karhunen-Loeve Transform)
1
An Introduction to Image Compression
Speaker: Wei-Yi Wei Advisor: Jian-Jung Ding Digital Image and Signal Processing Lab GICE, National Taiwan University
NTU, GICE, MD531, DISP Lab
An Introduction to Image Compression
Wei-Yi Wei
6
Spatial Sampling of Color Component
The three different chrominance downsampling formatDowຫໍສະໝຸດ sample Chrominance
Encoder
Object Monitor
C
Performance RMSE PSNR
HDD
R-G-B coordinate
V
Transform to R-G-B coordinate
Upsample Chrominance
Decoder
NTU, GICE, MD531, DISP Lab
NTU, GICE, MD531, DISP Lab
An Introduction to Image Compression
Wei-Yi Wei
9
Outline
Image Compression Fundamentals Reduce correlation between pixels Quantization and Source Coding Overview of Image Compression Algorithms
Y is the components of luminance Cb and Cr are the components of chrominance The values in the YUV coordinate are related to the values in the RGB coordinate by
Quantization and Source Coding
Huffman Coding Arithmetic Coding Run Length Coding Lempel Ziv 77 Algorithm Lempel Ziv 78 Algorithm
Overview of Image Compression Algorithms
Original Image Bitstream Encoder 0101100111... Decoder Decoded Image
NTU, GICE, MD531, DISP Lab
An Introduction to Image Compression
Wei-Yi Wei
8
The Flow of Image Compression (2/2)
Flow of compression
The image file is converted into a series of binary data, which is called the bit-stream The decoder receives the encoded bit-stream and decodes it to reconstruct the image The total data quantity of the bit-stream is less than the total data quantity of the original image
Chrominance
Describe the perceived color tone of a light, which depends on the wavelength composition of light Chrominance is in turn characterized by two attributes
Hue
Specify the color tone, which depends on the peak wavelength of the light
Saturation
Describe how pure the color is, which depends on the spread or bandwidth of the light spectrum
Wei-Yi Wei
7
The Flow of Image Compression (1/2)
What is the so-called image compression coding?
To store the image into bit-stream as compact as possible and to display the decoded image in the monitor as exact as possible
An Introduction to Image Compression
Wei-Yi Wei
4
Color Specification
Luminance
Received brightness of the light, which is proportional to the total energy in the visible band.
11
Covariance
The covariance between two random variables X and Y, with expected value E[X]= X and E[Y]= Y is defined as