4、视频压缩编码

• 客观保真度标准
如果信息丢失的级别 , 可以表示为原始或输入图 像与压缩后又解压缩输出的图像的函数，这个函数 就被称为客观保真度标准。一般表示为：

e(x,y) = f(x,y) - f(x,y)
f(x,y)是输入图像， f(x,y) 是压缩后解压缩的图像， e(x,y)是误差函数
6.1.2 图像压缩基本概念:保真度标准
• LZW编码
文件头信息 屏幕描述 全局调色板 图像描述 局部调色板
– 压缩率（压缩比）：
CR = n1 / n2 其中，n1是压缩前的数据量，n2是压缩后的数据量
– 相对数据冗余：
RD = 1 – 1/CR 例：CR=20; RD = 19/20
6.1.1 图像压缩基本概念:数据冗余
• 三种数据冗余：
– 编码冗余 – 像素冗余 – 视觉心理冗余
6.1.1 图像压缩基本概念:数据冗余
(1) 在压缩过程中动态地形成一个字符序列表(字典) (2) (a) 每当压缩扫描图像发现一个字典中没有的字符 序列，就把该字符序列存到字典中 (b) 并用字典的地址（编码）作为这个字符序列的 代码，替换原图像中的字符序列 (c) 下次再碰到相同的字符序列，就用字典的地址 代替字符序列
6.2.1 无损压缩:基于字典的压缩
• 编码冗余：
如果一个图像的灰度级编码，使用了多于 实际需要的编码符号，就称该图像包含了编码 冗余。
例：如果用8位表示该图像的像素，我们 就说该图像存在着编码冗余，因为该图像 的像素只有两个灰度，用一位即可表示。
6.1.1 图像压缩基本概念:数据冗余
• 像素冗余：
由于任何给定的像素值，原理上都可以 通过它的邻居预测到，单个像素携带的信息 相对是小的。 对于一个图像，很多单个像素对视觉的 贡献是冗余的。这是建立在对邻居值预测的 基础上。 例：原图像数据：234 223 231 238 235 压缩后数据：234 -11 8 7 -3
图像数据
调色板
6.2.1 无损压缩:基于字典的压缩
• RLE 编码——Run Length Encoding （2） PCX_RLE编码原则：
1) 图像数据以字节为单位进行编码
2) 按行进行压缩 3) 长度在前，灰度值在后
4) 单像素没有长度值
5) 以 最 高 两 位 作 为 判 断 是 重 复 数 还 是 原 像 素 。 最高两位为1（B0除外），说明是重复数，否则， 说明是原像素值
g i : theith gray level wi : therun lengthof theith run
6.2.1 无损压缩:基于字典的压缩
• RLE 编码——Run Length Encoding – 例子：PCX_RLE
（1）PCX简介： 真彩色图像以行为 单位，按色面存放 128字节的文件头
• LZW编码
图 象 描 述：描述图像块在屏幕上的左上角位 置及宽高//可以有多个 局部调色板: 长度（256x3）//三个256色的调 色板，每个图像可有一个 图像数 据：用 LZW 方式压缩，用 256 字节的块来 存放 扩充块描述：有四种扩充块 文件结尾 ：字符“；”
6.2.1 无损压缩:基于字典的压缩
2
[ fˆ ( x, y) f ( x, y)]
2
f ( x, y) theoriginalimage
ˆ ( x, y) thedecompress f ed image
Objective Fidelity Criteria
• Peak signal-to-noise ratio
SNRPEAK
6.2.1 无损压缩:基于字典的压缩
• RLE 编码——Run Length Encoding – （3）PCX_RLE的解码（以解一行为例）
1) 读一个字节到 byChar 2) if ((byChar & 0xC0) == 0xC0) {
//判前两位是否全1，且前4位为 C0 = 1101 0000
• RLE 编码——Run Length Encoding – 分析： • 对于有大面积色块的图像，压缩效果很好 • 对于纷杂的图像，压缩效果不好，最坏情 况下，会加倍图像
An Example of Run-Length Coding
• The image is an 88 binary image. • 3 bits are required for each run-length code word. • The first RLC number corresponds to the number of zeros in a run.
8 8 binary image
0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 0 0 1 0 0 0 1 0 0 1 1 0 1 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 1st 8 2nd 0,4,4 3rd 4th 5th 6th 7th 8th 1,2,5 1,5,2 1,3,2,1,1 2,1,2,2,1 0,4,1,1,2 8
– 概念：
• 行程：具有相同灰度值的像素序列。
– 编码思想：
• 去除像素冗余。 • 用行程的灰度和行程的长度代替行程本身。 例：设重复次数为 iC, 重复像素值为 iP 编码为：iCiP iCiP iCiP 编码前：aaaaaaabbbbbbcccccccc 编码后：7a6b8c
6.2.1 无损压缩:基于字典的压缩
第二节 无损压缩
6.2.1 基于字典的压缩 6.2.2 统计编码 6.2.3 无损预测编码
6.2.1 无损压缩:基于字典的压缩
• 基于字典的压缩
– RLE编码——行程编码
• PCX
– LZW编码
• GIF
6.2.1 无损压缩:基于字典的压缩
• RLE 编码——Run Length Encoding
6.2.1 无损压缩:基于字典的压缩
• RLE 编码——Run Length Encoding （2） PCX_RLE编码原则：
6) 重复像素长度iC最大值为26-1 = 63，如果遇到iC大 于63的情况，则分为小于63的几段，分别处理。 7) 如果遇到不重复的单个像素P： 如果P < 0xC0（192） 直接存入该像素值， 否则先存入长度1，再存入像素值 （192-255之间的单像素图像不减反增）
• LZW编码 – 基本思想：去除像素冗余
(3) 压缩的结果，除了压缩图像外，不需要保 留压缩过程中形成的字典，而在解压缩时， 临时恢复这个字典。
– 问题：字符序列的长度如何确定？ 字典的长度如何确定？ 字典满了怎么办？ 如何查表？
6.2.1 无损压缩:基于字典的压缩
• LZW编码 • 字符序列的长度：
字符串的长度可能会很长，由于每一个字符串，都是 表中一个已经存在的字符串加上一个字符组成，所以可以把 字符串以 <已有字符串索引> + <字符> 这样字典元素的长度统一为12+8，20位。
• 字典的长度：
对于以字节（8位）为压缩单元，如ASCII码，字典的长度 为212 = 4096，索引的长度为12位，字典的前256个保存单个字符， 剩下的3840个的分配给压缩过程中出现的字符串。
源数据 编码 通道 编码 通道 解码 源数据 解码
通道
6.1.3 图像压缩基本概念:图像压缩模型
• 源数据编码与解码的模型
– 源数据编码的模型
映射器 量化器 符号 编码器
– 源数据解码的模型
符号 解码器 反向 映射器
6.1.3 图像压缩基本概念:图像压缩模型
• 源数据编码与解码的模型
– 映射器 ：减少像素冗余，如使用RLE编 码。或进行图像变换。 – 量化器 ：减少视觉心理冗余，仅用于有 损压缩。 – 符号编码器：减少编码冗余，如使用哈夫曼 编码
6 图像压缩
6.1 图像压缩的基本概念 6.2 无损压缩 6.3 有损压缩 6.4 压缩标准
第一节 图像压缩的基本概念
6.1.1 数据冗余 6.1.2 保真度标准 6.1.3 图像压缩模型

6.1.1 图像压缩基本概念:数据冗余
• 图像压缩的基本概念
设：n1和n2是在两个表达相同信息的数据集中，所携 带的单位信息量。
6.2.1 无损压缩:基于字典的压缩
• LZW编码
• 字典满了的解决办法：
在字典满了以后，输出一个清除字典的标记 LZW_CLEAR，清空字典，开始新的编码。
• 查表的方法：
可通过Hashing函数（散列、杂凑）的方法来减少 查表的次数。
• 输出编码的时机：
发现新串时，输出前一个串的编码
w
k
Null
• LZW编码 – 例子： GIF 和 TIFF 都使用 LZW 压缩法。下面以 GIF为例进行介绍： （1）GIF简介（多图像、256色）
文件结构： 文件头信息：标识（GIF）、版本号 屏幕描述 ：屏幕长、宽、背景色等 全局调色板：长度（256x3）//三个256色的调色板
6.2.1 无损压缩:基于字典的压缩
6.1.1 图像压缩基本概念:数据冗余
• 视觉心理冗余：
一些信息在一般视觉处理中比其它信息的相对 重要程度要小，这种信息就被称为视觉心理冗余。
6.1.2 图像压缩基本概念:保真度标准
• 保真度标准——评价压缩算法的标准
– 客观保真度标准 – 主观保真度标准
6.1.2 图像压缩基本概念:保真度标准
两个图像之间的总误差：
M-1 N-1 x=0 y=0
[ f(x,y) - f(x,y)]
均方根误差（rms）
M-1 N-1