z6数字图像的压缩编码PPT课件
合集下载
第三章 图像压缩编码 (2)_PPT幻灯片
3.2 数据压缩与信息论基础
3.2.3 信息论基础 一、图像的信息熵：
熵是信息量的度量方法,表达一个信源平均信息 量的大小。它表示某一事件出现的消息越多,事件发 生的可能性越小,数学上为概率越小.
出现概率小的事件（符号）比出现概率大的事 件能提供更多的信息量。
设数字图像X中包含的像素的分布灰度级的集合为 A={ai|i=1,2,…,m}，ai在统计上是无关的，且ai出现概 率为p(ai),则定义各灰度级ai所包含信息I(ai)为：
34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34 34
25
2.应用环境允许图像有一定程度地失真：
接收端图像设备分辨率降低，则可降低图像分辨 率。
根据人的视觉特性对不敏感区进行降分辨率编码。 人眼对静态物体的敏感程度大于对动态物体敏感 程度，可减少表示动态物体bit数； 人眼对图像中心信息敏感程度大于对图像边缘信 息敏感程度，可对边缘信息少分配bit数。
前图像严格相同，没有失真。
冗余度压缩方法的核心是基于统计模型，减少或完 全去除源数据流中的冗余，同时保持信息不变。可 实现编码与解码互逆。 (第3章压缩方法)
2、信息量压缩方法：
也称有损压缩，失真度编码或熵压缩编码。
即解码图像和原始图像是有差别的，允许有一定失 真。
信息量压缩方法是以牺牲部分信息量为代价而换取 缩短平均码长的编码压缩方法。由于在压缩过程中 在允许前提下丢失一部分信息，所以图像还原后与 压缩前不会完全一致。 (第4、5章压缩方法)
• 图像冗余无损压缩的原理
RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB RGB
第4章 图像压缩编码1PPT幻灯片
信息工程系
7
4.1.1 图像数据压缩机理
图像信号在空间、时间以及在幅度方面 进行数字化的精细程度只要达到了这个 限度即可，超过是无意义的
编码时只编码、传输人眼分辨力内的图 像内容
2021/3/9
信息工程系
8
4.1.2 图像编码过程
图像编码过程分三步完成: ① 映射：即变换一下描写信号的方式。 一． 目的：去除相关性，降低图像的结构冗
k 1
k 1
H(U)被称做信源的熵
2021/3/9
信息工程系
21
4.2.3无失真信源编码定理
无失真信源编码定理：
设单符号、离散、无记忆信源的熵为H(U)，若 用二进制码对其作变字长、非续长编码，一定 可以找到一种编码方式，其平均码长满足：
m H(U)≤
≤ H(U)+1
即：如果符号ak用等于其信息量的码长编码
2021/3/9
信息工程系
2
4.1.1 图像数据压缩机理2.图像信号的冗余度图像信号的冗余度存在于结构和统计两方面。 ① 图像信号的结构冗余度 1. 图像信号结构上的冗余度表现为很强的空间
(帧内的)和时间(帧间的)相关性
帧内相邻点的相关性
帧间相邻点的相关性
2021/3/9
信息工程系
3
4.1.1 图像数据压缩机理
信息工程系
12
4.1.3 图像编码算法的分类
2.新一代编码压缩算法
模型基编码 分形编码 小波变换编码 神经网络编码
2021/3/9
信息工程系
13
4.1.3 图像编码算法的分类
3.总结
无损压缩方法仅仅删除图像数据中的冗 余信息，回放压缩文件时，能够准确无 误地恢复原始数据。它可分为两大类:基 于统计概率的方法和基于字典方法。
第12章 图像压缩编码_PPT幻灯片
方法： i. 将信源符号按出现概率从大到小排成一列，
然后把最末两个符号的概率相加，合成一个 概率。
ii.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。
iii.重复上述做法，直到最后剩下两个概率为止。 iv.从最后一步剩下的两个概率开始逐步向前进行编码
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 0 S2 0.3 0.3 0.3 0.3 0 0.4 1 S3 0.1 0.1 0.2 0 0.3 1 S4 0.1 0.1 0 0.1 1 S5 0.06 0 0.1 1 S6 0.04 1
S1=1
输入 输入概率第一步第二步第三步第四步
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 S2 0.3 0.3 0.3 0.3 0.4 S3 0.1 0.1 0.2 01 S6 0.04
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 0 S2 0.3 0.3 0.3 0.3 0 0.4 1 S3 0.1 0.1 0.2 0 0.3 1 S4 0.1 0.1 0 0.1 1 S5 0.06 0 0.1 1 S6 0.04 1
90x60x24x3x512x512x8bit=97,200M。 如一张CD光盘可存600兆字节数据，这部电影 光图象（还有声音）就需要160张CD光盘用来存 储。
对图象数据进行压缩显得非常必要。
本章讨论的问题：在满足一定条件下，能否 减小图象bit数，以及用什么样的编码方法使之 减少。
➢ 可能性
一般原始图像中存在很大的冗余度。 用户通常允许图像失真。 当信道的分辨率不及原始图像的分辨率时，降低输 入的原始图像的分辨率对输出图像分辨率影响不大。 用户对原始图像的信号不全都感兴趣，可用特征提 取和图像识别的方法，丢掉大量无用的信息。提取有 用的信息，使必须传输和存储的图像数据大大减少。
然后把最末两个符号的概率相加，合成一个 概率。
ii.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。
iii.重复上述做法，直到最后剩下两个概率为止。 iv.从最后一步剩下的两个概率开始逐步向前进行编码
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 0 S2 0.3 0.3 0.3 0.3 0 0.4 1 S3 0.1 0.1 0.2 0 0.3 1 S4 0.1 0.1 0 0.1 1 S5 0.06 0 0.1 1 S6 0.04 1
S1=1
输入 输入概率第一步第二步第三步第四步
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 S2 0.3 0.3 0.3 0.3 0.4 S3 0.1 0.1 0.2 01 S6 0.04
输入 输入概率第一步第二步第三步第四步
S1 0.4 0.4 0.4 0.4 0.6 0 S2 0.3 0.3 0.3 0.3 0 0.4 1 S3 0.1 0.1 0.2 0 0.3 1 S4 0.1 0.1 0 0.1 1 S5 0.06 0 0.1 1 S6 0.04 1
90x60x24x3x512x512x8bit=97,200M。 如一张CD光盘可存600兆字节数据，这部电影 光图象（还有声音）就需要160张CD光盘用来存 储。
对图象数据进行压缩显得非常必要。
本章讨论的问题：在满足一定条件下，能否 减小图象bit数，以及用什么样的编码方法使之 减少。
➢ 可能性
一般原始图像中存在很大的冗余度。 用户通常允许图像失真。 当信道的分辨率不及原始图像的分辨率时，降低输 入的原始图像的分辨率对输出图像分辨率影响不大。 用户对原始图像的信号不全都感兴趣，可用特征提 取和图像识别的方法，丢掉大量无用的信息。提取有 用的信息，使必须传输和存储的图像数据大大减少。
图像压缩编码ppt课件
11
7.1.3、 图像压缩编码分类 (Coding methods of Image Compression
数字图像压缩编码分类方法有很多，但从不同的角度，可以有 不同的划分。从信息论角度分，可以将图像的压缩编码方法分为无 失真压缩编码和有限失真编码。
无失真图像压缩编码利用图像信源概率分布的不均匀性， 通过变长编码来减少信源数据冗余，使编码后的图像数据接 近其信息熵而不产生失真，因而也通常被称为熵编码。
图7.3 时间冗余
8
7.1.2、图像数据冗余 (Image data redundancy)
3. 信息熵冗余
信息熵冗余是针对数据的信息量而言的。设某种编码的平均码长 为
k 1
L p(si )l(si ) i0
式中，l(si )为分配给第符号 si 的比特数，p(si为) 符号出现的概率。
这种压缩的目的就是要使L接近 H X
随着人们认识的深入，某些图像所具有的先验知识，如人脸 图像的固有结构（包括眼、耳、鼻、口等）为人们所熟悉。这些由 先验知识得到的规律结构就是知识冗余。
6. 视觉冗余
由于人眼的视觉特性所限，人眼不能完全感觉到图像画面的所有细 小的变化。例如人眼的视觉对图像边缘的剧烈变化不敏感，而对图 像的亮度信息非常敏感，因此经过图像压缩后，虽然丢了一些信息， 但从人眼的视觉上并未感到其中的变化，而仍认为图像具有良好的 质量。
有限失真编码则是根据人眼视觉特性，在允许图像产生一 定失真的情况下（尽管这种失真常常不为人眼所觉察），利用 图像信源在空间和时间上具有较大的相关性这一特点，通过某 一种信号变换来消除信源的相关性、减少信号方差，达到压缩 编码的目的。
12
7.1.4、压缩技术的性能指标(Evaluation Index of Image Compression approaches)
7.1.3、 图像压缩编码分类 (Coding methods of Image Compression
数字图像压缩编码分类方法有很多，但从不同的角度，可以有 不同的划分。从信息论角度分，可以将图像的压缩编码方法分为无 失真压缩编码和有限失真编码。
无失真图像压缩编码利用图像信源概率分布的不均匀性， 通过变长编码来减少信源数据冗余，使编码后的图像数据接 近其信息熵而不产生失真，因而也通常被称为熵编码。
图7.3 时间冗余
8
7.1.2、图像数据冗余 (Image data redundancy)
3. 信息熵冗余
信息熵冗余是针对数据的信息量而言的。设某种编码的平均码长 为
k 1
L p(si )l(si ) i0
式中，l(si )为分配给第符号 si 的比特数，p(si为) 符号出现的概率。
这种压缩的目的就是要使L接近 H X
随着人们认识的深入，某些图像所具有的先验知识，如人脸 图像的固有结构（包括眼、耳、鼻、口等）为人们所熟悉。这些由 先验知识得到的规律结构就是知识冗余。
6. 视觉冗余
由于人眼的视觉特性所限，人眼不能完全感觉到图像画面的所有细 小的变化。例如人眼的视觉对图像边缘的剧烈变化不敏感，而对图 像的亮度信息非常敏感，因此经过图像压缩后，虽然丢了一些信息， 但从人眼的视觉上并未感到其中的变化，而仍认为图像具有良好的 质量。
有限失真编码则是根据人眼视觉特性，在允许图像产生一 定失真的情况下（尽管这种失真常常不为人眼所觉察），利用 图像信源在空间和时间上具有较大的相关性这一特点，通过某 一种信号变换来消除信源的相关性、减少信号方差，达到压缩 编码的目的。
12
7.1.4、压缩技术的性能指标(Evaluation Index of Image Compression approaches)
- 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)。
I(di)=-log2P(di) 可见 越是不可能出现的消息，它的出现对信息的贡献量越大： 一个消息出现的可能性越小，其信息量就越多； 而消息出现的可能性越大，其信息量就越少。
熵：信源的平均信息量称为“熵”（entropy），即
m
H p(di)lo2gp(di) i1
17
➢ 概述
压缩编码系统评价 1)名词术语 平均码字长：
第六章 数字图像的压缩编码
1
➢ 概述
图像压缩编码的必要性 例：640*480*24bit＝7372800bit
＝7372800/8/1024 ＝900KB
若以每秒30帧的速度播放，每秒的数据量为：
640*480*24*30bit ＝ 210.9Mbit = 26.3MB 650MB/ 26.3MB ＝ 24s
4
➢ 概述
必要性： 容量很大、存储、处理和传输困难。
5➢ 概述ຫໍສະໝຸດ 图像 采集信源 编码
图像 显示或 存储
信源 解码
信道 编码 图 像
通信
信道 解码
6
➢ 概述
信源
– 需要传输或存储的原始信息称为“信源”。包 括语音、图像、视频等信息源。
– “信源编码”的主要任务是利用一定的编码方 法降低数码率，即比特率。
13
➢ 概述
14
➢ 概述
图像压缩编码的分类 1)从图像压缩技术的发展过程分类
20世纪80年代以前 传统的信源编码方法(有关 信息熵、编码方法及数据压缩比) 20世纪80年代以后 突破信源编码理论(结合分 形、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)
15
➢ 概述
m
R i p(di ) i1 i 为灰度级di对应的码字长
18
➢ 概述
压缩编码系统评价 1)名词术语 编码效率：
H 100%
R
压缩比：
r n R
19
➢ 概述
压缩编码系统评价
2)系统评价 基于压缩编码参数的基本评价 在R≥H条件下，总可以设计出某种无失真编码方法； R<H，则必然会丢失信息而引起失真，这时，其编码 就是在允许有某种失真的条件下的所谓失真编码； 最佳编码：R等于或接近于H。
20
➢ 概述
一个编码系统要研究的问题是设法减少编码 的平均长度，使编码效率η尽量趋于1，而冗 余度尽量趋于0。 例：
符号：u1 u2 u3 u4 u5 u6 概率：0.25 0.25 0.20 0.15 0.10 0.05 码字：01 10 11 000 0010 0011
21
➢ 概述
6
熵： H p(di)lo2gp(di)2.42 i1
图像压缩编码的分类 2)从解码结果对原图像的保真程度分类
无损压缩(冗余度压缩、可逆压缩) 有损压缩(熵压缩、不可逆压缩) 3)根据具体编码技术分类 预测编码、变换编码、统计编码、轮廓编码、模 型编码
16
➢ 概述
压缩编码系统评价 1)名词术语 图像熵： 按照信息论，设有一个无记忆的信源，它产生消息 {di}, i=1,…,m的概率是已知的，记为P(di)，则信息量定义为：
2)图像中像素灰度出现的不均匀性，造成图像信息熵冗 余。 若将出现概率大的灰度级用长度较短的码表示；将出现 概率小的灰度级用长度较长的码表示，有可能使编码总 长度下降。
10
➢ 概述
图像本身特征带来的数据压缩的可能性
3)图像能量在变换域内分布的不均匀性。 大部分能量 低频部分 分配较多的位数 小部分能量 高频部分 分配较少的位数
8
➢ 概述
图像本身特征带来的数据压缩的可能性
1)图像像素灰度在时间和空间上的相关性造成信息冗余 空间冗余：邻近像素灰度分布的相关性很强； 频间冗余：多谱段图像中各谱段图像对应像素之间灰 度相关性很大； 时间冗余：序列图像帧间画面对应像素灰度的相关性 很强。
9
➢ 概述
图像本身特征带来的数据压缩的可能性
信道
– 信息传输的通路； – 信息在传输中要增加可靠性、抗干扰能力，就
要进行“信道编码”，此时要进行奇偶校验等 检测，需要增加比特数。抗干扰能力越强，增 加的比特数就越多。
7
➢ 概述
图像压缩编码的可能性
图像压缩的理论基础是信息论。从信息论的角度 来看，压缩就是去掉信息中的冗余，即保留不确 定的信息，去掉确定的信息(可推知的)；也就是 用一种更接近信息本质的描述来代替原有冗余的 描述。 一幅图像中存在着大量的数据冗余和主观视觉冗 余，因此数据压缩既是必要的，也是可能的。
平均码字长：R 6 i p(di)2.45 i1
编码效率： H 1% 0 0 2 .4 2 1% 0 0 9.8 8 %
2
➢ 概述
图像压缩编码的必要性 例：200dpi的分辨率传输一张A4稿纸的内容 (200*210/25.4) * (200*297/25.4) bit
= 3866948 bit 电话线传输速率 14.4Kbit/s t = 3866948 / (14.4*1024) = 262s= 4.4min
3
➢ 概述
例:一般彩色电视信号,YIQ色空间中各分量的带宽分别 为4.2MHz、1.5MHz、0.5MHz，采样原理，采样 频率>=2倍原始信号频率，量化为8bit，1秒钟的数 据量为(4.2+1.5+0.5)*2*8=99.2MBits，约为 100Mbits/S。
1GB/100Mbit = 1024*8Mbit/100Mbit= 82s 1GB的CD-ROM存1分钟多的原始电视节目。 HDTV数据量约为1.2Gbits/S，1GB存6秒钟HDTV。
11
➢ 概述
应用环境允许图像有一定程度失真
1)接受端图像设备分辨率较低，则可降低图像分辨率。 2)根据人的视觉特性对不敏感区进行降分辨率编码。 3)用户所关心的图像区域有限，可对其余部分图像采用 空间和灰度级上的粗化。
12
➢ 概述
图像数据的这些冗余信息为图像压缩编码提供了依据。例如， 利用人眼对蓝光不敏感的视觉特性，在对彩色图像编码时， 就 可以用较低的精度对蓝色分量进行编码。图像编码的目的就是 充分利用图像中存在的各种冗余信息，特别是空间冗余、时间 冗余以及视觉冗余，以尽量少的比特数来表示图像。利用各种 冗余信息， 压缩编码技术能够很好地解决在将模拟信号转换为 数字信号后所产生的带宽需求增加的问题， 它是使数字信号走 上实用化的关键技术之一，下表中列出了几种常见应用的码率。
熵：信源的平均信息量称为“熵”（entropy），即
m
H p(di)lo2gp(di) i1
17
➢ 概述
压缩编码系统评价 1)名词术语 平均码字长：
第六章 数字图像的压缩编码
1
➢ 概述
图像压缩编码的必要性 例：640*480*24bit＝7372800bit
＝7372800/8/1024 ＝900KB
若以每秒30帧的速度播放，每秒的数据量为：
640*480*24*30bit ＝ 210.9Mbit = 26.3MB 650MB/ 26.3MB ＝ 24s
4
➢ 概述
必要性： 容量很大、存储、处理和传输困难。
5➢ 概述ຫໍສະໝຸດ 图像 采集信源 编码
图像 显示或 存储
信源 解码
信道 编码 图 像
通信
信道 解码
6
➢ 概述
信源
– 需要传输或存储的原始信息称为“信源”。包 括语音、图像、视频等信息源。
– “信源编码”的主要任务是利用一定的编码方 法降低数码率，即比特率。
13
➢ 概述
14
➢ 概述
图像压缩编码的分类 1)从图像压缩技术的发展过程分类
20世纪80年代以前 传统的信源编码方法(有关 信息熵、编码方法及数据压缩比) 20世纪80年代以后 突破信源编码理论(结合分 形、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)
15
➢ 概述
m
R i p(di ) i1 i 为灰度级di对应的码字长
18
➢ 概述
压缩编码系统评价 1)名词术语 编码效率：
H 100%
R
压缩比：
r n R
19
➢ 概述
压缩编码系统评价
2)系统评价 基于压缩编码参数的基本评价 在R≥H条件下，总可以设计出某种无失真编码方法； R<H，则必然会丢失信息而引起失真，这时，其编码 就是在允许有某种失真的条件下的所谓失真编码； 最佳编码：R等于或接近于H。
20
➢ 概述
一个编码系统要研究的问题是设法减少编码 的平均长度，使编码效率η尽量趋于1，而冗 余度尽量趋于0。 例：
符号：u1 u2 u3 u4 u5 u6 概率：0.25 0.25 0.20 0.15 0.10 0.05 码字：01 10 11 000 0010 0011
21
➢ 概述
6
熵： H p(di)lo2gp(di)2.42 i1
图像压缩编码的分类 2)从解码结果对原图像的保真程度分类
无损压缩(冗余度压缩、可逆压缩) 有损压缩(熵压缩、不可逆压缩) 3)根据具体编码技术分类 预测编码、变换编码、统计编码、轮廓编码、模 型编码
16
➢ 概述
压缩编码系统评价 1)名词术语 图像熵： 按照信息论，设有一个无记忆的信源，它产生消息 {di}, i=1,…,m的概率是已知的，记为P(di)，则信息量定义为：
2)图像中像素灰度出现的不均匀性，造成图像信息熵冗 余。 若将出现概率大的灰度级用长度较短的码表示；将出现 概率小的灰度级用长度较长的码表示，有可能使编码总 长度下降。
10
➢ 概述
图像本身特征带来的数据压缩的可能性
3)图像能量在变换域内分布的不均匀性。 大部分能量 低频部分 分配较多的位数 小部分能量 高频部分 分配较少的位数
8
➢ 概述
图像本身特征带来的数据压缩的可能性
1)图像像素灰度在时间和空间上的相关性造成信息冗余 空间冗余：邻近像素灰度分布的相关性很强； 频间冗余：多谱段图像中各谱段图像对应像素之间灰 度相关性很大； 时间冗余：序列图像帧间画面对应像素灰度的相关性 很强。
9
➢ 概述
图像本身特征带来的数据压缩的可能性
信道
– 信息传输的通路； – 信息在传输中要增加可靠性、抗干扰能力，就
要进行“信道编码”，此时要进行奇偶校验等 检测，需要增加比特数。抗干扰能力越强，增 加的比特数就越多。
7
➢ 概述
图像压缩编码的可能性
图像压缩的理论基础是信息论。从信息论的角度 来看，压缩就是去掉信息中的冗余，即保留不确 定的信息，去掉确定的信息(可推知的)；也就是 用一种更接近信息本质的描述来代替原有冗余的 描述。 一幅图像中存在着大量的数据冗余和主观视觉冗 余，因此数据压缩既是必要的，也是可能的。
平均码字长：R 6 i p(di)2.45 i1
编码效率： H 1% 0 0 2 .4 2 1% 0 0 9.8 8 %
2
➢ 概述
图像压缩编码的必要性 例：200dpi的分辨率传输一张A4稿纸的内容 (200*210/25.4) * (200*297/25.4) bit
= 3866948 bit 电话线传输速率 14.4Kbit/s t = 3866948 / (14.4*1024) = 262s= 4.4min
3
➢ 概述
例:一般彩色电视信号,YIQ色空间中各分量的带宽分别 为4.2MHz、1.5MHz、0.5MHz，采样原理，采样 频率>=2倍原始信号频率，量化为8bit，1秒钟的数 据量为(4.2+1.5+0.5)*2*8=99.2MBits，约为 100Mbits/S。
1GB/100Mbit = 1024*8Mbit/100Mbit= 82s 1GB的CD-ROM存1分钟多的原始电视节目。 HDTV数据量约为1.2Gbits/S，1GB存6秒钟HDTV。
11
➢ 概述
应用环境允许图像有一定程度失真
1)接受端图像设备分辨率较低，则可降低图像分辨率。 2)根据人的视觉特性对不敏感区进行降分辨率编码。 3)用户所关心的图像区域有限，可对其余部分图像采用 空间和灰度级上的粗化。
12
➢ 概述
图像数据的这些冗余信息为图像压缩编码提供了依据。例如， 利用人眼对蓝光不敏感的视觉特性，在对彩色图像编码时， 就 可以用较低的精度对蓝色分量进行编码。图像编码的目的就是 充分利用图像中存在的各种冗余信息，特别是空间冗余、时间 冗余以及视觉冗余，以尽量少的比特数来表示图像。利用各种 冗余信息， 压缩编码技术能够很好地解决在将模拟信号转换为 数字信号后所产生的带宽需求增加的问题， 它是使数字信号走 上实用化的关键技术之一，下表中列出了几种常见应用的码率。