数字图像处理实验报告 (图像编码)

实验三图像编码

一、实验内容:

用Matlab语言、C语言或C++语言编制图像处理软件，对某幅图像进行时域和频域的编码压缩。

二、实验目的和意义:

1. 掌握哈夫曼编码、香农-范诺编码、行程编码

2．了解图像压缩国际标准

三、实验原理与主要框架:

3.1实验所用编程环境:

Visual C++6.0（简称VC）

3.2实验处理的对象:256色的BMP(BIT MAP )格式图像

BMP(BIT MAP )位图的文件结构:(如图3.1)

图3.1 位图的文件结构

具体组成图:

单色DIB 有2个表项

16色DIB 有16个表项或更少 256色DIB 有256个表项或更少 真彩色DIB 没有调色板

每个表项长度为4字节（32位） 像素按照每行每列的顺序排列

每一行的字节数必须是4的整数倍

biSize biWidth biHeight biPlanes biBitCount biCompression biSizeImage

biXPelsPerMeter biYPelsPerMeter biClrUsed

biClrImportant

bfType=”BM ” bfSize

bfReserved1 bfReserved2 bfOffBits BITMAPFILEHEADER

位图文件头 （只用于BMP 文件）

BITMAPINFOHEADER

位图信息头

Palette 调色板

DIB Pixels DIB 图像数据

3.3 数字图像基本概念

数字图像是连续图像(,)f x y 的一种近似表示，通常用由采样点的值所组成的矩阵来表示：

(0,0)(0,1)...

(0,1)(1,0)(1,1)...(1,1)......

...

(1,0)

(1,1)...

(1,1)f f f M f f f M f N f N f N M -⎡⎤⎢⎥-⎢⎥⎢⎥⎢

⎥

----⎣⎦

每一个采样单元叫做一个像素(pixel )，上式(2.1)中，M 、N 分别为数字图像在横(行)、纵(列)方向上的像素总数。在计算机内通常用二维数组来表示数字图像的矩阵，把像素按不同的方式进行组织或存储，就得到不同的图像格式，把图像数据存成文件就得到图像文件。图像文件按其数字图像格式的不同一般具有不同的扩展名。最常见的图像格式是位图格式，其文件名以BMP 为扩展名。图像数字

化的精度包括两部分，即分辨率和颜色深度。分辨率指图像数字化的空间精细度，有显示分辨率和图像分辨率两种。

数字图像的颜色深度表示每一像素的颜色值所占的二进制位数。颜色深度越大则能表示的颜色数目越多。颜色深度的不同，就产生不同种类的图像文件，在计算机中常使用图像文件的类型有单色图像、灰度图像、伪彩色图像和24位真彩色图像。它们之间的关系取决于数字图像采用的颜色表示法。常用的颜色表示法有RGB、CMYK、HSL和YUV等。

数字图像的数据容量非常庞大，如以24位真彩色表示像素为640*480的数字图像，所需要的数据量为900KB，所以需要对数字图像进行数据压缩。数据压缩包括数据压缩编码和压缩数据解码两个过程。

图像压缩的基本原则包括：

（1）编码重复压缩：按照编码重复的概率大小做压缩编码，压缩重复概率大的编码，可以节省一些存储空间。

（2）像素间重复压缩：前后像素间存在的某种程度的相关，如存在相同的背景图像等，简化编码以节省空间。

（3）视觉重复压缩：由于入眼的生理构造，就算在像素之间少了几个像素，眼睛也看不出来。但是，只是在某些情况中才可以允许这种失真性较大的应用。

主要的数字图像压缩标准是JPEG(Joint Picture Expert Group)标准。

数字图像的采集设备主要有扫描仪、数字相机和图像采集卡等。通过对数字图像进行一定的处理，即图像处理，可在一定程度上改善图像的分辨质量和形成特殊的视觉效果。数字图像处理由数字图像处理系统完成，其结构主要包括图像采集系统、计算机图像处理系统和图像输出系统三部分。

3.4图像的编码

图像的编码包括图像的离哈夫曼编码、香农-范诺编码、行程编码，基本框架(如图3.2)和图像编码菜单设计图(如图3.3)如下：

图3.2 图像编码流程图

图3.3 bmp图像编码菜单设计图

四、数字图像编码技术:

4.1 哈夫曼编码

根据信息论中信源编码理论，当平均码长R大于等于图像熵H时，总可设计出一种无失真编码。当平均码长大于图像熵时，表明该编码方法效率很低；当平

均码长等于或很接近于（但不大于）图像熵时，称此编码方法为最佳编码，此时不会引起图像失真；当平均码长小于图像熵时，压缩比较高，但会引起图像失真。在变长编码中，如果码字长度严格按照对应符号出现的概率大小逆序排列，但其平均码字长度为最小，这就是变长最佳编码定理。变长最佳编码定理是哈夫曼编码的理论基础。

4.1.1 哈夫曼编码基本原理

哈夫曼（Huffman ）编码是一种常用的压缩编码方法，是Huffman 于1952年为压缩文本文件建立的，是一种效率比较高的变长无失真信源编码方法。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。

由于哈夫曼编码是以信源概率分布为基础的，但一般情况下无法事先知道信源的概率分布，因而通常采用对大量数据进行统计后得到的近似分布来代替，这样会导致实际应用时哈夫曼编码无法达到最佳性能。 4.1.2 哈夫曼编码步骤

下面来介绍哈夫曼编码方法：

（1）将输入的符号（图像中的灰度级）i a 按出现概率()i P a 由小到大排列，即()()()...i j k P a P a P a ≤≤

（2）将最小的两个()i P a 相加，形成一个新的概率集合（此时压缩了一个()i P a ），再按（1）重复直到只剩下两个概率为止。

下图给出了一个实际信源符号的缩减过程。

表3.1 哈夫曼编码中的信源符号缩减过程