第十五讲 图像的编码和压缩
图像压缩与编码
实验项目3、图像压缩与编码一、实验目的（1）理解图像压缩编码的基本原理；（2）掌握用程序代码实现DCT变换编码；（3）掌握用程序代码实现游程编码。
二、实验原理及知识点1、图像压缩编码图像信号经过数字化后，数据量相当大，很难直接进行保存。
为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像进行压缩编码。
图像压缩技术标准一般可分为如下几种：JPEG压缩（JPEG Compression）、JPEG 2000、H.26X标准（H.26X standards）以及MPEG标准（MPEG standards）。
数字压缩技术的性能指标包括：压缩比、平均码字长度、编码效率、冗余度。
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。
前者主要包括Huffman编码、算术编码和游程编码；后者主要包括预测编码、变换编码和矢量量化编码以及运动检测和运动补偿技术。
图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。
2、游程编码某些图像特别是计算机生成的图像往往包含许多颜色相同的块，在这些块中，许多连续的扫描行或者同一扫描行上有许多连续的像素都具有相同的颜色值。
在这些情况下就不需要存储每一个像素的颜色值，而是仅仅存储一个像素值以及具有相同颜色的像素数目，将这种编码方法称为游程（或行程）编码，连续的具有相同颜色值的所有像素构成一个行程。
在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
游程编码记录方式有两种：①逐行记录每个游程的终点列号：②逐行记录每个游程的长度3、DCT变换编码变换编码是在变换域进行图像压缩的一种技术。
图像编码与压缩技术共166页文档
11、获得的成功越大，就越令人高兴 。野心 是使人 勤奋的 原因， 节制使 人枯萎 。 12、不问收获，只问耕耘。如同种树 ，先有 根茎， 再有枝 叶，尔 后花实 ，好好 劳动， 不要想 太多， 那样只 会使人 胆孝懒 惰，因 为不实 践，甚 至不接 触社会 ，难道 你是野 人。(名 言网) 13、不怕，不悔(虽然只有四个字，但 常看常 新。 14、我在心里默默地为每一个人祝福 。我爱 自己， 我用清 洁与节 制来珍 惜我的 身体， 我用智 慧和知 识充实 我的头 脑。 15、这世上的一切都借希望而完成。 农夫不 会播下 一粒玉 米，如 果他不 曾希望 它长成 种籽； பைடு நூலகம்身汉 不会娶 妻，如 果他不 曾希望 有小孩 ；商人 或手艺 人不会 工作， 如果他 不曾希 望因此 而有收 益。-- 马钉路 德。
61、奢侈是舒适的，否则就不是奢侈 。——CocoCha nel 62、少而好学，如日出之阳；壮而好学 ，如日 中之光 ；志而 好学， 如炳烛 之光。 ——刘 向 63、三军可夺帅也，匹夫不可夺志也。 ——孔 丘 64、人生就是学校。在那里，与其说好 的教师 是幸福 ，不如 说好的 教师是 不幸。 ——海 贝尔 65、接受挑战，就可以享受胜利的喜悦 。——杰纳勒 尔·乔治·S·巴顿
谢谢！
第十五讲 图像的编码和压缩
0
0.6
0.4
1
0
0.11
0.37 1 0 x4 0.12 x 0.17 1 0 3 1 0 0.20 x2 0.08 x6 0 .09 x 5
？
计算该信源的熵、编码后的平均码长，并思考对 于同一图像采用Huffman编码，编码是否唯一？
香农编码(Shannon Coding)
编码方法：
1、将输入灰度级按出现的概率由大到小排列； 2、按 - log 2 Pi ti -log 2 Pi 1 计算各概率对应的码长； 3、计算各灰度级对应的累加概率：
符号集 x1 x2 x3
经排序 的概率 分布
1 0.40 000
第一次 合并后 排序
1 0.40 000
第二次 合并后 排序
0.40 0.23 0.20
1
第三次 合并后 排序
1 0.40 00
第四次 合并后 排序
0.60 0.40
0 1
第五次 合并后 排序
1
0.20 0.12
010
0.20 0.17 0.11
思想：
在信源数据中出现概率越大的符号，编码以后相应的 码长越短；出现概率越小的符号，其码长越长，从而达到 用尽可能少的码符表示信源数据。它在无损变长编码方法 中是最佳的。
编码方法：
1. 把输入符号按出现的概率从大到小排列起来,接着把概 率最小的两个符号的概率求和; 2. 把它（概率之和）同其余符号概率由大到小排序,然后 把两个最小概率求和; 3. 重复2,直到最后只剩下两个概率为止。
Lecture 15 Image Coding and Compression
Explain Contents
图像压缩的概念、目的和意义 图像的霍夫曼编码、香农编码、算术编码、 行程编码方法
图像压缩编码原理ppt-课件
× DCT
在图像的运动处理中主要有两个过程。
对于函数Ψ(x)∈L2(R)，当且仅当其傅立叶变换Φ(ω)满足条件
DCT 第一个过程为运动估计(Motion Estimation，ME)。 视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就察觉不出来，高于它才看得出来，这是一个统计值。
8 的
把图像分成若干子块，设子块图像是由N×N个像素组成的像块，并假设一个像块内的所有像素作一致的平移运动。 图像数据的压缩机理来自两个方面：一是利用图像中存在大量冗余度可供压缩；
p(xi ) 1，
则符号xi所携带的信息量定义为i1
I(xi)=log2(1/p(xi))
2．信息“熵”
如果将信源所有可能时间的信息量进 行平均，就得到了信源中每个符号的平均 信息量，又称为信息的熵，可表示为
N
N
H (X )p (x i)lo 2 ( 1 /g p (x i) )p (x i)lo 2p (x g i)
f(x,y)2F(u,v)2
x0y0
u0v0
2 ． 能 量 集 中 性 ( Energy
Compaction)
大部分正交变换趋向将图像的大部分 能量集中到相对少数几个系数上，由于整 个能量守恒，因此这意味着许多变换系数 只含有很少的能量。
3．去相关性(Decorrelation)
当输入的像素高度相关时，变换系数 趋向于不相关。
图像压缩编码原理
3.1 压缩编码基础 3.2 预 测 编 码 3.3 正交变换编码 3.4 统 计 编 码 3.5 子 带 编 码 3.6 小波变换编码
3.1 压缩编码基础
图像数据的压缩机理来自两个方面： 一是利用图像中存在大量冗余度可供压缩； 二是利用人眼的视觉特性。
数字图像压缩编码
数字图像处理——图像压缩编码概述数据编码的目的各异，信息保密、信息的压缩存储与传输等。
数据压缩是以较少的数据量表示信源以原始形式所代表的信息，其目的在于节省存储空间、传输时间、信号频带或发送能量等。
这些概念对于静态的文字、图像，动态的音频、视频都适用。
各种数据压缩的方法不尽相同，但是系统的组成框架如图1所示图1图中信源编码主要解决压缩的有效性问题，而信道编码主要解决编码的可靠性问题。
从原理上看，压缩主要依靠前者，而后者是可靠实现压缩过程的可靠保证。
若信源编码的熵大于信源的实际熵，则信源中的数据一定存在冗余度。
冗余数据的去除并不会减少信息量。
一般图像中存在着以下数据冗余因素：编码冗余；像素间的相关性形成的冗余；视觉特性和显示设备引起的冗余。
常用的图像压缩技术指标：图像熵与平均码长；图像冗余度与编码效率；压缩比；客观评价（信噪比）；主观评价（参与测试组的全体组员的平均判分）。
传统数据压缩方法的分类：无损压缩包括统计编码（Huffman编码，Shannon编码，游程编码，算术编码等）和轮廓编码；有损压缩包括预测编码（脉冲编码调制PCM,Differential PCM,AdaptiveDPCM等）、变换编码（DFT,DCT,KLT,WHT,小波变换等）和混合编码。
统计编码是根据信源的概率分布特性，分配具有惟一可译性的可变长码字，降低平均码字长度，以提高信息的传输速度，节省存储空间。
其基本原理是在信号概率分布情况已知的基础上，概率大的信号对应的码字短，概率小的信号对应的码字长，这样就降低了平均码字长度。
Huffman（哈夫曼）编码算法如下①将图像的灰度等级按概率大小进行升序排序。
②在灰度级集合中取两个最小概率相加，合成一个概率。
③新合成的概率与其他的概率成员组成新的概率集合。
④在新的概率集合中，仍然按照步骤②～③的规则，直至新的概率集合中只有一个概率为1的成员。
这样的归并过程可以用二叉树描述。
⑤从根节点按前缀码的编码规则进行二进制编码。
哈夫曼编码方法Huffman
为什么?
3 图像的无失真编码方法
自适应WBS编码
根据图像局部结构或统计特性，改变像素块 尺寸大小； 一维情况下，首先判断该行是否有1024个连 续白像素； 否则判断是否有64，16，4个连续白像素； 否则直接编码；
3 图像的无失真编码方法
1）白块跳过编码WBS
原理
对于一般白纸黑字的文件，总是白的面积大。因此 跳过白的行程，只对黑行程编码就可以压缩数据。 将每一扫描行分成若干段，每段包含n个像素。对 于全白段，给最短码字如0；而对于黑白相间或全 黑段，不进行压缩。 为区别全白段和有黑段，在编码前加1作为标志位。
一维WBS编码
3 图像的无失真编码方法
一维WBS编码平均码长
设全白段出现的概率是pw，则平均码长 1 1 Rn pw 1 1 pw n 1 1 pw n n 因此WBS 编码的效率取决于n和pw。
设n 5，求包含一个全白块、有黑块11010、 有黑块10000三块的WBS码。 解：全白块编码为0，有黑块11010编码为 111010，有黑块10000编码为110000， 所以编码为0111010110000。
从Lenna和Bob的差分图像的直方图看：
i 1 k i k 1
wn分成两组，
p；
i
n
Step 2 : 将两个子集分别编码0和1； Step3: 将两个子集重复Step1，同样上面子集编码0，下面编码1； Step 4 : 重复Step3，直到每个子集只有1个w为止。最后将编码依 次排出，得到Fano - Shannon编码。
图像编码的原理与流程详解
图像编码是一种将图像数据转换为更紧凑表示的过程，它在数字图像处理和传输中起着至关重要的作用。
本文将详细解析图像编码的原理和流程，从数据压缩到图像还原，逐步揭示其工作机制。
一、图像编码的基本原理图像编码的基本原理是基于人眼的视觉特性和图像的空间相关性。
人眼对图像的敏感度不均匀，对细节和变化较大的区域更敏感。
因此，图像编码可以通过降低对细节和变化较小的区域的精度来实现压缩。
此外，图像中的相邻像素之间存在一定的相关性，这种相关性可以通过差分编码来利用。
二、图像编码的流程图像编码一般包括以下几个主要的步骤：预处理、变换、量化、编码和解码。
1. 预处理预处理是对原始图像进行一些基本操作，以准备好数据进行后续处理。
常见的预处理操作包括图像去噪、颜色空间转换和亮度调整等。
2. 变换变换是将图像从空间域转换到频域的过程。
常用的变换方法包括离散余弦变换（DCT）和小波变换。
变换的目的是将图像的能量集中在少数重要的频率成分上，减小冗余信息。
3. 量化量化是将变换后的频域系数映射到有限数量的离散级别，以减小数据表示的精度。
量化通常使用固定或自适应的量化表，对不同频率的系数施加不同的量化步长。
4. 编码编码是将量化后的系数进行压缩表示的过程。
常用的编码方法有霍夫曼编码、算术编码和熵编码等。
这些编码方法利用了频率统计和冗余信息的特性，实现了高效的数据压缩。
5. 解码解码是编码的逆过程，将压缩表示的图像数据恢复为原始的图像信息。
解码过程包括解码器的反量化和反变换操作，以及任何必要的后处理步骤。
三、图像编码的应用和发展图像编码技术在图像和视频传输、存储和处理中得到了广泛的应用。
随着网络宽带的提升和存储设备的发展，人们对图像质量和数据压缩比的要求越来越高，图像编码技术也在不断进步。
目前，主流的图像编码标准有JPEG、JPEG 2000和HEVC等。
JPEG 是最常用的静态图像编码标准，它利用了DCT、量化和霍夫曼编码等技术，实现了相对较高的压缩比。
电视原理课件之图像压缩编码原理
电视原理课件之图像压缩编码原理2023-10-27CATALOGUE目录•图像压缩编码概述•图像压缩编码技术分类•图像压缩编码原理及实现方法•图像压缩编码性能评估及优化方法•JPEG压缩编码算法详解及实例演示•H.264视频压缩编码技术详解及实例演示01图像压缩编码概述图像压缩编码的概念图像压缩编码是一种通过特定算法对图像数据进行压缩的技术。
它可以将图像数据的大小和存储需求降低，以便在有限的存储空间内存储更多的图像数据。
压缩后的图像数据可以通过解压缩算法进行还原，以便在显示或传输过程中使用。
010203图像压缩编码的必要性通过图像压缩编码技术，可以大大降低图像数据的存储空间和传输成本。
图像数据量巨大，占用存储空间大，传输成本高。
同时，图像压缩编码技术还可以提高图像数据的处理速度和效率。
图像压缩编码技术的发展历程基于DCT（离散余弦变换）的压缩技术这是最早的图像压缩技术之一，它通过对图像数据进行DCT变换，将图像数据从空间域转换到频域，并对频域数据进行量化，从而实现图像数据的压缩。
基于小波变换的压缩技术小波变换是一种信号分析方法，它可以将信号分解成多个频带，并对每个频带进行精细的分析。
基于小波变换的压缩技术利用小波变换的特性，对图像数据进行多级分解，并对每个频带进行压缩，从而实现图像数据的压缩。
基于神经网络的压缩技术神经网络是一种模拟人脑神经元网络结构的计算模型，它可以自动学习并识别图像中的特征和模式。
基于神经网络的压缩技术利用神经网络的特性，对图像数据进行自动编码和解码，从而实现图像数据的压缩和解压缩。
02图像压缩编码技术分类基于像素的压缩编码预测编码利用像素之间的相关性进行预测，然后对预测误差进行编码，例如差分脉冲编码（DPCM）。
变换编码将图像数据进行频率变换，例如傅里叶变换、离散余弦变换（DCT），然后将变换后的数据进行量化和编码。
统计编码利用图像数据的统计特性进行编码，例如游程编码、算术编码等。
图像编码与压缩的关系解析(五)
图像编码与压缩的关系解析I. 引言图像编码与压缩是计算机图形处理领域的重要研究方向之一。
图像编码是指将图像数据转换成压缩格式的过程，而图像压缩则是通过降低图像数据的冗余性和利用人眼对图像的感知特性，减小图像数据的存储空间和传输带宽，同时尽量保持图像质量的过程。
本文将探讨图像编码与压缩之间的紧密关系。
II. 图像编码的基本原理1. 采样与量化图像编码的第一步是对原始图像进行采样，将连续的图像数据转换为离散的样本点。
常见的采样方法包括均匀采样和随机采样。
随后，对采样到的图像数据进行量化，将连续的像素值映射为离散的量化级别。
较高的量化级别能够保留较多的细节信息，但会增加编码的存储要求。
2. 编码与解码图像编码的目标是通过利用图像数据的统计特性，提取出能够表示图像内容的重要信息。
常见的编码方法包括无损编码和有损编码。
无损编码通过找到图像数据中存在的冗余性，提取冗余信息并进行适当的压缩，以实现不损失图像质量的压缩效果。
有损编码则通过舍弃一些对人眼不敏感的细节信息，以降低图像数据的存储与传输要求。
III. 图像压缩的原理与方法1. 空域压缩空域压缩方法通过对图像的像素值进行转换和编码，实现对图像数据的压缩。
其中，基于离散余弦变换的压缩方法（DCT）广泛应用于图像压缩领域。
DCT将图像数据从时域转换到频域，通过对图像频率成分进行量化和编码，实现图像的有损压缩。
此外，小波变换、小波包变换等方法也常被用于空域压缩。
2. 无损压缩无损压缩方法旨在通过数据重排、编码和预测等技术，实现对图像数据无损压缩。
代表性的无损压缩算法有无损预测编码（LPC）、无损遗传编码（LZW）和无损哈夫曼编码等。
这些方法通过寻找数据的统计特性和冗余信息，以减小数据的存储和传输负担，从而实现无损压缩。
IV. 图像编码与压缩的关系图像编码是图像压缩的基础和前提。
编码过程能够挖掘和利用图像数据中的冗余性和统计特性，从而实现对图像数据的有损或无损压缩。
图像压缩与无损压缩编码
图像压缩与无损压缩编码
图像压缩编码的分类
• 图像的无损压缩方法可分为两大类: 基于统计的方法。 基于字典的技术
基于统计的方法的无损压缩编码
• 利用信源的统计特性，去除其内在 的相关性和改变概率分布的不均匀 性，从而实现图像信息的压缩。 • 根据灰度值出现概率的分布特性而 进行的压缩编码。 • 主要采用的方法是变长编码。
理论基础
• 平均比特数：
L
k M 1
l现的概率。 • 压缩率（编码效率）：
p k为第k字码出 l k 为第k个码字的长度（二进制），
CR
n1
n2
n 1、n 2分别为压缩前后图像每像素的平均位数。
• 冗余度：如果编码效率不是百分之百，说明还有 1 冗余信息，冗余度： R D 1CR
香农—费诺编码
• 编码步骤 1. 统计每个灰度出现的概率 2. 从左到右把上述频率按从小到大的顺 序排列 3. 从序列中某个位置将序列分成两个子 序列，并尽量使两个序列频率和近似 相等，给前一个子序列赋值为1，后面 一个赋为0； 4. 重复3，直到序列不能再分。 5. 分配码字。将每个元素所属子序列的 值串起来。
图像中的冗余
• 相邻像素间有很强的相关性 • 人眼的视觉特性 人眼对某些图像的细节不敏感， 而且 具有一定的惰性（看到的动 画），所 以，可以通过去掉图像 中的某些人眼 不敏感的内容来达 到压缩的目的。
图像编码与压缩技术
下一页
home
上一页
熵是无失真图像编码的下界。
设变长编码所用的码进元制为D，第i个符号出现的概率p为i 与其对应的码字长度N为i，则变长最佳编码的均平编码长度 R的范围为：
H 1 R H
log2D
log2 D
下一页
home
上一页
四.图像编码新技术
图像编码已经发展了几十年，人们不断提出新 的压缩方法。如，利用人工神经网络（Artificial Neural Network，ANN）的压缩编码、分形编码 （Fractal Coding）、小波编码（Wavelet Coding）、 基于对象的压缩编码（Object Based Coding）和基 于模型的压缩编码（Model Based Coding）等等。
下一页
home
上一页
图 分形图像
下一页
home
上一页
给出一个稍微复杂的树模型：
设图形 T 0 为一条单位长直线
段，在第一个三等分点上各向两
边45角的方向延伸出两条 1
2
L0
长的
线段，在中点处向左以 30 延伸
出分线点段12 L 0处。长向得的右到线方图段以形，T3再10。 在延将第伸T二出n 个的13 L三每0 的等5
下一页
home
上一页
4)算法的复杂度 • 算法的复杂度即指完成图像压缩和解压缩所需的
运算量和硬件实现该算法的难易程度。
优秀的压缩算法要求有较高的压缩比，压缩 和解压缩快，算法简单，易于硬件实现，还要求 解压缩后的图像质量较好。选用编码方法时一定 要考虑图像信源本身的统计特性、多媒体系统(硬 件和软件产品)的适应能力、应用环境以及技术标 准。
- 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)。
Symbol encoder reduces coding redundancy, this operation is reversible.
图像保真度准则
描述解码图像相对原始图像偏离程度的测度一般称为保 真度。常用的保真度准则可分为两大类：客观保真度准 则和主观保真度准则。
客观保真度准则
最常用的客观保真度准则是原图像和解码图像之间的 均方根误差和均方根信噪比两种。
H ( x) 1 R( x) 1 r
冗余度 Redundancy
R( x) r 1 H ( x)
熵编码目的：使R尽量减少至H
例题
设一离散信源如下：
W1 1 X 2 00
W2 W3 W4 信源 1 1 1 概率 4 8 8 01 10 11 编码
概述
图像数据压缩的必要性
图像数据的特点之一是信息量大。海量数据需要巨大 的存储空间。如多媒体中的海量图像数据，不进行编码压 缩处理，一张600M字节的光盘，只能存放20秒左右的 640× 480像素的图像。没有编码压缩，多媒体信息保存 有多么困难是可想而知的。 在现代通信中，图像传输已成为重要内容之一。采用 编码压缩技术，减少传输数据量，是提高通信速度的重要 手段。可见，没有图像编码与压缩技术的发展，大容量图 像信息的存储与传输是难以实现的，多媒体、信息高速公 路等新技术在实际中的应用会遇到很大困难。
概述
图像压缩(Image Compression)的概念
数据压缩的研究内容包括数据的表示、传 输、变换和编码方法，目的是减少存储数据所 需的空间和传输所用的时间。 图像压缩就是在一个可以接受的还原状况 的前提下用尽可能少的比特数来表示源信号， 即把需要存储或传输的图像数据的比特数减少 到最少程度。图像压缩是通过编码实现的。
主观保真度准则
很多解压图最终是供人观看的，一种常用的方法是让 一组（不少于20人）观察者观察图像并给该图像评分， 将他们对该图像的评分取平均，作为这幅图像的质量。
信息论要素(Elements of Information Theory)
熵(Entropy)
平均信息量度，图像中各灰度级比特数的统计平均值。
The entropy (熵)of the source
For an information source producing J possible source symbols {a1,a2,…aj}, each with probability P(aj), then the average information per source output obtained from the source z, denoted H(z), is
图像编码压缩的分类
根据解压重建后的图像和原始图像之间是否具有误差， 图像编码压缩分为无损（亦称无失真、无误差、信息保 持）编码和有损（有失真或有误差）编码两大类。 霍夫曼编码 行程编码 算术编码 预测编码 变换编码 其它编码
无损编码
图像压缩
有损编码
Categories of compression techniques
H (z) P(a j ) log P(a j )
j 1
J
H(z) is called the uncertainty or entropy of the source.
信息论要素(Elements of Information Theory)
编码效率 Coding Efficiency
PHale Waihona Puke ychovisual redundancy (视觉冗余)
The human eye does not respond with equal sensitivity to all visual information, certain information simply has less relative importance than other information in normal visual processing. This information is said to be psychovisually redundant. It can be eliminated without significantly impairing the quality of image perception.
Characteristics of quantization
The elimination of psychovisually redundant data results in a loss of quantitative information, so it is commonly referred to as quantization. It is an irreversible operation (visual information is lost), quantization results in lossy data compression.
码I：非单义性、续长码 如： 00110
W1W2W3W4 W1W1W3W3W1 W1W1W3W3W2
码II：非单义性、续长码 如： 010011
W1W2W3W4 W1W2W1W1W4 W1W2W1W3W2W2 W1W2W1W1W2W2
码III：单义性、非续长码 如： 010110111
W1W2W3W4
概述
图像数据压缩的可能性
从信息论观点看，描述图像信源的数据由有 用数据和冗余数据两部分组成。
I D du
信息量 数据量 冗余量 冗余量是可以压缩的，在实际应用中应尽量保证去除 冗余量而不会减少信息量，即压缩数据在一定条件可以近 似恢复。
Types of redundancy
In digital image compression, we discuss three basic data redundancies: 1. Coding redundancy; 2. Interpixel redundancy; 3. Psychovisual redundancy. Data compression is achieved when one or more of these redundancies are reduced or eliminated.
Lecture 15 Image Coding and Compression
Explain Contents
图像压缩的概念、目的和意义 图像的霍夫曼编码、香农编码、算术编码、 行程编码方法
Purpose
了解图像压缩的目的和意义，熟悉图像保真 度准则 掌握图像霍夫曼编码、香农编码、算术编码、 行程编码方法
4
编码效率：
7 H 4 7 87.5% R 2 8
变长最佳编码定理
对概率大的消息符号赋予短码字，而对概率小的信 息符号赋予长码字，则编码的平均码长一定最短。
如： Wm Wn Pm < Pn tm > tn Pm：概率低 tm：长码 Pn：概率高 tn：短码
P
0
Pntn Pmtm 2 Pntm Pmtn 2
1. Information preserving: allow an image to be compressed and decompressed without losing information.
It is used in the storage of legal or medical records. 2. Information lossy: provide higher levels of data reduction but result in a less than perfect reproduction of the original image.
图像压缩系统模型
信源 编码器
压缩的有效性
信源
信道 编码器
编码的可靠性
通信线路 或 存储介质
信宿
信源 解码器
信道 解码器
The source encoder and decoder
Three part of the source encoder
Mapper is designed to reduce interpixel redundancies. (eg. Run-length coding). Quantizer reduces psychovisual redundancies, this operation is irreversible.
码IV：单义性、续长码 如： 0010110111
W1W2W3W4
单义非续长代码平均码长最短
单义代码的充要条件：
ti D 1 i 1 n
D：代码中的码元种类； n：代码中的码字个数； ti：第i个码字的码长； 如上例：
4 7 ti 1 1 1 2 码 I ： 2 2 2 2 2 1 非单义码 4 i 1 4 3 ti 1 1 2 2 码 II ： 2 2 2 2 2 1 非单义码 2 i 1 4 码III： 2 ti 2 1 2 2 2 3 2 3 1 单义码 i 1 4 码IV： 2 ti 2 1 2 2 2 3 2 4 15 1 单义码 16 i 1
数据冗余(Data Redundancy)
编码冗余(Coding Redundancy)
等长编码 平均码长为3
变长编码 平均码长为2.7
Illustration of variable-length coding
不等长编码
数据冗余
像素间冗余(Interpixel Redundancy)