数字图像处理~图像编码资料

4 香农-范诺编码
香农－范诺编码与Huffman编码相反，采用从上到下的 方法。
(2)从左到右把上述频率按从小到大的顺序排列。 灰度值： 0 10 30 40 20 出现频率： 1/16 1/16 3/16 4/16 7/16
哈夫曼编码
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
2/16 1/16 1/16
(3) 选出频率最小的两个值（1/16，1/16）作为二叉 树的两个叶子节点，将频率和2/16作为它们的根节点,新的 根节点再参与其它频率排序：
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
01 20 0 1
40 0 1 0 1 30
各灰度的编码如下：
0
10
灰度值： 20 40 30 10 0
哈夫曼编码： 0 10 111 1101 1100
则图所示的图像哈夫曼编码为：
1111010100101100000111111010100
霍夫曼编码举例
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
(1) 统计出每级灰度出现的频率： 灰度值： 0 10 20 30 40 出现频率： 1/16 1/16 7/16 3/16 4/16
哈夫曼编码
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
01 20 0 1
40 0 1 0 1 30
0
10
（7）分配码字。将形成的二叉树的左节点标0，右节点 标1。把从最上面的根节点到最下面的叶子节点途中遇到的 0,1序列串起来，就得到了各级灰度的编码.
哈夫曼编码
JPEG标准和MPEG标准。
3 哈夫曼编码
(1)Huffman编码原理:
先统计数据中各字符出现的概率，再按字符 出现频率高低的顺序分别赋以由短到长的代码， 从而保证文件整体的大部分字符是由较短的编码 所构成。
编码思想
①将信源符号按概率递减顺序排列； ②将两个最小的概率加起来作为新符号的概率； ③重复步骤①和②，直到概率和等于1； ④完成上述步骤后沿路径返回进行编码。寻找 从每一信源符号到概率为1处的路径,每层有两个分 支，分别大的概率赋予0和小的概率为1，从而得到 每个符号的编码。
2 图像压缩编码的方法
图像压缩编码分为有损压缩和无损压缩。无损压缩无信息 损失，解压缩时能够从压缩数据精确地恢复原始图像；有损压 缩不能精确重建原始图像，存在一定程度的失真。
根据编码原理将图像编码分为： （1）熵编码：无损编码，给出现概率较大的符号赋予一个 短码字，而给出现概率较小的符号赋予一个长码字， 从而 使得最终的平均码长很小。
7/16 9/16
哈夫曼编码
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
1
7/16 9/16
4/16
5/16
2/16 3/16
1/16 1/16
（6）最后两个频率值（7/16，9/16）作为二叉树的两 个叶子节点，将频率和1作为它们的根节点。
哈夫曼编码
4/16 5/16 7/16
哈夫曼编码
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
9/16
4/16
5/16
2/16 3/16
1/16 1/16
（5） 选出频率最小的两个值（4/16，5/16）作为二叉 树的两个叶子节点将频率和9/16作为它们的根节点,新的根 节点再参与其它频率排序：
图像Biblioteka Baidu码
1 图像编码的基本知识 2 图像压缩编码的方法 3 哈夫曼编码 4 香农－范诺编码 5 行程编码 6 算术编码 7 离散小波变换DWT 8 离散余弦变换DCT
1 图像编码的基本知识
数字化后的图像信息数据量非常大，图像压 缩利用图像数据存在冗余信息，去掉这些冗 余信息后可以有效压缩图像。
1.空间（像素间、几何）：在同一幅图片中，规则物体和规则背景（所 谓规则是指表面有序的，而不是完全杂乱无章的排列）的表面物理特性 具有相关性，这些相关性的光成像结果在数字化图像中就表现为数据冗 余。
2/16 3/16 5/16 7/16
哈夫曼编码
5/16 30 10 20 40
20 40 0 20
2/16
20 20 30 30
3/16
20 40 40 20
1/16
1/16
（4） 选出频率最小的两个值（2/16，3/16）作为二叉 树的两个叶子节点，将频率和5/16作为它们的根节点,新的 根节点再参与其它频率排序：
5. 知识冗余。有许多图像对其理解与某些基础知识有相关大的相关性， 例如：人脸的图像有固定的结构，嘴的上方有鼻子，鼻子的上方有眼 睛，鼻子位于正脸图像的中线上等。这些规则性的结构可由先验知识 和背景知识得到，称此类冗余为知识冗余。
6. 心理视觉冗余。人类的视觉系统对于图像场的注意是非均匀和非线性 的，特别是视觉系统并不是对图像场的任何变化都能感知，即眼睛并 不是对所有信息都有相同的敏感度。有些信息在通常的视觉感觉过程 中与另外一些信息相比来说并不是那么重要，这些信息可认为是心理 视觉冗余的，去除这些信息并不是明显地降低所感受到的图像的质量。
2 图像编码的方法
l （2） 预测编码：基于图像数据的空间或时间冗余特性，用 l 相邻的已知像素（或像素块）来预测当前像素（或像素块） l 的取值，然后再对预测误差进行量化和编码。 l （3）变换编码：将空间域上的图像变换到另一变换域上， l 变换后图像的大部分能量只集中到少数几个变换系数上， l 采用适当的量化和熵编码就可以有效地压缩图像。 l （4）混合编码：综合了熵编码、变换编码或预测编码的编码方法。如
1 图像编码的基本知识
2. 时间冗余。在序列图像（电视图像、运动图像）中，相邻两帧图像之 间有较大的相关性。
3. 信息熵冗余。信息熵冗余也称为编码冗余，如果图像中平均每个像素 使用的比特数大于该图像的信息熵，则图像中存在冗余，称为信息熵 冗余。
4. 结构冗余。有些图像（例如墙纸、草席等）存在较强的纹理结构，称 为结构冗余。