分形图像压缩编码_PPT幻灯片

合集下载

第7章图像编码.ppt

像素冗余
由于任何给定的像素值，原理上都可以通过它的相邻像素预测到，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，我们可以
对一些接近于零的像素不进行存储，从而减小了数据量
7.1.5 图像传输中的压缩模型
源数据编码：完成原数据的压缩。
通道编码：为了抗干扰，增加一些容错、校验位、版权保护，实际上是增加冗余。
通道：如Internet、广播、通讯、可移动介质。
源数据编码
通道编码
通道
通道解码
源数据解码
7.2 哈夫曼编码
1.
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。当平均码长远大于图像熵时，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；当平均码长大于图像熵时，压缩比较高，但会引起图像失真。
第七章图像编码
7.1 图像编码概述 7.2 哈夫曼编码 7.3 香农-范诺编码 7.4 行程编码 7.5 LZW编码 7.6 算术编码 7.7 预测编码 7.8 正交变换编码 7.9 JPEG编码 7.10 编程实例
7.1 图像编码概述
7.1.1 图像编码基本原理
虽然表示图像需要大量的数据，但图像数据是高度相关的，或者说存在冗余（Redundancy）信息，去掉这些冗余信息后可以有效压缩图像，同时又不会损害图像的有效信息。数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、信息熵冗余、结构冗余和知识冗余。

数字图像处理图像压缩ppt课件

率分布分别为P(x1)=0.4, P(x2)=0.3, P(x3)=0.1, P(x4)=0.1,
P(x5)=0.06, P(x6)=0.04, 现求其最佳哈夫曼编码
W={w1,w2,w3,w4,w5,w6}。
元素
xi
x1
x2 x3 x4
x5
x6
概率 P(xi) 0.4 0.3 0.1 0.1 0.06 0.04
减少像素间冗余
减少编码冗余
7.3.1 变长编码
7.3.1.1 一些基本概念
第1. 七1)
图像熵和平均码字长度图像熵（Entropy）
章
图
设数字图像像素灰度级集合为（X1,X2, ,Xk,
像 ,XM)，其对应的概率分别为P1,P2, ,Pk, ,PM 。
压缩
按信息论中信源信息熵定义，数字图像的熵H为：
缩码冗余来达到压缩的目的。
7.3.1.3 哈夫曼（Huffman）编码方法
第
哈夫曼编码基本思想
七章
1) 统计一下符号的出现概率， 2) 建立一个概率统计表，
图
将最常出现（概率大的）的符号用最短的
像
编码，
压
最少出现的符号用最长的编码。
缩例：设有数字图像，其灰度集合为 X={x1,x2,x3,x4,x5,x6}其概
像压
示给定量的信息使用了不同的数据量，那么使用
缩较多数据量的方法中，有些数据必然是代表了无
用的信息，或者是重复地表示了其它数据已表示
的信息，这就是数据冗余的概念。
7.2.1 数据冗余
第七
• 三种基本的数据冗余
章
图编码冗余
像压
像素间冗余
缩心理视觉冗余

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。

图像压缩编码ppt课件

的结果如图7.6所示。图像信源熵为:
M
H PK log2 PK (0.4log2 0.4 0.18log2 0.18 20.1log 0.1 K 1 0.07log2 0.07 0.06log2 0.06 0.05log2 0.05 0.04log2 0.04) 2.55
根据哈夫曼编码过程图所给出的结果,可以求出它的平均码字长度:
2
7.1 概述（Introduction）
为什么要对图像进行压缩
举例1：对于电视画面的分辨率640*480的彩色图像，每秒 30帧，则一秒钟的数据量为： 640*480*24*30=221.12M ，1张CD可存640M，如果不进行压缩，1张CD则仅可以存放2.89秒的数据
举例2：目前的WWW互联网包含大量的图像信息，如果图像信息的数据量太大，会使本来就已经非常紧张的网络带宽变得更加不堪重负（World Wide Web变成了 World Wide Wait）
“比特”(bit) 。
4
7.1.1、图像的信息量与信息熵（Information Content and Entropy））
▪ 2. 信息熵
对信息源X的各符号的自信息量取统计平均,可得每个符号
的平均自信息量为:
m
H ( X ) p(ai ) log2 p(ai ) i1
这个平均自信息量H(X) 称为信息源X的熵(entropy),单位为bit/符号,通常也称为X的零阶熵。由信息论的基本概念可以
M
L lK PK 0.401 0.18 3 0.10 3 0.10 4 0.07 4 K 1 0.06 4 0.05 5 0.04 5 2.61 19
7.2.1、哈夫曼编码(Huffman coding)

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。

图像编码与压缩PPT文档共88页

•
26、我们像鹰一样，生来就是自由的，但是为了生存，我们不得不为自己编织一个笼子，然后把自己关在里面。 ——博莱索
•
27、法律如果不讲道理，即使延续时间再长，也还是没有制约力的。— —爱·科克
•
28、好法律是由坏Biblioteka 俗创造出来的。 ——马克罗维乌斯
•
29、在一切能够接受法律支配的人类的状态中，哪里没有法律，那里就没有自由。— —洛克
•
30、风俗可以造就法律，也可以废除法律。 ——塞·约翰逊
图像编码与压缩
66、节制使快乐增加并使享受加强。 ——德谟克利特 67、今天应做的事没有做，明天再早也是耽误了。——裴斯泰洛齐 68、决定一个人的一生，以及整个命运的，只是一瞬之间。 ——歌德 69、懒人无法享受休息之乐。——拉布克 70、浪费时间是一桩大罪过。——卢梭

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。

图像压缩PPT课件

第
4.2.3 无损预测编码
二
节
无
损
16
精选
ppt
第
四
4.2.1 无损压缩:基于字典的压缩
章
图
像
• 基于字典的压缩
压缩
– RLE编码——行程编码
• PCX
第二
– LZW编码
节
• GIF
无
损
17
精选
ppt
第
四
4.2.1 无损压缩:基于字典的压缩
章
图 • RLE 编码——Run Length Encoding
x=0 y=0
一
节
均方根误差（rms）
图
M-1 N-1
像
erms = [1/MN [ f(x,y) - f(x,y)]2]1/2
x=0 y=0
压
缩
11
ppt
第精选四
章
4.1.2 图像压缩基本概念:保真度标准
图
像
压 • 主观保真度标准
缩
通过视觉比较两个图像，给出一个定性
第
的评价，如很粗、粗、稍粗、相同、稍好、
压
例：CR=20; RD = 19/20
缩
4
ppt
第精选四
章 4.1.1 图像压缩基本概念:数据冗余
图
像
压
缩
• 三种数据冗余：
第
– 编码冗余
一
– 像素冗余
节
– 视觉心理冗余
图
像压
缩
5
ppt
第精选四
章 4.1.1 图像压缩基本概念:数据冗余
图
像压
• 编码冗余：

第4章--图像压缩编码3-幻灯片(1)

2024/9/19
信息工程系
2
4.5.1子带编码原理
子带编码的优点:
① 一个子带内的编码噪声(失真)在解码后只局限于该子带内，不会扩散到其它子带
② 可以针对各子带的统计特性及其根据主观视觉特性，将有限的数码率在各个子带之间合理分配，有利于提高图像的主观质量。子带编码的图像质量略高于不划分子带而直接作DCT编码的图像质量。
L 一维2子带
分割 H
一维2子带 L LL 分割 H LH
一维2子带 L HL 分割 H HH
LH
HL HH LL LH
2024/9/19
信息工程系
11
4.5.4 二维子带编码 4子带为基础的树状分裂结构
2024/9/19
信息工程系
12
4.5.4 二维子带编码 140Mbit/sHDTV子带编码原理框图
2024/9/19
信息工程系
13
Question Time
2024/9/19
信息工程系
14
2024/9/19
信息工程系
9
4.5.3正交镜像滤波器（QMF）
子带编码的关键是正确实现无失真子带分裂和复原
采用正交镜像滤波器(Quadrature Mirror Filer)可以获得接近无失真的系统传递
正交镜像滤波器的工作原理（略）
2024/9/19
信息工程系
10
4.5.4 二维子带编码二维子带分割
③ 通过频带分裂，各个子带的抽样频率可以成倍下降，因而可以减少硬件实现的难度，对各个子带可实现并行处理
2024/9/19
信息抽样频率转换
2024/9/19
信息工程系
6

Fractal Image Compression分形图像压缩

Smooth Hue Transition Interpolation (log)
Green:
G8 = (G3+G7+G9+G13) / 4
Преобразование:
G -> Glog , B -> Blog,, R -> Rlog Red/blue в позиции Green:
B7log = G7log + (B6log-G6log + B8log-G8log)/2 B13log = G13log + (B8log-G8log +
pression.ru/video/ 13
Способы определения
ядра CCI
с одним параметром :
Часто применяемые значения параметров : a – {-1, 0.5, 0.75}
с двумя параметрами :
B18log- G18log)/2
Red/blue в позиции blue/red:
B12log = G12log + (B6log-G6log + B8log-G8log + B16log-G16log + B18log-G18log)/4
Обратное преобразование:
Glog -> G , Blog -> B,, Rlog -> R
Пример Bilinear
Оригинал
Bilinear
CS MSU Graphics & Media Lab (Video Group)
pression.ru/video/ 12