图像编码与压缩优秀课件
合集下载
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)
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)
第六章图象编码与压缩.ppt
(248,27,4)
(251,32,15)
(248,27,4)
(248,27,4)
2019年10月30日1时57分
第六章 图像编码与压缩
13
3. 图像冗余信息分析结论
由于一幅图像存在数据冗余和主观视觉冗余， 我们的压缩方式就是从这两方面着手来开展 的。
1）因为有数据冗余，当我们将图像信息的描 述方式改变之后，可以压缩掉这些冗余。
编 码
例1
数字图象
设一幅活动图象的空间分辨率为N,灰度分辨率为 b, 时间分辨率为fB, 则在实时传输过程中，该图 象在传输通道里的传输率至少应该为
ρ=NbfB 若N=512512, b=8, fB=25, 则ρ=52.4Mbps
2019年10月30日1时57分
第六章 图像编码与压缩
16
例2
地球资源卫星(LANDSAT)一帧图象(4幅)的数据 量为：
r
=
原始图象平均码长 原始图象的熵
1 =
R(d ) H (d )
1
编码效率
= H(d) = 1
R(d) 1 r
冗余大致分为三类
1）编码冗余
符号序列码字（码字长度）
2019年10月30日1时57分
第六章 图像编码与压缩
23
2）象素间相关性冗余 帧间象素信息冗余，帧内象素信息冗余
3）视觉冗余 人眼对所有视觉信息并不是都具有相同的敏感度； 人眼的空间分辨率，时间分辨率。
使编码后的图象的平均码字长度尽可能接近 图象的熵H。
基本思路是：概率大的灰度级用短码字，概 率小的，用长码字。
2019年10月30日1时57分
第六章 图像编码与压缩
28
行程编码(RLE编码)
《图像的编码与压缩》课件
图像压缩技术
离散余弦变换（DCT）
定义：离散余弦变换是一种将图像从空间域转换到频域的算法
特点：DCT具有较好的能量压缩能力，能够去除图像中的冗余信息
应用：在图像压缩领域，DCT被广泛应用于JPEG等标准中
压缩原理：通过将图像分成8x8的块，对每个块进行DCT变换，将变换后的系数进行量 化，最后进行逆变换得到压缩后的图像
《图像的编码与压缩》PPT课 件
汇报人：
单击输入目录标题 图像编码与压缩概述 图像编码技术 图像压缩技术 图像编码与压缩的应用 图像编码与压缩的未来发展
添加章节标题
图像编码与压缩概述
图像编码与压缩的定义
图像编码：将图像信息转换为数字信号的过程 图像压缩：通过去除冗余信息来减小图像文件大小的过程 编码与压缩的目的：提高存储效率、降低传输带宽、节省存储空间等 常见图像编码与压缩标准：JPEG、PNG、GIF等
图像编码与压缩的目的
减少图像数据存储空间 提高图像传输效率 便于图像的编辑与处理 适应不同的应用需求
图像编码与压缩的分类
图像编码的分类：有损压缩和无损压缩 图像压缩的分类：有损压缩和无损压缩 有损压缩：去除图像中的冗余信息，减小文件大小 无损压缩：保留图像中的所有信息，不改变文件大小
图像编码技术
数字电视广播具有抗干扰能力强、 传输距离远等优点
添加标题
添加标题
添加标题
添加标题
数字电视广播采用高效压缩技术， 提高了图像传输效率和图像质量
数字电视广播已经成为现代社会重 要的信息传播方式之一
数字相机和手机
数字相机和手机中常用的图像编码与压缩技术 这些技术在数字相机和手机中的应用场景和优势 数字相机和手机中图像编码与压缩技术的具体实现方式 未来数字相机和手机中图像编码与压缩技术的发展趋势
课件：第14章 图像编码与压缩
Huffman编码示意图
• 左图所示为建立码的过程
• 右图所示为从根开始，经各中间节点到叶节点的路径采用 二进制编码的情况
3．Huffman编码的性能
• 优点：
– 实现Huffman编码的基础是统计源数据集中各信号的概率分布。
– Huffman编码在无失真的编码方法中效率优于其他编码方法，是 一种最佳变长码，其平均码长接近于熵值。
• 图像的尺寸为w·h。
典型图像的数据量
图像种类
图像参数
二值传真图像 灰度图像
A4（210 297 mm）大小、1728 2376 2色分辨 率
512512，8 bit灰度等级
VGA图像 CIF视频图像 HDTV亮度信号
640 480 256色
352 288 256色，亮度取样率为3 MHz，亮度和两 色差按4∶1∶1取样，亮色量化位数共12 bit，帧频 29.97，按1 s计算
• 编码效率
n H (x) R(x)
压缩比
• 定义为压缩前图像每像素码长的平均值与
压缩后每像素码长的平均值之比
MN
rb(i, j)
Cr
i 1 M
j 1 N
rc(i,
j)
rb rc
i1 j1
客观评价SNR
• SNR（信噪比）指压缩前的图像信号方差与
解压缩后重建信号误差方差的比值
S
NR
1
0lo
g
2 x 2 e
图像质量的主观评价等级
评分 5 4
3
2
评价 优秀 良好
中等
差
说明 图像质量非常好 图像质量高,有很小的干扰但不影响观看 图像质量可接受,但有一些干扰,对观看稍 有妨碍
[课件]图像9图像编码及压缩PPT
![[课件]图像9图像编码及压缩PPT](https://img.taocdn.com/s3/m/8997da00482fb4daa58d4bf5.png)
第 七 章 ： 图 像 编 码 及 压 缩
7.2 基础理论
信息论基础
信源输出n个独立消息，若这些消息出现的概率相 等，则信息量最大。某个消息出现概率越大，其信 息量越小。 信息熵 字母表 a k ，出现概率已知 P ( a k ) ， 则信息量为:
Ia (k ) l o g( P a ) k
LZW编码
Lempel-Ziv-Welch 字符序列表—代码(字典) 编码方法（P.287-289） 常用： 8位文件被编成12位代码，256个值表示所有可能 出现的字符，其他3840个值表示字符串。
第 七 章 ： 图 像 编 码 及 压 缩
7.4 变长编码
费诺码
1.把各元素按概率递减顺序排列，然后分为两大 组，使二者概率接近。含大概率值组赋1，另一组 赋0； 2.把“1”组再分为概率接近的两组并赋值；把 “0”组分为概率接近的两组并赋值； 3.重复上述步骤，直到不可再分组。 缺点：分组可能不唯一。 举例 aa , 2 ,a ,a ,a ,a } 字符 { 1 3 4 5 6 0 . 5 ,0 . 2 5 ,0 . 1 ,0 . 0 8 ,0 . 0 4 ,0 . 0 3 } 出现概率 {
图像9_图像 编码及压缩
第 七 章 ： 图 像 编 码 及 压 缩
7.1 基本概念
冗余信息和不相干信息
去掉冗余信息，不损失信息 去掉不相干信息，损失少量信息 举例： 我是一只小小小小鸟，想要飞，却飞也飞不 高。
数据冗余类型
编码冗余（统计特性） 像素间冗余（规律性） 心理视觉冗余（共性与个性）
第 七 章 ： 图 像 编 码 及 压 缩
最新数字图像处理第6章_图像编码与压缩技术ppt课件
6.1.1 图像的信息冗余
图像数据的压缩是基于图像存在冗余这种特性。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身的描述代替原有冗余的描述。
8 （1） 空间冗余。在同一幅图像中，规则物体或规则背景的物理表 面特性具有的相关性，这种相关性会使它们的图像结构趋于有序和 平滑，表现出空间数据的冗余。邻近像素灰度分布的相关性很强。 （2） 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
r＝n/R 一般来讲，压缩比大，则说明被压缩掉的数据量多。一个编码系统要 研究的问题是设法减小编码平均长度R，使编码效率η尽量趋于1，而 冗余度趋于0
6.2.2 图像的逼真度准则
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（逼真度）准则。常用的准则可分为2大类：客观保真度 准则和主观保真度准则。
6.2.1 基于压缩编码参数的评价
1 图像熵
设数字图像像素灰度级集合为｛d1,d2,…,dm}，其对应的概率分 别为 p(d1)，p(d2)，…，p(dm)。按信息论中信源信息熵的定义，
m
H P(di)loP g(di)bi/t字符 i1
2ห้องสมุดไป่ตู้
设βi为数字图像中灰度级di所对应的码字长度（二进制代码的位 数）,其相应出现的概率为P(di)，则该数字图像所赋予的平均码
行程编码
行程长度编码先对每一行交替出现的白游长和黑游长进行统 计，然后进行变长编码。在进行变长编码时，经常采用霍夫曼编 码，在大量统计的基础上，得到每种白游长和黑游长的发生概率。 其概率可分为2种情况，一种是白长和黑长各自发生的概率分布； 另一种是游长的概率分布，而不区分白游长和黑游长。对于第一 种情况，要分别建立白游长和黑游长的霍夫曼码表；对于第二种 情况，只需建立游长的霍夫曼码表。在编码时对每一行的第一个 像素要有一个标志码，以区分该行是以白游长还是黑游长开始， 对于后面的游长，按照其值查相应的霍夫曼码表，并输出对应的 码字。
ch6图像压缩与编码(二)_PPT幻灯片
6.3.2 有损压缩:有损预测编码
• DM(Delta modulation)有损预测编码 – 算法分析
粒状噪音
溢出过载
6.3.2 有损压缩:有损预测编码
• DM(Delta modulation)有损预测编码 – 算法分析
• 在n=14到19变化快的区域，太小以至不能表示输入 的最大的变化，发生一个被称为溢出过载的失真。
• 有损预测编码
输入图像
fn
^
ên = Q( fn - fn)
en
ên
+
量化器
-
压缩图像
符号 编码
预测器
fn
6.3.2 有损压缩:有损预测编码
• 有损预测解码
压缩图像
符号 解码
^
fn = ên + fnên+fn
+
预测器
fn
解压缩图像
6.3.2 有损压缩:有损预测编码
• 有损预测编码
– 上述方案的压缩编码中，预测器的输入是fn， 而解压缩中的预测器的输入是fn ，要使用相 同的预测器，编码方案要进行修改。
– 这两种压缩方法的根本差别在于有没有量化模块
6.3.1 有损压缩：引言
• 源数据编码与解码的模型（复习）
– 源数据编码的模型
映射器
量化器
符号 编码器
– 源数据解码的模型
符号 解码器
反向 映射器
6.3.1 有损压缩：引言
• 量化器基本思想：
– 减少数据量的最简单的办法是将图像量化成较少的灰 度级，通过减少图像的灰度级来实现图像的压缩
（预测误差）
‘e1 = +6.5 (因为e1 > 0 )
- 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)。
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。
Huffman编码示意图
• 左图所示为建立码的过程
• 右图所示为从根开始，经各中间节点到叶节点的路径采用 二进制编码的情况
编的统计特性 • 结果如第三行所示
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SNR • 主观评价
图像质量的主观评价等级
评分 5 4
3
2
评价 优秀 良好
中等
差
说明 图像质量非常好 图像质量高,有很小的干扰但不影响观看 图像质量可接受,但有一些干扰,对观看稍 有妨碍
图像质量差,对观看有妨碍
用及有关的国际标准。
5.1.1 数据压缩的基本概念
• 数据压缩
– 以较少的数据量表示信源以原始形式所代表的 信息
– 目的在于节省存储空间、传输时间、信号频带 或发送能量等。
数据压缩系统组成图
熵（Entropy）
• 代表信源所含的平均信息量
• 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
≧2.5分
5.1.5 数据压缩方法的分类
1 .无损压缩（Lossless Compression）:
• Huffman编码 • Shannon编码 • 游程编码 • 算术编码 • 轮廓编码
有损压缩（Lossy Compression）
• 预测编码 • 变换编码 • 混合编码 现代压缩编码方法： • 分形编码 • 模型基（Model-based）编码
• 1．前缀码（Prefix Code）
4层树形结构的编码情况
2．Huffman编码
算法：
• 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
• （3）计算与pi相对应的累积概率Pi, 把与Pi相对应的二进 码和接下去与pk（k>i）相应的码相比较，前面的ni位至少 有一位以上的数字是不同的。
【例5.2】由表5.3计算该信源的Shannon编码 • 平均码字长度为2.92，较Huffman编码为长。
2.Fano编码步骤
• （1）将图像灰度级xi其概率大小按递减顺序进行 排序。
• 图像的尺寸为w·h。
典型图像的数据量
图像种类
图像参数
二值传真图像 灰度图像
A4（210 297 mm）大小、1728 2376 2色分辨 率
512512，8 bit灰度等级
VGA图像 CIF视频图像 HDTV亮度信号
640 480 256色
352 288 256色，亮度取样率为3 MHz，亮度和两 色差按4∶1∶1取样，亮色量化位数共12 bit，帧频 29.97，按1 s计算
是一种最佳变长码，其平均码长接近于熵值。
• 缺点：
– 当信源数据成分复杂时，庞大的信源集致使Huffman码表较大， 码表生成的计算量增加，编译码速度相应变慢
– 不等长编码致使硬件译码电路实现困难。上述原因致使 Huffman编码的实际应用受到限制。
4．图像的Huffman编译码系统
5.2.2 Shannon编码与Pano编码
5.2 统计编码
• 统计编码
– 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。
• 基本原理
– 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。
5.2.1 Huffman编码
• 1. Shannon提出了将信源符号依其概率降序排列，用符号 序列累积概率的二进制表示作为对信源的唯一可译编码。
• 其应用于图像编码的步骤如下：
• （1）将N个灰度级xi按其概率递减进行排列。
• （2）求概率分布pi的第i个灰度级的二进制位数ni。
•
lo 2p ig n i lo 2p ig 1 (5.10)
符号集{xi}
x1 x2
x3
x4
x5
x6
概率分布{pi} 0.40 0.20 0.12 0.11 0.09 0.08
Huffman编码 1 010 000 001 0110 0111
3．Huffman编码的性能
• 优点：
– 实现Huffman编码的基础是统计源数据集中各信号的概率分布。 – Huffman编码在无失真的编码方法中效率优于其他编码方法，
图像编码与压缩
知识要点
• ●信息论中的有关概念：信息，信息量， 信息熵，冗余度
• ●统计编码 • ●预测编码 • ●变换编码 • ●混合编码 • ●静态图像压缩标准：
– JPEG、JBIG、JPEG2000等
5.1 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
• 数码相机图像编码与压缩技术成功的范例。 • 本章主要介绍静态图像压缩编码的原理、应
• 冗余数据的去除不会减少信息量。
• 信息量与数据量的关系可由下式表示
I D du
（5.1）
5.1.2 图像编码压缩的必要性
• 图像信号的数据量可表示为
•
V w ·h ·d/8
（5.2）
– V、w、h、d分别表示图像数据量（字节，byte， B） 、图像宽度（像素数，pel）、图像高度 （像素数，pel） 、图像深度（位，bit）。
1280 720，量化位数为8 bit，帧频30 Hz，按1 s计 算
数据量 501 KB 256 KB 300 KB 4.3 MB
52.7MB
5.1.3 图像编码压缩的可能性
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
5.1.4 图像编码压缩的技术指标
1 很差,劣 图像质量很差,无法观看
图像编码主、客观评价的内在关系
图像类型 高分辨率广播电视 普通数字广播电视
数据库图像
传输数码率 ７４Mb/s 34Mb/s
识别图像
压缩后图像 客观评价SNR
≧48dB ≧43dB ≧３６dB
主观评价 ≧4.5分 ≧4.0分
≧３.0分
会议电视
６４kb/s
≧３0dB
• ⑤ 从根节点按前缀码的编码规则进行二进制编码。
Huffman编码示意图
• 左图所示为建立码的过程
• 右图所示为从根开始，经各中间节点到叶节点的路径采用 二进制编码的情况
编的统计特性 • 结果如第三行所示
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SNR • 主观评价
图像质量的主观评价等级
评分 5 4
3
2
评价 优秀 良好
中等
差
说明 图像质量非常好 图像质量高,有很小的干扰但不影响观看 图像质量可接受,但有一些干扰,对观看稍 有妨碍
图像质量差,对观看有妨碍
用及有关的国际标准。
5.1.1 数据压缩的基本概念
• 数据压缩
– 以较少的数据量表示信源以原始形式所代表的 信息
– 目的在于节省存储空间、传输时间、信号频带 或发送能量等。
数据压缩系统组成图
熵（Entropy）
• 代表信源所含的平均信息量
• 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
≧2.5分
5.1.5 数据压缩方法的分类
1 .无损压缩（Lossless Compression）:
• Huffman编码 • Shannon编码 • 游程编码 • 算术编码 • 轮廓编码
有损压缩（Lossy Compression）
• 预测编码 • 变换编码 • 混合编码 现代压缩编码方法： • 分形编码 • 模型基（Model-based）编码
• 1．前缀码（Prefix Code）
4层树形结构的编码情况
2．Huffman编码
算法：
• 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
• （3）计算与pi相对应的累积概率Pi, 把与Pi相对应的二进 码和接下去与pk（k>i）相应的码相比较，前面的ni位至少 有一位以上的数字是不同的。
【例5.2】由表5.3计算该信源的Shannon编码 • 平均码字长度为2.92，较Huffman编码为长。
2.Fano编码步骤
• （1）将图像灰度级xi其概率大小按递减顺序进行 排序。
• 图像的尺寸为w·h。
典型图像的数据量
图像种类
图像参数
二值传真图像 灰度图像
A4（210 297 mm）大小、1728 2376 2色分辨 率
512512，8 bit灰度等级
VGA图像 CIF视频图像 HDTV亮度信号
640 480 256色
352 288 256色，亮度取样率为3 MHz，亮度和两 色差按4∶1∶1取样，亮色量化位数共12 bit，帧频 29.97，按1 s计算
是一种最佳变长码，其平均码长接近于熵值。
• 缺点：
– 当信源数据成分复杂时，庞大的信源集致使Huffman码表较大， 码表生成的计算量增加，编译码速度相应变慢
– 不等长编码致使硬件译码电路实现困难。上述原因致使 Huffman编码的实际应用受到限制。
4．图像的Huffman编译码系统
5.2.2 Shannon编码与Pano编码
5.2 统计编码
• 统计编码
– 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。
• 基本原理
– 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。
5.2.1 Huffman编码
• 1. Shannon提出了将信源符号依其概率降序排列，用符号 序列累积概率的二进制表示作为对信源的唯一可译编码。
• 其应用于图像编码的步骤如下：
• （1）将N个灰度级xi按其概率递减进行排列。
• （2）求概率分布pi的第i个灰度级的二进制位数ni。
•
lo 2p ig n i lo 2p ig 1 (5.10)
符号集{xi}
x1 x2
x3
x4
x5
x6
概率分布{pi} 0.40 0.20 0.12 0.11 0.09 0.08
Huffman编码 1 010 000 001 0110 0111
3．Huffman编码的性能
• 优点：
– 实现Huffman编码的基础是统计源数据集中各信号的概率分布。 – Huffman编码在无失真的编码方法中效率优于其他编码方法，
图像编码与压缩
知识要点
• ●信息论中的有关概念：信息，信息量， 信息熵，冗余度
• ●统计编码 • ●预测编码 • ●变换编码 • ●混合编码 • ●静态图像压缩标准：
– JPEG、JBIG、JPEG2000等
5.1 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
• 数码相机图像编码与压缩技术成功的范例。 • 本章主要介绍静态图像压缩编码的原理、应
• 冗余数据的去除不会减少信息量。
• 信息量与数据量的关系可由下式表示
I D du
（5.1）
5.1.2 图像编码压缩的必要性
• 图像信号的数据量可表示为
•
V w ·h ·d/8
（5.2）
– V、w、h、d分别表示图像数据量（字节，byte， B） 、图像宽度（像素数，pel）、图像高度 （像素数，pel） 、图像深度（位，bit）。
1280 720，量化位数为8 bit，帧频30 Hz，按1 s计 算
数据量 501 KB 256 KB 300 KB 4.3 MB
52.7MB
5.1.3 图像编码压缩的可能性
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
5.1.4 图像编码压缩的技术指标
1 很差,劣 图像质量很差,无法观看
图像编码主、客观评价的内在关系
图像类型 高分辨率广播电视 普通数字广播电视
数据库图像
传输数码率 ７４Mb/s 34Mb/s
识别图像
压缩后图像 客观评价SNR
≧48dB ≧43dB ≧３６dB
主观评价 ≧4.5分 ≧4.0分
≧３.0分
会议电视
６４kb/s
≧３0dB