数字图像处理-图像编码PPT课件
合集下载
相关主题
- 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)。
若按每像素3个字节计算，上述结果为约?M
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）
.
2
视频数据量：
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：?
.
8
图像保真度
保真度标准——评价压缩算法的标准
客观保真度标准：图像压缩过程对图像信息的 损失能够表示为原始图像与压缩并解压缩后图 像的函数。
一般表示为输出和输入之差：
两个图像之间的总误差：
均方根误差：
主观保真度标准：通过视觉比较两个图像，给出一 个定性的评价，如很粗、粗、稍粗、相同、稍好、 较好、很好等，可以对所有人的感觉评分计算平均 感觉分来衡量
实时传输：在10M带宽网上实时传输的话，需 要压缩到原来数据量的?
存储： 1张CD可存640M，如果不进行压缩，1 张CD则仅可以存放?秒的数据
可见，单纯依靠增加存储器容量和改善信 道带宽无法满足需求，必须进行压缩
.
3
1 图像编码概述
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。
.
9
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
.
10
图像编码基本知识
信息熵冗余： 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。 结构冗余： 图像中存在很强的纹理结构或自相似性。 知识冗余： 有些图像中还包含与某些先验知识有关的信息。
图像编码
1 图像编码概述 2 图像保真度 3 图像编码的基本知识 4 哈夫曼编码 5 香农－范诺编码 6 行程编码 7 LZW编码 8 算术编码
.Baidu Nhomakorabea
1
为什么需要压缩：
举例1：一张A4(210mm×297mm) 大小的照片， 若用中等分辨率(300dpi)的扫描仪按真彩色扫 描，其数据量为多少？（注：dpi表示每英寸像 素，1英寸＝25.4mm）
En = - log2( Pn )
.
15
举例说明:
如果用二进制等长编
输入字符串: aabbaccbaa
码,需要多少位?
20位
a、b、c 出现的概率分别为 0.5、0.3和
0.2，他们的信息量分别为：
Ea = -log2(0.5) = 1 Eb = -log2(0.3) = 1.737 Ec = -log2(0.2) = 2.322 总信息量也即表达整个字符串需要的位数为：
m
L pj Lj j 1
m: 信号中所出现不同字符的个数。
.
18
➢平均码长>>H(X): 有冗余,不是最佳; ➢平均码长<H(X): 不可能 ➢平均码长≈H(X)(稍大于H(X)): 是最佳编码
熵值是平均码长的下限。
.
19
示例 H(X) = 1.75 L1=2
输入数据流:S1S2S1S3S2S1S1S4
L2=1.75
符号
S1
S2
S3
S4
出现概率 1/2
1/4
1/8
1/8
等长编码 00
01
10
11
霍夫曼
0
10
110
111
请计算出该数据流的信息熵及相应编码方
式的平均码长?
.
20
总结
➢数据压缩的理论极限是信息熵。
.
13
信息量等于数据量与冗余量之差
数据是用来记录和传送信息的，或者说数据 是信息的载体。真正有用的不是数据本身，而是 数据所携带的信息。
信息量与数据量的关系：
I = D - du
I— 信息量 D— 数据量 du—冗余量
.
14
◆信息量 即表示该符号所需的位数
考虑用 0 和 1 组成的二进制数码为含有 n 个符号的某条消息编码，假设符号 Fn 在整条消 息中重复出现的概率为 Pn，则该符号的信息量
图像编码的目的就是尽量减小各种冗余信息，特别是 空间冗余、视觉冗余，以少的比特数来表示图像。
.
11
2. 信息量和信息熵
数据压缩技术的理论基础是信息论。 从信息论的角度来看，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）。
.
12
信息论中信源编码理论解决的主要问题： （1）数据压缩的理论极限 （2）数据压缩的基本途径
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
视觉冗余
人眼不能感知或不敏感的那部分图像信息， 人类视觉系统对图像的敏感度是非均匀的。 但是，在记录原始的图像数据时，通常假定视觉
系统是近似线性的和均匀的，对视觉敏感和不敏 感的部分同等对待，从而产生视觉冗余。
视觉冗余
.
5
编码冗余
如果一个图像的灰度级编码，使用了多于实际需要的 编码符号，就称该图像包含了编码冗余.编码时一般不利 用概率特性就会产生编码冗余. 例：如果用8位表示下面图像的像素，我们就说该图像 存在着编码冗余，因为该图像的像素只有两个灰度， 用一位即可表示。
.
6
灰度冗余
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。
.
4
数据冗余：
设：n1和n2是指原始图像和编码后图像每个像 素的平均比特数
压缩率（压缩比）——用于描述图像压缩效果
CR = n1 / n2
其中，n1是压缩前的数据量，n2是压缩后的数据量
相对数据冗余：
RD = 1 – 1/CR=(n1-n2)/n2
分为几种冗余：
编码冗余
像素冗余
E = Ea * 5 + Eb * 3 + Ec * 2 = 14.855 位
.
16
◆Entropy(熵)的概念
如果将信源所有可能事件的信息量进行 平均，就得到了信息熵(entropy)。
信息熵就是平均信息量。
m
H(x) pj logpj j1 m pj 1 j 1
.
17
平均码长与熵
如果对字符aj的编码长度为Lj，则信号L的 平均码长为：
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）
.
2
视频数据量：
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：?
.
8
图像保真度
保真度标准——评价压缩算法的标准
客观保真度标准：图像压缩过程对图像信息的 损失能够表示为原始图像与压缩并解压缩后图 像的函数。
一般表示为输出和输入之差：
两个图像之间的总误差：
均方根误差：
主观保真度标准：通过视觉比较两个图像，给出一 个定性的评价，如很粗、粗、稍粗、相同、稍好、 较好、很好等，可以对所有人的感觉评分计算平均 感觉分来衡量
实时传输：在10M带宽网上实时传输的话，需 要压缩到原来数据量的?
存储： 1张CD可存640M，如果不进行压缩，1 张CD则仅可以存放?秒的数据
可见，单纯依靠增加存储器容量和改善信 道带宽无法满足需求，必须进行压缩
.
3
1 图像编码概述
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。
.
9
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
.
10
图像编码基本知识
信息熵冗余： 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。 结构冗余： 图像中存在很强的纹理结构或自相似性。 知识冗余： 有些图像中还包含与某些先验知识有关的信息。
图像编码
1 图像编码概述 2 图像保真度 3 图像编码的基本知识 4 哈夫曼编码 5 香农－范诺编码 6 行程编码 7 LZW编码 8 算术编码
.Baidu Nhomakorabea
1
为什么需要压缩：
举例1：一张A4(210mm×297mm) 大小的照片， 若用中等分辨率(300dpi)的扫描仪按真彩色扫 描，其数据量为多少？（注：dpi表示每英寸像 素，1英寸＝25.4mm）
En = - log2( Pn )
.
15
举例说明:
如果用二进制等长编
输入字符串: aabbaccbaa
码,需要多少位?
20位
a、b、c 出现的概率分别为 0.5、0.3和
0.2，他们的信息量分别为：
Ea = -log2(0.5) = 1 Eb = -log2(0.3) = 1.737 Ec = -log2(0.2) = 2.322 总信息量也即表达整个字符串需要的位数为：
m
L pj Lj j 1
m: 信号中所出现不同字符的个数。
.
18
➢平均码长>>H(X): 有冗余,不是最佳; ➢平均码长<H(X): 不可能 ➢平均码长≈H(X)(稍大于H(X)): 是最佳编码
熵值是平均码长的下限。
.
19
示例 H(X) = 1.75 L1=2
输入数据流:S1S2S1S3S2S1S1S4
L2=1.75
符号
S1
S2
S3
S4
出现概率 1/2
1/4
1/8
1/8
等长编码 00
01
10
11
霍夫曼
0
10
110
111
请计算出该数据流的信息熵及相应编码方
式的平均码长?
.
20
总结
➢数据压缩的理论极限是信息熵。
.
13
信息量等于数据量与冗余量之差
数据是用来记录和传送信息的，或者说数据 是信息的载体。真正有用的不是数据本身，而是 数据所携带的信息。
信息量与数据量的关系：
I = D - du
I— 信息量 D— 数据量 du—冗余量
.
14
◆信息量 即表示该符号所需的位数
考虑用 0 和 1 组成的二进制数码为含有 n 个符号的某条消息编码，假设符号 Fn 在整条消 息中重复出现的概率为 Pn，则该符号的信息量
图像编码的目的就是尽量减小各种冗余信息，特别是 空间冗余、视觉冗余，以少的比特数来表示图像。
.
11
2. 信息量和信息熵
数据压缩技术的理论基础是信息论。 从信息论的角度来看，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）。
.
12
信息论中信源编码理论解决的主要问题： （1）数据压缩的理论极限 （2）数据压缩的基本途径
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
视觉冗余
人眼不能感知或不敏感的那部分图像信息， 人类视觉系统对图像的敏感度是非均匀的。 但是，在记录原始的图像数据时，通常假定视觉
系统是近似线性的和均匀的，对视觉敏感和不敏 感的部分同等对待，从而产生视觉冗余。
视觉冗余
.
5
编码冗余
如果一个图像的灰度级编码，使用了多于实际需要的 编码符号，就称该图像包含了编码冗余.编码时一般不利 用概率特性就会产生编码冗余. 例：如果用8位表示下面图像的像素，我们就说该图像 存在着编码冗余，因为该图像的像素只有两个灰度， 用一位即可表示。
.
6
灰度冗余
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。
.
4
数据冗余：
设：n1和n2是指原始图像和编码后图像每个像 素的平均比特数
压缩率（压缩比）——用于描述图像压缩效果
CR = n1 / n2
其中，n1是压缩前的数据量，n2是压缩后的数据量
相对数据冗余：
RD = 1 – 1/CR=(n1-n2)/n2
分为几种冗余：
编码冗余
像素冗余
E = Ea * 5 + Eb * 3 + Ec * 2 = 14.855 位
.
16
◆Entropy(熵)的概念
如果将信源所有可能事件的信息量进行 平均，就得到了信息熵(entropy)。
信息熵就是平均信息量。
m
H(x) pj logpj j1 m pj 1 j 1
.
17
平均码长与熵
如果对字符aj的编码长度为Lj，则信号L的 平均码长为：