数字图像处理第十二章

12.1 图象压缩编码的基本概念
图象压缩一般是通过改变图象的表示方式来达到，因
此压缩和编码是分不开的。 图象压缩的主要应用是图象信息的传输和存储，可广 泛地应用于广播电视，电视会议，计算机通讯，传真 ，多媒体系统，医学图象，卫星图象等领域。
12.1 图象压缩编码的基本概念
12.1.1 图像冗余
压缩的理论基础是信息论。
从信息论的角度来看，压缩利用了图像信号中的冗
余度。压缩就是去除信息中的冗余，用更接近本质 的描述替代原有冗余的描述。 压缩还可以利用人眼视觉系统的一些特性忽略掉一 些不被人眼所察觉的信号成分。
12.1 图象压缩编码的基本概念
图像冗余包括：
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。例如，如只有3bit(8灰度级）灰阶，但是 仍旧采用标准的8bit存储一个像素，就有了编码冗 余。 通常在存储图像时主要考虑的是数据文件结构形 式统一，而造成编码冗余。
12.1 图象压缩编码的基本概念
图像冗余包括：
像素冗余：
图像信号像素之间存在非常大的相关性 （相同、接近、按某种规律变化）。因此任何给定 的像素值，原理上都可以通过它的邻接像素预测得 到。这种像素之间的内在相关性所导致的冗余为像 素冗余。 视觉心理冗余：最终观测图像的对象是人，由于人 眼视觉系统的分辨率与非均匀性，无法辨识一些图 像细节，即一些信息往往被忽视。将这种对视觉感 知影响很小的信息称为视觉心理冗余。因此编码时 忽略一些视觉感知不太明显的微小差异，即可进行 所谓的“有损”压缩。
其它的编码方法也有很多，如：
混合编码（Hybird
Coding）， 矢量量化(Vector Quantize，VQ)， LZW算法。
后面只介绍LZW算法的大体思想。
12.1 图象的编码与压缩
12.1.3 压缩编码的方法
近年来出现了很多新的压缩编码方法，如：
使用人工神经元网络(Artificial
Δ调制（Delta
Modulation，简称DM）； 微分预测编码(Differential Pulse Code Modulation，DPCM) 。
12.1 图象的编码与压缩
12.1.3 压缩编码的方法
变换编码是指将给定的图象变换到另一个数据域（如
频域）上，使得大量的信息能用较少的数据来表示， 从而达到压缩的目的。 变换编码有很多，如：
Neural Network，ANN)的压
缩编码算法； 分形（Fractal）； 小波 (Wavelet) ； 基于对象（Object –Based）的压缩编码算法； 基于模型（ Model–Based ）的压缩编码算法 ( 应用在 MPEG4 及未来的视频压缩编码标准中)。
最后以 JPEG 压缩编码标准为例，看看上面的几种编
码方法在实际的压缩编码中是怎样应用的。
12.2 图象的无损压缩编码
无损压缩是指将压缩后的数据进行重构（或者称作还 原、解压缩）后的信息与原来的信息完全相同的压缩 编码方式。 无损压缩用于要求重构的信息与原始信息完全一致的 场合。常见的例子有磁盘的文件压缩（例如常用的 Win-RAR, WinZip) 。 根据目前的压缩技术，无损压缩的算法一般可以把普 通的文件数据压缩到原来的1/2―1/4。 常用的无损压缩算法有行程编码(RLE)、霍夫曼编码 （Huffman Code)、LZW等算法。下面就行程编码和 霍夫曼编码进行介绍
1.离散傅立叶变换(Discrete Fourier Transform，DFT)； 2.离散余弦变换(Discrete Cosine Transform，DCT)； 3.离散哈达玛变换(Discrete Hadamard Transform，DHT)。
12.1 图象的编码与压缩
12.1.3 压缩编码的方法
12.1 图象的编码与压缩
12.1.3 压缩编码的方法
像素编码是指，编码时对每个像素单独处理，不考虑
像素之间的相关性。在像素编码中常用的几种方法有 ：
1.脉冲编码调制（Pulse Code Modulation，PCM）; 2.熵编码（Entropy Coding）； 3.行程编码(Run Length Coding)； 4.位平面编码（Bit Plane Coding）。
下面要介绍的是熵编码中的两种方法：
哈夫曼(Huffman)编码， 行程编码（以读取.PCX文件为例）。
12.1 图象的编码与压缩
12.1.3 Βιβλιοθήκη Baidu缩编码的方法
预测编码是指去掉相邻像素之间的相关性和冗余性，
只对新的信息进行编码。 例如，因为像素的灰度是连续的，所以在一片区域中 ，相邻像素之间灰度值的差别可能很小。如果我们只 记录第一个像素的灰度，其它像素的灰度都用它与前 一个像素灰度之差来表示，就能起到压缩的目的。如 248，2，1，0，1，3，实际上这6个像素的灰度是 248 ，250，251，251，252，255。表示250需要8个比特， 而表示2只需要两个比特，这样就实现了压缩。 常用的预测编码有：

12.2 图象的无损压缩编码
12.2.1行程编码(Run Length Coding)
行程编码亦称步长法、游程编码。 行程编码的原理也很简单：将一行中颜色值相同的相邻像素
第十二章
图象压缩编码
1
12.1 图象压缩编码的基本概念
为什么要压缩？因为图象信息的数据量实在是太惊人
了。一张A4 (210mm * 297mm) 幅面的照片，若用中 等分辨率（300dpi）的扫描仪按真彩扫描，共有(300 * 210 / 25.4) *（300 * 297 / 25.4）个像素，每个像素占3 个字节,其数据量为26M字节。 在Internet上传送图象信息时，图象的巨大数据量会增 加网络带宽负荷。 大数据量的图象信息会给存储器的存储容量，通信干 线信道的带宽，以及计算机的处理速度增加极大的压 力。单纯靠增加存储器容量，提高信道带宽以及计算 机的处理速度等方法来解决这个问题是不现实的，这 时就要考虑压缩。