图像压缩与无损压缩编码

合集下载
  1. 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. 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. 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)。

霍尔曼编码编码步骤
1. 统计每个灰度出现的概率; 2. 从左到右把上述概率按从小到大的顺序排 列; 3. 每一次选出概率最小的两个值,相加形成 新的概率值,和其他的概率值构成新的概 率集合; 4. 重复第3步直到频率和为1; 5. 分配码字:每一次相加的两个频率,大的 赋“1”,小的赋“0” (或大的赋“0”,小 的赋 “1”,但整个过程必须一致)
香农—费诺编码
• 编码步骤 1. 统计每个灰度出现的概率 2. 从左到右把上述频率按从小到大的顺 序排列 3. 从序列中某个位置将序列分成两个子 序列,并尽量使两个序列频率和近似 相等,给前一个子序列赋值为1,后面 一个赋为0; 4. 重复3,直到序列不能再分。 5. 分配码字。将每个元素所属子序列的 值串起来。
图像压缩与无损压缩编码
图像压缩的基本原理
• 图像压缩的必要性 未经处理的图像的数据量是非常 大的,这对图像的处理速度、传递 及存储等方面大为不利,所以必 须寻找一些合适的方法对图像进 行压缩,降低数据量。
图像压缩的基本原理
• 图像压缩的可行性 图像中具有大量的冗余信息以及 人眼视觉系统对某些因素的不敏 感性。去除信息中的冗余,或去 除人眼不敏感的 信息,减少承载 信息的数据量,即是图像压缩。
谢 谢!
图像编码模型
• 图像的压缩处理一般分为两个过程:一是编 码过程,即将原始数据经过编码、量化从而 进行压缩、存储及传输;二是解码过程,此过 程对编码数据进行解码,从而将压缩图像复 原。 信源编码 信道编码
信道
信源解码
信道解码
图像压缩编码的分类
• 对于图像的压缩,根据解码后的图像数据与原始 数据是否一致可以划分为两类: • 有损压缩或不可逆编码方法。其是一种以牺牲 部分信息量为代价换取缩短平均码长的编码压 缩方法。这种方法的解码图像与原始图像间存 在一定的偏差,但视觉效果是可以被接受的。 • 无损压缩或可逆编码方法。其基于统计模型, 减少或完全去除图像数据中冗余的信息。这种 方法的解码图像与原始图像完全相同,即图像压 缩是无偏差的或完全可恢复的。
图像中的冗余
• 相邻像素间有很强的相关性 • 人眼的视觉特性 人眼对某些图像的细节不敏感, 而且 具有一定的惰性(看到的动 画),所 以,可以通过去掉图像 中的某些人眼 不敏感的内容来达 到压缩的目的。
冗余分类
• • • • • • 空间冗余—— 规则物体的物理相关性 统计冗余—— 具有空间冗余和时间冗余 结构冗余—— 规则纹理、相互重叠的结构表面 知识冗余—— 凭借经验识别 视觉冗余—— 视觉、听觉敏感度和非线性感觉 图像区域的相同性冗余——图像中两个或多个 区域所对应的所有像素值相同或相近,从而产 生的数据重复性存储
图像压缩编码的分类
• 图像的无损压缩方法可分为两大类: 基于统计的方法。 基于字典的技术
基于统计的方法的无损压缩编码
• 利用信源的统计特性,去除其内在 的相关性和改变概率分布的不均匀 性,从而实现图像信息的压缩。 • 根据灰度值出现概率的分布特性而 进行的压缩编码。 • 主要采用的方法是变长编码。
理论基础
• 平均比特数:
L
k M 1
l
k 0
k
pk
现的概率。 • 压缩率(编码效率):
p k为第k字码出 l k 为第k个码字的长度(二进制),
CR
n1来自百度文库
n2
n 1、n 2分别为压缩前后图像每像素的平均位数。
• 冗余度:如果编码效率不是百分之百,说明还有 1 冗余信息,冗余度: R D 1CR
算术编码
• 20世纪60年代初期Elias提出,由 Rissanen和Pasco首次介绍了它的 实用技术,是另一种变字长无损编 码方法。 • 与Huffman编码不同,无需为每一 个符号设定一个码字,可以直接对 符号序列进行编码。
L
k M 1
l
k 0
k
pk
算术编码基本思想
• 对一个独立信源,根据信源信息的概 率将半开区间[0,1)划分为若干个子区 间,使每个子区间对应一个长度为N (任意整数)的序列,各个子区间互 不重叠,每个子区间有一个唯一的起 始值或左端点,用该左端点来表示符 号序列。
基于统计的方法的无损压缩编码
• 等长编码: 每一个灰度级被赋予相同长度的码字。 如:灰度级为0,1,2,3,4,5,6,7 编码为000,001,010,011,100, 101,110,111 • 变长编码 表示灰度的码长随概率而变化,概率小 的灰度分配较长的码,概率大的分配较 短的码。 编码效率要高
统计编码
• • • • 霍夫曼编码(Huffman编码 ) 香农—费诺编码(Shannon-Fanon编码) 算术编码 LZW编码
哈弗曼编码
• Huffman于1952年提出了一种变长 编码方法,这种编码的码字长度的 排列与符号的概率大小的排列是严 格逆序的,理论上已经证明其平均 码长最短,因此被称为最佳码。
相关文档
最新文档