医学图像处理 第六章 图像压缩编码

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)。

x 0 y 0 N 1 N 1
2 g ( x, y)
N 1 N 1
(2)主观保真度准则 绝对尺度 妨害准则 品质准则
① 绝对尺度
优秀的:具有较高质量的图像; 好的:可供观赏的高质量的图像,干扰并不令人 讨厌; 可通过的:图像的质量可以接受,干扰并不讨厌; 边缘的:图像的质量比较低,希望能加以改善, 干扰有些讨厌; 劣等的:图像质量很差,尚能观看,干扰显著令 人讨厌; 不能用:图像质量非常差,无法观看
6.3.3 仙农-费诺编码
仙农-费诺编码步骤: 设有信源 u1 u2 uM X P P P M 1 2 (1)把信源消息按概率大小,从大到小排列; (2)将消息分成两个子集,要求两个子集概率之和近似 相等; (3)给两个子集中的消息赋值(0,1)或(1,0); (4)重复(2)、(3)两步,直到每个子集只包含一个 消息为止。
该方案首先将采样后信号进行非线性压缩, 然后对压缩后的PCM信号进行均匀量化的 PCM编码。在接收端,首先进行一般的 PCM解码,然后再送入扩张器进行非线性 扩张,恢复原来的采样信号。
理论压扩曲线:
y
0
x
lg(1 x) y lg(1 )
表示压缩扩张的程度,当 =0时为线 式中, 性PCM编码。 对于压缩器:x表示输入,y表示输出; 对于扩张器:y表示输入,x表示输出。
e( x, y) g ( x, y) f ( x, y)
总的均方误差为:
1 2 e 2 N
均方根误差:
2 e ( x, y) x 0 y 0
N 1 N 1
erms e
2
1 N2
2 e ( x, y) x 0 y 0
N 1 N 1
② 输入图像和输出图像的均方根信噪比
5、图像压缩编码中的保真度准则 保真度准则:用来衡量编码方法或系统质 量的优劣。 客观保真度准则 主观保真度准则
(1)客观保真度准则
① 输入图像和输出图像的均方根误差 ② 输入图像和输出图像的均方根信噪比
① 输入图像和输出图像的均方根误差 设输入图像 f ( x, y) ,输出图像g ( x, y ) ,是 N N 阵列, 则二者误差为:
N 1 N 1
s s N rms N ms
g ( x, y)
2 x 0 y 0 N 1 N 1 x 0 y 0 2 e ( x, y)
N 1 N 1

2 [ g ( x , y ) f ( x , y )] x 0 y 0
N 1.75
冗余度:
Rd 1 0
6.3.2 霍夫曼(Huffman)编码
霍夫曼编码步骤: 设有信源
u1 u2 uM X P P P M 1 2
(1)把信源消息按概率大小,从大到小排列; (2)把最小概率的两个消息合并,然后再重新排列; (3)重复(1)(2)两步,直到剩下两个消息; (4)把合并的消息赋值(0,1)或(1,0)。
6.5.2 正交变换编码
正交变换编码:属于函数映射变换编码
基本原理:
f(x,y) 预处理 正交变换 量化编码 传输或存储 g(x,y) 后处理 反变换 译码
正交变换可供压缩编码利用的性质: (1)熵保持性; (2)能量保持性; (3)能量重新分布并集中; (4)去相关。
111
101
100
三、非线性PCM编码 均匀量化编码方式下,当输入小信号时信 噪比较低,输入大信号时信噪比较高。为 了改善小信号的信噪比低的情况,可采用 压缩扩张技术使大信号信噪比降低,小信 号信噪比增大,从而使信号在整个动态范 围内有较均匀的信噪比。
原理框图
输入 采样 压缩 量化
编码
解码
扩张
输出
统计编码的特点: (1)霍夫曼和仙农-费诺码不是唯一的; (2)霍夫曼和仙农-费诺码缺乏构造性,即不能用 数字方法建立消息和码字的一一对应关系,只能 用查表方法实现; (3)非等长码,给传输和存储译码带来一定的困难。
6.4 预测编码
基本原理:
实际的图像不是随机的而是相继的,相邻像素之间有较大的相关性。设有一个信号 x(t )
s N ms
g ( x, y)
2 x 0 y 0 N 1 N 1 x 0 y 0 2 e ( x, y)
N 1 N 1

2 [ g ( x , y ) f ( x , y )] x 0 y 0
x 0 y 0 N 1 N 1
2 g ( x, y)
二、编码器 编码器的作用是把一个多值的数字量用多比特的 二进制量表示。若量化器输出M个值,每个值用n 位二进制表示,则 M 2 n 。如自然二进码,格雷 码。
输入
自然二进制码
格雷码
0 1
000 001
000 001
2
3 4 5
010
011 100 101
011
010 110 111
6
7
110
例1:一个信源
u1 u 2 X 1 1 2 4 u3 1 8 u4 1 8
(1)编码: u1 00; u2 01; u3 10; u4 11 ,求 编码效率和冗余度。 (2)编码: u1 0; u2 10; u3 110; u4 111 ,求 编码效率和冗余度。
第六章 图像编码及压缩
6.1 引言
数字图像信号有一个显著的缺点是数据量 太大,无论是进入计算机还是保存其数据 都是困难的,特别是传输图像时,数字图 像的频带很宽,这就给图像传输和存储带 来了相当大的困难。
1、图像编码:数字图像信号用二进制表示。
2、图像编码原则: (1)将数字图像信号用二进制表示; (2)实现图像数据的压缩。
解: (1)熵: H ( X ) P log
4 i 1 i
Pi 2
1 1 1 1 7 8 8 2 4 ( log2 log2 log2 log2 ) 1.75 2 4 8 8 4
1
1
1
1
平均码长:
N 2
编码效率: H ( X ) 100% 1.75 100% 87.5%
4、图像压缩编码的分类 (1)根据编码过程中是否存在信息损耗 ① 无损编码:无信息损失,解压缩后能 够精确恢复原图像; ② 有损编码:存在一定程度的失真,不 能精确恢复原图像。
(2)按应用的不同分类
① 信息保持型压缩:不丢失任何信息。 ② 保真度型压缩:在一定的保真度准则 下,最大限度地压缩图像。 ③ 特征保持型压缩:只保存图像中感兴 趣的特征信息。
N 2
冗余度:
Rd 1 12.5%
解: (2)熵: 平均码长:
H ( X ) 1.75
1 1 1 1 N Pi Ni 1 2 3 3 1.75 2 4 8 8 i 1
M
编码效率: H ( X ) 100% 1.75 100% 100%
t2, tn 被取样,而其相应的样值为 x1, x2, xn ,x i 是 ^ 下一个样值,则根据前面的 n 个样值,可以得到 x 的预测值 :
在时刻 t
1,
i
xi
xi 1 x1 2 x2 n xn
其中,
i
^
x1,
设e 为
^ xi 与 x i
x2, xn 是 xi 的前 n
根据信息论中熵的定义,可计该信源的熵:
Pi H ( X ) Pi log2 i 1 M
设对应每个消息的码字由 Ni 个符号组成,即每个消 息所对应的码字长度为 Ni ,则 M 平均码长:
N 来自百度文库N i Pi
i 1
编码效率: 冗余度:
H(X ) 100% N
Rd 1
之间的误差,则有:
1, 个样值;
^
2, n
是预测参数。
ei xi xi
预测编码不是对
xi 进行编码,而是对误差ei 进行编码。
原理框图:
6.5 变换编码
通用模型:
f(x,y) 映射变换 量化 编码 s(u,v)
映射变换: (1)特殊映射变换 (2)函数映射变换
6.5.1 行程编码
② 妨害准则 没有妨害感觉 有妨害,但不讨厌 能感觉到妨害,但没有干扰 妨害严重,并有明显干扰 不能接收信息
③ 品质准则 非常好 好 稍好 普通 稍坏 恶劣 非常恶劣
6.2 PCM 编码——脉冲编码调制
PCM:Pulse Code Modulation 一、 PCM 的基本原理 图像信号的PCM编码系统由低通滤波器、采 样保持电路、量化器、编/解码器等组成。
PCM
图像输入
低通 滤波1 采样保持 量化 编码
解码
低通 滤波2
图像输出
低通滤波器1:① 满足采样定理的带限要求; ② 对 噪声有一定的抑制作用。
采样保持:图像信号空间坐标上的离散化;
量化:图像信号幅度上的离散化; 编码:多值的数字信号变成二进制的多比特数字信 号; 解码:二值变多值; 低通滤波器2: 对量化噪声有一定的抑制作用。
6.3 统计编码
统计编码:根据像素灰度值出现概率的分布特性
而进行的压缩编码叫统计编码。
6.3.1 编码效率与冗余度
设有一
设有一信源共有M个消息,记为 u1, u 2, uM , 其中 u i 出现的概率为 Pi ,这个信源用下式表示:
u1 u2 uM X P2 PM 1 P
行程编码:属于特殊映射变换编码 将具有相同值的连续串用其串长和一个代表值来 代替;该连续串称为行程,串长称为行程长度。
例如:有一个字符串“aabbbcddddd”行程编码为 “2a3b1c5d”
行程编码的适用范围: (1)特别适合于二值图像; (2)较适合于图像是由很多块灰度相同的大面积区 域组成的情况; (3)不适合于图像数据比较分散的情况。
3、图像压缩编码的可行性: (1)图像的象素之间、行列之间存在很大的 相关性。 简单的讲,就是某一象素的灰度值总是和 周围其它象素的灰度值有某种关系。比如, 临近两点几乎有同样的灰度值,那么应用 某种编码方法就可以减少这些相关性,这 样就实现数据的压缩。
(2)人的视觉系统分辨能力是有限的,灰度 和空间分辨率都不能太高,这样就可以去 掉一些不影响视觉质量的部分。 (3)只对图像某些需要的特征信息进行抽取 编码。
相关文档
最新文档