第五章 图像编码
5.1 保真度准则
5.1.1 客观保真度
- 输入输出图像的均方根误差
- 输入输出图像的均方根信噪比
误差定义为
e
(
x
,
y
)
=
g
(
x
,
y
)
−
f
(
x
,
y
)
e(x,y)=g(x,y)-f(x,y)
e(x,y)=g(x,y)−f(x,y)
则均方误差为
e
ˉ
2
=
1
N
2
∑
∑
e
2
(
x
,
y
)
\bar{e}^2=\frac{1}{N^2}\sum\sum e^2(x,y)
eˉ2=N21∑∑e2(x,y)
均方根误差为
r
m
s
=
e
ˉ
2
rms=\sqrt{\bar{e}^2}
rms=eˉ2
均方信噪比:
(
S
N
)
m
s
=
∑
∑
g
2
(
x
,
y
)
∑
∑
e
2
(
x
,
y
)
(\frac{S}{N})_{ms}=\frac{\sum\sum g^2(x,y)}{\sum\sum e^2(x,y)}
(NS)ms=∑∑e2(x,y)∑∑g2(x,y)
均方根信噪比为
r
m
s
=
(
S
N
)
m
s
rms=\sqrt{(\frac{S}{N})_{ms}}
rms=(NS)ms
5.1.2 主观保真度
绝对尺度:
- 优秀的:具有极高质量的图像
- 好的:是可供观赏的高质量的图像,干扰并不令人讨厌
- 可通过的:图像质量可以接受,干扰不讨厌
- 边缘的:图像质量较低,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 扰显著地令人讨厌
- 不能用:图像质量非常之差,无法观看
妨害准则:
- 没有妨害感觉
- 有妨害,但不讨厌
- 能感到妨害,但没有干扰
- 妨害严重,并有明显干扰
- 不能接收信息
品质准则
5.2 统计编码
5.2.1 霍夫曼编码
设信源
X
=
{
u
1
,
u
2
,
…
,
u
M
p
1
,
p
2
,
…
,
p
M
}
X=\begin{Bmatrix} u_1, u_2, \dots, u_M \\ p_1,p_2,\dots,p_M \end{Bmatrix}
X={u1,u2,…,uMp1,p2,…,pM}
在这里,u表示灰度,p表示该灰度的频率,则霍夫曼编码流程如下:
- 首先对 ( u , p ) (u,p) (u,p)按 p p p的大小进行从大到小的排序
- 将最后两个消息合并,分别赋值0或1
- 重复1-2
5.2.2 仙农-费诺(Shannon–Fano)编码
- 按频率排序,书本采取从大到小
- 将符号集合划分为两个子集,使得两个子集的频率之和尽量相等。
- 对每个子集分配0或1
- 重复1-3
5.3 预测编码
预测编码是一种基于预测误差的压缩方法,对误差进行编码而不是样本,它利用图像中相邻像素之间的关系来减小数据的冗余,从而实现图像的有效压缩。
5.3.1 Δ M \Delta M ΔM编码
△M编码性能主要由斜率过载特性、量化噪声以及量化信噪比等性能来衡量。
5.4 变换编码
5.4.1 正交变换编码
通过正交变换把图像从空间域转换为能量比较集中的变换域,然后对变换系数进行编码,从而达到缩减比特率的目的。
正交变换编码具有以下性质:
- 正交变换具有熵保持性质:通过正交变换不丢失信息
- 正交变换有能量保持性质:由帕斯维尔能量保持性质得到。
- 能量重新分配与集中:可以采用熵压缩法来压缩数据;在质量允许的情况下,舍弃一些能量较小的系数,或者对能量较小的谱点分配较少的比特。
- 去相关特性:正交变换可以使高度相关的空间样值变为相关性很弱的变换系数,有可能使相关的空间域转变为不相关的变换域,去除存在于相关性之中的冗余度