第八章 图像压缩

  • 图像压缩编码引言
  1. 数据压缩动机

数字图像数据量很大,需要缩减数据量,便于保存和交流

  1. 图像编码

– 采用对图象的新的表达方法以减小所需的数据量

– 数据和信息:数据是信息的载体

• 对给定量的信息,可用不同的数据量来表示

• 对给定量的信息,设法减少表达这些信息的数据量称为数据压缩

– 图象压缩(编码)和图象解压缩(解码)

  1. 压缩编码的可能性

– 人眼对颜色的空间分辨低于对亮度的分辨

• 彩色图像编码时可以对色度和亮度采用不同表示

– 人眼对画面静止部分的空间分辨高于活动部分

• 运动目标采用低分辨率表示

– 人眼不能察觉亮度的细小变化,即存在视觉阈值,且该阈值与图像内容相关

平坦区阈值低,对量化失真敏感边缘和纹理区对量化失真不敏感,可以粗糙量化

– 人眼对图像中心的失真敏感

• 对图像周边可以粗糙量化节约码字

  1. 图像压缩方法分类

– 无损压缩

• 在压缩和解压缩过程中没有信息损失

• 压缩率一般在2 ~ 10之间

– 有损压缩

• 常能取得较高的压缩率(几十)

• 但图象经过压缩后并不能经解压缩恢复原状

  • 基础知识
  1. 数据冗余的概念

– 数据是信息的载体

– 同量的数据可表达不同量的信息

– 同量的信息可用不同量的数据表达

– 冗余

• 数据表达了无用的信息

• 数据表达了已表达的信息

– 相对数据冗余

• n1和n2代表表达同一信息,2个数据集合中各自信息载体的个数

• n1相对n2数据冗余的定量描述为 RD=(n1-n2)/n1= 1−1 /CR RD在(-∞,1) 中取值

• 压缩率 CR = n1 /n2 CR 在(0, ∞) 中取值

 
 

 

 

  1. 数据冗余的类别

– 编码冗余

• 与灰度分布的概率特性有关

– 象素相关冗余

• 空间冗余,时间冗余,几何冗余

– 心理视觉冗余

• 与主观感觉有关

减少/消除其中的1种/多种冗余,就能取得数据压缩的效果

    1. 编码冗余

– 编码:需建立码本来表达数据

– 码本:用来表达一定量的信息或一组事件所需的一系列符号(如 字母、数字等)

– 码字:对每个信息或事件所赋的码符号序列

– 码字的长度(字长):每个码字里的符号个数

– 图像中每种信息(灰度)出现的概率:

PsSk=nkn      k=0,1,…,L-1

– 不同灰度出现概率不同

• 平均比特数

Lavg=k=0L-1l(Sk)Ps(Sk)

– 减少编码冗余的办法-变⻓编码⽅法

• 用较少的比特数表示出现概率较大的灰度级

• 用较多的比特数表示出现概率较小的灰度级

    1. 像素间冗余

– 右边两幅图像,具有相同的目标

– 直方图差别不大,编码冗余相近

– 但两图自相关性相差很大

• 对某一行计算自相关

              – 图像中有与象素间相关性直接联系的数据冗余,即象素间冗余。

• 具有象素间冗余,图像中的各像素可以比较方便的用邻近像素的值进行预测,每个独立像素携带的信息量相对较少

• 减少像素冗余常常采用一些映射变换的方式

– 连续序列图像之间的帧间冗余与此有相同的物理概念。

    1. 心理视觉冗余

• 人眼并非对所有的视觉信息都同样敏感,编码过程通过去除一些视觉不敏感的(空间、色彩)信息来进行压缩,就是基于心理视觉冗余理论的实践。也就是所谓的“第二代编码技术” 。

• 这种编码方式是对信息的损失,只是这样的损失在人的心理上没有造成影响。 • 电视的隔行扫描就是一种基于心理视觉冗余的压缩应用。

  1. 图像保真度和质量
  1. 保真度的意义

• 图像压缩有无损和有损两种方式<

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值