【数字图像处理】第11章 图像的编码技术

11 图像的编码技术

---

图像编码的研究背景

彩色视频数据量分析

传真数据量分析

（一）数据冗余

基本概念

描述上的冗余

描述方式：
1）这是一幅2*2的图像，图像的第一个像素是红的，第二个像素是红的，第三个像素是红的，第四个像素是红的。
2）这是一幅2*2的图像，整幅图都是红色的。

图形冗余
图像冗余分为3类：编码冗余、像素冗余、视觉冗余


图像压缩原理
由于一幅图像存在数据冗余和主观视觉冗余，所以压缩方式就可以从这两方面着手开展。
改变图像信息的描述方式，以压缩掉图像中的数据冗余。
忽略一些视觉不太明显的微小差异，以压缩掉图像中的视觉冗余。

（二）图像压缩编码

图像的压缩编码
第一代压缩编码：八十年代以前，主要是根据传统的信源编码方法。
第二代压缩编码：八十年代以后，突破信源编码理论，结合分形、模型基、神经网络、小波变换等数学工具，充分利用视觉系统生理心理特性和图像信源的各种特性。

1）行程编码(RLE编码)

基本概念
行程编码是一种最简单的，在某些场合是非常有效的一种无损压缩编码方法。
虽然这种编码方式的应用范围非常有限，但是因为这种方法中所体现出的编码设计思想非常明确，所以在图像编码方法中都会将其作为一种典型的方法来介绍。

基本原理
通过改变图像的描述方式，来实现图像的压缩。
将一行中灰度值相同的相邻像素，用一个计数值和该灰度值来代替。

实现方法

传真中的应用方法

二维行程编码

2）Huffman编码(熵编码)

行程编码要获得好的压缩率的前提是，有比较长的相邻像素的值是相同的。
熵是指数据中承载的信息量。
所谓的熵编码是指在完全不损失信息量前提下最小数据量的编码。

基本原理
为了达到大的压缩率，提出了一种方法就是将在图像中出现频度大的像素值，给一个比较短的编码，将出现频度小的像数值,给一个比较长的编码。

算法
首先求出图像中灰度分布的灰度直方图；
根据该直方图，对其按照分布概率从小到大的顺序进行排列；
每一次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造一个称为“Huffman树”的二叉树；
对这个二叉树进行编码，就获得了Huffman编码码字。

图像压缩中的应用
我们知道，对一幅图像进行编码时，如果图像的大小大于256时，这幅图像的不同的码字就有可能是很大，例如极限为256个不同的码字。
这时如果采用全局Huffman编码则压缩效率不高。甚至有可能与原来的等长编码的数据量相同。

常用的且有效的方法是：
将图像分割成若干的小块，对每块进行独立的Huffman编码。例如：分成 8×8 的子块，就可以大大降低不同灰度值的个数（最多是64而不是256）

3）离散余弦变换(DCT变换)编码

问题的提出
行程编码与Huffman编码的设计思想都是基于对信息表述方法的改变，属于无损压缩方式。
虽然无损压缩可以保证接收方获得的信息与发送方相同，但是其压缩率一定有极限。
因此，采用忽略视觉不敏感的部分进行有损压缩是提高压缩率的一条好的途径。

设计思想
DCT变换是希望在接收方不产生误解的前提下进行一定的信息丢失。
由前面所讲到的频域变换得到的启示，就是将低频与高频部分的信息，分别按照不同的数据承载方式进行表述。

DCT变换

方法

bingo~   ✨ 所谓无底深渊，下去，也是前程万里。