图像压缩编码 matlab,图像压缩与编码及MATLAB实现.ppt

图像压缩与编码及MATLAB实现

近年来，随着计算机通信技术的迅速发展，特别是多媒体网络技术的兴起，图像压缩与编码已受到了人们越来越多的关注。 图像压缩与编码从本质上来说就是对要处理的图像按一定的规则进行变换和组合，从而达到以尽可能少的代码(符号)来表示尽可能多的数据信息。压缩通过编码来实现，或者说编码带来压缩的效果。因此，一般把此项处理称为压缩编码。 6.1 图像压缩与编码概述 6.1.1 图像压缩与编码概念 6.1.2 图像压缩编码的分类 图6.1 压缩处理示意图 6.1.3 图像压缩的国际标准 (1)二进制图像压缩标准 (2)静止图像压缩标准 (3)运动图像压缩标准 1)H.261 2)MPEG-1 3)MPEG-2 4)MPEG-4、MPEG-7 5)H.263 6.1.4 图像压缩编码术语简介 (1)图像熵与平均码字长度 (2)编码效率 (3)压缩比 6.2 无损压缩技术 6.2.1 无损压缩技术概述 6.2.2 霍夫曼(huffman)编码 (1)huffman编码的基本原理 在无损压缩的编码方法中，Huffman编码是一种较有效的编码方法。Huffman编码是一种长度不均匀的、平均码率可以接近信息源熵值的一种编码。 (2)huffman编码过程举例 (2)huffman编码过程举例 图6.2 Huffman编码过程示意图 6.2.3 算术编码 (1)算术编码的基本原理 (2)算术编码举例 6.2.4 跳过白色块编码(WBS) 跳过白色块编码是二值图像压缩编码方法之一。二值图像是指仅有黑(国际建议规定用“1”代表)、白(用“0”代表)两个灰度级的图像。 表6.1 几种图片的常用分辨率 (1)一维 W BS编码 (2)二维 W BS编码 6.2.5 行程编码 6.2.6 方块编码(BTC) (1)方块编码的基本原理 (2)自适应方块编码 6.2.7 无损编码技术的 MATLAB 实现 (1)行程编码的 MATLAB 实现 (2)霍夫曼编码的 MATLAB 实现 以上代码中的输出数组 C 的第一维表示颜色值，第二维表示代码的数值大小，第三维表示该代码的位数，将这三个参数作为码表在压缩文件头部，则其以下的数据将按照这三个参数 6.3 有损压缩技术 6.3.1 预测编码 预测编码方式，是目前应用比较广泛的编码技术之一。常见的 DPCM、ADPCM、ΔM 等都属于预测编码方式的编码技术。通常，图像的相邻像素值具有较强的相关性，观察一个像素的相邻像素就可以得到关于该像素的大量信息。这种性质导致了预测编码技术。 (1)差分脉冲编码调制(DPCM) 最常用的预测编码方法就是差分脉冲编码调制，即 DPCM 图 6.3 DPCM 系统框图 (2)线性预测编码 (3)预测方案 图 6.4 像素的编号 1)前值预测 2)一维预测 3)二维预测 4)三维预测 (4)自适应预测编码(ADPCM) 6.3.2 变换编码 (1)变换编码的原理 图6.5 变换编码框图 (2)各种变换编码比较 1)K-L变换 图6.6 二维 DCT变换编码压缩解压缩框图 表6.2 JPEG 标准中的亮度量化表 表6.3 JPEG 标准中的色度量化表 图6.7 DCT编码的曲徊排序路线 6.3.3 有损压缩的MATLAB实现方法 图6.8 图像预测编码前、后显示效果比较 6.4 混合编码 6.4.1 子带编码(SBC) 子带编码(Subband Coding)的基本思想是：使用一组带通滤波器(Band-Pass Filter，BPF)把输入图像的傅立叶频谱分成若干个连续的频段，每个频段称为子带。对每个子带中的图像信号采用单独的编码方案去编码。也就是说：子带编码是把图像信号通过一组带通滤波器分解成不同频带内的分量，然后在每个独立的子带中对信号进行降率采样和单独编码。 图6.9 子带编码方框图 6.4.2 小波变换编码 6.4.3 分形编码 分形(Fractal)是 Mandelbrot在 1975年提出的几何学新概念。Fractal来自拉丁文Fractus， 意为“碎片”。 (1)分形和分维的基本概念 (2)分形图像编码的基本原理 6.4.4 基于小波变换的图像压缩技术的 MATLAB 实现 6.4.4 基于小