本发明属于图片处理技术领域,尤其涉及一种基于Huffman编码的图像再压缩处理方法。
背景技术:
目前,业内常用的现有技术是这样的:
由于各种新型传感器的出现,图像质量得到了巨大的提升,随之而来的数据量对图像的传输、存储带来了困难。而图像压缩是解决这困难的有效方法。
图像压缩:图像压缩就是用一些合理的科学方法把图像中的冗余量除去,进而达到减少图像存储量的一种技术。信源的信息量等于信息冗余部份和信息表达部分。图像作为一个信源,其数据表达中必然存在着大量的冗余,通过一些比较科学的方法除掉信息中冗余,就可以在不损坏图像质量的前提下减少原始图像的数据量。其中图像数据中常见的冗余类型有:空间冗余、时间冗余、信息熵冗余、心理视觉冗余、结构冗余、知识冗余。其中时间、空间、信息熵冗余又称之为统计冗余。
图像之所以能够被压缩,是因为图像是由信息表达部分和图像冗余部分共同表达,在存储图像的时候只需要存储信息表达部分的信息就可以,所以图像的冗余部分就可以被删除以此来减小图像的存储量,来达到压缩的效果。
现有的图像压缩通常采用以下几种方法:预测编码、Huffman编码、费诺-仙农编码、算术编码以及行程编码。但现有这些方法通常只对图像进行了一次压缩,未探讨图像进一步压缩的可能性。然而,由于各种新型传感器的出现,图像质量得到了巨大的提升。只经过一次压缩的图像往往还包含有冗余信息,为进一步提升图像的压缩质量,本发明拟提出霍夫曼编码和游程编码相结合图像压缩方法。该方法可以进一步提高图像的压缩率,进一步消除图像的冗余信息,有利于压缩感知技术的进一步推广。
技术实现要素:
针对现有技术存在的问题,本发明提供了一种基于Huffman编码的图像再压缩处理方法。
本发明是这样实现的,一种基于Huffman编码的图像再压缩处理方法,具体包括以下步骤:
S1:输入实验图像;利用函数Hyasuo对实验图像进行Hufmman编码压缩;
S2:将得到的Huffman编码当成二值图像进行游程编码压缩;将游程编码的结果进行Huffman编码,得到二次压缩的Huffman编码;
S3:将二次压缩得到的Huffman编码进行Huffman函数解码得到游程编码;将得到的游程编码进行游程解码得到第一次Huffman编码;
S4:将第一次的到的Huffman编码进行解码得到原图像。
进一步地,所述S1具体包含以下几步:
S11,在matlab建立一个1*256的0矩阵A;
S12,导入图像