数字图像处理day_10 图像压缩

一. 数据的冗余（）

    1. 冗余（视觉系统的敏感度有限，人最多可辩认出种颜色，而色彩图像一般每个像素用24位表示，即可表示种颜色）：

• 空间冗余：视频图像通常与他周围的某些像素在亮度和色彩上相同或非常相近，存在一定相关性
• 时间冗余：运动图像中，相邻两帧图像之间有较大的相关性
• 信息熵冗余：一个图像的灰度级编码使用了多于实际需要的编码符号
• 结构冗余：图像存在的纹理或图元的相似结构
• 知识冗余：一些图像理解问题与某些先验知识有着相当大的相关性。根据已有的知识，对某些图像中所包含的物体，可以构造其基本模型，并创建对应各种特征的图像库，进而图像的存储只需要保存一些特征参数，从而大大减少数据量。知识冗余是模型编码的基础
• 视觉冗余：人类视觉系统对亮度变化敏感，而对色度变化相对不敏感，在高亮区，人眼对亮度变化敏感度下降，只是对内部细节相当不敏感，而对整体轮廓敏感。

    2. 信息论几个基本术语

        决策量：事件的对数

        信息量：具有确定概率事件的信息的定量度量

        熵（非冗余的，不可压缩的信息量，数据压缩的理论极限）：事件的信息量的平均值

    3. 冗余量=决策量-熵

           

        基本思想：概率高的符号用短码，概率低的符号用长码

二. 统计编码（熵编码，最佳信源编码）

    基于统计的数据压缩方法，利用香农理论，从统计角度，设法找到一种编码，使平均码长达到熵极限

    数据压缩的分类：

• 无损压缩编码（可逆编码）：算法中删除的仅仅是数据中冗余的信息，因此解压缩时能精确恢复原数据。信息没有损失
• 有损压缩编码（不可逆编码）：算法把不相干的信息删除，允许重构数据与原始数据存在一定误差。因此只能对原始图像近似重建，不能精确复原

    主要方法：

• 霍夫曼编码：根据符号集合中各符号出现的频繁程度编码，次数越多，代码位数越短。

            局限：没有错误保护功能；由于是变长编码，所以很难任意查找或调用压缩文件中内容

            编码步骤：1. 把符号按出现概率从大到小排列

                              2. 把两个最小的概率加起来作为新符号概率

                              3. 重复步骤1，2，直到概率和达到1

                              4. 在每次合并符号时，被合并的符号赋值1和0，大1小0

                              5. 寻找路径，记录1、0

                              6. 从树根到信号源符号节节排序

• 算术编码：用0和1之间的实数的间隔长度代表概率大小，概率越大，间隔越长