一、图像压缩
1、压缩的必要性
原因:数字化后的图像数据量太大,同时现在对图像需求的增长超过了网络带宽的限制,且有许多冗余数据,在存储、传输、处理时非常困难,通过压缩可以减少图像占用的空间。
2、压缩的可能性
图像数据之所以能被压缩,就是因为数据中存在着冗余,数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。
3、原理
(1)冗余分类:编码冗余、空间和时间冗余、视觉性冗余
(2)压缩编码可分为两大类:
①无损压缩(Lossless),又称为可逆编码(reversible coding),这种方法的目标是在图像没有任何失真的前提下使码率达到最小。
②有损压缩(Lossy),又称不可逆压缩(non-reversible coding),这种方法的目标是在给定码率下使图像获得最逼真的视觉效果,或者是在给定的允许图像失真度的条件下使码率到达最小。
二、霍夫曼编码
1、步骤
(1)把信源符号(=1,2,…,N)按出现概率的值由大到小顺序排列;
(2)对两个概率最小的符号分别分配以“0”和“1”,然后把这两个概率相加作为一个新的辅助符号的概率;
(3)将这个新的辅助符号与其他符号一起重新按概率大小顺序排列;
(4)跳回到第(2)步,直到出现概率相加为“1”为止;
(5)用线将符号连接起来,从而得到一个码树,树的N个端点对应N个信源符号;
(6)从最后一个概率为“1”的节点开始,沿着到达信源的每个符号,将一路遇到的二进制码“0”或“1”顺序排列起来,就是端点所对应的信源符号的码字。
2、性质
(1)Huffman方法构造出来的码不是惟一的。
(2)Huffman编码对不同的信源其编码效率是不同的。
(3)Huffman编码中,没有一个码字是另一个码字的前缀,因此,每个码字惟一可译。
三、彩色图像
1、三基色:红绿蓝
相减混色就是从白光中虑去某种颜色而得到另一种颜色。
2、空间模型的适用场合
(1) RGB:在彩色显示器、彩色摄像机中广泛使用
RGB颜色空间是一种均匀性较差的颜色空间,人眼对于三个颜色分量的敏感程度是不一样的,如果颜色的相似性直接用欧氏距离来度量,其结果与人眼视觉会有较大的偏差。
(2) CMY / CMYK:用于彩色打印
(3) HSI:与人描述和解释颜色的方式最接近,便于人为指定颜色;同时该模型将颜色和灰度信息分开,便于应用灰度图像处理技术来处理彩色图像。
优点:由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度,为了便于颜色处理和识别,经常采用HIS颜色空间,它比RGB颜色空间更符合人的视觉特性。
在图像处理和计算机视觉中大量算法都可在HIS颜色空间上使用,它们可以分开处理而且是相互独立的。因此,在HIS颜色空间可以大大简化图像分析和处理的工作量。
3、彩色图像通常用于区分图像的特性
色调(H)、饱和度(S)和亮度(I)
(1)I-亮度 反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大,掺入的黑色越多亮度就越小。 (I分量与颜色信息无关)
(2)H--色调 用于描述纯色(如纯黄色、纯红色),反映了观察者接收到的主要颜色。
表示色度,由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色,120o为绿色,240o为蓝色。
(3)S--饱和度,饱和度参数是色环的原点到彩色点的半径长度。
给出一种纯色被白光稀释的程度的度量,与加入到纯色(色调)中的白光成正比(由于加入了白光,观察者接收到的不再是某种纯色,而是反应该纯色属性的混合颜色)。