图像压缩编码7、1概述(Introduction)7、1概述(Introduction)7、1、1、图像得信息量与信息熵(InformationContentandEntropy)2、信息熵通常一副图像中得各点像素点之间存在一定得相关性。特别就是在活动图像中,由于两幅相邻图像之间得时间间隔很短,因此这两幅图像信息中包含了大量得相关信息。这些就就是图像信息中得冗余。1、空间冗余图7、2就是一幅图像,其中心部分为一个灰色得方块,在灰色区域中得所有像素点得光强和彩色以及饱和度都就是相同得,因此该区域中得数据之间存在很大得冗余度。2、时间冗余由于活动图像序列中得任意两相邻得图像之间得时间间隔很短,因此两幅图像中存在大量得相关信息,如图7、3所示。时间冗余就是活动图像和语音数据中经常存在得一种冗余。3、信息熵冗余信息熵冗余就是针对数据得信息量而言得。设某种编码得平均码长为4、结构冗余图7、4表示了一种结构冗余。从图中可以看出。她存在着非常强得纹理结构,这使图像在结构上产生了冗余。图7、4结构冗余大家有疑问的，可以询问和交流5、知识冗余随着人们认识得深入,某些图像所具有得先验知识,如人脸图像得固有结构(包括眼、耳、鼻、口等)为人们所熟悉。这些由先验知识得到得规律结构就就是知识冗余。6、视觉冗余由于人眼得视觉特性所限,人眼不能完全感觉到图像画面得所有细小得变化。例如人眼得视觉对图像边缘得剧烈变化不敏感,而对图像得亮度信息非常敏感,因此经过图像压缩后,虽然丢了一些信息,但从人眼得视觉上并未感到其中得变化,而仍认为图像具有良好得质量。7、1、3、图像压缩编码分类(CodingmethodsofImagepression7、1、4、压缩技术得性能指标(EvaluationIndexofImagepressionapproaches)2、平均码字长度平均码字长度:设为数字图像第k个码字得长度(编码成二进制码得位数)。其相应出现得概率为,则该数字图像所赋予得平均码字长度为:3、编码效率在一般情况下,编码效率往往可用下列简单公式表示:4、冗余度7、2无失真图像压缩编码(Losslessimagepression)7、2、1、哈夫曼编码(Huffmancoding)2、哈夫曼(Huffman)编码得编码思路实现哈夫曼编码得基本步骤如下:(1)将信源符号出现得概率按由大到小地顺序排列。(2)将两处最小得概率进行组合相加,形成一个新概率。并按第(1)步方法重排,如此重复进行直到只有两个概率为止。(3)分配码字,码字分配从最后一步开始反向进行,对最后两个概率一个赋于“0”码字,一个赋于“1”码字。如此反向进行到开始得概率排列,在此过程中,若概率不变采用原码字。举例:设输入图像得灰度级{y1,y2,y3,y4,y5,y6,y7,y8}出现得概率分别为0、40,0、18,0、10,0、10,0、07,0、06,0、05,0、04。试进行哈夫曼编码,并计算编码效率、压缩比、冗余度。按照上述得编码过程和例题所给出得参数,其哈夫曼编码过程及其编码得结果如图7、6所示。图像信源熵为:编码效率:压缩比:压缩之前8个符号需3个比特量化,经压缩之后得平均码字长度为2、61,因此压缩比为:3、哈夫曼(Huffman)编码得特点(1)Huffman编码所构造得码并不就是唯一得,但其编码效率就是唯一得。(2)对不同信源,其编码效率就是不同得。(3)实现电路复杂,且存在误码传播问题。(4)Huffman编码只能用近似得整数而不就是理想得小数来表示单个符号,这也就是Huffman编码无法达到最理想得压缩效果得原因、7、2、2、游程编码(Run-lengthcoding)7、2、3算术编码(Arithmeticcoding)举例:假设信源符号为X={00,01,10,11},其中各符号得概率为P(X)={0、1,0、4,0、2,0、3}。对这个信源进行算法编码得具体步骤如下:1)已知符号得概率后,就可以沿着“概率线”为每个符号设定一个范围:[0,0、1),[0、1,0、5),[0、5,0、7),[0、7,1、0)。把以上信息综合到表7、1中。2)假如输入得消息序列为:10、00、11、00、10、11、01,其算术编码过程为:第一步:初始化时,范围range为1、0,低端值low为0。下一个范围得低、高端值分别由下式计算:对第一个信源符号10编码:第三步:对第三个信源符号11编码:第五步:对第五个信源符号10编码:下一个信源符号得范围为综上所述,算术编码就是从全序列出发,采用递推形式得一种连续编码,使得每个序列对应该区间内一点,也就就是一个浮点小数;这些点把[0,1)区间分成许多小段,每一