数字图像处理课件7.pdf

数字图像处理武汉理工大学信息学院 概述(Introduction ) 无失真图像压缩编码(Lossless pression ) 第 7 章图像压缩编码(Image Compression Coding Technology ) 无失真图像压缩编码(Lossless pression ) 有限失真图像压缩编码(Lossy pression ) 图像编码新技术(New pression Technology ) 图像压缩技术标准(pression Standards ) 概述(Introduction ) 举例 1 :对于电视画面的分辨率 640*480 的彩***像,每秒 30 帧,则一秒钟的数据量为:640*480*24*30= , 1 张CD可存 640M ,如果不进行压缩, 1 张CD则仅可以存放 秒的数据为什么要对图像进行压缩 秒的数据举例 2 :目前的 ,如果图像信息的数据量太大,会使本来就已经非常紧张的网络带宽变得更加不堪重负(World Wide Web 变成了 World Wide Wait ) 、图像的信息量与信息熵(Information Content and Entropy ) 1. 信息量设信息源 X 可发出的消息符号集合为??| 1, 2, , i A a i m? ????并设 X 发出符号 a 的概率为, 则定义符号出现的自信息量为: ( )p a 并设 X 发出符号 i a 的概率为, 则定义符号出现的自信息量为: ( ) i p a ( ) log ( ) i i I a p a ??通常, 上式中的对数取 2 为底, 这时定义的信息量单位为“比特”( bit ) 。? 2. 信息熵对信息源 X 的各符号的自信息量取统计平均, 可得每个符号的平均自信息量为: ) 、图像的信息量与信息熵(Information Content and Entropy ) 2 1 ( ) ( )log ( ) m i i i H X p a p a ????这个平均自信息量 H(X) 称为信息源 X 的熵( entropy ), 单位为 bit / 符号, 通常也称为 X 的零阶熵。由信息论的基本概念可以知道, 零阶熵是无记忆信息源( 在无失真编码时) 所需数码率的下界。?通常一副图像中的各点像素点之间存在一定的相关性。特别是在活动图像中, 由于两幅相邻图像之间的时间间隔很短, 因此这两幅图像信息中包含了大量的相关信息。这些就是图像信息中的冗余。 、图像数据冗余(Image data redundancy) 这些就是图像信息中的冗余。 1. 是一幅图像,其中心部分为一个灰色的方块,在灰色区域中的所有像素点的光强和彩色以及饱和度都是相同的,因此该区域中的数据之间存在很 、图像数据冗余(Image data redundancy) 同的,因此该区域中的数据之间存在很大的冗余度。图 空间冗余空间冗余是图像数据中最基本的冗余。要去除这种冗余, 人们通常将其视为一个整体, 并用极少的数据量来表示, 从而减少邻近像素之间的空间相关性, 已达到数据压缩的目的。 2. 时间冗余由于活动图像序列中的任意两相邻的图像之间的时间间隔很短, 因此两幅图像中存在大量的相关信息,如图 所示。时间冗余是活动图像和语音数据中经常存在的一种冗余。 、图像数据冗余(Image data redundancy) 时间冗余 3. 信息熵冗余信息熵冗余是针对数据的信息量而言的。设某种编码的平均码长为) ( ) ( 1 k s l s p L ??? 、图像数据冗余(Image data redundancy) ) ( ) ( 0 i i i s l s p L ???式中, 为分配给第符号的比特数, 为符号出现的概率。) ( i s l i s ) ( i s p 这种压缩的目的就是要使 L 接近?? H X 4. 结构冗余图 表示了一种结构冗余。从图中可以看出。它存在着非常强的纹理结构, 这使图像在结构上产生了冗余。 、图像数据冗余(Image data redundancy) 结构冗余