Chapter 8 Image Compression
Chapter 8 Image Compression
Chapter 8 Image Compression
Cபைடு நூலகம்apter 8 Image Compression
Chapter 8 Image Compression
Chapter 8 Image Compression
数据冗余的类别
1. 空间冗余2. 时间冗余 3 .信息熵冗余（编码冗余） 4．结构冗余5. 知识冗余 6. 视觉冗余 7 .其它冗余
在数字图像压缩中，3种基本的数据冗余是： • 编码冗余， • 像素间冗余， • 心理视觉冗余。 减少其中1到多种冗余就是数据压缩
Chapter 8 Image Compression
Objective： Subjective = 3：7
Chapter 8 Image Compression
8.2 Image Compression Models
图8.5 通用压缩系统模型 信源编码：消除输入冗余。 信道编码：对源编码的输出加强噪声免疫。
Chapter 8 Image Compression
a
b
Mapper: 减少空间冗余 Quantizer: 减少视觉冗余。不可逆，不失真（熵）编码要省去。 Symbol encoder: 减少编码冗余
Chapter 8 Image Compression
Chapter 8 Image Compression
Chapter 8 Image Compression
Chapter 8 Image Compression
利用像元值的空间相关可预测
8.1.2 像元间的冗余
c,d直方图分别 对应a,b图， 相同的三峰，
两边是火柴：
计算像元间的 相关性γ可用 P414中的6式。
沿某水平线
等长码有编码冗余， 可用变长码压缩。 但是，变长码还是 不能改变像元间的 相关性。
• 当n2<<n1, CR∞，RD1，表示显著压缩和高度 冗余
• 当n2>>n1, CR0，RD-∞，表示第二组数据比原 始表示包含多得多得数据。这也是通常不希望出 现得数据膨胀。
• 比如CR=10，RD=0.9, 表示第一组数据中有90%的 数据是冗余的。
Chapter 8 Image Compression
数据冗余RD可定义为：
RD= 1 - 1/CR
∈(-∞, 1)
其中：CR= n1/n2, ∈(0, ∞)
Chapter 8 Image Compression
RD= 1 - 1/CR
∈(-∞, 1)
其中：CR= n1/n2, ∈(0, ∞)
• 当n1=n2, CR=1而RD=0，表示相对于第二组数据， 第一种数据表达没有包含冗余数据。
Chapter 8 Image Compression
8.1 基础
数据压缩——表示定量信息所需数据量的减少过程
数据、信息、知识。
比如，不同人讲相同的事件。
数据冗余：是数字图像压缩的中心问题。
这不是抽象的概念，而是可以用数学式子度量的实体：
如果表示相同信息的两组数据所用的信息载体单元数量
分别为n1和n2, 则第一组数据的相对(第二组数据的)
e,f分别反映a,b图像 像元在不同间隔后 灰度的相关程度
Chapter 8 Image Compression
减少像元间冗余
a
的一种方法：
行程编码(RLC)
Run-Length Code
b
p.417,
CR的 计算
c d, nonvisual
Chapter 8 Image Compression
Chapter 8 Image Compression
第8章 图像压缩（图像编码）
• 目的是减少表示数字图像的数据量。 • 去除冗余。 • 35年前，电视传输的带宽压缩； • 60年前，C.E. Shannon等的信息理论发展成
目前的国际图像压缩标准。 • 目前，图像压缩技术被认为是一种“使能
技术”（ enabling technology”)。提高图像 分辨率，开发新的电视标准，电视会议、 RS、FAX等。
8.1.1 编码冗余
Code1的二进制平均码长为3； Code1的二进制平均码长 (∑l2pr)为2.7 ；Huffman码
压缩比CR=3/2.7=1.11
Chapter 8 Image Compression
上例压缩的原理： l2 (rk)与pr (rk)成反比
变长编码 Code1不能使其平均码长(∑l2pr)最小，有编码冗余。 数字图像一般都有编码冗余
消除心理视觉冗余会导致数量信息的损失，又称量化。
Chapter 8 Image Compression
量化,不可逆，信息损失
IGS, Improved Gray-Scale quantization
IGS意识到眼睛对边缘特有的敏感性，通过加入伪随机数 来破坏边缘： 伪随机数从邻近像元的低4位获得，加入当前像元灰度值后 才量化。（图像的低bit面很象随机数，见p.89） 低4位的初值为0000，对高4位为1111的像素不加随机数。
Chapter 8 Image Compression
Chapter 8 Image Compression
Chapter 8 Image Compression
0110 1100 0000
0110 1100
1000 1011 1100
1001 0111
1000 0111 0111
1000 1110
1111 0100 1110
1111 0100
Chapter 8 Image Compression
8.1.4 保真度准则
Objective/Subjective Fidelity Criteria Objective：SNR, p.420 Subjective: judged by a group of people
8.1.3视觉冗余
256 128 64 32
16 8 42
在8个比特的灰度值中，每次去掉一个bit面，从左/右？
Chapter 8 Image Compression
8.1.3 Psycho-visual Redundancy
原图256级
16级,2:1 IGC16级,2:1
眼睛对所有视觉信息的响应具有不同的灵敏度。