当前位置:文档之家› 最新课件-数字视频图像处理电子教案第四章信源编码和

最新课件-数字视频图像处理电子教案第四章信源编码和


信道编码定理:
如果信源速率 R 小于信道容量 C,总可以找到一种信道编码方法,使得信 源信息可以在有噪声信道上进行无差错传输,即:R C,无差错传输条 件。
说明1:信道容量 C 是根据仙侬定理得到的
C = Wlog2(1+S/N)
说明2:为了保证无差错传输,必需采用信道编码,因而会引入编码延时。
10
图象的相关性(冗余度) 空间冗余
例: 图象中包含许多规则物体,它们的亮度、饱和度及颜色可能都一样, 因 此,图象在空间上具有很大的相关性。例如 Lenna 图象的脸部和肩部。
时间冗余 例: 序列图象
11
图象的相关性(冗余度)
信息熵冗余
信息量: 从 N 个可能事件中选出一个事件所需要的信息度量。 设事件 X 的概率为 P(x),则信息量定义为:
隔行隔点取样将降低空间分辨率,可能导致爬行现象,当然也 可在收端再插入行和点。减少刷新速率,将出现闪烁,且运动 的连续性不好。
7
压缩方法
统计编码:两种有效的压缩方法
无失真压缩 Loss-less compression:即熵编码,如游程 长 (run-length) 编码和哈夫曼(Huffman) 编码;
j 1
j1
当 Xj 等概时,H(X) 最大。 当 Xj 非等概时,H(X) 不是最大,就存在冗余。
12
图象的相关性(冗余度)
结构冗余
❖ 图象有非常强的纹理结构 ❖ 如草席图结构上存在冗余
知识冗余
图像的理解与某些基础知识有关 例:人脸的图像有同样的结构:嘴的上方有鼻子,鼻子上方有
眼睛,鼻子在中线上……
但是,由于传输信道带宽的限制,又由于原始信源的信号 具有很强的相关性,则信源编码不是简单的A/D、D/A,而 是要进行压缩。为通信传输而进行的信源编码,主要是压 缩编码。
信源编码要考虑的因素:
-信源的统计特性。 -传输信道引入的损伤,如误码。 -信宿的质量要求。
4
数字传输系统-信源和信道编码
信道 编码
调制
二进制符号
噪声 信道
干扰
信宿
信源 解码
信道 解码
解调
3
数字传输系统-概述
信源的原始信号绝大多数是模拟信号,因此,信源编码的 第一个任务是模拟和数字的变换,即:A/D、D/A。
取样频率取决于原始信号的带宽: fc = 2 w,w为信号带宽
取样点的比特数决定编解码后的信号质量: SNR = 6 L(dB),L为量化位数
第04章 源编码和率失真理论
Source Code and Rate-Distortion Theory
内容提要 Outline
信源编码定理 信源压缩方法 图像冗余 率失真理论 无记忆信源的率失真理论 有记忆信源的率失真理论
2
数字传输系统
用二进制符号 流表示信源
信源
信源 编码
适应传输信 道的特性
量化 Quantisation - 截短或舍入 DPCM 编码 运动估计和补偿 变换编码 (Transform Coding)
KLT 变换 离散余弦变换 Discrete cosine transform (DCT) 小波变换 Wavelet Transform
分形编码 Fractal Coding
13
图象的相关性(冗余度)
视觉冗余
➢ 视觉冗余是非均匀、非线性的。 ➢ 例: 人类视觉分辨率为 26 ,但常用 28 就是数据冗余。
其它冗余 图象空白的非定长性。
14
率失真理论:有损压缩
前面我们已经讨论了离散信源的无失真编码/熵 编码理论
5
数字传输系统-信息传输定理
信息传输定理: 将信源编码定理和信道编码定理综合,就得到信 息传输定理。即:为保证无差错传输及失真度, 必需满足:R(D)≤R≤C,即 C R(D)。
说明1:在一般数字通信系统中,信源编码和信道编码可以分开 考虑。信道编码定理给出无差错的速率上限 R<C,否则产生误码; 信源编码定理给出无失真的速率下限 R(D) <R,否则产生的失真 大于所要求的失真 果将信源所有可能事件的信息量进行平均,就得到了 信息熵(entropy)。熵就是平均信息量。
信息源的符号集为 Xj (j=1,2,3……..N),设 X 出现的概率为 P(xj),则信息源 X 的熵为
n
n
H ( X ) E{I (x j )} P(x j ) I (x j ) P(x j ) log2 P(x j )
变字长编码(Variable-length Code, VLC)
哈夫曼编码 (Huffman Code)
概率大的块(事件)赋予短码 概率小的块赋予长码
算术编码 (Arithmetic Code)
概率大的块(事件)赋予短码,概率小的块赋予长码 但它的编码过程与 Huffman 编码却不相同
9
压缩 - 有失真方法
信源编码定理:
对于给定的失真率 D,总可以找到一种信源编码方法,只要信源速率 R 大 于率失真 R(D),就可以在平均失真任意接近 D 的条件下实现波形重建。
说明1:R(D) 称为率失真函数,它是单调非增函数,速率越高,平均失真越小。 说明2:为了保证在一定速率下的失真,必需采用信源编码,因而会引入编码延时。
说明2:为了实现理想性能,都要付出延时的代价。
6
压缩方法
信源压缩方法可以主要分为三大类:
利用人眼的视觉特性 模拟压缩技术 统计编码
人眼视觉特性:因为最终评价图像的质量是通过人眼来完成,
所以可利用人眼的一些视觉特性对图像进行有损压缩,而产生的 误差又不易被人眼所察觉。
模拟压缩技术:
常用的有亚取样、隔行隔点取样以及减少刷新速率。 它们的使用都有一定的限制条件。亚取样可能导致混迭现象。
2 到 5 倍压缩比
有失真压缩 Lossy compression:即允许有部分失真 ,遵循率失真函数,如预测编码、变换编码、运动补 偿技术等
5 到 250 倍压缩比
-信源的统计特性。 -传输信道引入的损伤,如误码。 -信宿的质量要求。
8
压缩 - 无失真方法
游程数据编码
101000100010001001101 = 1 + 4x0100 + 1101 源 21 bits →→ 压缩后 12 bits
相关主题