图像编码与压缩.ppt

游程编码一般不直接应用于多灰度图像，但比较适合于二值图像的编码。为了达到较好的压缩效果，有时游程编码和其他一些编码方法混合使用。RLC比较适合二值图像数据序列，其原因是在二值序列中，只有“0”和“1”两种符号；这些符号的连续出现，就形成了“0”游程：L(0)，“1”游程：L(1)。定义了游程和游程长度之后，就可以把任何二元序列变换成游程长度的序列，简称游程序列。这一变换是可逆的，一一对应的。一幅二维静止图像，设空间坐标(i，j)像素点的实际灰度为f(i,j)，是根据以前已出现的像素点的灰度对该点的预测灰度，也称预测值或估计值，计算预测值的像素，可以是同一扫描行的前几个像素，或者是前几行上的像素，甚至是前几帧的邻近像素。实际值和预测值之间的差值，以下式表示：（4-13）01024.5.5无损预测编码由图像的统计特性可知，相邻像素之间有着较强的相关性。因此，其像素的值可根据以前已知的几个像素来估计，即预测。预测编码是根据某一模型，利用以往的样本值对于新样本值进行预测，然后将样本的实际值与其预测值相减得到一个误差值，对于这一误差值进行编码。如果模型足够好且样本序列在时间上相关性较强，那么误差信号的幅度将远远小于原始信号。对差值信号不进行量化而直接编码就称之为无损预测编码。3214无损预测编码器的工作原理图如下：预测器源图像熵编码器编码表压缩源图像由先前三点预测可以定义为：其中a1，a2,a3称预测系数，都是待定参数。如果预测器中预测系数是固定不变的常数，称之为线性预测。预测误差：（4-14）（4-15）设a=f(i,j-1)，b=f(i-1,j),c=f(i-1,j-1)，的预测方法如右图所示，可有8种选择方法：选择方法预测值0非预测1acb2bax3c4a+b-c5a+(b-c)/26B+(a-c)/27(a+b)/201020304例：设有一幅图像，f(i-1,j-1),f(i-1,j),f(i,j-1),f(i,j)的灰度值分别为253,252,253,255，用图4-8第四种选择方法预测f(i,j)的灰度值，并计算预测误差。预测误差=255-252=3解：=a+b-c=f(i,j-1)+f(i-1,j)-f(i-1,j-1)=252+253-253=252显然，预测误差e(i,j)=3比像素的实际值f(i,j)=255小的多，对2进行编码比对255直接编码将占用更少的比特位。有损编码是以丢失部分信息为代价来换取高压缩比。有损压缩方法主要有有损预测编码方法、变换编码方法等。4.6有损压缩有损预测方法有多种，其中差分脉冲编码调制(DifferentialPulseCodeModulation，简称DPCM)，是一种具有代表性的编码方法。02在预测编码中，对差值信号进行量化后再进行编码就称之为有损预测编码。014.6.1有损预测编码DPCM系统由编码器和解码器组成，它们各有一个相同的预测器。DPCM系统的工作原理如下图所示:量化器编码器预测器信道传输解码器输入输出预测器系统包括发送、接收和信道传输三个部分。发送端由编码器、量化器、预测器和加减法器组成；接收端包括解码器和预测器等；信道传送以虚线表示。图中输入信号f(i,j)是坐标(i,j)处的像素的实际灰度值，是由已出现先前相邻像素点的灰度值对该像素的预测灰度值。e(i,j)是预测误差。DPCM包含量化器，这时编码器对编码，量化器导致了不可逆的信息损失，这时接收端经解码恢复出的灰度信号不是真正的f(i,j)，而是重建信号。可见引入量化器会引起一定程度的信息损失，使图像质量受损。但是可以利用人眼的视觉特性，丢失不易觉察的图像信息，不会引起明显失真。变换编码不是直接对空域图像信号编码，而是首先将图像数据经过某种正交变换（如傅立叶变换（DFT），离散余弦变换（DCT），K-L变换等等）另一个正交矢量空间(称之为变换域)，产生一批变换系数，然后对这些变换系数进行编码处理，从而达到压缩图像数据的目的。4.6.2变换编码变换编码的原理如下图：图像数据经过正交变换后，空域中的总能量在变换域中得到保持，但像素之间的相关性下降，能量将会重新分布，并集中在变换域中少数的变换系数上，因此，选择少数F(u,v)来重建图像就可以达到压缩数据的目的，并且重建图像仅引入较小误差。变换多采用正交函数为基础