数字图像处理图像编码

《数字图像处理图像编码》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、7.3.2LZW编码背景：是Lemple、Ziv最早提出，然后由Welch充实的有专利保护的LZW算法。2.基本思想：去除像素间冗余。在压缩过程中动态地形成一个字串表(字典)。(2)(a)每当压缩扫描图像发现一个字典中没有的字符序列，就把该字符序列存到字典中。(b)并用字典的地址（编码）作为这个字符序列的代码，替换原图像中的字符序列。(c)下次再碰到相同的字符序列，就用字典的地址代替字符序列。7.3.2LZW编码3LZW编码例子：7.3.2LZW编码压缩的结果，除了压缩图像外，不需要传输压缩过程中形成的字典，而在解压缩时,临时恢复这个字典。1.预测

2、编码的基本思想通过仅提取每个像素中的新信息,并对它们编码来消除像素间的冗余。一个像素的新信息定义为该像素的当前值与预测值的差。正是由于像素间有相关性，所以才使预测成为可能。7.3.4无损预测编码fn2.无损预测编码无损预测编解码系统预测器最接近的整数+-符号编码压缩图像en输入图像fn预测器符号解码++压缩图像en解压缩图像fnfn解码编码7.3.4无损预测编码7.3.4无损预测编码1.有损压缩概述：有损压缩是：牺牲图像复原的准确度以换取压缩能力的增加。如果产生的失真可以容忍，则压缩能力的增加是有效的。有损压缩方法的压缩比：在图

3、像压缩比大于30:1时，仍然能够重构图像。在图像压缩比为10:1到20:1时，重构图像与原图几乎没有差别。无损压缩的压缩比很少有能超过3:1的。有损压缩和无损压缩的根本差别在于有没有量化模块。7.4有损压缩有损预测编码和变换编码都是有损压缩。有损预测编码系统：直接对像素在图像空间进行操作,称为空域方法。变换编码：基于图像变换的编码方法，称为变换域（频域）方法。7.4.1有损预测编码2有损预测的基本思想对预测误差进行量化，通过消除视觉心理冗余，达到对图像进一步压缩的目的。3算法的演变a)无损预测压缩的基础是：原图像值fn与预测值之间的误差en

4、。有公式：解码与编码使用相同的预测器b)有损预测编码的演变——引入量化4有损预测编码系统++符号编码预测器压缩图像输入图像enfnfn+-量化器编码++符号解码预测器解压缩图像压缩图像fn解码7.4.1有损预测编码量化器插在符号编码器和预测误差产生处之间，把原来无损编码器中的整数舍入模块吸收了进来量化器将预测误差映射到输出中，确定了有损预测编码中的压缩量和失真量反馈环的输入是过去预测和与其对应的量化误差的函数基于图像变换的编码方法。用一个可逆的、线性的变换（如傅立叶变换），把图像映射到变换系数集合，然后对该系数集合进行量化和编码

5、。大多数图像变换得到的系数值都很小，这些系数可以较粗地量化，或忽略不计，且仅以较小的图像失真为代价。虽然失真很小，信息仍然不能完全复原，所以还是有损压缩。7.4.2变换编码7.4.2.1变换编码的基本思想变换编码的基本思想—举例原始图像相应的DCT系数52556166706164736359669010985697262596811314410466736358711221541067069676168104126886870796560707768587585716459556165838779696865767894-415-29-6225

6、55-20-137-21-62911-7-66-46877-25-30107-5-501335-15-960311-8-13-2-11-41-1013-3-102-1-4-12-12-31-2-1-1-1-2-1-10-17.4.2.1变换编码的基本思想变换编码系统7.4.2.2变换编码系统输入图像(NN)正向变换量化器符号编码器构造nn的子图压缩图像编码器符号解码器逆向变换合成nn的子图压缩的图像解压图像解码器√构造子图像：一幅NN图像先被分解成尺寸为nn的子图像，通过变换这些子图像，得到(N/n)2个nn的子图像变换数组。√正向变换

7、：目的是解除每个子图像内部像素之间的相关性，或将尽可能多的信息集中到尽可能少的变换系数上。√量化：有选择地消除或较粗糙地量化携带信息最少的系数，因为它们对重建的子图像的质量影响最小。√符号编码：对量化的系数进行编码（常利用变长码）。7.4.2.2变换编码系统变换的选择子图尺寸的选择位分配7.4.2.3实现变换压缩算法的主要问题1.变换的选择可以选择的变换1）Karhunen-Loeve变换(KLT)2）离散傅立叶变换（DFT）3）离散余弦变换（DCT）4）Walsh-Hadamard变换（WHT）5）小波变换等7.4.2.3实现变换压缩算法的

8、主要问题对变换的评价按信息封装能力排序：KLT，DCT，DFT，WHT但KLT的基图像是数据依赖的，计算量大，因而很少使用