图像压缩编码方法.docx

会员专享推荐 · 你可能也用得上更多

开通会员，畅读全站文档

本篇文档已为你保留

本篇文档价值 ~~¥35.00~~会员免费解锁

全文不限次阅读，剩余内容即刻解锁
高速下载通道，免排队、无等待
专属客服 1 对 1 答疑，优先响应
每日赠送下载券，本篇文档免费送

有 86 篇商业计划书正在上传

下载原文档

图像压缩编码方法综述概述：近年来,随着数字化信息时代的到来和多媒体计算机技术的发展,使得人们所面对的各种数据量剧增,数据压缩技术的研究受到人们越来越多的重视。图像压缩编码就是在满足一定保真度和图像质量的前提下，对图像数据进行变换、编码和压缩，去除多余的数据以减少表示数字图像时需要的数据量，便于图像的存储和传输。即以较少的数据量有损或无损地表示原来的像素矩阵的技术,也称图像编码。图像压缩编码原理：图像数据的压缩机理来自两个方面:一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。图像数据的冗余度又可以分为空间冗余、时间冗余、结构冗余、知识冗余和视觉冗余几个方面。空间冗余：在一幅图像中规则的物体和规则的背景具有很强的相关性。时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性。结构冗余和知识冗余：图像从大面积上看常存在有纹理结构，称之为结构冗余。视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像的变化并不都能察觉出来。人眼的视觉特性：亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。人眼刚刚能察觉的亮度变化值称为亮度辨别阈值。视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就察觉不出来，高于它才看得出来，这是一个统计值。空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。掩盖效应：“掩盖效应”是指人眼对图像中量化误差的敏感程度，与图像信号变化的剧烈程度有关。图像压缩编码的分类：根据编码过程中是否存在信息损耗可将图像编码分为:无损压缩：又称为可逆编码(Reversible Coding)，解压缩时可完全回复原始数据而不引起任何失真；有损压缩：又称不可逆压缩(Non-Reversible Coding)，不能完全恢复原始数据，一定的失真换来可观的压缩比。根据编码原理可以将图像编码分为:熵编码：熵编码是编码过程中按熵原理不丢失任何信息的编码。熵编码基本原理是给出现概率大的信息符号赋予短码字，出现概率小的信息符号赋予长码字，最终使得平均码长最小。常见熵编码方法有哈夫曼编码、算术编码和行程编码(Run Length Encoding)。预测编码：预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。预测编码可分为帧内预测和帧间预测，常见的预测编码有差分脉码调制(DifferentialPulse Code Modulation，DPCM)和自适应差分脉冲编码（Adaptive Differential Pulse Code Modulation，ADPCM）。变换编码：变换编码通常是将空域图像信号映射变换到另一个正交矢量空间（变换域或频域），产生一批变换系数，然后对这些变换系数进行编码处理。图像信号在空域描述时，数据之间相关性大，冗余量大，经过变换到变换域中去描述，数据相关性大大减少，冗余量减少，参数独立，数据量少，这样再进行适当的量化和编码就能得到较大的压缩比。常用的正交变换有傅立(Fouries)变换、正弦变换、余弦变换、哈尔(Haar)变换、沃尔什(Walsh)变换、斜(Slant)变换和K-L(Karhunen-Loeve)变换等。混合编码：混合编码是指综合使用了熵编码、预测编码或变换编码的编码方法，如JPEG标准和MPEG标准。图像压缩编码方法介绍：1、哈夫曼编码：基本思想是统计一下灰度级的出现概率，建立一个概率统计表，将最常出现(概率大的)的灰度级用最短的编码，最少出现的灰度级用最长的编码。步骤：将输入灰度级按概率大小由大到小排序：将最小的两个概率相加得到一个新的概率集合，重复第1步，直到只有两个概率集合为止；反向分配码字。特点：码值不唯一；对不同概率分布的信源，哈夫曼编码的编码效率有所差别，对于二进制编码，当信源概率为2的负幂次方时，哈夫曼编码的编码效率可达100%，其平均码字长度也很短，而当信源概率为均匀分布时，其编码效果明显降低。需先计算图像数据的概率特性形成编码表后才对图像编码，因此缺乏构造性。2、预测编码预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。如果预测比较准确，误差就会很小。在同等精度要求的条件下，就可以用比较少的比特进行编码，达到压缩数据的目的。预测编码是比较易于实现的，如差分脉冲编预测编码(Differential Pulse Code Modulation，DPCM)方法。在这种方法中，每一个像素灰度值，用先前扫描过的像素灰度值去减，求出他们的差值，此差值称为预测误差，预测误差被量化和编码与传送。接收端再将此差值与预测值相加，重建原始图像像素信号。由于量化和传送的仅是误差信号，根据一般扫描图像信号在空间及时间邻域内个像素的相关性，预测误差分布更加集中，即熵值比原来图像小，可用较少的单位像素比特率进行编码，使得图像数据得以压缩。3、变换编码：基本思想是先将空间域图像通过某种正交变换，获得一系列变换系数。在变换过程中，使图像变换系数能量相对集中，再对其变换系数，进行区域量化，按其所含能量大小，分配以不同的数据量(比特数)去描述，如高能量区域赋予多比特，反之，则短的比特数，这样可以提高压缩比。变换编码原理框图如图所示。问题:1)分块大小;2)变换方式;3)比特分配;4)编码方案。优点:1)压缩比高;2)视觉感觉好。缺点:计算复杂。变换编码是一种图像有损编码。在能达到的压缩比和信息损失之间存在一个折衷。一般情况下，人眼是信息丢失能否接受的最终裁判。对图像失真的定量计算，如均方误差，往往和人眼的主观感觉不一致。常用的变换方法有DCT变换和WHT变换等。图像进行变换后，接下来要对变换后的系数量化，在量化后才能对其编码。其中常用的系数量化方法有:区域编码、行程编码、门限编码等。DCT变换的全称是离散余弦变换(Discrete Cosine Transform，DCT)。在傅立叶级数展开式中，如果被展开的函数是实偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换。DCT是先将整体图像分成N*N(N=8或16)像素块，然后对N*N(N=8或16)像素块一一进行单独的DCT变换。由于大多数图像的高频分量很小，相应于图像高频分量的系数经常为零，而且人眼对高频成分的失真基本不容易分辨认来，所以可经过适当的量化。