第7章圖像壓縮(1)-wenkub
2022-10-28 16:14:59 本頁(yè)面
【正文】 設(shè)每一種得分為 Ci， 每一種得分的評(píng)分人數(shù)為 ni 平均感覺(jué)分 MOS的主觀評(píng)價(jià)可定義 ?????kiikiiinCnM O S11MOS得分越高 ， 解碼后圖像的主觀評(píng)價(jià)好 概述－圖像的編碼質(zhì)量評(píng)價(jià) 則壓縮比： 21nnCR ?設(shè) n1為原始圖像每個(gè)像素的平均比特?cái)?shù) n2為編碼后每個(gè)像素的平均比特?cái)?shù) 壓縮比越大壓縮效果越好 不要用夏 p94的公式 () 信息理論基礎(chǔ) 離散信源的熵表示 設(shè)一個(gè)離散信源 X： ),( 21 Nxxx ?滿足 },{21 Nppp ? ???Niip11其概率分布： 離散信源類型 無(wú)記憶信源 有記憶信源 離散信源的熵表示 考慮無(wú)記憶信源 X ， 某個(gè)信源符號(hào) xk， 如果它出現(xiàn)的概率是 pk 信源熵 H(X) xk的自信息量 kkk ppxI log1log)( ???? ?211( ) l o gNNi i i iiiH X p p p I x??? ? ???夏 p94 離散信源的熵表示 設(shè) 信源熵 則 ， 各信源符號(hào)自信息量： },{ dcbaX ?4/1)()()()( ???? dpcpbpap24l o g)()()()( 2 ????? dIcIbIaI22*4/12*4/12*4/12*4/1)( ?????XH編碼方法： a,b,c,d用碼字 00,01,10,11來(lái)編碼 ,每個(gè)符號(hào)用 2個(gè)比特 。 如一張 CD光盤可存 600兆字節(jié)數(shù)據(jù)，這部電影光圖象（還有聲音）就需要 160張CD光盤用來(lái)存儲(chǔ)。要占用很多的資源，花很高的費(fèi)用。 如一幅 512x512的黑白圖象的比特?cái)?shù)為 512x512x8=2,097,152 bit=256k字節(jié) 。 對(duì)圖象數(shù)據(jù)進(jìn)行 壓縮顯得非常必要。 平均碼字長(zhǎng)為 2。 ?如果所有 I(xk)都是整數(shù) ， 且 l(xk)=I(xk),可以使平均碼長(zhǎng)等于熵 。 低于此極限的無(wú)失真編碼方法是不存在的 ， 這是熵編碼的理論基礎(chǔ) 。 離散信源編碼定理 變長(zhǎng)編碼定理 ：若一個(gè)離散無(wú)記憶信源具有熵 ， 并有 r個(gè)碼元符號(hào)集 ， 則總可以找到一種無(wú)失真信源編碼 ， 構(gòu)成單義可譯碼 ， 使其平均碼長(zhǎng)滿足： 1lo g )(lo g )( ??? rXHLrXH當(dāng) r=2 1)()( ??? XHLXH離散信源的熵表示 3． 變長(zhǎng)最佳編碼定理 ? 在變長(zhǎng)編碼中 ， 對(duì)出現(xiàn)概率大的信息符號(hào)賦予短碼字 ， 而對(duì)于出現(xiàn)概率小的信息符號(hào)賦予長(zhǎng)碼字 。 Huffman編碼過(guò)程示意圖 例： 11010100Huffman編碼 (夏 p103106) 圖像熵 信源符號(hào) 出現(xiàn)概率 碼字 碼長(zhǎng) s1 0 1 S2 111 3 S3 110 3 S4 101 3 S5 100 3 )(51????ilisipL編碼后均碼長(zhǎng) 1 6 4 )(l o g)()(51??? ??iii spspXH? ? %HXL? ??編碼效率 Huffman編碼 (夏 p103106) 0 S2 S3 1 1 0 S5 S4 S1 0 1 0 1 Huffman樹(shù) Huffman編碼 (夏 p103106) Huffman編碼的特點(diǎn)是： （ 1） Huffman編碼構(gòu)造程序是明確的 ， 但編出的碼不是唯一的 ， 其原因之一是兩個(gè)概率分配碼字 “ 0”和 “ 1”是任意選擇的 （ 大概率為 “ 0”， 小概率為 “ 1”， 或者反之） 。 Huffman編碼 (夏 p103106) （ 3） Huffman編碼的信源概率是 2的負(fù)冪時(shí) ， 效率達(dá)100%， 但是對(duì)等概率分布的信源 ， 產(chǎn)生定長(zhǎng)碼 ， 因此編碼效率與信源符號(hào)概率分布相關(guān) ， 故 Huffman編碼依賴于信源統(tǒng)計(jì)特性 ， 編碼前必須有信源這方面的先驗(yàn)知識(shí) ， 這往往限制了哈夫曼編碼的應(yīng)用 。重復(fù)第（ 2）步直至不可再分，即每一個(gè)葉子只對(duì)應(yīng)一個(gè)符號(hào)。 1? ?? nn aff1 1 2 2 3 3 4 4?nf a f a f a f a f? ? ? ?無(wú)損預(yù)測(cè)編碼 (章 p158159) 線性預(yù)測(cè)編碼 舉例 ： ? F = {154,159,151,149,139,121,112,109,129} ? m = 2 ? = 1/2 ? 預(yù)測(cè)值 f3 = 1/2 * (154 + 159) ? 156 e3 = 151 156 = 5 ? f4 = 1/2 * (159 + 151) = 155 e4 = 149 – 155 = 6 ? f5 = 1/2 * (151 + 149) = 150 e5 = 139 – 150 = 11 ? f6 = 1/2 * (149 + 139) = 144 e6 = 121 – 144 = 23 ? f7 = 1/2 * (139 + 121) = 130 e7 = 112 – 130 = 18 ? f8 = 1/2 * (121 + 112) ? 116 e8 = 10
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1