第4章數(shù)字圖像（3）-預(yù)覽頁(yè)
【正文】 則： 信息熵＝ () () () () () () () ＝ 如果每一個(gè)符號(hào)使用 3個(gè)二進(jìn)位表示，則： 平均碼長(zhǎng)＝ 3 2020/11/4 南京大學(xué)多媒體研究所 9 ? 壓縮比 (pression ratio) ? 壓縮倍數(shù) ? 壓縮效率 ? bits per pixel（ bpp） ? 算法復(fù)雜度 ? 計(jì)算量 /存儲(chǔ)量 ? 時(shí)間延遲 (計(jì)算延遲、存儲(chǔ)延遲 ) ? 編碼 /解碼算法的對(duì)稱(chēng)性 ? 重建圖象的質(zhì)量 4. 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 2020/11/4 南京大學(xué)多媒體研究所 10 重建圖象的質(zhì)量評(píng)價(jià) 1 客觀評(píng)價(jià)法 2))()((1 ixixnEin??? ?原始圖像的像素 重建圖像的像素 均方誤差： 22de lg 10 S N R(dB) ?)(1 22 ixnei??? ?22 )()(1 ixixndi??? ?原始圖像信號(hào)均值 誤差圖像信號(hào)均值 信噪比： 其中 22m a xdx lg 10 P S N R(dB) ?原始圖像信號(hào)峰值 峰值信噪比： 2020/11/4 南京大學(xué)多媒體研究所 11 重建圖象的質(zhì)量評(píng)價(jià) 2 ? 主觀評(píng)價(jià)法 (MOS) 受評(píng)價(jià)者的經(jīng)驗(yàn)、愛(ài)好、觀察圖像的內(nèi)容、觀察條件等影響 分值 重建圖像（聲音）的質(zhì)量 5 非常好 ， 絲毫看 （ 聽(tīng) ） 不出失真 4 好 ， 雖能看 （ 聽(tīng) ） 出失真 ， 但沒(méi)有什么影響 3 一般 ， 清楚地看 （ 聽(tīng) ） 出有失真 ， 對(duì)視聽(tīng)稍有影響 2 差 ， 失真明顯 ， 對(duì)視聽(tīng)有影響 1 非常差 ， 失真嚴(yán)重 ， 非常嚴(yán)重地妨礙視聽(tīng) 2020/11/4 南京大學(xué)多媒體研究所 12 5. 壓縮方法的分類(lèi) ? lossless(無(wú)損壓縮 ) ? runlength coding(RLC) ? 預(yù)測(cè)編碼 ? Huffman(哈夫曼編碼 ) ? Arithmetic coding(算術(shù)編碼 ) ? LempelZiv amp。 因此 ， 在允許存在一定失真的前提下 ， 可以對(duì)圖象數(shù)據(jù)進(jìn)行很大程度的壓縮 。 ? 預(yù)測(cè)編碼。圖像變換本身并不能壓縮數(shù)據(jù)，但變換后圖像的大部分能量只集中到少數(shù)幾個(gè)變換系數(shù)上，采用適當(dāng)?shù)牧炕挽鼐幋a就可以有效地壓縮圖像。 ? 壓縮比取決于圖像本身的特點(diǎn)： ? 如果圖像中具有相同顏色的圖像塊越大 ， 且圖像塊數(shù)目越少 ，獲得的壓縮比就越高 。 2020/11/4 南京大學(xué)多媒體研究所 19 2. ShannonFano算法 ① 首先統(tǒng)計(jì)出每個(gè)符號(hào)出現(xiàn)的概率； ② ③ 從這個(gè)概率集合中的某個(gè)位置將其分為兩個(gè)子集合，并盡量使兩個(gè)子集合的概率和近似相等，給前面一個(gè)子集合賦值為0， 后面一個(gè)子集合賦值為 1 ④ 重復(fù)步驟 3，直到各個(gè)子集合中只有一個(gè)元素為止； ⑤ 將每個(gè)元素所屬的子集合的值依次串起來(lái)，即可得到各個(gè)元素的香農(nóng) 范諾編碼。如此重復(fù)進(jìn)行， 直到最后兩個(gè)概率的和為 1 （ 4） 分配碼字。 ? 算術(shù)編碼把 一串符號(hào) （稱(chēng)為 “ 符號(hào)串 ” ）作為一個(gè)編碼單位，使編碼效率得到進(jìn)一步提高
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1