第4章數(shù)字圖像3(編輯修改稿)
2024-11-03 16:06 本頁面
【文章內(nèi)容簡介】 5?2 1 2 2 2 3 2 4 2 5 2020/11/4 南京大學多媒體研究所 17 RLC的應用 適用于：二值圖像的編碼，如 000011001111100011100000 4225335 ? 黑白文稿 ? 工程圖紙 ? 傳真機（ FAX） RLC＋ Huffman 2020/11/4 南京大學多媒體研究所 18 RLC的分析 ? 方法直觀 ， 簡單 ， 速度快 。 ? 是一種無損壓縮技術 。 ? 壓縮比取決于圖像本身的特點： ? 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 。 反之 ， 壓縮比就越小 。 ? 特別適合于掃描產(chǎn)生的黑白文稿和工程圖紙 ， 對顏色豐富的自然圖像效果較差 。 ? 不僅用于圖像數(shù)據(jù)的壓縮 ， 也可應用于其他數(shù)字媒體的壓縮 。 2020/11/4 南京大學多媒體研究所 19 2. ShannonFano算法 ① 首先統(tǒng)計出每個符號出現(xiàn)的概率； ② ③ 從這個概率集合中的某個位置將其分為兩個子集合，并盡量使兩個子集合的概率和近似相等，給前面一個子集合賦值為0， 后面一個子集合賦值為 1 ④ 重復步驟 3，直到各個子集合中只有一個元素為止； ⑤ 將每個元素所屬的子集合的值依次串起來，即可得到各個元素的香農(nóng) 范諾編碼。 2020/11/4 南京大學多媒體研究所 20 ShannonFano編碼舉例 2020/11/4 南京大學多媒體研究所 21 3 Huffman 編碼 基本原理：將在圖象中出現(xiàn)次數(shù)多的像素值給一個短的編碼，將出現(xiàn)次數(shù)少的像數(shù)值給一個長的編碼。 哈夫曼編碼的一般算法如下： （ 1） 首先統(tǒng)計信源中各符號出現(xiàn)的概率， 按符號出 （ 2） 把最小的兩個概率相加合并成新的概率， 與剩余的概率組成新的概率集合。 （ 3）對新的概率集合重新排序， 再次把其中最小的兩個概率相加， 組成新的概率集合。如此重復進行， 直到最后兩個概率的和為 1 （ 4） 分配碼字。碼字分配從最后一步開始反向進行， 對于每次相加的兩個概率，給大的賦 “ 0”， 小的賦 “ 1” 2020/11/4 南京大學多媒體研究所 22 Huffman 編碼舉例 例：設有 7個符號： a1, a2, a3, a4, a5, a6, a7 出現(xiàn)的概率是 : , , , , , , a2 () a1 () a3 () a4 () a5 () a6 () a7 () 1 0 0 1 0 1 0 1 0 1 0 1 a1 10 a2 11 a3 000 a4 001 a5 010 a6 0110 a7 0111 2020/11/4 南京大學多媒體研究所 23 兩種 Huffman 編碼的比較 例：設有 5個符號： a1, a2, a3, a4, a5, 出現(xiàn)的概率是 : , , , , , a2 () a1 () a3 () a4 () a5 () 0 1 1 0 1 0 a1 1 a2 01 a3 000 a4
教學課件相關推薦
鄂ICP備17016276號-1