電視原理課件之圖像壓縮編碼原理-在線瀏覽
2025-04-09 04:56本頁面
【正文】 而是在存儲(chǔ)器中把一幅圖像分成許多 N N的像塊 ， 然后依次將每個(gè)方塊內(nèi)的 N N個(gè)樣點(diǎn)同時(shí)送入變換器進(jìn)行變換運(yùn)算 。 (3)量化器用有限個(gè)值來表示變換后的系數(shù)矩陣 ， 通過量化器舍棄一些小幅度的變換系數(shù) 。 ? 正交變換有以下性質(zhì) 。 ? 3． 去相關(guān)性 (Decorrelation) 當(dāng)輸入的像素高度相關(guān)時(shí) ， 變換系數(shù)趨向于不相關(guān) 。 ? ? 1． 一維 DCT 正變換 1,1,02)12(c os)(2)()(10???? ???NuNuxxfNuCuFNx?? ( 3 13 )反變換 1,1,02)12(c os)(2)()(10???? ???NxNuxuFNuCxfNu?? ( 3 14 )式中系數(shù)： ??????0102/1)(uuuC? 2． 二維 DCT ? (1)二維 DCT 一個(gè) N N像塊 f(x,y)(x,y=0,1,… ,N1)的二維 DCT定義為 正變換： ? ????????10102)12(c o s2)12(c o s),()()(2),(NxNyNvyNuxyxfNvCuCvuF?? （ 3 19 ）反變換： ? ????????10102)12(c o s2)12(c o s),()()(2),(NuNvNvyNuxvuFvCuCNyxf?? （ 3 20 ） 其中 1,1,0,。 一個(gè) 8 8的DCT基圖像示意如圖 315所示 。 統(tǒng) 計(jì) 編 碼 ? ? 1． 對(duì)于某一離散無記憶信源 X的符號(hào)集xi(i=1,2,… ， N)， 假設(shè)每個(gè)符號(hào) x i是統(tǒng)計(jì)獨(dú)立的，出現(xiàn)的概率為 p(xi), ，則符號(hào) xi所攜帶的信息量定義為 I(xi)=log2(1/p(xi)) 1)(1???Niixp? 2． 信息 “ 熵 ” 如果將信源所有可能時(shí)間的信息量進(jìn)行平均 ， 就得到了信源中每個(gè)符號(hào)的平均信息量 ， 又稱為信息的熵 ， 可表示為 )(log)())(/1(log)()( 2121iNiiiNii xpxpxpxpXH ????? ????? 哈夫曼 (Huffman) Huffman編碼方法就是利用了這個(gè)定理 ，它是一種效率高 、 方法簡單的編碼 。 ? 1． Huffman (1)把信源符號(hào) x i(i=1,2,… ,N)按出現(xiàn) (2)對(duì)兩個(gè)概率最小的符號(hào)分別分配以“ 0”和“ 1”，然后把這兩個(gè)概率相加作 (3)將這個(gè)新的輔助符號(hào)與其他符號(hào)一 (4)跳到第 2步，直到出現(xiàn)概率相加為 1 (5)用線將符號(hào)連接起來，從而得到一個(gè)碼樹，樹的 N個(gè)端點(diǎn)對(duì)應(yīng) N個(gè)信源符號(hào)； (6)從最后一個(gè)概率為 1的節(jié)點(diǎn)開始，沿著到達(dá)信源的每個(gè)符號(hào)，將一路遇到的二進(jìn)制碼“ 0”或“ 1”順序排列起來，就 ? 2． Huffman ? 3． Huffman
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1