《数字图像处理》课件9上海交大-(全)

1上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第六章图像数据压缩编码§§11图像编码概述图像编码概述§§22图像压缩编码的理论基础图像压缩编码的理论基础§§33熵编码熵编码§§44预测编码预测编码§§55变换编码变换编码§§66图像编码国际标准简介图像编码国际标准简介§§77小波变换编码小波变换编码2上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第六章图像数据压缩编码§§11图像编码概述图像编码概述§§22图像压缩编码的理论基础图像压缩编码的理论基础§§33熵编码熵编码§§44预测编码预测编码§§55变换编码变换编码§§66图像编码国际标准简介图像编码国际标准简介§§77小波变换编码小波变换编码数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季•图像编码(ImageCoding)和视频编码(VideoCoding）是数字图像处理中应用面最广、影响最大的研究方向•目的：存储&传输•改变产业界的格局——三网融合的基础之一改变人们的生活方式——DTV、DVD、DC、流媒体等•技术成熟，文章多，标准多，实用性强•课程内容只讲基本原理，不讲编码国际标准的细节•介绍主流技术，如视频编码的主流是混合编码，即MC-帧间预测+分块DCT变换+Q+熵编码3数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季•应用技术：（1）静止图像编码：二值图像编码（传真，文本）JBIG，JBIG1（2）灰度/彩色图像编码：数码相机，指纹库，人像库等JPEG,JPEG2000（3）活动图像编码：会议电视，可视电话，视频监控H.261,H.263,H.264•存储型应用：VCD，DVD，HD-DVD,数字电影•网络电视/流媒体：SVC，转码，组播，VOD•数字电视：SDTV，LDTV，HDTV，IPTV•不同应用有不同的具体要求数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季A.图像编码的必要性和可能性1.必要性（1）图像的数据量非常大（2）数字图像传输比模拟图像传输有许多优越性①接收图像质量可与发端相同，可多次中继和复制②便于加密③便于用VLSI实现④便于和计算机联网⑤抗干扰性强2.可能性图像中有各种冗余度，可以消除冗余度，以达到图像数据压缩的目的4数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季1)空间冗余度空间相邻像素之间有较大相关性帧内预测，变换编码（DCT,小波），行程码等2)时间冗余度序列图像的前后帧之间有较大相关性，从前（后）帧可推知当前帧的情况帧间预测编码，运动物体的运动补偿帧间预测(ME/MC)3)符号编码冗余度用等长码表示不同概率的符号时会浪费码字例：有64个不同符号，传10,000个符号①用等长码②用变长码数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季4)视觉冗余度可利用视觉特性(HVS)来压缩图像——第二代图像编码认为图像的信息不能全被视觉所接收，若解码后恢复的图像有少量失真不能被视觉所察觉（视觉无损，失真小于视觉阈值），或虽能被察觉，但能忍受（限失真编码）①可利用HVS的特性（缺陷）来加大压缩比②可利用HVS在空间/亮度/时间分辨率之间的关系进行折衷③可利用视觉阈值和视觉掩蔽效应原则：bit分配很重要，不要把bit浪费在视觉不敏感的信息上5)知识冗余度利用对于待编码内容的先验知识进行编码如：模型编码5数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季B.图像压缩编码的一般框图数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季功能简介：a.映射变换目的：通过映射改变图像数据的特性，消除冗余度，使之更有利于后面的压缩编码例1.帧内预测映射变换时以空间左邻像素灰度值作为当前像素灰度的预测值，“映射后数据”为“预测差”，后面再对预测差进行量化和熵编码——用预测消除空间相关性（冗余度）6数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季只要空间相邻点有较大相关性，预测差的分布将在0附近大量实验表明，预测差近似于拉普拉斯分布，即预测差图的直方图标准差（随机性小于原图）根据信息论，对标准差小的信号进行编码所需bit数少——实现“数据压缩”nxΔ12()exp2nneePxxσσ⎡⎤Δ=−Δ⎢⎥⎣⎦eσσ原图xΔP()xΔ255-255数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季例2.变换编码映射变换为分块DCT，映射后数据即DCT变换系数由于DCT的能量集中效应，能量集中在低频区，经量化后，只有少数非零系数需要进行编码传输——实现“数据压缩”例3.混合编码映射变换为：先做帧间预测，再对帧间预测差做分块DCT变换，则可同时消除时间和空间冗余度——压缩比更高混合编码是主流的视频编码国际标准方案例4.模型编码映射变换把原图映射成模型参数，计算机内存有模型（先验知识），对输入图像作图像分析，估计出模型参数（如脸宽、头的转角、五官位置、大小等）——数据量大大减少不同模型有不同参数7数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季b.量化器•只用于限失真编码中，可大大提高压缩比•是引入失真的根源•经过量化后，失真变大，码字变少，应折衷二者，达到“码字变少的同时看不出失真”•量化器和映射变换，熵编码器的设计有相互影响•应结合映射变换，采用基于视觉特性的自适应量化•可以是标量量化(SQ)，矢量量化(VQ)•量化器的设计非常关键：①可与HVS相结合确定量化步长②可根据映射后数据的统计特性确定量化策略目标：在同样码率下使失真最小（bit分配）数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季c.熵编码•用于消除“符号编码冗余度”•本身不引入失真•代价：抗误码能力差（冗余少）•用熵编码器压缩的下限是：当编码流的平均码长等于“量化后数据”的信息熵时，压缩比达到上限即：若要不失真，则平均码长熵•具体方法：大多为分组码（一个符号对应一组bit）①自然二进制码②行程码③变长码④算术码（不是分组码，可能一个bit对应多个符号）•图像编码中最常用的熵编码器：霍夫曼（Huffman）编码和算术码≥8数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季d.映射、量化与熵编码三者之间的关系•相互联系、相互制约、应相互配合——使总体效果最好•配合举例：例1.非均匀量化器+VLCvs均匀量化器+VLC数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季e.传输误码的影响•分析误码扩散的成因和防止•若无传输误码，框图的解码端就是编码端的逆过程•传输误码举例：例1.由帧内预测造成的误码扩散以左邻作为当前点预测值时，若某位置的预测差传错，则会一直错下去阻断办法：在每行结束时传一个EOL符号，则误差不会在行间传播例2.由帧间预测造成的误码扩散若某帧传输出错，则后面各帧会一直错下去阻断办法：隔一段时间传一帧“绝对数值”9数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季例3.误码对VLC的影响如：符号表为aabcd发aabcd即0010110111第二bit有错，收到0110110111VLC解码结果accd若a、b、c、d代表不同空间频率的DCT系数量化后的幅值，则出错会造成块内和块间的误码扩散阻断办法：在每个DCT块后加EOB符号111110100dcba数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季C.图像编码方法分类1.按原图属性分类：彩色/黑白，静止/活动2.按解码图像与原图是否一致分类①无失真编码(LosslessCoding)-又称信息保持编码，可逆编码等-特点：严格恢复原图，一般压缩比不高，极限是信息熵-用于对宝贵资料（重要图像）的压缩（遥感，医学等）-编码时不能使用量化器②限失真编码(LossyCoding)-特点：压缩比高-视觉特性的应用十分重要-应清楚应用需求-“率失真理论”起重要作用-视觉无损，或近于视觉无损编码10数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季3.按所用压缩方法分类①基于统计特性/基于视觉特性/基于特征提取等的分类法②按“映射变换”方法进行分类1）波形编码：帧内预测，帧间预测编码（对预测差进行量化和编码）2）变换编码：DCT变换，小波变换等（对变换系数进行量化和编码）3）模型编码：对模型参数进行量化和编码传输4）拟合编码：把图像看成曲面，进行拟合和近似表示数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季D.对图像编码算法和系统的要求•满足应用要求，实现简单•重点：①提高编码效率和复原图像质量②提高对应用环境的适应性1)提高抗误码能力2)提高对网络和终端设备的适应性11上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第六章图像数据压缩编码§§11图像编码概述图像编码概述§§22图像压缩编码的理论基础图像压缩编码的理论基础§§33熵编码熵编码§§44预测编码预测编码§§55变换编码变换编码§§66图像编码国际标准简介图像编码国际标准简介§§77小波变换编码小波变换编码数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季A.无失真编码的理论基础•信息论中的熵与相关性及冗余度关系的无干扰编码定理•该定理适用于无失真编码，不涉及量化失真•定理：香农的无干扰编码定理在无干扰条件下，总存在一种无失真编码方法，它使编出码长的平均长度与信源的熵任意地接近•说明：1)它指出“总存在”一种编码方法，而未指出具体用什么方法编码2)它指出了编出的平均码长的理论下限3)用它可以比较不同编码方法编码效率的高低()Lx()Hx12数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季由此定理可以定义术语：1)编码效率，即熵/平均码长2)冗余度3)无失真编码可以达到的最大压缩比若原图像平均bit率为nbit/pel（平均每像素用nbit来表示）压缩后bit率为ndbit/pel则压缩比由上述定理：，所以，把称为最大压缩比（无失真编码）则()()HxLxηMAXC1()()/()rLxHxLxη⎡⎤−=−⎣⎦dnCn()dnHx≥n/()HxMAXCCn/()Hx≤=Cn/()Hx≤数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季1.独立（无记忆）信源的熵•独立信源指某个位置上出现的符号的概率与其他位置上出现什么符号无关，是最简单的信源•图像存在空间相邻像素间的相关性，不是独立信源，但若经某种映射变换后，可以变为近于独立的信源设：信源的符号表为，共q种不同的符号，这些符号出现的概率为则此信源的熵为{}12,,,qxxx21()()log()qiiiHxPxPx==−∑{}12(),(),,()qPxPxPx13数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季①若信源的符号数，各符号等概率，即则其熵若用等长码对其编码，码字长度为Lbit则编码效率即：对独立等概率信源，用自然二进制编码（等长码）已经是最优编码②若信源各符号出现概率不等，则必然会小于L可以用“大概率符号用短码”的原则来设计变长码，使，以提高编码效率2111()logqiHxLqq=⎛⎞=−=⎜⎟⎝⎠∑11()2iLPx