图像有损压缩.pptx

图像(túxiànɡ)有损压缩引言(yǐnyán)图像压缩的可能性例1静止图像信息的冗余（相邻像素(xiànɡsù)间的空间冗余）例2活动(huódòng)图像信息的冗余（相邻帧间的时间冗余）图像压缩的主要(zhǔyào)应用2.图像压缩基本知识介绍(jièshào)2.1图像压缩概念(gàiniàn)2.2图像压缩分类(fēnlèi)3.图像(túxiànɡ)有损压缩技术3.1有损压缩介绍(jièshào)3.2常用(chánɡyònɡ)的有损压缩技术3.2.1预测(yùcè)编码3.2.2变换编码变换编码的原理(yuánlǐ)变换编码是一种间接编码方法。它是将原始信号经过数学上的正交变换后，得到一系列的变换系数，再对这些(zhèxiē)系数进行量化、编码、传输。图3是变换编码系统方框图。

图中接收端输出信号与输入信号的误差是因为输入端采用量化器的量化误差所致。当经过正交变换后的协方差矩阵为一对(yīduì)角矩阵，且具有最小均方误差时，该变换称为最佳变换，也称Karhunen-Loeve变换（K-L变换）。如果变换后的协方差矩阵接近对角矩阵，该类变换称为准最佳变换，典型的有DCT（离散余弦变换）、DFT（离散傅立叶变换）、WHT等。离散(lísàn)余弦变换（DCT） 为了压缩RGB彩色图像，这项工作必须进行三遍，因为JPEG分别得处理每个颜色成分，R成分第一个被压缩，然后是G成分，最后是B成分。而一个8x8矩阵的64个值，每个值都带有各自的x，y坐标，这样我们就有了一个像素的三维表示法，称作控件表达式或空间域。通过DCT变换，空间表达式就转化为频谱表达式或频率域。从而达到了数据压缩的目的(mùdì)。
DCT式目前最佳的图像变换，它有很多优点。DCT是正交变换，它可以将8x8图像空间表达式转换为频率域，只需要用少量的数据点表示图像；DCT产生的系数很容易被量化，因此能获得好的块压缩；DCT算法的性能很好，它有快速算法，如采用快速傅立叶变换可以进行高效的运算，因此它在硬件和软件中都容易实现；而且DCT算法是对称的，所以利用逆DCT算法可以用来解压缩图像。 为什么采用8x8的图像块，其原因是由于计算量和像素之间关系的数量，许多研究表明，在15或20个像素之后(zhīhòu)，像素间的相关性开始下降。就是说，一列相似的像素通常会持续15到20个像素那么长，在此之后(zhīhòu)，像素就会改变幅度水平（或反向）。
模拟图像经采样后成为离散化的亮度值然后分成一个个宏块，而一个宏块有分成8x8大小的块，可以用一个矩阵来表示这个块。

在这里，N=8，矩阵(jǔzhèn)中元素f（i，j）表示块中第i行、第j列像素的亮度值。把该矩阵(jǔzhèn)看作一个空间域，显然，块中这些亮度值的大小有一定的随机性，无序性，或者说亮度值的分布没有什么特征；DCT变换就是来解决这个问题的，把这些随机的数据变的有序，便于对数据进行编码压缩。
一维DCT变换的公式为：

结论(jiélùn)小波变换(biànhuàn)二维图像信号的小波变换，可以按照下图分别在水平和垂直方向进行滤波的方法实现二维小波多分辨率分解。原始信号f(x,y)进行一级小波分解被分成4个子带，其中LL子带对应图像的低频成分；LH子带对应水平低通-垂直高通成分，反映了图像在垂直方向的高频细节；HL子带对应水平高通-垂直低通成分，反映了图像在水平方向的高频细节；HH子带对应水平和垂直两个方向的高通成分反映了图像在对角线方向的高频细节。为了获得图像的多分辨率分解，低频子带LL可以继续(jìxù)一分为四，每经过一级分解，当前子带LLn-1被分成LLn，HLn，LHn和HHn4个子带。对于D级分解，一幅图像共产生3D+1个子带。/经过小波多分辨率分解后，得到的低频子带图像依然保持原始图像的概貌，而各高频子带各自包含了原图像在水平、垂直(chuízhí)和对角线方向的高频分量，因而大部分区域变化幅度不大、能量低；而幅度变化大、能量高的区域集中在图像内物体的边缘和细节部分，它保持着物体的结构特征。小波分解在不同分辨率下各子带中系数的父子关系可以表示成树结构，粗尺度上的小波系数称为父系数，为树根，在较细尺度上相应空间位置上的小波系数称为子孙系数。小波分解后，子图按重要性从低到高排序为：LLn，HLn，LHn，HHn，HLn－1，LHn－1，HHn－1，…，HH1。在对小波系数编码时，应按照子图重要性顺序扫描，这样的扫描顺序与图像信号的能量分布主要集中在低频，而高频较少，且人的视觉对低频比高频更敏感，对水平和垂直(chuízhí)方向的边缘比对斜向边缘更敏感的特点一致。二维图像信号用二维小波分析进行(jìnxíng)压缩可以按照如下3个步骤来进行(jìnxíng):
⑴运用小波分析