数字图像处理chap6_2

1、6.4 6.4 预测编码预测编码空域方法，消除象素间的冗余空域方法，消除象素间的冗余象素间的相关性使得预测成为可能象素间的相关性使得预测成为可能仅提取每个象素中的新信息并对它们编仅提取每个象素中的新信息并对它们编码码无损预测编码信息信息保存型保存型有损预测编码信息损失型预测编码预测编码用用xi1, xi2, , xim来预测来预测xi的值，预的值，预测值测值一般较接近于一般较接近于xi ，对于，对于 编码比编码比对对xi直接编码的直接编码的Bit数少。数少。),(21imiiixxxfxiixx6.4 6.4 预测编码预测编码无损预测编码系统无损预测编码系统编码器编码器 + 解码器（有相同的预

2、测器）解码器（有相同的预测器）6.4 6.4 预测编码预测编码预测器预测器 根据若干个过去的输入产生当前输入像素的预计(估计)值 可以是固定的，也可以是自适应的；可以是线性的，也可以是非线性的。 预测器设计得越好，对输入的数据压缩就越多。),(11nmnmnnxxxfx6.4 6.4 预测编码预测编码无损预测编码过程无损预测编码过程输入序列：输入序列： fn (n = 1, 2, )预测输出：预测输出： （舍入成整数）（舍入成整数）预测误差：预测误差：误差编码：在符号编码器中用变长码编码误差编码：在符号编码器中用变长码编码误差误差解压序列：解压序列：哪里取得了压缩？哪里取得了压缩？nnnffe

3、nnnfefnf（消除了象素间冗余）（消除了象素间冗余） 6.4 6.4 预测编码预测编码 m阶线性阶线性预测：预测： 1-D线性线性预测：预测： 一阶一阶1-D线性线性预测：预测：miininfaf 1round miinyixfayxf 1)(round )(,)1(round )(yxafyxfn, 有损预测编码有损预测编码1、有损预测编码系统、有损预测编码系统增加了增加了1个量化器，预测器放在个量化器，预测器放在1个反馈环中个反馈环中 nnnfef1、有损预测编码系统、有损预测编码系统输入序列：输入序列： fn (n = 1, 2, )量化输出：量化输出：预测输入：预测输入：解压序列：

4、解压序列：编码误差：编码误差：nnnfef nnnfef )(nneqe nnff 有损预测编码有损预测编码德尔塔调制（德尔塔调制（DM）预测器预测器量化器量化器预测系数预测系数 a 1，常数，常数 c 0 DM方法得到的码率是方法得到的码率是1比特比特/象素象素 1 nnfaf其它对cecenn0 有损预测编码有损预测编码DM编码示例：编码示例：a=1，c=6.5，输入序列，输入序列14，15，14，15，13，15，15，14，20，26，27，28，27，27，29，37，47，62，75，77，78，79，80，81，81，82，82，编码开始，编码开始时先将第一个输入像素直接传给编码

5、器，时先将第一个输入像素直接传给编码器，在编码器和解码器两端都建立了初始条件在编码器和解码器两端都建立了初始条件后，其余的值可以由上述式子计算。后，其余的值可以由上述式子计算。1400 ff 有损预测编码有损预测编码 有损预测编码有损预测编码 DM编码中的失真示例编码中的失真示例 ff.颗粒噪声024681012斜率过载n14161820222426f f,.20604080 有损预测编码有损预测编码6.5 6.5 变换编码变换编码频域方法，非信息保持型频域方法，非信息保持型 变换编码系统变换编码系统图像分解图像分解：减少变换的计算复杂度：减少变换的计算复杂度图像变换图像变换：解除每个子图像内

6、部象素之：解除每个子图像内部象素之间的间的 相关性，或者说将尽可能多的信息集中相关性，或者说将尽可能多的信息集中到尽可能少的变换系数上到尽可能少的变换系数上压缩不是在变换中而是在量化变换系数时取压缩不是在变换中而是在量化变换系数时取得的得的输入图象压缩图象解压图象正变换量化符号编码符号解码反变换构造子图象合并子图象压缩图象9 9. .2.2 2.2 子图像尺寸选择子图像尺寸选择l 子图像影响变换编码误差和计算复杂度。子图像影响变换编码误差和计算复杂度。（压缩量和计算复杂度都随子图像尺寸（压缩量和计算复杂度都随子图像尺寸的增加而增加的增加而增加 ）l 选择的两个条件：选择的两个条件： 相邻子图像

7、之间的相关（冗余）减少相邻子图像之间的相关（冗余）减少到某个可接受的水平；到某个可接受的水平； 子图像的长和宽都是子图像的长和宽都是2的整数次幂的整数次幂最常用的子图像尺寸：最常用的子图像尺寸：8 8和和16 16 变换编码重建误差与子图像尺寸的关系变换编码重建误差与子图像尺寸的关系9 9. .2.2 2.2 子图像尺寸选择子图像尺寸选择变换编码变换编码 采用变换编码时，首先将已给的N*N图象分为若干子图象阵列。对于一维（某行或某列）变换编码，子图象阵列的大小是1*n，其中nN，它们可用向量X=(x1, x2, xn)T表示。设A是n*n的正交矩阵，则为： Y=AX： YT=XTAT 在二维变换编码中，子图象通常是n*n的方阵，其中nN。形式同一维变换编码类似。 变换选择变换选择u一个能把最多的信息集中到最少的系数一个能把最多的信息集中到最少的系数上去的变换所产生的重建误差最小上去的变换所产生的重建误差最小 u不同变换的信息集中能力不同不同变换的信息集中能力不同 lKLT最优，但计算量非常大（依赖于