数字图像处理笔记(9)

图像编码


前言

  • 本篇博客整理了数字图像处理课程中课件第11章的知识笔记。
  • 相关材料见:DIP-Notes

知识网络图

1

其他重点参考

信息熵

1

即有:

1

编码方法类别

编码种类 特点 举例
熵编码 基于信号统计特性的无损编码 哈夫曼编码、香农-范诺编码、算术编码、行程编码
预测编码 基于图像数据的空间或时间冗余特性,使用编码器和解码器 -
变换编码 将空间域上的图像经过正交变换映射到另一变换域上 -
量化编码 将动态范围内较大的输入信号值映射到有限个离散值 -
混合编码 综合多种编码方法 JPEG 2000

其中,在熵编码中,又分为等长编码和变长编码。

编码评价

  • 编码效率

    算法的编码效率通常有几种表现形式:平均码字长度(R),图像的压缩比(r),每秒钟所需的传输比特数(bits per second,bps),图像熵与平均码长之比(η),这些表现形式很容易相互转换。

    1

    1

  • 编码质量

    图像质量评价可分为客观质量评价和主观质量评价。最常用的客观质量评价指标是均方误差(MSE)和峰值信噪比(PSNR)。

  • 算法复杂度

  • 适用范围

哈夫曼编码特点与评价

  • 对不同概率分布的信源,哈夫曼编码的编码效率有所差别。
  • 根据信息论中信源编码理论,对于二进制编码,当信源概率为2的负幂次方时,哈夫曼编码的编码效率可达100%,其平均码字长度也很短; 而当信源概率为均匀分布时,其编码效果明显降低。
  • 有关实验数据表明,在未知信源概率分布的情况下,算术编码一般要优于哈夫曼编码。

重点习题与解答

附件:数字图像处理:部分课后习题参考答案.doc.

第11章

  1. 现有8个待编码的符号m0,…,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。
  2. 利用香农-范诺编码对第1题的信源符号进行编码,并写出香农-范诺编码的代码。
  3. 假设信源符号为{a,b,c,d},这些符号的出现概率分别为{0.4,0.2,0.1,0.3},写出算术编码及解码过程。

参考答案

答案见附件.