《数字图像处理胡学龙等第05章图像编码与压缩.ppt》由会员分享，可在线阅读，更多相关《数字图像处理胡学龙等第05章图像编码与压缩.ppt（96页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、上上上上一一一一页页页页下下下下一一一一页页页页home知识要点信息论中的有关概念：信息量，信息熵，冗余度统计编码预测编码变换编码混合编码上上上上一一一一页页页页下下下下一一一一页页页页home5.1 概述数据编码的目的各异信息保密信息的压缩存储与传输等图像数据是一种十分重要且数据量大的信息源，特别是多媒体及网络技术兴起之后，它成为多媒体信息中的重要组成部分。通过数码相机等获得大量照片、图片等静态图像信息并能够永久保存，在图像通信、多媒体网络通信中，压缩编码形成一系列的静态图像和视频图像压缩编码标准。数码相机图像编码与压缩技术成功的范例。本章主要介绍静态图像压缩编码的原理，应用上上上上一一一一
2、页页页页下下下下一一一一页页页页home5.1.1 数据压缩的基本概念数据压缩以较少的数据量表示信源以原始形式所代表的信息目的在于节省存储空间、传输时间、信号频带或发送能量等。上上上上一一一一页页页页下下下下一一一一页页页页home数据压缩系统组成图 上上上上一一一一页页页页下下下下一一一一页页页页home编码对原始的信源数据进行压缩，便于传输和存储；解码是编码的反过程。信源编码主要解决压缩的有效性，信道编码主要解决编码的可靠性，压缩主要靠前者，后者是压缩过程能够可靠实现的保证。课本主要讨论是信源编码。上上上上一一一一页页页页下下下下一一一一页页页页home熵（Entropy）代表信源所含的平
3、均信息量若信源编码的熵大于信源的实际熵，则信源中的数据一定存在冗余度冗余数据的去除不会减少信息量。信息量与数据量的关系可由下式表示 I D du （5.1）上上上上一一一一页页页页下下下下一一一一页页页页home在实际应用中，压缩过程赢尽量去除冗余量而不会或较少减少信息量，即压缩后的数据要能够完全或在一定容差内近似恢复。压缩方法分类:无损（无失真）压缩方法：完全恢复被压缩信源信息的方法。有损（有失真）压缩方法：近似恢复被压缩信源信息的方法。采用同一压缩方法对同样的信源进行压缩，压缩成都越高，信息损失越大。只能在压缩程度和保真度之间权衡。上上上上一一一一页页页页下下下下一一一一页页页页home采
4、用数字技术之后使信号处理的性能大大提高，但是其数据量的增加也是十分惊人的。图像数据更是多媒体、网络通信等技术重点研究的压缩对象，不压缩的数据是计算机处理速度、通信信道的容量等无法承受的。5.1.2 图像编码压缩的必要性上上上上一一一一页页页页下下下下一一一一页页页页home图像信号的数据量可表示为 V w h d/8 （5.2）V、w、h、d分别表示图像数据量（字节，byte，B）、图像宽度（像素数，pel）、图像高度（像素数，pel）、图像深度（位，bit）。图像的尺寸为wh。上上上上一一一一页页页页下下下下一一一一页页页页home典型图像的数据量 图像种类图像参数 数据量 二值传真图像 A
5、4（210 297 mm）大小、1728 2376 2色分j辨率 501 KB 灰度图像 512512，8 bit灰度等级 256 KB VGA图像 640 480 256色 300 KB CIF视频图像 352 288 256色，亮度取样率为3 MHz，亮度和两色差按411取样，亮色量化位数共12 bit，帧频29.97，按1 s计算 4.3 MB HDTV亮度信号 1280 720，量化位数为8 bit，帧频30 Hz，按1 s计算 52.7MB上上上上一一一一页页页页下下下下一一一一页页页页home5.1.3 图像编码压缩的可能性一般图像中存在着以下数据冗余因素:编码冗余（信息熵冗余）：
6、对像素进行编码时，要建立表达图像信息的一系列符号的码本，如果码本不能使每个像素所需的平均比特数最小，说明存在编码冗余；即人们用于表达某一信息所需要的比特数总比理论上表示该信息所需要的最少比特数要大，之间的差距就是信息熵冗余。：上上上上一一一一页页页页下下下下一一一一页页页页home 像素间的相关性形成的冗余：在同一扫描行的邻近像素间、在同一帧的邻近行间、在活动图像中的同一位置的相邻帧像素间的灰度和色度往往相同或相近，称这相关性为像素间冗余或空间冗余。上上上上一一一一页页页页下下下下一一一一页页页页home 视觉特性和显示设备引起的冗余:人类视觉系统的一般分辨率估计是26灰度等级，而图像的量化采
7、用是28的灰度等级，称为视觉冗余。上上上上一一一一页页页页下下下下一一一一页页页页home5.1.4 图像编码压缩的技术指标常用的图像压缩技术指标:图像熵与平均码长 图像冗余度与编码效率 压缩比 客观评价SNR 主观评价上上上上一一一一页页页页下下下下一一一一页页页页home 图像熵：信源的平均信息量。设数字图像像素灰度级集合为（x1,x2,xk，,xM），其对应的概率分别为p1，p2，pk，pM。按信息论中信源信息熵定义，数字图像的熵H为上上上上一一一一页页页页下下下下一一一一页页页页home性质：（1）当M级灰度出现的概率相等时，即有最大熵值：(2)在极端情况下，当 或 则表明确定性信号的
8、熵值为0（3）随机性信号的熵非负，0H(x)=log2M（4）M为2的整数次幂时在各灰度等概率的情况下，p(xi)=2-L,H(x)=L在不等概率时H(x)i）相应的码相比较，前面的ni位至少有一位以上的数字是不同的。上上上上一一一一页页页页下下下下一一一一页页页页home【例5.2】由表5.3计算该信源的Shannon编码平均码字长度为2.92，较Huffman编码为长。上上上上一一一一页页页页下下下下一一一一页页页页home2.Fano编码步骤（1）将图像灰度级xi其概率大小按递减顺序进行排序。（2）将xi分成两组，使每组的概率和尽量接近。给第一组灰度级分配代码“0”，第二组分配代码“1”
9、。（3）若每组还是由两个或以上的灰度级组成，重复上述步骤，直至每组只有一个灰度级为止。上上上上一一一一页页页页下下下下一一一一页页页页home【例5.3】图5.6以表5.3的信源为例说明Fano编码。上上上上一一一一页页页页下下下下一一一一页页页页home5.2.3 算术编码在信源各符号概率接近的条件下，算术编码是一种优于Huffman编码的方法。20世纪60年代，R.Elias提出了一种 与分组码有本质差别的编码方法：算术编码（arithmetic coding）的概念,直到20世纪80年代才得以实现。基本思想：按照符号序列的出现概率对概率区间分割，用一个实数代表一个数据流的输入符号，再将这
10、个实数转化为一定位数的二进制代码。上上上上一一一一页页页页下下下下一一一一页页页页home主要步骤：（1）首先把当前区间定义为【0,1）；（2）对输入流中的每个符号s，重复下面的两步：把当前区间分割为长度正比于符号概率的子区间；为s选择一个子区间，并将其定义为新的当前区间；（3）当把整个输入流处理完后，输出的即为能唯一确定当前区间的数字。上上上上一一一一页页页页下下下下一一一一页页页页home【例6-1】根据信源的概率分布进行算术编码。已知信源的概率分布为求二进制序列01011的编码。上上上上一一一一页页页页下下下下一一一一页页页页home举例解：步骤如下：（1）二进制信源只有x1=0和x2=
11、1两种符号，相应的概率为pc=2/5,pe=1-pc=3/5（2）设s为区域左端起始位置，e为区域右端终止位置，l为子区的长度，则 符号“0”的子区为0，2/5），子区长度为2/5 ;符号“1”的子区为2/5 ，1，子区长度为3/5 。上上上上一一一一页页页页下下下下一一一一页页页页home（3）随着序列符号的出现，子区按下列公式减少长度:新子区左端=前子区左端+当前子区左端前子区长度新子区长度=前子区长度当前子区长度设初始子区为0，1，步序为step，则编码过程参见实例。可见，最后子区左端起始位置 上上上上一一一一页页页页下下下下一一一一页页页页home最后子区长度最后子区右端终止位置 编码
12、结果为子区起始位置与终止位置之中点 =0.0011。所以，二进序列的算术编码为0011。上上上上一一一一页页页页下下下下一一一一页页页页home算术编码算法的计算步骤实例step x s l 1002/5 210+（2/5）（2/5）=4/25（2/5）（3/5）=6/25 302/5+0 6/25=4/25（6/25）（2/5）=12/125 414/25+（2/5）（12/125）=124/625（12/125）（3/5）=36/625 51124/625+（2/5）（36/625）=692/3125（36/625）（3/5）=108/625 上上上上一一一一页页页页下下下下一一一一页页页
13、页home算术编码不同与哈夫曼编码，给符号值分配整数码字，而是把二进制数所代表的概率空间宽度叠加到代码串中；虽然算术编码的硬件实现比哈夫曼编码复杂，但对图像的编码测试结果表明，在信源符号概率接近的条件下，算术编码效率高于哈夫曼编码，在扩展的JPEG系统中用算术编码取代哈夫曼编码，算术编码还有自适应模式，该模式适用于不便于符号概率统计的实际场合。上上上上一一一一页页页页下下下下一一一一页页页页home5.3 预测编码预测编码的基本思想：在某种模型的指导下，根据过去的样本序列推测当前的信号样本值，然后用实际值与预测值之间的误差值进行编码。如果模型与实际情况符合得比较好且信号序列的相关性较强，则误差
14、信号的幅度将远远小于样本信号。上上上上一一一一页页页页下下下下一一一一页页页页home图像差值幅度的概率分布原图像幅度的概率分布大体比较均匀，而经预测编码后的差值大部分处在零附近的极小范围内，只有在图像的轮廓和边缘处出现较大的预测误差。可用较少的量化层次和比特数表示小幅度的误差信号，压缩数据；只有偶尔出现的大幅度误差信号，因为人眼对跳变的边沿误差并不敏感，也可减少量化级数。上上上上一一一一页页页页下下下下一一一一页页页页home5.3.1 预测编码基本原理对实际值与预测值之间的误差值进行编码差分脉冲编码调制Differential Pulse Code ModulationDPCM上上上上一一
15、一一页页页页下下下下一一一一页页页页homeDPCM系统的组成 上上上上一一一一页页页页下下下下一一一一页页页页home5.3.2 线性自适应预测编码假设经扫描后的图像信号x（t）是一个均值为零、方差为的平稳随机过程。线性预测就是选择ai（i 1，2，N 1）使预测值 并且使差值en的均方值为最小。预测信号的均方误差（MSE）定义为 Een=E(xn-xn)2上上上上一一一一页页页页下下下下一一一一页页页页home设计最佳预测的系数ai，采用MMSE最小均方误差准则。可以令定义xi和xj的自相关函数 R（i，j）=Exixj写成矩阵形式为Yule-Walker方程组 若R（i）已知，该方程组可
16、以用递推算法来求解ai。上上上上一一一一页页页页下下下下一一一一页页页页home通过分析可以得出以下结论：图像的相关性越强，压缩效果越好。当某个阶数已使EeNeN 1 0时，即使再增加预测点数，压缩效果也不可能继续提高。若xi是平稳m阶Markov过程序列，则m阶线性预测器就是在MMSE意义下的最佳预测器。上上上上一一一一页页页页下下下下一一一一页页页页home当前像素与邻近像素的位置关系上上上上一一一一页页页页下下下下一一一一页页页页home常用预测器方案前值预测：用x0同一行的最近邻近像素来预测 =x1 JPEG标准采用前置预测一维预测：如上图中的x1、x5。二维预测：如上图中的 x1、x
17、2、x3、x4、x5、x6、x7等。三维预测:在二维预测基础上，利用上帧或前几帧的邻近取样值作为x0的取样值，这种预测只要用于视频图像的压缩。体现在MPEG标准中。上上上上一一一一页页页页下下下下一一一一页页页页home5.3.3 自适应预测编码自适应预测预测参数根据信号的统计特性来确定，以达到最佳预测预测编码的优点直观快捷、便于实现,特别适用于具有实时性的硬件结构，在传输速率较高的场合大都采用该方法。预测编码的缺点压缩比不够高上上上上一一一一页页页页下下下下一一一一页页页页home一种经典的数据压缩的基本方法。正交变换使图像的表现形式发生变化，同时为图像的高压缩比提供可能。5.4 变换编码上
18、上上上一一一一页页页页下下下下一一一一页页页页home5.4.1 变换编码的基本原理通过对信号进行某种函数变换，实现从信号的相关性较强的空间变换到像素相关性较弱、便于编码的另一信号空间（如频率域）。通过数学变换可以改变信号能量的分布，从而压缩信息量。以傅里叶变换的概念说明合理的变换可以改变信号能量分布的基本原理。上上上上一一一一页页页页下下下下一一一一页页页页home变换可以改变信号能量的分布（上上上上一一一一页页页页下下下下一一一一页页页页home关键问题：选择与信号空间特征相匹配的变换函数。如果选定一个变换域与图像的特征相匹配，可以简化编码，大大提高压缩码率。上上上上一一一一页页页页下下下
19、下一一一一页页页页home5.4.2 变换编码的系统结构多变样率变换编码系统图像输入二维变换交换域采样量化编码传输/储存解码补零内插反交换输出 上上上上一一一一页页页页下下下下一一一一页页页页home一般信号的能量主要集中在低频部分，如果对能量较少的高频部分不编码或仅分配较少的比特数，可明显的减少传输或存储的数据量。对变换系数的量化可采用非线性量化编码器，以提高编码效率。上上上上一一一一页页页页下下下下一一一一页页页页home在变换编码中有以下几个问题值得注意：图像变换方法的选取图像变换方法的选取在所有的变换编码方案中，最佳的变换是K-L变换，理论价值较高，作为其他变换特性进行评价 的标准，但
20、是没有快速算法，工程应用受到限制。次最佳变换方法中：DFT,DCT两者具有快速算法，FFT,FCT,DFT是复数运算，而DCT是实数运算，计算量较小，该变换的压缩性能接近于K-L变换，其变换矩阵与图像内容无关。作为准最佳变换，已成为一些静态图像、视频压缩国际标准中的基本处理模块。JPEG指定基于DCT的有失真静止图像压缩标准在MPEG视频编码器中，帧内图像采用DCT的编码方法。5.4.3 变换编码的实现上上上上一一一一页页页页下下下下一一一一页页页页home子图像大小的选取利用正交变换进行压缩编码，考虑的一个问题：实现的复杂性。一般图像尺寸都比较大，进行全尺寸的直接变换计算量太大，尤其对硬件实
21、现难以承受，综合实现的复杂性和编码效率等因素，均采用n*n的子图像变换，称为基于子块的正交变换编码。n越小，越便于实时处理，但是子图像越小，压缩效果越差，在图像复原时图像的整体感越差，易出现子图像之间不能较好衔接的方块效应或马赛克效应。图像一般在相邻的20个像素之间存在相关性，所以若n16时再增加n值，则对图像质量作用不明显，相反会增加变换的计算量，一般n=8或16.JPEG编码标准将图像分成8*8的子图像，然后对子块分别进行处理。上上上上一一一一页页页页下下下下一一一一页页页页home常用的图像编码方法区域编码：变换域的能量主要集中在低频区域，而大部分区域的能量为0或可忽略不计，选取能量集中
22、区域进行编码，舍弃能量为0或很小的区域，从而达到数据压缩的目的。适用于原始图像经过滤波且滤波器频率特性已知的情况，该方法压缩比可达5:1，但由于高频分量被丢弃，致使图像的分辨率下降。上上上上一一一一页页页页下下下下一一一一页页页页home阈值编码：规定一个阈值，对大于阈值的变换系数幅度进行编码，舍弃以下阈值的变换系数分量，不仅保留了能量较大的低频分量，而且某些有一定幅度的高频分量也得到保留，有效改善重建图像的质量。混合编码JPEG标准中运用DCT变换编码，预测编码熵编码等混合使用，在满足图像质量的前提下达到很高的压缩比。上上上上一一一一页页页页下下下下一一一一页页页页home帧内混合编码原理图
23、变换编码变换编码变换编码预测编码信道传输预测编码反变换 f(1,n)F(1,n)e(1,n)e(1,n)f(2,n)F(2,n)e(2,n)e(2,n)f(M,n)F(M,n)e(M,n)e(M,n)f(1,n)f(2,n)f(M,n).上上上上一一一一页页页页下下下下一一一一页页页页home5.4.4 5.4.4 整数小波变换与图像压缩整数小波变换与图像压缩量化器的设计是决定图像保真度的关键环节，而传统的DCT和经典小波变换在图像变换后会产生浮点数，因而必须对变换后的数据进行量化处理，这样就产生不同程度的失真。新一代的整数小波变换（又叫第二代小波变换）采用提升方法能够实现整数变换，因而能够实
24、现图像的无损压缩，显然它是一种很适合于医学等图像的压缩方法。新的静态图像压缩标准JPEG2000中采用了基于提升方法的整数小波变换。上上上上一一一一页页页页下下下下一一一一页页页页home提升方法构造小波分为分裂、预测和更新3个步骤。1分裂（分裂（split）将一原始信号序列sj按偶数和奇数序号分成两个较小的、互不相交的小波子集sj-1和dj-1：2.预测（预测（predict）由于数据间存在相关性，因而可以定义一个预测算子P，用P(sj-1)来预测 dj-1.。这样可用相邻的偶数序列来预测奇数序列。用dj-1与P(sj-1)的差值代替d j-1，则数据量要比原始d j-1要小得多。3更新（更
25、新（update）上述两个过程一般不能保持原图像中的某些整体性质（如亮度）,为此我们要构造一个U算子去更新s,使之保持原有数据集的某些特性。上上上上一一一一页页页页下下下下一一一一页页页页home5.5 二值图像编码只有“白”（用“0”表示）和“黑”（用“1”表示）两个灰度级称之为二值图像（binary image）。二值图像通常是由人为产生的，如由文字组成的文档文件、表格、工程图纸、地图等。一幅二维图像按位平面进行分解可以得到若干个二值图像，因而二值图像的编码方法为促进编码模式奠定了基础。上上上上一一一一页页页页下下下下一一一一页页页页home5.5.1 跳跃空白编码(skip blank
26、coding)跳跃空白编码 将图像的每一条扫描线分成若干等长的段，每段有m个像素，一般m=812。这些扫描线段的组成可能出现二类情况：（1）全是“0”像素。这种线段称为“空白块（blank）”，常表示二值图像的背景成分。编码时“空白块”用码字“0”表示。（2）全是“1”像素或由“0”、“1”像素混合而成。编码时，这种线段用“1”加直接编码表示。上述方法很容易推广的在二维情形中。将图像划分为若干个子图像。当子图像像素全为0时，编码为“0”;否则，子图像的编码首位为“1”，其余码位（code position）采用像素的直接编码表示。上上上上一一一一页页页页下下下下一一一一页页页页home5.5.
27、2 游程长度编码RLC(Run Length Coding)一种简单的无损编码技术，它改变连续出现相同字符的表达方式，以降低码长。传真的二值图像中，连“0”或连“1”总是成串出现，称为“白游程”和“黑游程”。非二值的相同连续数据串，同样简化为两个符号：一个符号代表数据，第二个代表串长。游程长度编码一般不直接单独使用，通常配合其他编码方式使用来提高压缩效果。上上上上一一一一页页页页下下下下一一一一页页页页home5.6 5.6 新型的图像压缩编码方法新型的图像压缩编码方法经典的编码方法利用去除图像数据的相关性等方法对图像进行压缩，其压缩效果受到一定的限制。模型编码利用对图像建模的方法对图像参数进
28、行估计。由于参数的数据量远远少于图像的数据量，因而用模型编码对压缩数据量极其有效。常见的模型编码有：分形编码（fractal coding）自适应网格编码（self-adaptive mesh coding）上上上上一一一一页页页页下下下下一一一一页页页页home5.6.1 分形(fractal)的基本概念与经典的编码方法相比，分形编码在思路上有新的突破，其压缩比高出一般编码方法23个数量级。压缩过程时间长但解压缩速度快的特点将使其在大数据量、高质量的多媒体应用、高速网络等场合中发挥重要的角色。分形的基本思想来源于数学上对客观世界一些现象的自相似性描述。分形是一种由许多与全局相似的局部所构成的
29、形体。对于集合A，如果描述其中的点需要d个坐标，则称该集合A是d维的，即 dim(A)=d （5.37）在分形几何学中，d可以扩展为分数，这时d称为分维。上上上上一一一一页页页页下下下下一一一一页页页页home5.6.2 分形压缩的基本方法分形压缩将图像分解成若干子图像，利用图像的仿射变换可以寻找出子图像间的自相似性。仿射变换是指对子图像进行旋转、伸缩、位移变换。仿射变换的特性有：（1）仿射变换的逆变换也是仿射变换。（2）仿射变换是线性变换。（3）两平行线经过仿射变换后仍然是平行线，所以平行四边形经仿射变换后变成另外一个平行四边形。（4）可以通过变换参数求解变换后平面图形的面积与原平面图形面积
30、的比值。（5）选择合适的参数，仿射变换为相似变换。上上上上一一一一页页页页下下下下一一一一页页页页home通过用数据量极小的系数代替数据量较大的实际像素值而将通过用数据量极小的系数代替数据量较大的实际像素值而将图像表示成压缩形式。图像表示成压缩形式。目前采用全自动的分形压缩，对灰度图像一般可以达到4:1100:1，对彩色图像压缩比还可以更高些。压缩时间较慢，而解压缩时间极快。用户常常关心的是解压缩时间，因而分形压缩的这种不对称性对使用数据的用户是很有用的。如果采用这种技术制作VCD、DVD将使其具有广泛的市场前景。分形压缩的另一个特点是压缩特性与分辨率无关利用分形压缩的图像可以按不同分辨率实现
31、无级缩放而计算量相同。上上上上一一一一页页页页下下下下一一一一页页页页home5.7 图像压缩编码标准在静态图像压缩编码标准中，比较著名的有JPEG、JBIG等标准。视频可看成是一幅幅不同但相关的静态图像的时间序列。静态图像的压缩技术和标准可以直接应用于视频的单帧图像。介绍：适用于静态图像的JPEG标准和JBIG标准新的JPEG2000压缩国际标准上上上上一一一一页页页页下下下下一一一一页页页页home5.7.1 彩色与灰度图像压缩标准JPEG 1JPEG算法与系统JPEG基本系统JPEG扩展系统信息保持压缩系统上上上上一一一一页页页页下下下下一一一一页页页页home2JPEG基本系统每个单独
32、的彩色图像分量的编码算法：将量化精度为8位的待压缩图像分成若干个88样值子块，做基于88子块的DCT。根据最佳视觉特性构造量化表，设计自适应量化器并对DCT的频率系数进行量化。为了增加连续的0系数的个数，对量化后的系数进行Z字形重排。用Huffman码作变字长熵编码器对量化系数进行编码，进一步压缩数据量。上上上上一一一一页页页页下下下下一一一一页页页页homeJPEG编/解码器算法框图上上上上一一一一页页页页下下下下一一一一页页页页home上述算法的几点说明（1）彩色空间转换问题（2）量化 最佳的亮度量化表和色度量化表。（3）Z字形重排（4）DCT系数的编码（5）JPEG位数据流上上上上一一一
33、一页页页页下下下下一一一一页页页页home亮度量化表 1611101624405161121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399上上上上一一一一页页页页下下下下一一一一页页页页home色度量化表 1718244799999999182126669999999924265699999999994766999999999999999999999999999999999999999999999999
34、9999999999999999999999999999上上上上一一一一页页页页下下下下一一一一页页页页homeDCT系数的Z字形排列上上上上一一一一页页页页下下下下一一一一页页页页home3JPEG的视频应用与硬件实现尽管JPEG标准是基于彩色静止图像压缩而提出的，但对于压缩视频的帧内图像也十分有效。每秒可处理2700万个像素的单片JPEG编/解码器芯片，已能实时处理常规电视图像。M-JPEG（Motion-JPEG）技术即运动静止图像压缩技术。这种技术广泛应用于可精确到帧编辑和多层图像处理的非线性编辑领域。M-JPEG的压缩和解压缩是对称的，可由相同的硬件和软件实现。上上上上一一一一页页页
35、页下下下下一一一一页页页页home5.7.2 二值图像压缩标准JBIG1980年CCITT T.4建议文件传真三类机(G3)的一维编码标准MH,作为二维编码标准的改进相对元地址指定编码(MR)。1994年CCITT T.6建议的作为四类传真机(G4)标准编码方案：二次改进Huffman编码(MMR)。二值图像通过MH，MR和MMR等典型的编码方法已在传真机等图像通信中得到广泛应用。将一幅二维图像按位平面进行分解可以得到若干个二值图像。一幅灰度为256级的图像可以被分解为8幅二值图像。支持分层图像传送的编码方法的基本思路是：首先传送过去一幅分辨率较低的概要图像，然后随传送数据的不断到来所得到图像
36、质量逐步提高。上上上上一一一一页页页页下下下下一一一一页页页页home支持分层图像传送的编码方法的基本思路支持分层图像传送的编码方法的基本思路上上上上一一一一页页页页下下下下一一一一页页页页home必须满足的条件和对之进行评价的项目必须满足的条件和对之进行评价的项目（1）无损编码。（2）即使接受端不具有帧存储器，系统也能在顺序传送模式下正常工作。（3）编码和解码操作是实时的。（4）压缩和恢复两个功能在时间和复杂性方面是对称的。（5）具有比MMR更高的压缩能力。（6）利用同一个数据库可以同时支持顺序和逐层两种压缩传送模式。（7）不允许使用全帧预扫描（单路执行算法）。（8）在64 Kbps传输速率
37、下能够做到解码。（9）鲁棒性。上上上上一一一一页页页页下下下下一一一一页页页页home5.7.3 JPEG2000静态图像压缩标准1JPEG2000标准制定的目的标准制定的目的JPEG2000标准的目标是进一步改进目前压缩算法的性能，以适应低带宽、高噪声的环境，以及医疗图像、电子图书馆、传真、Internet网上服务和保安等方面的应用。JPEG2000还将彩色静态画面采用的JPEG编码方式与2值图像采用的JBIG编码方式统一起来，成为对应各种图像的通用编码方式。由于JPEG 2000它的特性及功能显著，且支持旧版本的标准，因此在需要有较好的图像质量、较低的比特率或者是一些特殊特性的要求（渐进传
38、输和感兴趣区域编码等）时，JPEG2000将是最好的选择。上上上上一一一一页页页页下下下下一一一一页页页页homeJPEG 2000的应用领域可大致分成两个方面：一方面面向传统的JPEG市场如打印、扫描、数字摄像、遥感等另一方面面向一些新兴的应用领域如网路传输、彩色传真、无线通讯，医疗影像、电子商务等。上上上上一一一一页页页页下下下下一一一一页页页页home2JPEG2000标准提供的主要特征JPEG2000标准提供了一套新特征这些特征对于一些新产品（如数码相机）和应用（如互联网）是非常重要的。它把JPEG的顺序模式、渐进模式、无损模式和分层模式四种模式集成在一个标准之中。JPEG 2000放
39、弃了以DCT为主的区块编码方式采用以小波转换为主的多解析编码方式。JPEG2000标准中无损压缩和有损压缩所采用的小波分别是基于提升方案的（5,3）整数小波和Daubechies（9,7）整数小波。编码端以最大的压缩质量和最大的图像分辨率压缩图像在解码端可以从码流中以任意的图像质量和分辨率解压图像，最大可达到编码时的图像质量和分辨率。上上上上一一一一页页页页下下下下一一一一页页页页homeJPEG2000的最主要的特征（1）高压缩率。（2）无损压缩和有损压缩。（3）渐进传输。（4）感兴趣区域压缩。（5）码流的随机访问和处理。（6）容错性。（7）开放的框架结构。（8）基于内容的描述。上上上上一一
40、一一页页页页下下下下一一一一页页页页home3JPEG2000的基本框架和实现（1）对原始图像数据进行离散小波变换（DWT）（2）对变换后的小波系数进行量化（3）对量化后的数据熵编码（4）最后形成输出码流。解码器是编码器的逆过程。上上上上一一一一页页页页下下下下一一一一页页页页home本本 章章 小小 结结理解和掌握理解和掌握 数字图像编码与压缩的理论基础是本章的重点。熟知熟知 各种国际标准的特点、应用领域。了解了解 各种编/解码器的原理和软件和硬件实现。注意注意 数字图像编码与压缩技术的最新发展和应用前景。上上上上一一一一页页页页下下下下一一一一页页页页home（1）数据压缩的基本概念编码冗余使图像编码压缩成为可能。像素间的相关性形成的冗余视觉特性和显示设备引起的冗余上上上上一一一一页页页页下下下下一一一一页页页页home（2）数据压缩方法无损压缩有Huffman编码Shannon编码游程编码算术编码和轮廓编码等。有损压缩有预测编码变换编码。混合编码是将预测编码与变换编码相结合现代压缩编码方法有分形编码模型基编码等。