图像数据压缩

数据的冗余性

 

   数据之所以能够压缩是基本原始信源的数据存在着很大的冗余度。一般来说，多媒体数据中存在以下种类的数据冗余:

 

（1）空间冗余：

 

   同一幅图像常有的冗余。因为规则物体或规则背景的表面物理特征具有相关性。

 

（2）时间冗余：

 

   序列图像或言语数据常有的冗余。

 

（3）信息熵冗余:

 

   信息熵：一组数据所携带的信息量。定义为：

H= -

                               其中：N：数据类数或码元个数；

 

                               Pi:码元Yi发生的概率。

 

  （码元：数字信号中每一位的通称。通常又称为"位"或"Bit"。即可以用二进制表示，也可以用其它进制的数表示。）

 

   对于单数据量d： ， 其中b(yi)是分配给码元Yi的比特数。

 

   为使d接近于或等于H, 理论上应取：b(yi)=-log2Pi; 但实际中很难估计出{p0, p1, p2, ..., pn-1}, 因此一般取：b(y1)=b(y2)=b(y3)=...=b(yn-1).

 

   这样得到的d必然大于H, 由此带来的冗余我们称之为信息熵冗余或编码冗余。

 

（4）结构冗余:

  

   有些图像从大的区域上看存在着非常强的纹理结构。

  

（5）认知冗余:

 

  对有些图像的理解与某些基础知识有相当大的相关性。如人脸图像有固定的结构。这些规律性的结构可由先验知识和背景知识得到。

 

（6）其他冗余:

 

  如由图像的空间非定长特性所带来的冗余。

 

 

数据的压缩

 

  数据压缩就是去掉信号数据的冗余性。又称为数据信源编码或数据编码。

 

（一）对数字图像进行压缩，通常运用两个基本原理：

 

（1）数字图像的相关性：在图像的同一行相邻像素之间，活动图像的相邻帧的对应像素之间，往往存在很强的相关性。去除或减少这些相关性，也就是去除或减少图像信息中的冗余度。即实现了对数字图像的压缩。

 

（2）人的视觉心理特征：人的视觉对于边缘急剧变化不敏感(视觉掩盖效应)，对颜色分辨力弱，利用这些特征可以在相应部分适当降低编码精度，而使人从视觉上并不感觉到图像质量的下降，从而达到对数字图像压缩的目的。

 

（二）以图像处理为例，对压缩过程做一简要说明：

 

（1）预准备：数模转换，生成适当的数据表达信息。

 

（2）处理：即使用复杂算法，进行压缩处理的第一步，如：

          从时域到频域的变换：用离散余弦变换；

          在活动好视频压缩中：对帧间每个8*8块编码，采用运动矢量编码。

 

（3）量化：处理上一步产生的结果。该过程定义了从实数到整数的映射方法。这一处理过程导致精度的降低。

 

（4）熵编码：对序列数据流进行无损压缩。

 

“处理”和“量化”可在反馈环中交互的重复多次。压缩后的视频构成一数据流，其中，图像起点和压缩技术的标识说明成为数据流的一部分。纠错码也可加在数据流中。

 

（三）常用图像压缩编码方法：

   

   从信息论角度出发，可分为两大类：

 

（1）冗余度压缩方法：也称无损压缩，信息保持编码或熵编码。

 

（2）信息量压缩方法：也称有损压缩，失真度编码或熵压缩编码。

 

， 从压缩编码算法原理出发，可分为三大类：

 

（1）无损压缩编码种类：•哈夫曼编码 •算术编码 •行程编码 •Lempel zev编码；

 

（2）有损压缩编码种类：•预测编码：DPCM，运动补偿 •频率域方法：正文变换编码(如DCT)，子带编码 •空间域方法：统计分块编码 •模型方法：分形编码，模型基编码 •基于重要性：滤波，子采样，比特分配，矢量量化；

 

（3）混合编码：•JBIG，H261，JPEG，MPEG等技术标准。

 

 

压缩评价

 

   衡量一个压缩编码方法的重要指标：

 

（1）压缩比要高；

 

（2）压缩与解压缩要快，算法实现要简单，硬件实现要容易；

 

（3）解压缩的图像质量要好。

 

   选用编码方法时一定要考虑图像信源本身的统计特征；多媒体系统(硬件和 软件产品)的适应能力；应用环境以及技术标准。

 

The End

 

 

 

 

 

请参见：

       #