数字图像处理第八章及考试安排1

在数字图像处理领域，图像压缩是一项非常实用且商业上取得巨大成功的技术。图像压缩的主要目的是减少数据量，以便节省存储空间、缩短传输时间，并优化资源使用。本章将重点讨论图像压缩的基础知识，包括数据冗余类型、压缩比以及编码冗余和像素间冗余。 我们要理解数据和信息在数字图像压缩中的核心地位。数据是原始的、未经处理的二进制表示，而信息则是数据有意义的组织和解释。在图像中，数据冗余是指存在可以被消除或减少而不影响信息完整性的部分。根据冗余的类型，我们可以将其分为三类：编码冗余、像素间冗余（包括空间和时间冗余）以及不相关的冗余。 编码冗余涉及到用于表示信息的符号系统，即代码。每个信息单元对应一个代码词，代码词的长度由所用符号的数量决定。例如，在大多数二维强度图像中，通常使用8位代码，但这种做法可能导致过多的无用比特。通过非等长编码，可以更有效地分配比特，以适应不同频率出现的信息单元。非等长编码的压缩率可以通过计算编码后的平均比特数与原始数据的平均比特数之比来确定。 像素间冗余主要存在于图像的空间相关性和视频的时间相关性中。在图像中，相邻像素的值往往有很强的相关性，这种相关性提供了压缩的机会。例如，通过预测和差分编码，可以利用这种相关性减少需要存储的数据量。 不相关的冗余是指那些对人类视觉系统来说可以忽略的信息，这些冗余数据在压缩过程中可以被去除，而不会显著影响图像的感知质量。 8.1.1 编码冗余的示例展示了如何通过非等长编码来优化比特分配，从而提高压缩效率。在给定的例子中，不同数值对应的比特长度不同，使得频繁出现的数值可以用较短的比特表示，从而降低了总体的比特需求。 8.1.2 像素间冗余，即空间冗余，是图像压缩中的另一个关键方面。它可以通过使用空间预测技术（如均值预测、线性预测等）和变换编码（如离散余弦变换、小波变换）来减少。这些方法通过分析和移除图像中像素值的共同模式来实现压缩。 8.1.3 不相关的冗余，虽然对人眼来说不重要，但在压缩算法中可以被利用。例如，人眼对某些颜色和细节的敏感度较低，可以适当牺牲这部分的保真度，以换取更高的压缩比。 8.1.4 保真度标准（Fidelity Criteria）是衡量压缩算法性能的关键指标。理想的压缩算法应该在降低数据量的同时，尽可能保持图像的视觉质量。这可以通过各种量化指标来评估，如峰值信噪比（PSNR）、结构相似度指数（SSIM）等。 8.1.6 图像格式包含对不同压缩算法的支持。常见的图像格式如JPEG、PNG、GIF和TIFF等，它们分别采用了不同的压缩方法，适应了不同的应用场景和需求。例如，JPEG适合连续色调的图像，因为它使用了有损压缩，而PNG则更适合线条图和需要透明效果的图像，因为它支持无损压缩。 在实际应用中，数字图像压缩广泛应用于电视、网络、数字相机等领域。比如，一个两小时的标准定义电视电影未压缩的数据量大约为224GB，需要27张双层DVD存储。而高清晰度电视的数据量更大，压缩的需求更加迫切。同样，8兆像素的数码相机未经压缩的全色图像，也需要大量存储空间，压缩可以显著提高存储卡的利用率。 图像压缩是数字图像处理中不可或缺的一部分，它涉及了数据冗余的识别和消除，以及保真度和压缩效率的平衡。通过对不同类型的冗余进行处理，我们可以实现高效、高质量的图像压缩，满足现代数字媒体的需求。