版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、 第十章 模糊圖像變換編碼指導(dǎo)教師:高新波指導(dǎo)教師:高新波學(xué)學(xué) 生:生: 王來雄王來雄 2 0 0 3 年年 1 2 月月 第十章 模糊圖像變換編碼n1 圖像編碼的目的n2 圖像壓縮編碼的方法n3 模糊圖像變換編碼1圖 像 編 碼 的 目 的n圖像編碼是為了壓縮數(shù)據(jù)量巨大的圖像信息,以利于圖像的傳輸,存儲, 處理和交換。n而圖像內(nèi)數(shù)據(jù)之間存在大量冗余, 使得圖像壓縮編碼成為可能。 2 圖 像 壓 縮 編 碼 的 方 法2 圖 像 壓 縮 編 碼 的 方 法 (1)預(yù)測編碼是利用相鄰像素的相關(guān)性進(jìn)行預(yù)測.預(yù)測編碼通常不是直接對信號編碼,而是對預(yù)測誤差編碼.當(dāng)預(yù)測比較準(zhǔn)確,誤差較小時(shí), 可達(dá)到編碼
2、壓縮的目的.這種編碼被稱為差分脈沖編碼(DPCM).2 圖 像 壓 縮 編 碼 的 方 法 (2)正交變換編碼由三部分組成,即圖像輸入與變換, 編碼,逆變換. 在變換階段,系統(tǒng)將原圖分成若干子塊, 對每個(gè)子塊進(jìn)行某種正交變換. 通過變換, 降低或消除相鄰象素之間或相鄰掃描行之間的相關(guān)性, 提供了用于編碼壓縮的變換系數(shù)矩陣. 編碼過程實(shí)現(xiàn)圖像信息的壓縮. 統(tǒng)計(jì)表明, 在變換域中, 圖像信號的絕大部分集中在低頻部分, 編碼中如果略去那些能量很小的高頻成分, 或者給那些高頻成分分配較少的比特?cái)?shù), 就可以大幅減少圖像傳輸或存儲的數(shù)據(jù)量. 常見的正交變換有K-L變換, DFT變換,Walsh-Hadam
3、ard變換及DCT等.2 圖 像 壓 縮 編 碼 的 方 法 (3) 統(tǒng)計(jì)編碼是根據(jù)信源的概率分布特性, 分配可變長的碼字(其具有唯一可譯性)進(jìn)行編碼.常見的統(tǒng)計(jì)編碼有Huffman編碼, 算術(shù)編碼等. JPEG先經(jīng)DCT, 然后作Huffman編碼。(4) 矢量量化編碼是將K個(gè)(K=2)樣值形成一個(gè)K維空間中的一個(gè)矢量, 然后對此矢量進(jìn)行一次量化, 只傳輸或存儲矢量的地址. 因此能大大地提高壓縮比. 矢量量化總是優(yōu)于標(biāo)量量化, 這是因?yàn)槭噶苛炕行У乩昧耸噶恐懈鞣至块g地四種相關(guān)性(線性依賴性, 非線性依賴性, 概率密度函數(shù)的形狀和矢量維數(shù))來去除多余度. 矢量量化是標(biāo)量量化的多維擴(kuò)展.2
4、圖 像 壓 縮 編 碼 的 方 法(5) 小波變換編碼的本質(zhì)是多分辨率或多尺度地分析信號,適合人眼視覺分辨率的不均勻性.小波變換的優(yōu)點(diǎn)是分辨率高, 無方塊效應(yīng). JPEG2000采用了LeGall5/3 和Daubechies9/7小波。由Shapiro提出的EZW(embedded zero-tree wavelet)算法, 不僅具有較高的編碼效率, 而且在不損失編碼效率的前提下能夠產(chǎn)生嵌入式碼流, 支持多碼率解碼. 彭進(jìn)業(yè)提出了一種改進(jìn)型的自適應(yīng)嵌入式零樹小波圖像編碼方法, 利用自適應(yīng)的小波系數(shù), 增加了編碼過程中的零樹個(gè)數(shù), 提高了編碼效率.2 圖 像 壓 縮 編 碼 的 方 法 (6)
5、 分形編碼利用了自然物體(比如云, 森林遠(yuǎn)景等)結(jié)構(gòu)上的自相似性,而這種自相似性是圖像整體與局部相關(guān)性的表現(xiàn).首先對圖像進(jìn)行分塊, 然后再尋找各塊之間的相關(guān)性, 相關(guān)性的描述主要是依靠仿射變換來確定,一旦找到了每塊的仿射變換, 就保存下此放仿射變換的系數(shù), 由于仿射變換的系數(shù)量遠(yuǎn)小于每塊的數(shù)據(jù)量, 因而圖像得以大幅度的壓縮. 但分形編碼一般只適用于自然物體.羅強(qiáng)提出一種基于分形幾何形狀比例可變的分形圖像編碼方法, 以分形幾何比例分別為2:1和3:2的最佳父塊逼近子塊程度的實(shí)驗(yàn)為例, 得出父塊越大, 父塊逼近子塊程度越差的結(jié)論. 表明, 分形幾何比例可變的混合分形編碼方法與其它單一幾何比例分形編
6、碼方法相比, 圖像的壓縮率和峰值信噪比均有提高, 編碼時(shí)間也有所減少.2 圖 像 壓 縮 編 碼 的 方 法 (7) 模型基編碼的基本思想: 構(gòu)造一個(gè)用二維圖像編碼序列表達(dá)三維被視景物的模型, 用該模型去分析/合成圖像. 這種編碼是建立在對圖像信息的理解之上的, 其編碼過程是對圖像的分析過程,而其解碼過程是對圖像信息的合成過程.3 模糊圖像變換編碼模糊圖像變換編碼X x1 DCTSubimageClassifictionCodingchannelDecoding1DCT自適應(yīng)DCT編碼框圖 3 模糊圖像變換編碼模糊圖像變換編碼(1)將Lena圖像劃分為16x16的子圖像,并分別對各子圖像進(jìn)行離
7、散余弦變換(DCT): NnnNumnmxNvcucvuXNmNn2) 12(cos2) 12(cos),()()(4),(10102其中c(0)=1/2,c(k)=1 for k=1,2.N-1 3 模糊圖像變換編碼模糊圖像變換編碼(2)計(jì)算各子圖的AC能量T及AC的低頻能量L:)0 , 0(),(1010XvuXTmumv 12/012/0)0 , 0(),(mumvXvuXLDC對應(yīng)于圖像的主要能量 AC對應(yīng)于圖像的邊緣和噪聲對于AC能量大的子圖像我們分配較多的比特?cái)?shù),反之,分配較少的比特?cái)?shù),從而達(dá)到壓縮的目的。 3 模糊圖像變換編碼模糊圖像變換編碼(3)采用微分競爭學(xué)習(xí)(DCL)的神經(jīng)
8、網(wǎng)絡(luò),對輸入輸出積空間的向量聚類,從而估計(jì)FAM規(guī)則:)()(jjjjmxSySm。)() 1()()()()() 1(tmtmtmtxtyctmtmiijjtjjif the jth neuron winsif the jth neuron loses 3 模糊圖像變換編碼模糊圖像變換編碼其中的向量,即每個(gè)訓(xùn)練樣本,由(T,L,B)組成,這些數(shù)據(jù)來自于陳系統(tǒng).T代表整個(gè)AC的能量,分為4個(gè)等級:BG,MD, SL和VS L代表AC的低頻能量, 分為2個(gè)等級:SM和LG 輸出變量為B, 分為4個(gè)等級: BG,MD, SL和VS Figure 10.2 Fuzzy-set values of f
9、uzzy variables T,L,and B. 3 模糊圖像變換編碼模糊圖像變換編碼3 模糊圖像變換編碼模糊圖像變換編碼 訓(xùn)練時(shí),根據(jù)隸屬度函數(shù),將T(0T100)分為四個(gè)非重疊的區(qū)間0,8.76,8.76,16.19,16.19,27.94,27.94,100。這四個(gè)區(qū)間對應(yīng)于模糊集的值 VS,SL,MD,BG。將L(0L100)分為兩個(gè)非重疊的區(qū)間0,9.88, 9.88,100,對應(yīng)于SM,LG。將B(0B4.5)分為四個(gè)非重疊的區(qū)間0,8.76,8.76,16.19,16.19,27.94,27.94,100對應(yīng)于HI,MH,ML,LO。 積空間聚類,估計(jì)FAM規(guī)則nDCL將陳系統(tǒng)
10、產(chǎn)生的256個(gè)輸入輸出向量聚類到32個(gè)FAM單元中. 當(dāng)一個(gè)向量落入某個(gè)FAM單元時(shí), 就將該單元所對應(yīng)的FAM規(guī)則加到FAM系統(tǒng)中.這樣,就得到了上面規(guī)則的1,2,6,7,8條,根據(jù)經(jīng)驗(yàn)補(bǔ)上其中的3,4,5條使規(guī)則完整。 3 模糊圖像變換編碼模糊圖像變換編碼(4)根據(jù)所得到的FAM規(guī)則,進(jìn)行聯(lián)想。聯(lián)想時(shí)可以選擇最小相關(guān)法或積相關(guān)法。前者相當(dāng)于輸入對輸出模糊集的剪平; 后者相當(dāng)于輸入對輸出模糊集的尺度化。然后將多條規(guī)則的聯(lián)想結(jié)果進(jìn)行線性組合,得到B。最后采用最大值法或質(zhì)心法進(jìn)行去模糊,得出子圖像所屬的類別。模糊聯(lián)想記憶模糊聯(lián)想記憶FAM Rule mFAM Rule 1FAM 系統(tǒng)),(11B
11、A),(22BAFAM Rule 2),(mmBA1B2BmBB解模糊12mAjy 3 模糊圖像變換編碼模糊圖像變換編碼(5)根據(jù)所得到的子圖像所屬的類別,和陳系統(tǒng)的4類子圖的位映射模板,分別對各子圖進(jìn)行壓縮編碼.原則是某子圖的AC能量越高,則編碼時(shí)分配給此子圖的總比特?cái)?shù)越多;在子圖內(nèi)部, DCT系數(shù)的頻率越低,分配給此系數(shù)的比特?cái)?shù)越多。3 模糊圖像變換編碼模糊圖像變換編碼n使用如下的信噪比來評估編碼后圖像的質(zhì)量: dBSNRr)255(log102210其中 表示重建誤差的隨機(jī)樣本方差2r),(),(),(nmxnmxnmr1010222),(1NmNnrnmrN3 模糊圖像變換編碼模糊圖像
12、變換編碼n定義平均編碼的bits/pixel R: pixelbitsNBRc/2cB 表示用于圖像編碼的總比特?cái)?shù),N表示圖像的大小。 3 模糊圖像變換編碼模糊圖像變換編碼文中比較了陳系統(tǒng)和FAM系統(tǒng)的性能,F(xiàn)AM系統(tǒng)擁有較好的信噪比和壓縮比。 文中使用Lena 圖像的訓(xùn)練數(shù)據(jù)進(jìn)行估計(jì)的FAM系統(tǒng),對F-16戰(zhàn)斗機(jī)圖像進(jìn)行編碼,結(jié)果表明其壓縮達(dá)到 0.5 bits / pixel時(shí),性能依然很好, 3 模糊圖像變換編碼模糊圖像變換編碼 FAM和陳系統(tǒng)的性能對比: SNRSNR(db)(db) R RComp.Comp.ratioratioSNRSNR(db)(db)R RComp.Comp.ratioratioLennaLennaFAMFAMChenChen28.2428.2428.1028.100.9630.9630.9760.9768.3:18.3:18.2:18.2:125.7225.7225.6825.680.5040.5040.5280.52815.9:115.9:115.1:115.1:1F-16F-16FAMFAMChenChen26.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年飯店業(yè)主權(quán)轉(zhuǎn)讓協(xié)議
- 2024年重慶股權(quán)轉(zhuǎn)讓協(xié)議精簡
- 2024年冬季道路掃雪服務(wù)承包協(xié)議
- 2024屆安徽池州市高三年級寒假驗(yàn)收考試數(shù)學(xué)試題試卷
- 2023-2024學(xué)年浙江省效實(shí)中學(xué)高三下期末教學(xué)檢測試題數(shù)學(xué)試題試卷
- 化服務(wù)交易結(jié)算協(xié)議模板2024
- 2024年度裝修項(xiàng)目協(xié)議樣本
- 2024蝦池養(yǎng)殖權(quán)承包協(xié)議示例
- 2024掛靠項(xiàng)目管理協(xié)議樣本集萃
- 2024年天然氣服務(wù)協(xié)議范例
- 自愿讓利協(xié)議書
- 大型壓裂施工現(xiàn)場安全管理規(guī)范
- 穿越電網(wǎng)心得體會8篇
- 2024年發(fā)展對象考試試題庫及答案(完整版)
- 跨境電商數(shù)據(jù)分析與應(yīng)用-課程標(biāo)準(zhǔn)
- 手術(shù)部位感染預(yù)防控制
- ISO27001:2022信息安全管理手冊+全套程序文件+表單
- 項(xiàng)目一 任務(wù)二 鋰的冶煉 3、金屬鋰的制取
- 中考數(shù)學(xué)一輪復(fù)習(xí)課件全等三角形
- 國測省測四年級勞動質(zhì)量檢測試卷
- 2024-2029年安徽省家具行業(yè)分析及發(fā)展前景預(yù)測報(bào)告預(yù)測
評論
0/150
提交評論