11 圖像的編碼技術
圖像編碼的研究背景
彩色視頻數據量分析
傳真數據量分析
（一）數據冗餘
基本概念
描述上的冗餘
描述方式：
1）這是一幅22的圖像，圖像的第一個像素是紅的，第二個像素是紅的，第三個像素是紅的，第四個像素是紅的。
2）這是一幅22的圖像，整幅圖都是紅色的。
圖形冗餘
圖像冗餘分爲3類：編碼冗餘、像素冗餘、視覺冗餘
圖像壓縮原理
由於一幅圖像存在數據冗餘和主觀視覺冗餘，所以壓縮方式就可以從這兩方面着手開展。
改變圖像信息的描述方式，以壓縮掉圖像中的數據冗餘。
忽略一些視覺不太明顯的微小差異，以壓縮掉圖像中的視覺冗餘。
（二）圖像壓縮編碼
圖像的壓縮編碼
第一代壓縮編碼：八十年代以前，主要是根據傳統的信源編碼方法。
第二代壓縮編碼：八十年代以後，突破信源編碼理論，結合分形、模型基、神經網絡、小波變換等數學工具，充分利用視覺系統生理心理特性和圖像信源的各種特性。
1）行程編碼(RLE編碼)
基本概念
行程編碼是一種最簡單的，在某些場合是非常有效的一種無損壓縮編碼方法。
雖然這種編碼方式的應用範圍非常有限，但是因爲這種方法中所體現出的編碼設計思想非常明確，所以在圖像編碼方法中都會將其作爲一種典型的方法來介紹。
基本原理
通過改變圖像的描述方式，來實現圖像的壓縮。
將一行中灰度值相同的相鄰像素，用一個計數值和該灰度值來代替。
實現方法
傳真中的應用方法
二維行程編碼
2）Huffman編碼(熵編碼)
行程編碼要獲得好的壓縮率的前提是，有比較長的相鄰像素的值是相同的。
熵是指數據中承載的信息量。
所謂的熵編碼是指在完全不損失信息量前提下最小數據量的編碼。
基本原理
爲了達到大的壓縮率，提出了一種方法就是將在圖像中出現頻度大的像素值，給一個比較短的編碼，將出現頻度小的像數值,給一個比較長的編碼。
算法
首先求出圖像中灰度分佈的灰度直方圖；
根據該直方圖，對其按照分佈概率從小到大的順序進行排列；
每一次從中選擇出兩個概率爲最小的節點相加，形成一個新的節點，構造一個稱爲“Huffman樹”的二叉樹；
對這個二叉樹進行編碼，就獲得了Huffman編碼碼字。
圖像壓縮中的應用
我們知道，對一幅圖像進行編碼時，如果圖像的大小大於256時，這幅圖像的不同的碼字就有可能是很大，例如極限爲256個不同的碼字。
這時如果採用全局Huffman編碼則壓縮效率不高。甚至有可能與原來的等長編碼的數據量相同。
常用的且有效的方法是：
將圖像分割成若干的小塊，對每塊進行獨立的Huffman編碼。例如：分成 8×8 的子塊，就可以大大降低不同灰度值的個數（最多是64而不是256）
3）離散餘弦變換(DCT變換)編碼
問題的提出
行程編碼與Huffman編碼的設計思想都是基於對信息表述方法的改變，屬於無損壓縮方式。
雖然無損壓縮可以保證接收方獲得的信息與發送方相同，但是其壓縮率一定有極限。
因此，採用忽略視覺不敏感的部分進行有損壓縮是提高壓縮率的一條好的途徑。
設計思想
DCT變換是希望在接收方不產生誤解的前提下進行一定的信息丟失。
由前面所講到的頻域變換得到的啓示，就是將低頻與高頻部分的信息，分別按照不同的數據承載方式進行表述。
DCT變換
方法
bingo~ ✨ 所謂無底深淵，下去，也是前程萬里。