轉載請註明出處:http://blog.csdn.net/luoshixian099/article/details/50351562
勿在浮沙築高臺
關於圖像壓縮上的幾個名詞解釋:
1.平均比特數:對應一張圖像上每個像素所採用的平均比特數,L(r_k)爲灰度級r_k所使用的比特數,p(r_k)表示對應灰度級的概率;
2.壓縮率&相對數據冗餘:若b和b'是兩個不同的比特數,代表着相同信息;即是同一張圖像,採用不同的比特數總數去表示;
3.圖像的熵:一個具有概率P(E)的隨機事件E可被說成是包含I(E)單位的信息;在圖像中信息的單位採用比特表示,即log底數底數選擇2;定義圖像中每種灰度級輸出的平均信息爲圖像的熵;由於定義可知,通過觀察圖像的直方圖就可以計算得到該圖像的熵。灰度級k = 0,1,2,3,.....,255;
圖像的熵 單位:比特/像素 含義:表達圖像中灰度信息所需要的最少比特
例子:下面是某張大小爲256×256圖像的直方圖信息,Code 1 表示灰度信息採用定長8進製表示;Code 2 灰度信息採用變長的二進制表示:
由上面的定義知:
採用編碼1方案,L_avg=8比特; 採用編碼2方案,L_avg=0.25×2+0.47×1+0.25×3+0.03×3=1.81比特;
採用上述計算公式:壓縮率 C = 8/1.81=4.42 ; 編碼冗餘 R = 0.774 ;圖像的熵 H = 1.6614 比特/像素;
4.保真度
對圖像採用某種算法進行了有損壓縮,必然導致信息的丟失,爲了評估信息的損失,可以採用均方根誤差e_rms、均方信噪比SNR_ms等衡量;
均方根誤差:即採用每個圖像位置的灰度級的差值去計算;f'表示壓縮後的圖像,f爲原圖像;均方根值越小保真度越高;
均方信噪比:可以把壓縮後的圖像f'理解爲原圖像f和一個噪聲信號e的和產生; 即f'=f+e;則圖像f'的均方信噪比SNR_ms如下
Reference:
《Digital Image Processing》, Rafael C. Gonzalez,Richard E. Woods.