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.