当前课程知识点:现代图像分析 >  第六章 图像压缩编码 >  6.1 概述 >  6.1.1 概述学习视频

返回《现代图像分析》慕课在线视频课程列表

6.1.1 概述学习视频在线视频

下一节:6.2.1 图像编码基本理论学习视频

返回《现代图像分析》慕课在线视频列表

6.1.1 概述学习视频课程教案、知识点、字幕

同学们好 今天我们介绍第六章 图像压缩编码

主要分为七个部分

第一、概述;第二、图像编码基本理论;

第三、无损编码理论;第四、霍夫曼编码;第五、算术编码;

第六、预测编码; 最后一部分正交变换编码

首先 我们来介绍概述

我们来介绍图像压缩的必要性

图像作为信息的重要表现形式它的特点是数据量大

占用带宽比较宽,一方面信息的爆炸式增长

与缓慢增加的信息传输带宽的矛盾与日俱增

同时节省硬件存储成本的需求,那么导致图像压缩势在必行

另一方面 在带宽不变条件下

通过图像压缩 可以获得更为优质的图像质量

我们来看一下一个例子,存贮空间的一个限制

对于一张4k分辨率的图像 其分辨率为4096乘以2160像素

数量可以计算得到25M字节

那么如果一段帧率为每秒25帧 时长为一分钟的4k视频

我们不压缩所需要的存储空间大小 36个G

我们再看一下一些数字

2011年 世界能够产生1800000000TB的数据

也就是大概是1.8ZB

这个大概是2006年的10倍 说明数据在爆炸性的增长

那么目前消费级硬盘的最大容量为10个T

100个硬盘就能产生1PB的容量

那么视频 照片和监控录像导致了世界数据数量的剧烈增加

我们可以得到一个结论,有限的存储空间要求压缩图像

我们再看一下传输带宽的一个限制

那么对于一张4K的图像

其数据量刚才已经计算过了 是25M字节

那么假设网络传输的速率是2Mbps

在压缩之前传输这样一张4K图像所需要的时间是100秒

我们再看一些数字

全球活跃社交用户在2014年8月突破了20亿人

全球独立移动设备用户渗透率在2014年9月超过了总人口的50%

全球活跃互联网用户在2014年11月突破了30亿人

全球接入互联网的活跃用户设备于2014年12月超过了36亿台

那么这个数字相当于全球人口总数的一半

那么可以得到这样一个结论 传输图像需要压缩图像数据量

我们再看一下

可能性 组成图像的各个像素之间存在一定的相关性

比如 30个灰度级为128的连续像素压缩前我们需要30个字节

而如果我们采用起始位置、连续个数、灰度级

这样格式的游程编码方法

那么压缩之后 数据流的长度为3个字节

那么压缩之后 数据流的长度为3个字节

那么压缩前是这样一个表达方式需要30个字节

压缩后只需要3个字节

在许多应用领域领域中图像允许有一定程度的失真

比如 图a是一个256级的lena图像

图b是一个32灰度级的lena图像

可以看出32级的图像比256级的灰度图像有一定的损失

但是人眼可以接受

压缩的可能性包括空间上的冗余

指的是相邻像素或者序列相邻帧间有较大的相关性

第二个 人的视觉特性

人眼的分辨率是有限的,它允许有一定的失真

第三个我们去除数字图像中的冗余来减少数据量

下面我们介绍一下图像压缩编码的概念

图像的压缩和编码表示

就是将图像数据转化为尽可能不相关的数据集合

也就是去相关或者去冗余,图像压缩的编码系统包括

第一个 图像编码

对图像信息进行压缩和编码 在存储处理和传输前进行

也称之为图像压缩

第二个压缩之后的图像要恢复就是图像解码

也就是对压缩图像进行解压以重建图像或其近似图像

图像压缩方法的分类

按压缩前及压缩后的信息保持程度和方法的原理来分类

第一个按照压缩前及解压后的信息保持程度可以分成三类

第一个信息保持型 也就是压缩解压中没有信息损失

那么主要应用于图像存档

那么它的特点是信息无失真 但是压缩比有限

那么也称之为无损压缩

第二种信息损失型

通过牺牲部分信息来获得比较高的压缩比

比如数字电视 图像传输等应用场合

它的特点是通过忽略人的视觉不敏感的次要信息来提高压缩比

那么也称之为有损压缩

第三个特征抽取型

仅对于实际需要的特征信息进行编码而丢掉其它特征信息

它属于一个信息损失型

按照图像压缩的方法的原理可以分成四类

第一个像素编码

编码只针对每个像素进行单独处理

如脉冲编码调制,也就是PCM、熵编码、行程编码等

第二个预测编码

通过去除相邻像素之间的相关性

和冗余性只对新的信息进行编码

常用的有差分脉冲编码调制也就是DPCM

变换编码 对给定图像采用某种变换

使得大量的信息能用较少的数来表示

常见的变换包括离散傅立叶变换

离散余弦变换和离散小波变换

其它方法 早期的编码 如混合编码、矢量量化、LZW

那么它是一种基于表查询的算法

近年来也出现了很多新的压缩编码方法

如使用人工神经网络的压缩编码算法

分形 小波以及基于对象的压缩编码方法

基于模型的压缩编码算法等

今天的课程到此结束,同学们再见

现代图像分析课程列表:

第一章 绪论

-1.1 图像及图像的基本概念

--1.1.1 图像处理基本概念学习视频

--1.1.2 图像及图像的基本概念作业

-1.2 数字图像处理的起源

--1.2.1 数字图像处理的起源学习视频

--1.2.2 数字图像处理的起源作业

-1.3 数字图像处理的步骤和方法

--1.3.1 图像处理步骤和方法学习视频

--1.3.2 数字图像处理步骤和方法作业

-1.4 数字图像处理系统的组成

--1.4.1 图像处理系统组成学习视频

--1.4.2 数字图像处理系统的组成作业

-1.5 数字图像处理主要应用领域

--1.5.1 图像处理应用领域学习视频

--1.5.2 数字图像处理主要应用领域作业

第二章 数字图像处理基础

-2.1 色度学基础

--2.1.1 色度学基础学习视频

--2.1.2 颜色模型学习视频

--2.1.3 色度学基础作业

-2.2 人的视觉特性

--2.2.1 人的视觉特性学习视频

--2.2.1 人的视觉特性作业

-2.3 图像数字化

--2.3.1 图像的数字化学习视频

--2.3.2 图像数字化作业

-2.4 数字图像特点

--2.4.1 数字图像特点学习视频

--2.4.2 数字图像特点作业

-第二章讨论题

第三章 图像变换

-3.1 图像变换的基本概念

--3.1.1 图像变换的基本概念学习视频

--3.1.2 图像变换的基本概念作业

-3.2 图像的几何变换

--3.2.1 图像的几何变换学习视频

--3.2.2 图像的几何变换作业

-3.3 图像的离散傅立叶变换

--3.3.1 图像离散傅立叶变换学习视频

--3.3.2 图像的离散傅立叶变换作业

-3.4 图像变换的一般表示形式

--3.4.1 图像变换的一般表示学习视频

--3.4.2 图像变换的一般表示形式作业

-3.5 图像的离散余弦变换

--3.5.1 图像离散余弦变换学习视频

--3.5.2 图像的离散余弦变换作业

-3.6 图像离散沃尔什-哈达玛变换

--3.6.1 沃尔什-哈达玛变换学习视频

--3.6.2 图像离散沃尔什-哈达玛变换作业

-3.7 K-L变换

-- 3.7.1 K-L变换学习视频

--3.7.2 K-L变换作业

-第三章讨论题

第四章 图像增强

-4.1 图像的对比度增强

--4.1.1 图像的对比度增强学习视频

--4.1.2 图像的对比度增强作业

-4.2 直方图修正

--4.2.1 直方图均衡化学习视频

--4.2.2 直方图规定化学习视频

--4.2.3 直方图修正作业

-4.3 图像平滑

--4.3.1 图像空域平滑法学习视频

--4.3.2 图像频域平滑法学习视频

--4.3.3 图像中值滤波学习视频

--4.3.4 图像平滑作业

-4.4 同态滤波

--4.4.1 同态滤波学习视频

--4.4.2 同态滤波作业

-4.5 图像锐化

--4.5.1 图像锐化学习视频

--4.5.2 图像锐化作业

-4.6 图像的彩色增强

--4.6.1 图像彩色增强学习视频

--4.6.2 图像的彩色增强作业

-第四章讨论题

第五章 图像恢复

-5.1 退化模型及常见退化模型

--5.1.1 退化模型学习视频

--5.1.2 退化模型及常见退化模型作业

-5.2 图像的无约束恢复

--5.2.1 图像的无约束恢复学习视频

--5.2.2 图像的无约束恢复作业

-5.3 图像有约束最小二乘恢复

--5.3.1 有约束最小二乘恢复学习视频

--5.3.2 图像有约束最小二乘恢复作业

-第五章讨论题

第六章 图像压缩编码

-6.1 概述

--6.1.1 概述学习视频

--6.1.1 概述作业

-6.2 图像编码基本理论

--6.2.1 图像编码基本理论学习视频

--6.2.2 图像编码基本理论作业

-6.3 无损编码理论

--6.3.1 无损编码原理学习视频

--6.3.2 无损编码理论作业

-6.4 霍夫曼编码

--6.4.1 霍夫曼编码学习视频

--6.4.2 霍夫曼编码作业

-6.5 算数编码

--6.5.1 算术编码学习视频

--6.5.2 算数编码作业

-6.6 预测编码

--6.6.1 预测编码学习视频

--6.6.2 预测编码作业

-6.7 正交变换编码

--6.7.1 正交变换编码学习视频

--6.7.2 正交变换编码作业

-第六章讨论题

第七章 图像分割

-7.1 图像分割的定义及依据

--7.1.1 图像分割定义及依据学习视频

--7.1.2 图像分割的定义及依据作业

-7.2 边缘点检测

--7.2.1 边缘点检测学习视频

--7.2.2 边缘点检测作业

-7.3 边缘线跟踪

--7.3.1 局部边缘连接法及光栅扫描跟踪法学习视频

--7.3.2 Hough变换学习视频

--7.3.3 边缘线跟踪作业

-7.4 门限化分割

--7.4.1 门限化分割学习视频

--7.4.2 门限化分割作业

-7.5 区域分割法

--7.5.1 区域分割法学习视频

--7.5.2 区域分割法作业

-7.6 聚类分割法

--7.6.1 k-means聚类法学习视频

--7.6.2 谱聚类分割法学习视频

--7.6.3 聚类分割法作业

-第七章讨论题

第八章 图像描述

-8.1 像素间的基本关系

--8.1.1 像素间的基本关系学习视频

--8.1.2 像素间的基本关系作业

-8.2 目标物的边界描述

--8.2.1 目标物的边界描述学习视频

--8.2.2 目标物的边界描述作业

-8.3 目标物的区域描述

--8.3.1 目标物的区域描述学习视频

--8.3.2 目标物的区域描述作业

-8.4 图像的几何特征

--8.4.1 图像的几何特征学习视频

--8.4.2 图像的几何特征作业

-8.5 特征描述子

--8.5.1 特征描述子SIFT学习视频

--8.5.2 特征描述子HOG学习视频

--8.5.3 特征描述子BOW学习视频

--8.5.4 特征描述子作业

-第八章讨论题

第九章 图像分类识别

-9.1 图像匹配

--9.1.1 图像匹配学习视频

--9.1.2 图像匹配作业

-9.2 图像分类

--9.2.1 图像分类学习视频

--9.2.2 图像分类作业

-9.3 图像识别

-- 9.3.1 图像识别学习视频

--9.3.2 图像识别作业

-9.4 模式识别分类专题

--9.4.1 经典分类方法学习视频

--9.4.2 SVM分类器学习视频

--9.4.3 神经网络学习视频

--9.4.4 模式识别分类专题作业

课程思政讨论

-中国天网

-中国天网思政讨论题

西电学子实践作品分享(会持续更新)

-谁偷走了尔康的帽子

-指静脉识别

-答题卡识别

-车道检测

-谁是怪盗J

-仙女们的困惑

-身份证号码识别

-基于混合高斯模型的运动目标检测

考试

-期末测试

--期末测试

6.1.1 概述学习视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。