数字图像处理（四）——图像编码技术（二）

变化编码

概念：
在图像变换域进行编码，相当于频域方法。

框图与步骤：
变换编码步骤：分离子图像—图像变换—系数量化（失真）—符号编码—符号解码—反变换—合并子图像

编码：分解子图像、变换、量化、符号编码
解码：符号解码、反变换、合并子图像

自适应变换编码：可以根据局部图像内容进行适应性调整
非自适应变换编码：变换编码步骤对所有子图像都是固定的

变换选择：
一般选择DCT（离散余弦变换）

理解：
1.采用2×2子图像进行变换编码并只取25%系数，相当于只取了直流分量，所以会有较大的模糊方块。
2.能把最多信息集中到最少系数上的变换所产生的重建误差最小。

量化：
相关影响因素：截除的变换系数的数量和相对重要性、所保留的系数的精度
分区编码（最大方差准则）：
信息论中的不确定原理——具有最大方差的变换系数具有最多的图像信息
特点：
对所有的子图像用一个固定的模板
实现过程：
1.将图像划分成子图像阵列，再进行变换；
2.所有子图像的变换域中相同的频点（u,v）可构成一个序列，计算所有频点对应的方差；
3.保留方差最大的那些系数，其他的舍去；

阈值编码：
特点：
阈值编码中各个子图像保留的变换系数位置不同（即自适应）
三种对变换子图像取阈值的方法：
1.对所有图像用1个全局阈值（不同子图像压缩水平不同）
2.对各个子图像分别用不同的阈值（规定每个子图像从小到大丢掉相同数量的阈值）
3.根据子图像中各系数的位置选取阈值（采用一个标准化矩阵模板，变换域各系数独立量化）
3的实现：

1.编码时将每一幅子图像变换后得到变换域矩阵，对应位置除标准化矩阵得到量化后的矩阵
2.解码时将量化后的矩阵对应位置乘标准化矩阵，得到新的变换域矩阵
注：
1.该标准化矩阵的系数由国际组织根据人的感知和心理决定
2.标准化矩阵中系数越大代表量化的精度越低
3.采用不同倍率的标准化矩阵进行量化的效果不同，倍率越大，压缩比越高，但图像质量就越低

JPEG压缩标准

这里介绍基于DCT的有损编码基本系统
压缩步骤：
1.图像首先被细分成8×8的像素块，对这些像素块按从左到右、从上到下的方法进行处理。当遇到每个8×8的块或子图像时，其64个像素通过减去128进行灰度级移动（灰度级变为(-128,127)）。然后计算该块的DCT。
2.用标准化矩阵对DCT系数进行量化。
3.将量化后的数据按照Z形排列，形成一个量化的系数序列。

4.非零AC（交流）系数使用定义系数值和前面零的个数的一种变长码来进行编码（类似游程编码）。DC（直流）系数是相对于前一幅子图像的DC系数的差值编码（类似预测编码）。
5.将DC部分和AC部分分别用各自的哈夫曼编码表编码。
编码步骤；
（1）先找JPEG系数编码分类表（注意AC分量用的是系数值，不是前面零的个数）

2.DC分量找DC差值的哈夫曼表，AC分量的找AC哈夫曼表（这里找的时候还需要根据系数值前面零的个数）
3.对于负值的量，减去该值域范围中最小的数，将其转换为正值后，再转二进制
例：-9 -> 查表分类4，得到基码101 -> -9-(-15)=6=(0110)2 -> (101 0110)2最终编码

JPEG彩色图像压缩
RGB=>Y La Lb
Y为亮度，La、Lb为色彩分量
由于人眼对亮度的分辨能力高于对颜色的空间分辨能力，故将色彩分量降低1倍分辨率压缩，且色彩分量采用与灰度不同的量化矩阵和哈夫曼表。

数字水印

概念：
把一张图形或者信息插入图像中,使得被插入图像或信息不能从图像本身分离出来。被加入的图像和信息称为水印。

基于DCT的不可见的鲁棒水印
实现步骤：

抗JPEG压缩、不抗直方图均衡化和旋转。