数字图像处理知识梳理——4

• 五、图像编码与压缩：核心在于找图像的冗余

  • 概念：对图像数据按照一定的规则进行变换和组合，从而达到以尽可能少的代码来表示尽可能多的信息
  • 性能评价：客观保真度准则（均方误差和均方信噪比）、主观保真度准则

  • 5.1图像信息的冗余：编码冗余、像素冗余、视觉心理冗余、结构冗余、时间冗余

    • 图像压缩系统的一般组成：信源编码——>信道编码——>信道——>信道译码——>信源译码
      • 信源编码：完成原始数据的编码与压缩
        • 映射器（解决像素冗余）——>量化器（视觉冗余有损压缩）——>编码器（编码冗余）
      • 信道编码：为了抗干扰，增加一些容错，校验位等

  • 5.2编码方式

    • 无损压缩：消除编码冗余和像素冗余
      • 熵编码：出现概率大的符号使用较小的码长，出现概率小的符号使用较长的编码（结合信息论中熵的知识）
        • 霍夫曼编码：当一幅图像的尺寸较大时，将图像分割成若干个小块，对每块进行独立的霍夫曼编码（无错误保护功能）
        • 香农-凡诺编码
        • 算术编码：将整个信息编码为一个浮点数，每个符号的平均码长度可以是一个小数
          • 对整个消息只产生一个码字，因此译码器在接收这个实数后才能译码
          • 对错误很敏感
      • 无损预测编码：对误差进行编码：en=f**-f
        • 最优线性预测
        • 非线性预测（自适应编码预测）
      • 字典编码
        • 游程编码：RLE编码（极端情况下会加倍编码长度）
        • LZW编码：动态性的编码过程，自适应的压缩方法
    • 有损压缩：消除视觉心理冗余
      • 有损预测编码：与无损预测编码的区别是加入了一个量化器，量化误差信息，导致了信息丢失（德尔塔调制）
      • 变换编码：输入图像——>构造子图像——>正变换——>量化——>符号编码——>压缩图像
        • 变换选择：DCT最为常用
        • 子图尺寸：一般选8×8和16×16，子图尺寸越小，量化误差越小，信息丢失越小但计算量大，且当选用32×32以上的尺度时，均方误差变化不大
      • 小波编码

• 六、图像复原

  • 6.1图像复原的基本概念

    • 目的：针对质量降低或失真的图像，试图恢复其原始的内容，从造成图像质量下降的客观原因出发，针对性的采用一些方法改善图像质量
    • 模型：f(x,y)——>H(x,y)——>加性噪声n(x,y)——>g(x,y)
      • g(x,y)=H(x,y)×f(x,y)+n(x,y)
      • G(u,v)=H(u,v)×F(u,v)+N(u,v)

  • 6.2噪声单独干扰下的图像滤波复原

    • 噪声模型：对噪声参数的估计很重要
      • 随机噪声
        • 高斯噪声、瑞利噪声、r噪声、指数噪声、均匀噪声
      • 脉冲噪声
      • 周期性噪声：唯一的一种空间依赖型噪声（利用专门的带通带阻和陷波滤波器进行处理）
    • 图像复原的空间滤波器
      • 均值滤波器：算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器
        • 几何均值滤波器比算术滤波器的平滑度相当，但是丢失细节少，二值适合处理均匀噪声和高斯噪声，对于脉冲噪声的处理效果不好
        • 谐波均值滤波器：对于“盐”噪声处理效果好，善于处理高斯噪声
        • 逆谐波均值滤波器
          • Q>0对于“椒”噪声效果好
          • Q<0对于“盐”噪声效果好
        • 上述两种滤波器都对小概率的椒盐噪声处理效果好，对于大概率的椒盐噪声处理效果不好
      • 统计排序滤波器：中值滤波器、最大值滤波器、最小值滤波器、中点滤波器
        • 中点滤波器：对于高斯噪声和均匀分布噪声具有最好的效果；结合了顺序统计和平均处理
      • 修正阿尔法均值滤波器：去除统计区域内最高的d/2和最低的d/2个像素，特别适合多种噪声模式混合在一起的处理
      • 自适应滤波器：自适应局部噪声消除滤波器、自适应中值滤波器（可以处理更大概率的随机脉冲噪声）

  • 6.3系统退化复原：核心在于对退化函数的估计

    • 逆滤波复原：在H很小或等于0的位置，F将变为非常大或者无穷大的数字；考虑噪声影响：会放大噪声
    • 伪逆滤波复原：对H设定一个阈值
    • 最小均方差复原（维纳滤波复原）：假定噪声和图像均为随机信号，互不相关
      • 是均方误差最小意义下的最佳滤波
      • 当噪声和图像实际随机特性平稳性差距较大是，维纳滤波器难以得到最佳结果
      • 建立在最小化统计准则的基础上，只是在平均意义上最优

  • 6.4几何矫正

    • 空间变换：Affine变换，通过“连接点”建立对应关系
    • 灰度插值