常见的图像数据冗余 (1)空间冗余。在任何一幅图像中,均有由许多灰度或颜色都相同的邻近像 素组成的区域,它们形成了一个性质相同的集合块,即它们相互之间具有空间 (或空域)上的强相关性,在图像中就表现为空间冗余。 (2)结构冗余。在有些图像的纹理区,图像的像素值存在着明显的分布模式。 例如,方格状的板图案等,我们称此为结构冗余。已知分布模式,可以通过某 过程生成图像 (3)时间冗余。这是序列图像(电视图像、运动图像)表示中经常包含的冗 余。图像序列中两幅相邻的图像有较大的相关,这反映为时间冗余。 (4)视觉冗余。人类视觉系统的一般分辨能力估计为26灰度等级,而一般图 像的量化采用的是28的灰度等级。像这样的冗余,我们称之为视觉冗余。 ◆(5)知识冗余。有些图像的理解与某些知识有相当大的相关性。例如:狗的 图像有固定的结构,比如,狗有四条腿,头部有眼、鼻、耳朵,有尾巴等。这 类规律性的结构可由先验知识和背景知识得到,我们称此类冗余为知识冗余。 空间冗余和时间冗余是将图像信号看作为随机信号时所反映出的统计特征,因 此有时把这两种冗余称为统计冗余
常见的图像数据冗余 （1）空间冗余。在任何一幅图像中，均有由许多灰度或颜色都相同的邻近像 素组成的区域，它们形成了一个性质相同的集合块，即它们相互之间具有空间 （或空域）上的强相关性，在图像中就表现为空间冗余。 （2）结构冗余。在有些图像的纹理区，图像的像素值存在着明显的分布模式。 例如，方格状的板图案等，我们称此为结构冗余。已知分布模式，可以通过某 一过程生成图像。 （3）时间冗余。这是序列图像（电视图像、运动图像）表示中经常包含的冗 余。图像序列中两幅相邻的图像有较大的相关，这反映为时间冗余。 （4）视觉冗余。人类视觉系统的一般分辨能力估计为26灰度等级，而一般图 像的量化采用的是28的灰度等级。像这样的冗余，我们称之为视觉冗余。 （5）知识冗余。有些图像的理解与某些知识有相当大的相关性。例如：狗的 图像有固定的结构，比如，狗有四条腿，头部有眼、鼻、耳朵，有尾巴等。这 类规律性的结构可由先验知识和背景知识得到，我们称此类冗余为知识冗余。 空间冗余和时间冗余是将图像信号看作为随机信号时所反映出的统计特征，因 此有时把这两种冗余称为统计冗余
2.数据压缩方法的分类 ◆根据编、解码后数据是否一致来进行分类,数据压缩的方法一般被划分 为两类: (1)可逆编码(无损编码)。此种方法的解码图像与原始图像严格相同, 压缩比大约在2:1~5:1之间。主要编码有 Huffman编码、算术编码、行程长 度编码等。 (2)不可逆编码(有损编码)。此种方法的解码图像与原始图像存在一定 的误差,但视觉效果一般可以接受,压缩比可以从几倍到上百倍调节。 常用的编码有变换编码和预测编码
2．数据压缩方法的分类 根据编、解码后数据是否一致来进行分类，数据压缩的方法一般被划分 为两类： （1）可逆编码（无损编码）。此种方法的解码图像与原始图像严格相同， 压缩比大约在2:1~5:1之间。主要编码有Huffman编码、算术编码、行程长 度编码等。 （2）不可逆编码（有损编码）。此种方法的解码图像与原始图像存在一定 的误差，但视觉效果一般可以接受，压缩比可以从几倍到上百倍调节。 常用的编码有变换编码和预测编码
根据压缩的原理分为如下几种 (1)预测编码。它是利用空间中相邻数据的相关性来进行压缩数据的。通常 用的方法有脉冲编码调制(PCM)、増量调制(DM)、差分脉冲编码调制 (DPCM)等。这些编码主要用于声音的编码 (2)变换编码。该方法将图像时域信号转换为频域信号进行处理。这种转換 的特点是把在时域空间具有强相关的信号转换到频域上时在某些特定的区域内 能量常常集中在一起,数据处理时可以将主要的注意力集中在相对较小的区域, 从而实现数据压缩。一般采用正交变换,如离散余弦变换(DCT)、离散傅立 ◆φ囊他卣向量量化编码。对模拟信号进行数字化时要经历一个量化的过程。为 了使整体量化失真最小,就必须依据统计的概率分布设计最优的量化器。最优的 量化器一般是非线性的,已知的最优量化器是Max量化器。我们对像元点进行量化 时,除了每次仅量化一个点的方法外,也可以考虑一次量化多个点的做法,这种 方法称为向量量化。即利用相邻数据间的相关性,将数据系列分组进行量化
根据压缩的原理分为如下几种 （1）预测编码。它是利用空间中相邻数据的相关性来进行压缩数据的。通常 用的方法有脉冲编码调制（PCM）、增量调制（DM）、差分脉冲编码调制 （DPCM）等。这些编码主要用于声音的编码 （2）变换编码。该方法将图像时域信号转换为频域信号进行处理。这种转换 的特点是把在时域空间具有强相关的信号转换到频域上时在某些特定的区域内 能量常常集中在一起，数据处理时可以将主要的注意力集中在相对较小的区域， 从而实现数据压缩。一般采用正交变换，如离散余弦变换（DCT）、离散傅立 （叶变换（ 3）量化与向量量化编码 DFT） 。对模拟信号进行数字化时要经历一个量化的过程。为 了使整体量化失真最小，就必须依据统计的概率分布设计最优的量化器。最优的 量化器一般是非线性的，已知的最优量化器是Max量化器。我们对像元点进行量化 时，除了每次仅量化一个点的方法外，也可以考虑一次量化多个点的做法，这种 方法称为向量量化。即利用相邻数据间的相关性，将数据系列分组进行量化
(4)信息熵编码。依据信息熵原理,让出现概率大的信号用较 短的码字表示,反之用较长的码字表示。常见的编码方法有 Huffman编码、 Shannon编码以及算术编码。 (5)子带( subband)编码。将图像数据变换到频率后,按频率 分带,然后用不同的量化器进行量化,从而达到最优的组合。或 者分布渐进编码,在初始时,对某一个频带的信号进行解码,然 后逐渐扩展到所有频带
（4）信息熵编码。依据信息熵原理，让出现概率大的信号用较 短的码字表示，反之用较长的码字表示。常见的编码方法有 Huffman编码、Shannon编码以及算术编码。 （5）子带（subband）编码。将图像数据变换到频率后，按频率 分带，然后用不同的量化器进行量化，从而达到最优的组合。或 者分布渐进编码，在初始时，对某一个频带的信号进行解码，然 后逐渐扩展到所有频带
课后思考题 ◆1.图像有哪些基本属性? ◆2.什么是色调、饱和度和亮度? ◆3.什么是矢量图?什么是位图? ◆4.什么是真彩色?什么是真彩色图像? ◆5.简述加色原理和减色原理。 ◆6.为什么数据可以被压缩? ◆7.数据冗余有哪些类型?
课后思考题 1.图像有哪些基本属性？ 2 .什么是色调、饱和度和亮度？ 3.什么是矢量图？什么是位图？ 4.什么是真彩色？什么是真彩色图像？ 5.简述加色原理和减色原理。 6.为什么数据可以被压缩？ 7 .数据冗余有哪些类型？