知识冗余 有许多图像的理解与某些基础知识有相当 大的相关性。 ■例如,人脸的图像有固定的结构。比如说 嘴的上方有鼻子,鼻子的上方有眼睛, 鼻子位于正脸图像的中线上等 ■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
知识冗余 ◼ 有许多图像的理解与某些基础知识有相当 大的相关性。 ◼ 例如，人脸的图像有固定的结构。比如说 嘴的上方有鼻子， 鼻子的上方有眼睛， 鼻子位于正脸图像的中线上等。 ◼ 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
视觉冗余 人类视觉系统对于图像场的任何变化,并不是都 能感知的。 ■例如,对于图像的编码处理时,由于压缩或量化 截断引入了噪声而使图像发生了一些变化,如果 这些变化不能为视觉所感知,仍认为图像足够好。 事实上人类视觉系统一般分辨能力约为26灰度等 级,而一般图像量化采用28灰度等级,这类冗余 我们称为视觉冗余
视觉冗余 ◼ 人类视觉系统对于图像场的任何变化，并不是都 能感知的。 ◼ 例如，对于图像的编码处理时，由于压缩或量化 截断引入了噪声而使图像发生了一些变化，如果 这些变化不能为视觉所感知，仍认为图像足够好。 ◼ 事实上人类视觉系统一般分辨能力约为2 6灰度等 级，而一般图像量化采用2 8灰度等级，这类冗余 我们称为视觉冗余
其他冗余 ■例如,由图像的空间非定常特性所带来的 冗余
其他冗余 ◼ 例如，由图像的空间非定常特性所带来的 冗余
2.1.2数字图像编码技术 1.彩色空间 ■常见模型: ■RGB彩色空间 HSI彩色空间 YUV彩色空间 nYIQ彩色空间
2.1.2 数字图像编码技术 1.彩色空间 ◼ 常见模型： ◼ RGB彩色空间 ◼ HSI彩色空间 ◼ YUV彩色空间 ◼ YIQ彩色空间
RGB彩色空间 R、G、B是彩色最基本表示模型,也是计算机 系统中所使用的彩色模型。 √RGB5:5:5方式用2个字节表示一个像 素,具体位分配见图2.1 T(1b)R(5b) G()B(5b) 图21RGB5:5:5方式 √RGB8:8:8方式R、G、B三个分量各占 个字节
RGB彩色空间 ◼ R、G、B是彩色最基本表示模型，也是计算机 系统中所使用的彩色模型。 ✓ RGB5：5：5方式 用2个字节表示一个像 素，具体位分配见图2.1。 图2.1 RGB5：5：5方式 ✓ RGB8：8：8方式 R、G、B三个分量各占 一个字节。 T(1b) R(5b) G(5b) B(5b)