数据压缩压缩率-图像熵-保真度

Posted 2020-09-21 liguangsunls

转载请注明出处：http://blog.csdn.net/luoshixian099/article/details/50351562

勿在浮沙筑高台

关于图像压缩上的几个名词解释：

1.平均比特数：相应一张图像上每一个像素所採用的平均比特数。L(r_k)为灰度级r_k所使用的比特数，p(r_k)表示相应灰度级的概率；

 

2.压缩率&相对数据冗余：若b和b‘是两个不同的比特数。代表着同样信息；即是同一张图像，採用不同的比特数总数去表示；

3.图像的熵：一个具有概率P(E)的随机事件E可被说成是包括I(E)单位的信息；在图像中信息的单位採用比特表示，即log底数底数选择2。定义图像中每种灰度级输出的平均信息为图像的熵。因为定义可知。通过观察图像的直方图就能够计算得到该图像的熵。

灰度级k = 0,1,2,3,.....,255;

图像的熵  单位：比特/像素   含义：表达图像中灰度信息所须要的最少比特

样例：以下是某张大小为256×256图像的直方图信息，Code 1 表示灰度信息採用定长8进制表示；Code 2 灰度信息採用变长的二进制表示：

由上面的定义知：

採用编码1方案。L_avg=8比特； 採用编码2方案，L_avg=0.25×2+0.47×1+0.25×3+0.03×3=1.81比特。

採用上述计算公式：压缩率 C = 8/1.81=4.42  ; 编码冗余 R = 0.774  ；图像的熵 H = 1.6614 比特/像素；

 4.保真度

    对图像採用某种算法进行了有损压缩，必定导致信息的丢失。为了评估信息的损失。能够採用均方根误差e_rms、均方信噪比SNR_ms等衡量。

均方根误差：即採用每一个图像位置的灰度级的差值去计算。f‘表示压缩后的图像，f为原图像。均方根值越小保真度越高；

             

均方信噪比：能够把压缩后的图像f‘理解为原图像f和一个噪声信号e的和产生; 即f‘=f+e;则图像f‘的均方信噪比SNR_ms例如以下

Reference：

     《Digital Image Processing》, Rafael C. Gonzalez,Richard E. Woods.