图像分析与处理(15) 图像压缩中的编码方法:霍夫曼编码、哥伦布编码、Rice编码、算术编码及其实现 |
您所在的位置:网站首页 › 霍夫曼比例 › 图像分析与处理(15) 图像压缩中的编码方法:霍夫曼编码、哥伦布编码、Rice编码、算术编码及其实现 |
“ 本节为opencv数字图像处理(15):图像压缩的第二小节,图像压缩中的编码方法:霍夫曼编码、Golomb编码、Rice编码、算术编码及其实现,主要包括:霍夫曼编码、Golomb编码、Rice编码、算术编码的原理与实现代码。 1. 霍夫曼编码 霍夫曼编码对每个信源符号产生可能最小数量的编码符号。第一步是通过对所考虑的符号的概率进行排序,并将具有最小概率的符号合并为一个符号代替下次信源化简过程的符号,从而创建一个简化信源系列,过程如下图所示,重复合并直到信源只有两个符号的简化信源为止: ![]() 第二步是对每个化简后的信源进行编码,从最小的信源开始,直到遍历原始信源。对两个符号信源的最小长度的二值码是0和1,这些符号被分配给最右边的两个符号(并不规定顺序,谁0谁1无所谓),整个过程如下图所示: ![]() 这样编码的平均长度为: 当对大量符号进行编码时,最佳霍夫曼编码的构造也比较复杂。对于有 哥伦布编码时具有指数衰减概率分布输入的非负整数编码。给定一个非负整数和一个正整数除数m,表示为 例如 当 算术编码也是一种熵编码但生成的是非块码,假设有一个来自四符号信源的五符号序列 解码的时候同样需要知道信源的概率0.1、0.2、0.3和0.4,编码输出为0.306,原始符号序列长度为5。开始解码:0.306在区间 欢迎扫描二维码关注微信公众号 深度学习与数学 [每天获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读,算法和其他互联网技能的学习,概率论、线性代数等高等数学知识的回顾] ![]() |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |