西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 10 模糊图像变换编码

第十章 摸糊图像变换编码 图像编码的意义 图像编码的分类 图像的变换编码 ①自适应余弦编码 自适应FAM编码 3 实验仿真 ④总结与展望 参考文献 2004.12.8
2004.12.8 第十章 模糊图像变换编码 ➢ 图像编码的意义 ➢ 图像编码的分类 ➢ 图像的变换编码 自适应余弦编码 自适应FAM编码 实验仿真 总结与展望 ➢ 参考文献

一 图像编码的意义 图像编码的必要性 图像编码是为了压缩数据量巨大的图像信息,以利于图 像的传输、存储、处理和交换。 例如:High-definition television(HDTV)system have reinvigorated the image-coding field. 图像编码的可能性 图像内数据之间存在大量冗余,使得图像压缩编码成为 可能。 2004.12.8
2004.12.8 一、图像编码的意义 ◆ 图像编码的必要性 图像编码是为了压缩数据量巨大的图像信息,以利于图 像的传输、存储、处理和交换。 例如:High-definition television(HDTV) system have reinvigorated the image-coding field. ◆ 图像编码的可能性 图像内数据之间存在大量冗余,使得图像压缩编码成为 可能

二、 图像编码的分类 咒 像素编码 粥 预测编码 粥 变换编码 光 统计编码 矢量量化编码 2004.12.8
2004.12.8 二、图像编码的分类 像素编码 预测编码 变换编码 统计编码 矢量量化编码

二 图像编码的分类 像素编码:指在编码时对每个像素单独处理 不考虑像素之间的相关性。 常用的方法,:脉冲编码调制(Pulse Code Modulation,简称PCM)、嫡编码(Entropy Coding)、游程编码(Run Length Coding)、位平面编码(Bit Plane Coding)。 2004.12.8
2004.12.8 二、图像编码的分类 像素编码:指在编码时对每个像素单独处理, 不考虑像素之间的相关性。 常用的方法:脉冲编码调制(Pulse Code Modulation,简称PCM)、熵编码(Entropy Coding)、游程编码(Run Length Coding)、位平面编码(Bit Plane Coding)

二 图像编码的分类 预测编码:利用相邻像素的相关性进行预测 只对新的信息(预测误差)进行编码,从而去掉 相邻像素之间的相关性和冗余性。 常用的方法,:增量调制(Delta Modulation, 简称DM)、差分脉冲编码调制(Differential Pulse Code Modulation,简称DPCM)。 2004.12.8
2004.12.8 二、图像编码的分类 预测编码:利用相邻像素的相关性进行预测, 只对新的信息(预测误差)进行编码,从而去掉 相邻像素之间的相关性和冗余性。 常用的方法:增量调制(Delta Modulation, 简称DM)、差分脉冲编码调制(Differential Pulse Code Modulation,简称DPCM)

二 图像编码的分类 变换编码:指将给定的图像变换到另一个数据 域(如频域)上,使得大量的信息能用较少的 数据来表示。 常用的方法:离散傅立叶变换(DFT)、离散余 弦变换(DCT)、离散小波变换(DWT)。 2004.12.8
2004.12.8 二、图像编码的分类 变换编码:指将给定的图像变换到另一个数据 域(如频域)上,使得大量的信息能用较少的 数据来表示。 常用的方法:离散傅立叶变换(DFT)、离散余 弦变换(DCT)、离散小波变换(DWT)

二 图像编码的分类 其他常见的编码方法 统计编码 矢量量化(Vector Quantize,简称VQ)编码 分形(Fractal)编码 基于对象(Object--Based)的算法 基于模型(Model-Based)的算法 2004.12.8
2004.12.8 二、图像编码的分类 其他常见的编码方法: 统计编码 矢量量化(Vector Quantize,简称VQ)编码 分形(Fractal)编码 基于对象(Object-Based)的算法 基于模型(Model-Based)的算法 ……

三、图像的变换编码 1、图像的自适应余弦变换编码 X channel DCT Coding Decoding DCT- Subimage Classification X Block diagram of adaptive cosine transform coding 2004.12.8
2004.12.8 三、图像的变换编码 1、图像的自适应余弦变换编码 x DCT Coding Decoding Subimage Classification X channel −1 DCT' x Block diagram of adaptive cosine transform coding

1、自适应余弦变换编码步骤: (1)将大小为256x256的原始图像划分为16x16的子图像,共得 到256个子图像,分别对各子图像进行离散余弦变换(DCT): 二维离散余弦变换对的定义式为: X(u,v)= 4c(u)c() ∑∑x(m,n)cos (2m+1)uz (2n+1)pπ cos N2 m=0n=0 2N 2N x0m,m=∑Σc(o)c)XM,Ncos2m+1z N-1N- 。(2n+1)vπ cos m=0n=0 2N 2N 其中c(0)=1W2,c(k)=1fork=1,2..N-1 2004.12.8
2004.12.8 1、自适应余弦变换编码步骤: (1)将大小为256x256的原始图像划分为16x16的子图像,共得 到256个子图像,分别对各子图像进行离散余弦变换(DCT): 二维离散余弦变换对的定义式为: N n v N m u x m n N c u c v X u v N m N n 2 (2 1) cos 2 (2 1) ( , ) cos 4 ( ) ( ) ( , ) 1 0 1 0 2 + + = − = − = N n v N m u x m n c u c v X M N N m N n 2 (2 1) cos 2 (2 1) ( , ) ( ) ( ) ( , ) cos 1 0 1 0 + + = − = − = 其中c(0)=1/ ,c(k)=1 for k=1,2….N 2 -1

1、自适应余弦变换编码步骤: (2)计算各子图的DC能量、AC能量: DC energy =X2(0,0) AC energy=∑∑X2(,)-X2(0,0 DC对应于子图像的主要能量 AC对应于子图像的边缘和噪声 所以,对于AC能量大的子图像我们分配较多的比特数 反之,分配较少的比特数,从而达到压缩的目的。 2004.12.8
2004.12.8 1、自适应余弦变换编码步骤: (2)计算各子图的DC能量、AC能量: DC energy = AC energy = DC对应于子图像的主要能量 AC对应于子图像的边缘和噪声 所以,对于AC能量大的子图像我们分配较多的比特数, 反之,分配较少的比特数,从而达到压缩的目的。 (0,0) 2 X − u v X (u,v) X (0,0) 2 2
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 08-1 Fuzzy Associative Memories.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 07-2 Fuzziness vs. Probability 模糊集合的模糊程度——模糊熵.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 07-1 Fuzziness vs. Probability.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 06 Architecture and Equilibra 结构和平衡.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 05-2 Synaptic DynamicsII:Supervised Learning.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 05-1 第五章 突触动力学Ⅱ:有监督学习.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 04 SYNAPTIC DYNAMICS 1:UNSUPERVISED LEARNING.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 03 Neuronal Dynamics 2:Activation Models.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 02 ACTIVATIONS AND SIGNALS.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)10. 模糊与卡尔曼滤波目标跟踪控制系统的比较 Comparison of Fuzzy and Kalman-Filter Target-Tracking Control Systems.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)09. 模糊图像变换编码 Fuzzy Image Transform Coding.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)08. 模糊与神经网络的比较——以倒车系统为例 Comparison of Fuzzy and Neural Truck Backer-Upper Control Systems.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)07. 模糊联想记忆 Fuzzy Associative Memories(FAM).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)06. 模糊与概率 Fuzziness versus Probability.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)05. 结构和平衡 Architectures and Equilibria.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)04. 突触动力学Ⅱ:有监督学习 Synaptic Dynamics II——Supervised Learning(2/2).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)03. 突触动力学 - 非监督学习 Synaptic Dynamics I——Unsupervised Learning(2/2).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)03. 突触动力学 - 非监督学习 Synaptic Dynamics I——Unsupervised Learning(1/2).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)02. Neuronal Dynamics——Activation Models(2/2).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2003)02. Neuronal Dynamics——Activation Models(1/2).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 08-2 Fuzzy Associative Memories 模糊联想记忆 FUZZY ASSOCIATIVE MEMMORIESⅡ.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 09-2 模糊倒车控制系统——拖斗拖车.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 11 模糊与卡尔曼滤波目标跟踪控制系统的比较 Comparison of Fuzzy and Kalman-Filter Target-Tracking control system.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2004)Chapter 09-1 模糊与神经网络倒车系统比较.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 02 NEURAL DYNAMIC1:ACTIVATIONHS AND SIGNALS(主讲:高新波).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 03-1 NEURONAL DYNAMICS 2:ACTIVATION MODELS.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 03-2 NEURONAL DYNAMICS 2:ACTIVATION MODELS.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 04-1 Synaptic Dynamics:Unsupervised Learning Part Ⅰ.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 04-2 Synaptic Dynamics:Unsupervised Learning Part Ⅱ.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 04-3 Part3 Differential Heb learning & Differential Competitive learning.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 05-1 突触动力学Ⅱ——有监督学习.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 05-2 Backpropagation Algorithm.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 10 模糊图像变换编码.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 05-3 突触动力学Ⅱ:有监督的学习.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 06 Architecture and Equilibria 结构和平衡.ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 07-1 模糊与概率(一).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 07-2 模糊与概率(二).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 08-1 Fuzzy Associative Memories(1/3).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 08-2 Fuzzy Associative Memories(2/3).ppt
- 西安电子科技大学:《神经网络与模糊系统 Neural Networks and Fuzzy Systems》课程PPT课件讲稿(2006)Chapter 08-3 Fuzzy Associative Memories(3/3).ppt