查看图像编码的源代码
←
图像编码
跳转至:
导航
、
搜索
因为以下原因,你没有权限编辑本页:
你刚才请求的操作只对属于该用户组的用户开放:
用户
您可以查看并复制此页面的源代码:
'''图像编码'''([[英语]]:image coding),传输图像信息的代码形式。它在接收端可重现图像。在图像信息传输过程中,例如把卫星拍摄的空间探测图片传输到地面上来,必须保持合理的保真度和最大限度地压缩传输的数据量,这就需要对图像信息进行合理的编码。最基本的图像编码方法是脉冲码调制,简称 PCM(见[[调制技术]])。这是一种点处理技术的数字编码方法:首先对连续的视频信号采样和量化,然后赋予每一量化值一组固定字长的比特代码,称为码字。为了避免重建图像上量化分级之间出现光亮度跳变现象(灰度轮廓效应),被传输图像的灰度等级要取64~256级,即每个像素需要6~8个二进制数位。如果一幅图像包含有1024×1024像素,灰度等级为64级,则所需总位数为6×2<sup>20</sup>。彩色图像的每个像素有3个灰度值(红、绿、蓝),其总位数是黑白图像的3倍。代码比特数越大,图像传输时间就越长、存储量也越大。图像编码的一个重要指标是每个像素所用的平均位数,称为平均比特数。图像编码的任务在于:①在保证一定图像保真度的情况下尽可能地减少平均比特数。图像的最优编码就是在不丢失图像信息的条件下,平均比特数为最小的编码。②用接收的代码所恢复的图像是唯一的。为了减少代码位数,又不致产生严重的灰度轮廓效应,对通常的PCM编码量化方法可作些改进,如伪噪声量化、改良灰度量化、粗细量化等,它们都能在位数较少的情况下有效地减少一些灰度轮廓效应,但也伴随着图像的某些退化现象。还有一些其他方式的编码方法,如适合于图像的、边缘和灰级都较少的行程编码方法,用像素灰级预测值和实际值的差值进行量化的微分脉冲码调制(DPCM)的编码方法,以及属于一种最优统计编码的霍夫曼编码方法。在某些图像数据很大的情况下,也可以考虑适当地丢失一些图像信息(有些为肉眼所不能分辨的),以换取更小的平均比特数。这里涉及畸变的度量方法和图像的统计描述问题,是正在研究中的一个课题。 ===参见=== *[[人工智能基本条目]] *[[计算机科学技术基本条目]] *[[工学(目录)]] * [[计算机科学]] * [[机器人学]] * [[计算机视觉]] * [[机器视觉]] * [[人工智能]] * [[图像处理]] [[Category:工学]] [[Category:计算机科学与技术]] [[Category:人工智能| ]] [[Category:人工智能应用]] [[Category:新兴技术]] [[Category:机器人学| ]] [[Category:机器人| ]] [[Category:机器学习| ]] [[Category:跨学科领域]] [[Category:计算机视觉| ]] [[Category:信息处理]] [[Category:统计学]] [[Category:心理学]] [[Category:语言学]] [[Category:计算机科学]] [[Category:生物学]] [[Category:控制论]] [[category:图像处理]] [[category:模式识别]] [[Category:自动控制]] [[category:系统工程]] [[Category:中文词典]] [[Category:T音词语]] [[Category:图]]
返回
图像编码
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
最近更改
随机页面
工具箱
链入页面
相关更改
特殊页面
页面信息
扫描二维码可以用手机浏览词条