【图像压缩编码的研究一种ADPCM预测识别图像编码方案】刘滨帆.pdf

目录一、引言二、识别三、ADPCM预测原理四、ADPCM预测/识别编码方案五。计算机模拟结果六、讨论七、致谢附录32 参考文献

Graham首次采用计算机模似实验的方法,研究静止图象的前值 1966年ONe1利用统计上线性回归方法获得最佳线性预测DPCM 方法4),并用计算机模拟法对图象的DPCM编码作了系统的讨论,为DPCM预测编码法奠定了理论基础,由于线性预测法的算法较为简单容易用硬件实现,因而它在图象压缩编码中得到广泛的应用,图象信号在图象信息库中的存贮,如果只利用整幅图象的统计特性,在高压缩率编码时,往往在黑白边沿及交织结构部位,由于统计特性与图象特性失配,以而容易出现伪轮廓等效应,因而提出自适应DPCM(AdaptiveDPCM)预测的图象压缩编码法,由于预测器的参数能够根据图象信号的局部特征

可以根据图象局部区域的特点,选择工个预测器的一个或几个.因而,首先必须区分物体与背景。一般来说,“物体”是由许多点组成的,物体中各象素的相关性较大,其联合出现概率也较大,在几何学上呈现“丝聚”的特征。同样,背景中的各象素也具有较大的相关性,而物体中象素的灰度必显著地区别于背景点,也即物体中的象素与背景中的象素之间的洁关性相对较弱,因此,我们可以从灰度这个特征着手,区分物体与背景,然后再对其进行预测压缩编码.根据自适应技术原理,我们仅需在图象当前象素X。的邻域 X=}xi,i=1,2,,n进行图象分析。我们可以把物体与背景看成两类C,和C:。假设在X。