Transcript 可逆壓縮

Chapter 6
影像圧縮処理
數位影像壓縮
Why do images need data compression?
可以将檔案變小一些
檔案變小檔案變小的好處：
儲存比較不佔空間 (可多存幾張影像)
瀏覽網頁圖片也可以加快
檔案傳送比較快
數位影像的構成
單色系統
每個pixel的値就代表明亮程度(0最暗~255最亮)
數位影像壓縮技術的種類
主要分為兩大類
可逆壓縮：無失真(Lossless)
壓縮後解壓縮回來圖片資料
和之前完全相同。壓縮率較
低
非可逆壓縮：有失真(Lossy)
壓縮後解壓縮回來圖片資料
和之前會有差別。壓縮率高
•可逆圧縮:
無失真(Lossless)
可
逆
GIF / 256 色 / 34K
•非可逆圧縮:
有失真(Lossy)
非
可
逆
JPEG / 圧縮率 75% / 16K
數位影像壓縮率比較
Run Length Coding
数據内容是連続相同的場合：則僅記述重複次
数。
For example: A的字母連続出現8次的場合：
‘AAAAAAAA’則用‘A8’来代表。
下図的場合：圧縮前的数據是以16個文字来構
成。圧縮後僅用7個文字来表現。Data 僅剰一
半以下。
Huffman Coding
根據出現頻率建構的binary tree
簡單來説，出現次數越多的，
code越短；次數越少的，
code越長
2009年 日本国家資格考試問題
左下図是原始影像。 若使用以下的公式進行影像処理。
従右下的５種影像中選出正確的処理結果。
g(x,y)=f(x,y)+k[f(x,y)-fs(x,y)]
g(x,y)：処理後影像
f(x,y)：原来影像
fs(x,y)：平滑影像、
k ： 權値（強調係数）
a
b
c
d
e
b
医療影像壓縮法 (1)
JPEG(Joint Photographic Experts Group)
壓縮基本原理
●首先：把整張影像分割成”8×8”大的Block. 対毎
個block 施予DCT (Discrete Cosine Transform) 轉
換処理。將訊號轉到Frequency Domain
●Next：留下臨床診断上必要低頻成分、把高頻成分
（雑訊部分）削除。
●最後：coding(符号化)後、作成壓縮影像。
缺点：Block辺縁会産生artifact(不自然痕跡)失真 。
利用DCT(離散cos轉換)的
Data Compression
●利用高頻率領域的
一部分的値接近0的
特徴、把此些値去捨
Original data
DCT
●復元時，把捨去的
部分用0値挿入、並
做逆DCT。
●Lossy (失真)
IDCT
De-coded data
捨去高頻
率部分
離散COS轉換
（Discrete Cosine Transform ; DCT）
JPEG方式的影像符号化(coding)
DCT
医療影像壓縮法(2)
(Discrete Wavelet Transform, DWT)
離散小波轉換技術
離散小波轉換(Discrete Wavelet Transformation,
DWT)與DCT相似，都是一種將空間域影像轉換
成頻率域影像的技術。
影像的低頻特性：
●肉眼對低頻敏感度較高
●像素與像素之間的變化小
●影像較平滑、細緻且清楚
●低頻部分的値稍有改變，人的眼睛
一看就知道
影像的高頻特性：
●肉眼對高頻敏感度較低
●像素與像素之間的變化大
●影像較粗糙、糢糊
●高頻部分的値稍有改變，肉眼
是無法清楚的看出的
Wavelet轉換是将原来的影像的information分解
成４部分。低頻域１個、高頻域3個。這樣算是第一
階的離散小波轉換。得到了四個區塊LL、LH、HL、
HH；這四個區塊分別代表不同的頻率，所以稱這
些區塊為頻帶(subband) 再将低頻域分解成４部
分。
完成第一階離散小波轉換後可以往下做第二階、第
三階、…、一直到第n階的離散小波轉換。
做完離散小波轉換後，最低頻的部分就是整張影像
中最重要的部分，這是最低頻的部分。
(Discrete Wavelet Transform, DWT)離
散小波轉換技術
第一階
Original
image
第二階
LL1
HL1
LH1
HH1
LL2
HL2
LH2
HH2
LH1
第三階
影像最重
要的部分
LL3
HL3
LH3
HH3
LH2
HL2
HL1
HH2
LH1
HH1
HL1
HH1
Implementing 2D-DWT
Decomposition
COLUMN j
ROW i
Wavelet compression
DCT compression
(JPEG 2000)
JPEG compression
file size: 1861 bytes
file size: 1895 bytes
compression ratio - 105.6
compression ratio - 103.8
Original Image
Transformed Images
影像解析度強化處理應用例
ＬＬＬ ＬＨＬ
ＨＬ
ＬＬ
ＬＬＨ ＬＨＨ
Ｌ Ｌ（０） Ｈ
ＬＨ
ＨＨ
各行を２分割
各列を２分割
ＬＬを４分割
原画像
レベル１
レベル２
原画像
・階数越高、空間解析度越低
方法
加権展開係数
Ｗａｖｅｌｅｔ変換
ROIを設定
原始影像
Ｗａｖｅｌｅｔ逆変換
中央画素値のみ
置き換える
増強画像
結果（1）
原始影像
増強影像
結果（2）
原始影像
増強影像
結果（3）
原始影像
増強影像
Load
Image
(must be
.mat file)
Choose
wavelet type
Hit
Analyze
Choose
display
options
Wavelet Transform的概念
Wavelet Transform
Remove
Noise
Wavelet
inverse
Transform
Multi-Resolution
Analysis
4
Ⅳ D
3
Ⅲ
C
4
3
2
2
Ⅱ
B
1
1
Ⅳ
D
Ⅲ Original
C
Ⅱ
B
Ⅰ
Ⅰ
Remainder
A
A
After Remove Noise
數學形態學:Mathematical Morphology
是數學形態學圖像處理的基本理論；專門用
來處理、分析影像中的形狀
數學形態學是一門新的圖像分析科學，其基本
理論和方法在視覺檢測領域已取得了非常成功
的應用。
數學形態學可以用來解決抑制雜訊、特徵提取、
圖像分割、紋理分析等圖像處理問題
用在形態影像處理 的４個基本演算
Dilation (膨脹）：能拡大陰影
Erosion（侵蝕/収縮）：能収縮陰影
Closing（關閉）：能補完陰影裏的空穴。
Opening（開啓)：能平滑陰影辺縁。
膨脹 Dilation
像素集合A與B，使用B來”膨脹”A，記為A♁B
膨脹有放大效果。
OR 演算
●
●
●
●
●
●
●
● ●
● ●
A
●
●
●
●
●
B
可以將A的所有像素點(x,y)用一個B的
複製替換，將B的(0,0)點置於(x,y)的位置。同
樣也可以複製A。
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
侵蝕 (Erosion)
定義:
AND 演算
●
● ● ● ● ● ●
● ● ● ●
● ●
●
● ● ●
● ●
● ●
●
● ● ●
●
開啓(open) Opening = Erosion→ Dilation
定義:
就是先侵蝕後膨脹。如下圖解釋
● ● ●
● ● ●
A
●
● ● ● ●
● ● ● ●
●●
●
●●
●
● ● ●
●
● ● ●
●
● ● ●
●
●
●●
●
●
B
● ● ●
●
●
關閉(closing) Closing =Dilation→Erosion
相對於開啓，關閉則是先膨脹再侵蝕，符號為A ● B
定義: A ● B = (A ♁ B) Θ B
● ●●
●
A
●
● ●●
● ●● ●
●
B
● ● ●
●
●
●
● ●●
如下圖解釋
●
● ● ●● ● ● ●
● ●●
● ● ●● ● ●
● ●● ●
● ● ●● ● ● ●
● ●● ● ●
● ●● ● ●
●● ●
● ● ●● ● ●
● ●● ●
● ●● ● ●
●
使用開啓(opening)、可除去影像的
凸出部分可除去
使用關閉(closing) ，影像會完全黏
合。使用斜角線結構元素黏合影像
2005年 日本国家放射線技師資格考試問題
使用在影像圧縮的是？
a.
b.
c.
d.
e.
離散COS轉換
Radon轉換
Hough轉換
Laplacian轉換
Wavelet轉換
1. a,b
2. a,e
3. b,c
4. c,d
5. d,e
2
Q&A