图像压缩编码冗余

文章目录

一、概念

图像压缩编码冗余
图像压缩编码冗余
此时很自然出现一个问题:表示一幅图像的灰度级到底需要多少比特?
即在不丢失信息的条件下是否存在一个最小数据量来足够充分地描述一幅图像?
图像压缩编码冗余

二、计算熵

% 创建一幅 简单的 4 x 4 图像,共含有 16 个像素 
>> f = [119 123 168 119;123 119 168 168];
>> f = [f;119 119 107 119;107 107 119 119];
>> f
f =
   119   123   168   119
   123   119   168   168
   119   119   107   119
   107   107   119   119
% 创建直方图,将灰度范围分为 8 部分
>> p = hist(f(:),8);
>> sum(p) % 像素总数目
ans =
    16
% 计算每级灰度出现的概率 
>> p = p / sum(p)
p =

  1 至 7 列
    0.1875    0.5000    0.1250         0         0         0         0
  8 列
    0.1875
% 计算信源的熵
>> h = ntrop(f)
h =
    1.7806

图像压缩编码冗余
是不是这个一阶熵就相当于Lavg ?

上一篇:168 Scala Actor 案例一


下一篇:python练习003