[筆記] 資訊理論與編碼技巧 Lecture 9.1 Image Data Compression
資訊理論與編碼技巧 (共筆) 課程內容出處: http://www.cmlab.csie.ntu.edu.tw/~itct/ Image Data Compression Lecture 9.1 1.Introduction 資料壓縮的目的在於 減少表達一個圖像或資料所需要的bits ，進而達到 增加資料傳輸速度 或是 減少資料所需的儲存空間 之效，更進一步地，若我們處理的是壓縮過的資料(working with compressed data)，也會使處理的速度變快，因此也可以將資料壓縮的應用看成 使演算法加速 。 Image data compression method 分兩大類 Redundancy Coding : 將重複性的data壓縮，不失真 Entropy Coding : 使用有限的domain去coding連續的domain的data，不可避免地會失真 ， 真實世界是在連續的domain，所以理論上，只有已經 digitized data才有可能讓我們做到 "不失真壓縮" Entropy Coding 的典型方法 Subsampling : 例如每兩個點(Pixel)選一點留下來， 降低sample rate Coarse Quantization : 例如原本每個 Pixel 用 8 bits 存，共有256種Level，現在只降為 4 bits，剩下16 種Level，可存放的資料描述的精確度降低 Frame Repetition/Interlacing : 例如原本每秒鐘 30 個 frame，人眼會有視覺暫留，所以我們每秒 frame 在送的時候，採用每兩個 frame 只送一張，這樣實際上每秒只送了 15 張 frame，那漏掉的另外 15 張 frame 可以採用下列兩種方法來補上 ，多用在相鄰兩frame變化不大的時候 Repetion : 複製前一張 frame Interlacing : 利用前一張 frame 與後面一張 frame 取平均值 Pixel(Picture element) Coding : 以一個Pixel為Codin