MFV基于霍夫曼编码的图像压缩的处理(2)
缩”。其中无损压缩在信息论中就称为“熵编码”。无损压缩仅仅是删除图像数据中的冗
余信息，在可完全恢复原始数据而不引入任何失真的条件下使比特率最小的压缩方
法。由于压缩率受到数据统计冗余度的理论限制，压缩比一般为 2:1到5:1。在众多的
应用中，无损压缩是仅有的可以接受的数据压缩方法，其中的一种应用是医疗或商业
文件的归档。在这些应用场合中，有损压缩通常因为法律原因而被禁止。另一种应用
是卫星成像处理。还有一类应用是数字X光照相技术，这种应用中信息的丢失会导致
损坏诊断的精确性。在这一类的情况下，无损压缩的需要是由与其用户和图像性质所
推动的[4]
。
无损压缩广泛地被应用在各个所需的领域，适应当前多媒体技术发展的需要。可
见，这一领域的突破对于通信和多媒体事业的发展将具有深远的影响。经常使用的无
损压缩方法有游程编码、霍夫曼编码和算术编码等。
1.4 本文的主要工作和内容安排
本文主要运用vc++，并通过mfc编程实现对基于霍夫曼编码的图像压缩的处理，
并对结果进行分析。具体工作如下：
（1）分析比较几种常用图像压缩算法。
（2）通过编程实现基于霍夫曼编码对图像的压缩。
（3）用mfc建立一个界面可以观看压缩结果及一些重要的压缩参数。 2 数字图像处理
2.1 图像数字化过程
要在计算机中处理图像，必须先把真实的图像（照片、画报、图书、图纸等）通
过数字化转变成计算机能够接受的显示和存储格式，然后再用计算机进行分析处理。
图像的数字化过程主要分采样、量化与编码三个步骤。
2.1.1 采样
采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所
说的图像分辨率来衡量。简单来讲，对二文空间上连续的图像在水平和垂直方向上等
间距地分割成矩形网状结构，所形成的微小方格称为像素点。一副图像就被采样成有
限个像素点构成的集合。例如： 一副640*480分辨率的图像，表示这幅图像是由640*480
＝307200个像素点组成。
如图2.1所示，左图是要采样的物体，右图是采样后的图像，每个小格即为一个像
素点。 采样频率是指一秒钟内采样的次数，它反映了采样点之间的间隔大小。采样频率
越高，得到的图像样本越逼真，图像的质量越高，但要求的存储量也越大。
在进行采样时，采样点间隔大小的选取很重要，它决定了采样后的图像能真实地
反映原图像的程度。一般来说，原图像中的画面越复杂，色彩越丰富，则采样间隔应
越小。由于二文图像的采样是一文的推广，根据信号的采样定理，要从取样样本中精
确地复原图像，可得到图像采样的奈奎斯特（Nyquist）定理：图像采样的频率必须大
于或等于源图像最高频率分量的两倍。
2.1.2 量化
量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是
图像能够容纳的颜色总数，它反映了采样的质量。
例如：如果以4 位存储一个点，就表示图像只能有16 种颜色；若采用 16 位存储
一个点，则有 65536 种颜色。所以，量化位数越来越大，表示图像可以拥有更多的颜
色，自然可以产生更为细致的图像效果。但是，也会占用更大的存储空间。两者的基
下一篇：自适应单脉冲天线角度估计算法研究