chơng 4: mã hoá ảnh 239 biết đ ợ c vị trí các bất liên tục nhân tạo. Khác vớ i phơng pháp phủ bờ ph ơ ng pháp lọc không làm tăng số bit đ ợ c mã hoá. Ng ời ta đã nghiên cứu thấy rằng ở một tỷ lệ bit nào đấy thì phơng pháp có hiệu quả chống hiệu ứng khối tốt hơn phơng pháp phủ bờ dù ng DCT. Hình 4.50 cho một ví dụ về việc dù ng ph ơng pháp lọc để giảm hiệu ứng khối. Hình 4.50a là ảnh có hiệu ứng khối rõ nét, còn hình 4.50b là ảnh đã đ ợ c xử lý bằng cách xử dụng bộ lọc thông thấp FIR 3 x 3 điểm, và tác dụng lọc chỉ tác động vào những pixel tại vùng biên của các ảnh con. Hình 4.50. Ví dụ về giảm hiệu ứng khố i bằng phơng pháp lọc : a) ảnh 512 x 512 pixel với hiệu ứng khối rõ nét. ảnh này mã hoá bằng bộ mã hoá DCT khu vực ở tỷ lệ 0,2 bit/pixel. b) ảnh (a) sau khi qua lọc để giảm hiệu ứn g khối. 4.4. Sự mã hoá biến đổi lai ghép . Mã hoá phép biến đổi có hiệu quả tốt khi tỷ lệ bit thấp, còn mã hoá dạng sóng thì lại có u điểm đơn giản. Nếu ta lai cẩ hai phơng pháp này để hình thành một bộ mã hoá lai kết hợp cả mã hoá dạng sóng và mã hoá phép biến đổi làm cho thiết bị đơn giản mà việc mã hoá ở tỷ lệ bit thấp cũng tốt hơn khi mã hoá dạng sóng. Trong bộ mã hoá lai, ảnh f(n 1 ,n 2 ) đợc biến đổi bằng phép biến đổi trong không gian một chiều, chẳng hạn 1_D DCT, dọc theo một dòng hay một cột. Các hệ số T f (k 1 ,n 2 ) sau đó đợc mã hoá dạng sóng, chẳng hạn bằng DPCM dọc theo một cột hay dòng. Điều này đợc minh hoạ trên hình 4.51. Phép biến đổi 1_D làm mất tính tơng (a) (b) chơng 4: mã hoá ảnh 240 quan giữa các dòng. Sự tơng quan còn lại bị DPCM khử nốt. Nhờ có phép biến đổi cho nên sự tơng quan giữa các số liệu đợc giảm đi nhiều hơn so với trờng hợp dùng bộ mã hoá dạng sóng đơn thuần. Bởi vì dùng biến đổi 1_D cho nên những thủ thuật nh chọn hình dáng và kích thớc khu vực trong mã hoá đơn giản hơn trờng hợp mã hoá 2_D. Phép mã hoá lai trong thực tế ít dùng cho mã hoá ảnh với một khung hình, có thể là vì phơng pháp này không làm giảm sự kết hợp trong các dữ liệu nhiều bằng bộ mã hoá biến đổi 2 -D, và khi đa bộ biến đổi 2 -D vào cũng không phức tạp hơn bộ bien đổi lai ghép. Nhn g phép biến đổi lai ghép lại có ích khi mã hoá ảnh liên mành, nh sẽ trình bày ở tiết 4.6. Hình 4.51. Bộ mã hoá lai (biến đổi / dạng sóng). 4.5. Mã hoá thích nghi và l ợ ng tử hoá vectơ. Những kỹ thuật mã hoá phép biến đổi có thể làm cho thích ng hi với những đặc tính tại chỗ của các ảnh con. Chẳng hạn trong mã hoá khu vực hình dạng và kích thớc khu vực có thể đợc thích nghi. Ngoài ra số bit phân phối cho mỗi ảnh con và cho mỗi hệ số trong ảnh con đều có thể thích nghi. Chẳng hạn ta có thể mã ho á vùng ảnh có nền đều với ít hệ số và mỗi hệ số đợc phân ít bit hơn là ở vùng ảnh có nhiều biến đổi. Phơng pháp mã hoá có thể thích nghi liên tục bằng cách dựa vào một vài độ đo, chẳng hạn vào phơng sai của các cờng độ pixel trong một ảnh con. Nếu có t hể lấy đợc giá trị độ đo từ các ảnh con đã mã hoá trớc thì không cần truyền số liệu về đô đo đi. Một cách khác để tiến hành thích nghi liên tục là sắp xếp các ảnh con thành từng nhóm nhỏ và thiết kế những phơng pháp mã hoá riêng cho từng nhóm. Ưu điểm c ủa phơng pháp này là với mỗi nhóm có chứa một ảnh con đã cho thì chỉ cần một số bit nhỏ để mã hoá. Nếu số bit/khung trong phép mã hoá thích nghi là cố định thì chỉ cần có T f (k 1 ,n 2 ) 21 n,k'T f f(n 1 ,n 2 ) 21 n,nf 21 n,kT f 21 n,k'T f Biến đổi 1_D dọc theo từng hàng Gán từ mã Mã hoá dạng sóng 1_D theo từng cột Biến đổi ngợc 1_D dọc theo từng hàng Bộ giải mã Phục hồi dạng sóng 1_D theo từng cột Máy phát Máy thu chơng 4: mã hoá ảnh 241 một cơ cấu điều khiển để chia cho mỗi ảnh con số bít thích hợp. Với bộ mã hoá có tỷ lệ bit biến thiên thì phải có một tầng đệm để thích ứng những sự biến thiên về tỷ lệ bit tại chỗ. Mã hoá thích nghi cải thiện chất lợng của bộ mã hoá phép biến đổi nhng cũng làm nó phức tạp thêm. Mã hoá phép biến đổi đợc dùng rộng rãi trong những ứng dụ ng mà tỷ lệ bit thấp. Nhiều bộ mã hoá biến đổi trong thực tế đều có tính thích nghi. Trong mã hoá phép biến đổi cờng độ các pixel trong một khối đợc biến đổi cả gói. Đứng về mặt nào đó mà nói thì mã hoá phép biến đổi giống nh lợng tử hoá vectơ của dạng sóng. Cũng có thể dùng lợng tử hoá vectơ cho các hệ số biến đổi nhng sự cải thiện không bù đắp đợc những sự phức tạp gây ra. Các hệ số biến đổi không tơng quan nhiều với nhau, còn phép lợng tử hoá vectơ lại khai thác chủ yếu tính tơng quan giữa các vô hớng. 5. Mã hoá mô hình ảnh . Khi mã hoá mô hình ảnh, bức ảnh hoặc một phần của bức ảnh đợc mô hỉnh hoá và các thông số của mô hình đợc dùng để tổng hợp ảnh. ở máy thu nhận đợc các thông số mô hình đã lợng tử hoá và dùng chúng để tổng hợp lại bứ c ảnh. Hình 4.52 vẽ một bộ mã hoá mô hình. Về thực chất đây là một hệ phân tích / tổng hợp. Các bộ mã hoá mô hình ảnh có u thế là tổng hợp đợc những ảnh có độ dễ hiểu cao với tỷ lệ bit thấp hơn nhiều so với bộ mã hoá dạng sóng và mã hoá phép biến đổi. Tu y vậy chúng đang ở trong giai đoạn nghiên cứu và cũng còn nhiều việc phải làm trớc khi ứng dụng nó vào những việc cần tỷ lệ bit thấp, chẳng hạn máy video telephon cho ngời điếc. Việc phát triển một hệ mô hình đơn giản có khả năng tổng hợp đợc ra những ả nh hiểu đợc không phải là việc dễ dàng. Ngoài ra ớc lợng các thông số mô hình và dùng nó tổng hợp lại ảnh là rất tốn kém về mặt tính toán. Phép mã hoá mô hình ảnh dựa trên khái niệm cho rằng để tổng hợp một ảnh hiểu đợc không cần phải phục hồi thật ch i tiết các cờng độ ảnh. Chẳng hạn những vùng nền của ảnh nh là cỏ, trời, bức tờng không cần thiết cho độ dễ hiểu của ảnh, cho nên có thể thay chúng bằng những nền tơng tự đợc tổng hợp từ một mô hình đơn giản. Một ví dụ khác, là ngời vẽ phim hoạt hình có thể vẽ một bức ảnh có độ dễ hiểu cao chỉ bằng mấy nét đơn giản. Trong mã hoá mô hình ảnh ta giữ lại những chi tiết của chơng 4: mã hoá ảnh 242 ảnh cần thiết cho độ dễ hiểu, còn những chi tiết phụ thì chỉ giữ lại những nét gần đúng, có thể tổng hợp bằng những mô hình đơn giản . Cách tiếp cận này ngợc hẳn với mã hoá dạng sóng và mã hoá phép biến đổi, bởi vì ở đó ta cố phục hồi thật chính xác cờng độ ảnh f(n 1 ,n 2 ). Trong mã hoá dạng sóng và mã hoá phép biến đổi chênh lệch giữa f(n 1 ,n 2 ) và giá trị phục hồi 21 , nnf là do các thông số bị lợng tử hoá. Nếu không lợng tử hoá các thông số, thì có thể phục hồi chính xác f(n 1 ,n 2 ). Trong mã hoá mô hình ảnh chênh lệch giữa f(n 1 ,n 2 ) và ảnh tổng hợp 21 , nnf là do cả lợng tử hoá các thông số mô hình lẫn sai số khi lập mô hình. Nói chung không thể phục hồi chính xác f(n 1 ,n 2 ) từ các thông số mô hình, ngay cả khi không tiến hành lợng tử hoá. Trong phép mã hoá mô hình, số thông số tham gia ít hơn bên mã hoá dạng sóng và mã hoá biến đổi, do đó mà mã hoá mô hình có xu thế ứng dụng tốt vào những trờng hợp tỷ lệ bit thấp. Một bức ảnh gồm nhiều vùng với những đặc tính tại chỗ khác nhau. Những vùng nh cỏ, nớc, trời, bức tờng có cấu trúc lặp đi lặp lại giống nh một bức sợi đan. Ta gọi vùng này là vùng cấu t rúc sợi đan. Có hai cách tiếp cận việc mô hình hoá vùng cấu trúc sợi đan. Một cách là dùng một hoạ tiết đơn giản rồi lặp lại nó nhiều lần theo một quy luật xác định hoặc ngẫu nhiên. Một cách tiếp cận khác là coi nh đấy là một trờng ngẫu nhiên có những đặ c tính thống kê đã cho. Sự nghiên cứu cho thấy rằng khi hai vùng cấu trúc sợi đan có đặc tính thống kê bậc hai giống nhau thì đối với mắt ngời chúng giống nh một. Có nhiều mô hình có thể dùng để mô hình hoá vùng cấu trúc sợi đan nh một trờng ngẫu nhiên có vài đặc tính thống kê cấp hai đã cho. Hình 4.53 là một ví dụ về vùng cấu trúc sợi đan tổng hợp bằng mô hình quá trình ngẫu nhiên. 21 n,nf Phân tích Bộ mã hoá Tổng hợp Bộ giải mã Máy phát Máy thu Hình 3.52. Bộ mã hoá mô hình ảnh. Thông số mô hình f(n 1 ,n 2 ) Thông số mô hình đã lợng tử hoá chơng 4: mã hoá ảnh 243 Hình 4.53. ảnh gốc 512 x 512 pixel có một vùng (ở góc phải, phía trên ) gồm 96 x 128 pixel đã đợc thay thế bằng cấu trúc sợi đan . Mô hình markov bậc 1 đã đợc dùng để tổng hợp cấu trúc sợi đan. ảnh gốc 512 x512 pixel trong đó một vùng 96 x 128 pixel đợc thay thế bằng cấu trúc sợi đan dùng mô h ình markov bậc nhất có ba thông số mô hình cha biết. Mặc dầu trên 10000 cờng độ pixel chỉ đợc tổng hợp bằng ba thông số nhng vùng cấu trúc sợi đan này cũng trộn rất khớp với toàn bộ phần còn lại của bức ảnh. Để sử dụng cách tiếp cận này ngời ta đã tri ển khai các phơng pháp phân mảng bức ảnh ra thành những vùng có câu trúc sợi đan khác nhau. Các bức ảnh có chứa những đồ vật không thể đem mô hình hoá hoàn bằng các vùng cấu trúc sợi đan. ở những vùng có ảnh đồ vật phải dùng những phơng pháp mô hình hoá khác dựa trên khái niệm là một số đờng viền đặt đúng chỗ có thể giữ lại một phần rất lớn độ dễ hiểu về các ảnh đồ vật. Dùng cách tiếp cận này ta có thể biểu diễn một số vùng của bức ảnh bằng những tập đờng cong, ngoài ra những vùng còn lại thay bằng nhữ ng vùng có cấu trúc sợi đan. Một trong những phơng pháp để xác định ra đờng cong thích hợp là đem ảnh ánh xạ vào một ảnh 2 mức và quan sát những chỗ xuất hiện sự đổi mức. Một u điểm của phơng pháp này là có thể dùng ảnh 2 mức để mã hoá. Có nhiều cách đ ể ánh xạ ảnh trên thang độ xám lên ảnh 2 mức. Sau đây là một trong những cách đó. chơng 4: mã hoá ảnh 244 ảnh trên thang độ xám có thể ánh xạ vào ảnh 2 mức theo một trật tự của những luật quyết định. Trong phơng pháp này những pixel đợc ánh xạ bởi luật quyết định mức cao, thì luật quyết định mức thấp không kiểm tra đến chúng. Mọi pixel đợc ánh xạ vào mức đen hay mức trắng tuỳ theo thời gian chúng nó tới mức quyết định thấp nhất. ở mức cao nhất cờng độ pixel đợc so sánh với những mức ghim cao và ghim thấp. Trong nhiều ảnh phần lớn vùng mà tin tức ở đờng biên có ý nghĩa quan trọng thì cờng độ chỉ có giá trị trung bình. Tuỳ theo những mức xén đã đợc chọn, một phần đáng kể của ảnh hai mức có thể đợc sinh ra tại mức này. ở mức quyết định tiếp theo, dùng đến hai ngỡng động tron g đó có xét cả cờng độ pixel, hiệu cờng độ pixel và độ chói tại chỗ. Một pixel có cờng độ cao chỉ đợc ánh xạ vào mức đen khi nó thấp hơn nhiều so với độ chói trung bình tại chỗ. Tơng tự, một pixel có còng độ thấp chỉ đợc ánh xạ vào mức trắng khi nó cao hơn nhiều so với độ chói trung bình tại chỗ. ở mức quyết định tiếp theo, một algorit phát hiện đờng biên đợc áp dụng cho các pixel cha đợc ánh xạ vào mức trắng hay mức đen. Dựa trên kết quả của algorit phát hiện đờng biên, theo cờng độ pixel và m ức chênh lệch của nó với độ chói tại chỗ thì pixel có biểu rõ sự tồn tại đờng biên đợc ánh xạ vào mức trắng. Sau giai đoạn này còn pixel nào cha đợc ánh xạ thì đó chỉ là những pixel không có giá trị miêu tả. Chúng có thể ánh xạ vào mức trắng hay mức đ en theo một cách thích hợp. Chẳng hạn trong một môi trờng nhiều mành, chúng có thể ánh xạ vào cùng mức với những pixel ở cùng chỗ trong mành trớc. Kết quả là nhận đợc một ảnh hai mức. ảnh này còn có thể đợc tiếp tục gia công bằng một bộ lọc median để l oại bỏ một vài điểm thay đổi đột ngột, thờng là do tạp âm sinh ra. Hình 4.54 cho một bức ảnh hai mức nhận đợc từ ảnh theo thang độ xám có kích thớc 512 x512 pixel. Hình 3.54. ảnh hai mức nhận đợc từ ảnh theo thang độ xám. chơng 4: mã hoá ảnh 245 Có thể mã hoá thẳng ảnh hai mức dựa trên khái niệm về mức không thể thay đổi nhanh từ pixel này sang pixel lân cận. Trên tinh thần mã hoá mô hình ảnh ta mong muốn mô hình các đờng viền (nghĩa là chỗ có sự quá độ giữa hai mức) là một tập những phần tử cơ bản nh đờng thẳng, đa thức, đờng tròn, ellip, có thể đại biểu bằng một số thông số ít hơn. Việc lựa chọn phần tử cơ bản và ớc lợng thông số của chúng từ các đờng viền tuỳ thuộc vào lớp đồ vật mà đờng viền biểu diễn, chẳng hạn đờng viền biểu diễn mặt ngời phải khác đờng viền biểu diễn cái nhà. Mô hình hoá một loại ảnh nào đó, chẳng h ạn mặt ngời, khi dùng cho những ứng dụng tỷ lệ bit thấp cũng tơng tự nh mô hình hoá tiếng nói. Để mô hình hoá tiếng ngời, đã phát triển một lớp tín hiệu âm thanh, là một hệ tỷ lệ bit rất thấp mà độ dễ hiểu tơng đối khá. Tất nhiên là tiếng nói rất khác với hình ảnh về phơng pháp tạo ra ở nguồn phát âm cũng nh về cách tiếp cận của giác quan. Việc mô hình hoá một loại đồ vật riêng nào đó trong một ảnh có thành một hệ thống thực tế hay không là điều còn phải chờ xem. 6. Mã hoá ảnh liên mành, mã hoá ả nh mầu hiệu ứng lỗi kênh. 6.1. Mã hoá ảnh liên mành. Cho đến nay chỉ mới thảo luận về ảnh một mành, chỉ khai thác tính tơng quan không gian và đợc gọi là mã hoá trong mành (intrafram). Trong những ứng dụng nh truyền, ảnh động có cả một chuỗi mành. Nh ng thờng từ một mành sang mành tiếp theo ảnh không thay đổi quá nhiều cho nên tính tơng quan giữa các mành lân cận cần đợc khai thác khi mã hoá ảnh. Việc khai thác cả tính tơng quan theo không gian để mã hoá một chuỗi ảnh gọi là mã hoá liên mành. Việc mã hoá liên mành yêu cầu lu trữ mành trong quá trình mã hoá. Nếu dùng N mành trớc để mã hoá mành hiện tại thì phải lu trữ N mành trớc đó. Ngoài ra nhất định sẽ có trễ kèm theo nếu cần cả N mành một lúc để mã hoá mành hiện tại. Điều đó hạn chế số lợng mành dùng trong mã hoá liên mành. Thông thờng chỉ dùng một hoặc hai mành trớc để mã hoá mành hiên tại. Một cách tiếp cận về mã hoá liên mành là mở rộng mã hoá liên mành 2_D sang mã hoá liên mành 3_D. Khi mã hoá dạng sóng bằng DPCM có thể dự báo cờng độ pixel hiện tại bằng một tổ hợp tuyến tính của các cờng độ pixel lân cận đã mã hoá ở cả chơng 4: mã hoá ảnh 246 mành hiện tại và mành trớc đó. Các phơng pháp mã hoá phép biến đổi cũng có thể mở rộng một cách tự nhiên. Sự tơng quan mạnh trong lĩnh vực thời gian đợc biểu hiện n h một sự tập trung năng lợng ở vùng thời gian_ tần số thấp, còn các hệ số biến đổi trong vùng thời gian_ tần số cao có thể bỏ qua mà không làm méo dạng cờng độ ảnh trong mành. Sự nghiên cứu cho thấy rằng trong một số trờng hợp điển hình có thể giảm tỷ lệ bit 5 lần mà không phải hi sinh độ dễ hiểu hoặc chất lợng nếu dùng bộ DCT 3_D với kích thớc ảnh con 16 x 16 x 16 thay cho bộ DCT 3_D với kích thớc ảnh con 16 x 16. Trong thực tế yêu cầu về lu trữ và hiện tợng trễ gây ra làm cho trong nhiều trờng h ợp dùng 16 mành đã gặp khó khăn. Hình 4.55. Bộ mã hoá liên mành lai. Mã hoá cũng có thể mở rộng cho mã hoá liên mành. Có thể tính biến đổi 2_D cho mỗi mành và áp dụng mã hoá phép biến đổi nh DPCM theo thứ nguyên thời gian (xem hình 4.55). Chuỗ i f(n 1 ,n 2 ,n 3 ) trong hình đại diện cho cờng độ ảnh trong các mành, n 1 và n 2 đại diện hai biến không gian và n 3 đại diện biến thời gian. Với mỗi giá trị n 3 thực hiện biến đổi 2_D với các biến n 1 và n 2 và gọi kết quả là T f (k 1 ,k 2 ,n 3 ). Với mỗi k 1 , k 2 dùng bộ mã hoá dạng sóng để lợng tử hoá T f (k 1 ,k 2 ,n 3 ). Kết quả là 321 ' ,, nkkT f . ở đầu bộ giải mã thực hiện quá trình ngợc. Biến đổi 2_D thờng dùng là DCT còn mã hoá dạng sóng thờng dùng DPCM. So với bộ mã hoá phép biến đổi thì mã hoá lai dùng trong mã hoá liên mành có nhiều u điểm hơn. Khi chỉ giới hạn dùng một số ít mành nh trờng hợp Máy phát 321 n,n,nf 321 n,n,kT f 321 n,n,k'T f f(n 1 ,n 2 ,n 3 ) 321 ,, nnkT f 321 ,,' nnkT f Máy thu Biến đổi 2_D cho từng n 3 Gán từ mã Mã hoá dạng sóng dọc theo n 3 với từng (k 1 ,k 2 ) Biến đổi ngợc 2_D cho từng n 3 Bộ giải mã Phục hồi dạng sóng dọc theo n 3 với từng (k 1 ,k 2 ) chơng 4: mã hoá ảnh 247 gặp trong thực tế, thì về sự làm giảm tơng quan và tính compact năng lợng mã hoá phép biến đổi theo trục thời gian không còn u việt gì hơn mã hoá dạng sóng. Khi mã hoá lai, thoạt tiên tính biến đổi 2_D. Vì ở khâu này đã loại đi đợc nhiều hệ số biến đổi, nên phép mã hoá dạng sóng chỉ còn phải áp dụng cho một số nhỏ hệ số. Nếu dùng mã hoá phép biến đổi thì thoạt tiên phải tính hết tất cả các hệ số biến đổi. Ngoài ra m ã hoá phép biến đổi đem lại một ít trễ bởi vì khi tính một hệ số cũng phải cần đến nhiều mành. Khi mã hoá lai, mành hiện tại đợc dự báo bằng một hoặc hai mành đã mã hoá trớc và do đó không có trễ đáng kể. Mã hoá lai liên mành coi nh một phép xử lý phụ t huộc thứ nguyên, với mỗi thứ nguyên phải có một phơng pháp xử lý riêng phù hợp với đặc tính của thứ nguyên đó. Dọc hai thứ nguyên không gian có nhiều điểm số liệu và phải dùng mã hoá phép biến đổi để khai thác sự tơng quan giữa các điểm số liệu. Dọc theo trục thời gian, ít điểm số liệu do đó nên dùng mã hoá dạng sóng. Phơng pháp bổ sung mành liên quan đến DPCM đem mã hoá hiệu giữa mành hiện tại và các mành đã mã hoá trớc. Gọi f(n 1 ,n 2 ,n 3 ) là mành hiện tại và 1,, 321 nnnf là mành trớc đã mã h oá. Trong dạng đơn giản nhất của bổ sung mành, f(n 1 ,n 2 ,n 3 ) đợc dự báo bằng 1,, 321 nnnf và e(n 1 ,n 2 ,n 3 ) = f(n 1 ,n 2 ,n 3 ) - 1,, 321 nnnf đợc lợng tử hoá. Vì 321 ,, nnne thờng rất bé, trừ ở những vùng nhỏ có chuyển động, chỉ những e(n 1 ,n 2 ,n 3 ) có biên độ vợt quá một mức ngỡng nào đó mới đợc mã hoá cùng với vị trí không gian của nó. ở phía bộ giải mã, e(n 1 ,n 2 ,n 3 ) đã lợng tử hoá đợc cộng với 1,, 321 nnnf để lập ra mành hiện tại f(n 1 ,n 2 ,n 3 ). Vì số pixel ở đó e(n 1 ,n 2 ,n 3 ) đợc giữ lại phụ thuộc vào mành tại chỗ, phải có một bộ đệm để làm trơn các tỷ lệ số liệu cao hơn trung bình trong những mành có chuyển động mạnh, và các tỷ lệ số liệu thấp hơn trung bình trong những mành có ít chuyển động. Hình 4.56b cho một ví dụ của phơng pháp bổ sung mành áp dụng cho cả hai mức. Hình 4.56a cho một dãy 16 mành ảnh gốc. Kích thớc mỗi mành là 128 x 128 pixel. Mỗi mành đợc ánh xạ vào một ảnh hai mức bằng phơng pháp ở tiết 5 sau đó đem các ảnh hai mức này mã hoá bằng phơng pháp b ổ sung. Kết quả với tỷ lệ bit 0,08 bit/pixel đợc biểu diễn trên hình 4.56b. Khi tỷ lệ mành là 15 mành/giây, tốc độ bit tổng là 20 Kbit/giây, ta lu ý rằng rất khó từ hình 4.56 hình dung ra các mành sẽ hiện ra thế nào khi cho hiện dãy. Chẳng hạn, một sự thăng giáng cờng độ từ mành này sang mành kề nó ở cùng một chỗ trên ảnh . hớng. 5. Mã hoá mô hình ảnh . Khi mã hoá mô hình ảnh, bức ảnh hoặc một phần của bức ảnh đợc mô hỉnh hoá và các thông số của mô hình đợc dùng để tổng hợp ảnh. ở máy thu nhận đợc các thông số mô hình. tích Bộ mã hoá Tổng hợp Bộ giải mã Máy phát Máy thu Hình 3.52. Bộ mã hoá mô hình ảnh. Thông số mô hình f(n 1 ,n 2 ) Thông số mô hình đã lợng tử hoá chơng 4: mã hoá ảnh 243 Hình 4.53. ảnh gốc. chúng để tổng hợp lại bứ c ảnh. Hình 4.52 vẽ một bộ mã hoá mô hình. Về thực chất đây là một hệ phân tích / tổng hợp. Các bộ mã hoá mô hình ảnh có u thế là tổng hợp đợc những ảnh có độ dễ hiểu cao