5、图像量化与彩色图像表示技术详解

图像量化与彩色图像表示技术详解

1. 图像量化中的抖动技术

在图像量化过程中，当进行粗量化时，会出现轮廓效应，无论是使用均匀量化器还是非均匀量化器都会如此。为了减轻这种轮廓效应，可以在量化前向输入图像添加少量抖动或伪随机噪声，然后进行量化，最后从量化后的图像中减去抖动。

1.1 抖动原理

抖动通过对输入进行微小扰动，使邻域内具有相近值的像素落入不同的决策区域，从而被分配略有不同的输出电平，进而消除或最小化轮廓效应。

1.2 示例展示

以Barbara图像为例，将其重新量化为4 bpp：
- 使用均匀抖动量化器进行量化（图2.11a），可以看到没有明显的轮廓效应。
- 使用均匀量化器但不进行抖动（图2.11b），能明显看到轮廓效应。
- 使用抖动量化器但在量化后不减去抖动（图2.11c），平坦区域会出现一些颗粒噪声，但量化图像中没有轮廓效应。

1.3 MATLAB代码实现

以下是使用抖动对图像进行量化的MATLAB代码：

% Dithering.m
% Quantize an input image using a uniform quantizer
% with dithering to eliminate contouring effect
% Dither is a uniformly distributed pseudo random noise
% between [-8,8]
clear
close all
%
B = 4; % # bits of quantizati