图形图像新技术课程报告-图像压缩技术.doc

西南科技大学计算机学院2013-2014学年第2学期本科生课程图形图像新技术专题讲座考核报告题目： 图像压缩新技术探索 专业： 计科XX 学号： * 姓名： * 2014年3月课 程 成 绩 表项 目评 分 细 则成 绩课 程 报 告 选题20%1620分：选题符合要求，选材较新，与当前研究热点密切相关1215分：选题和选材基本符合要求，基本与当前研究热点相关12分以下：选题与选材陈旧，与当前研究热点相关性小综述50%4050分：综述紧密围绕报告题目，全面、有条理、结构清晰3039分：综述较全面、条理性和结构性较强30分以下：综述不够全面，条理性和结构性较差见解10%810分：能对报告综述内容进行较深入的分析，有独特见解67分：能对报告综述内容进行一定的分析，有一定见解6分以下：对报告内容分析较少，个人见解较少格式10%810分：格式规范、完整，符合综述报告写作要求67分：格式基本规范、基本完整、基本符合综述报告写作要求6分以下：格式不规范、不完整、不符合综述报告写作要求考勤成绩：总分10分，视课堂出勤率情况评定总 分：阅读文献题目及摘要文献一题目：二维 DCT 变换在 JPEG 图像压缩中的应用及其 MATLAB 实现文献一摘要：随着多媒体技术和互联网的迅猛发展，网络中信息的传输量越来越大。为了加快存储和传输图像的速度，本文提出一种基于离散余弦变换的图像压缩算法。分别从 JPEG 压缩原理、DCT 变换及量化等方面进行详细论述，并用 MATLAB 对该系统进行仿真验证，实验结果显示图像无明显失真，同时又获得了高压缩比。该方法操作简单、速度快，适用于日常数字图像的压缩需求。文献二题目：基于最大阈值的改进EZW图像压缩技术研究文献二摘要：研究了基于最大阈值的EZW图像压缩方法，从最大阈值角度出发改进了零树嵌入式编码EZW的算法，先判断重要子带，再进行带中操作，从而提高了工作效率 并结合传统EZW以及去高频图像压缩技术，进行MATLAB编程实验对比，结果表明: 去高频图像压缩技术传统EZW和改进后的EZW，这3种算法都能有效压缩图像，但是在三层小波分解下，改进的EZW算法明显优于其它两种算法。文献三题目：抗差滤波和重要点提取相结合的压缩算法及应用文献三摘要：监测成果中含有大量的冗余信息影响形变机理反演计算分析的效率需要进行压缩处理结合数据特点和后处理需求提出了基于重要点提取的矢量压缩法该方法原理简单压缩效率高顾及到成果含有各种误差影响成果的可靠性和压缩效率提出了将抗差滤波和重要点提取相结合进行监测成果的数据压缩 实例验证抗差滤波具有较好的抗差能力提取的等值线光滑可靠相比于重要点提取的直接压缩算法基于抗差滤波的压缩算法具有更高的压缩比能够更好地反映特征信息。文献四题目：基于三角形分割的分形图像压缩算法文献四摘要：传统的分形图像压缩算法耗费时间很多,为了解决这个问题，本文 提出了一种基于等腰直角三角形分割的快速分形图像压缩方法，提高压缩编码 效率。文献五题目：基于二维小波变换的图像压缩新算法文献五摘要：为了实现快速高质量的图像传输，用尽可能少的小波系数高质量地表征图像，提出了一种基于二维小波变换的图像压缩算法 首先将图像进行二维小波分解，得到各子带的一系列小波系数; 其次保留图像低频子带的所有小波系数;然后根据归一化能量序列熵准则提取其他各层子带重要系数，即在某一门限下剩余系数熵值与剩余系数最大熵值比值较大(09左右) 时，可以忽略这些小波系数，从而实现数据压缩; 最后将各子带重要系数进行量化编码 接收端根据接收到的数字信号重构图像信号 实验中对图像信号进行了压缩实验，验证了所提算法的正确性和有效性 实验结果表明本算法简单可行搜索量小，为图像压缩找到了一种新的有效方法，具有一定的实际应用价值。文献六题目：基于二维小波变换的图像压缩新算法文献六摘要：为了更好地适应空间网络中图像数据的传输 提出了遥感图像压缩和天地通信协议的改进算法 针对JPEG2000编码中的小波变换环节 首先进行高频分量滤波处理 然后进行拉伸量化合并 从而缩短了压缩时间 针对传输TCP传输协议开销大 灵活性差的问题 利用选择性重传机制和拥塞控制机制改进传统UDP传输协议使其更适合于天地通信 实验结果显示 优化的压缩在保持信噪比40dB以上的同时与传统编码相比节省了30的时间 优化的通信协议在传输速率快传输时间长的情况下仍能保持90以上的可靠性和优于sack机制的高吞吐量两者结合的空间有效载荷数据处理方案是切实可行的。报 告 正 文摘要随着网络的普及，现代社会信息的传递越来越倾向于图形图像的传播，而图像的压缩与解压缩的研究也变得愈加迫切。本文主要对几种图像压缩技术进行研究及比较。包括二维DCT变换等。关键词JPEG、图像压缩、编码、离散变换、有损压缩、滤波、DCT、小波变换等。正 文作为当今社会信息传递的第一媒体，图像与视频的压缩技术很早就被人们所关注，也产生了很多优秀的无损压缩和有损压缩算法，如：空间预测、离散余弦变换、小波变换等。但是随着信息量的变大，以前的压缩算法不断被新的更高校的算法所替代。本文主要就几种图像压缩技术进行讨论，探究其实现原理及局限性。下面先来介绍几种图像压缩的算法。1) 二维DCT变换及其在MATLAB中的应用1JPEG 是一个适用范围很广的静态图像数据压缩标准，不仅能够用于灰度图像还能用于彩色图像。JPGE 压缩因其失真度较小，得到了广泛的应用。其压缩编码过程如下：a) 使用正向离散余弦变换将空间域表示的图像变换成频率域表示的图像;DCT 变换是将图像信号从色彩域转换到频率域。对一幅原始图像，我们选取它的最左上角 8x8 的矩阵，并将其每一个像素值转换到 -128 到 127 的范围内，得到矩阵 M，然后作 DCT 变换，将原始图像信息块转换成代表不同频率分量的系数集。b) 对 DCT 系数进行量化;量化实际上就是对 DCT 系数的一个优化。具体做法如下 ：把经过 DCT 变换的图像的每个系数根据量化表除以各自对应的量化步长，四舍五入取整，得到量化系数。增加“0”值系数的数目以及减少非“0”系数的幅度是整个量化的目的。控制 JPEG 压缩比的关键是量化表，在这一步骤中一些高频量被除掉了。c) 编码。JPEG使用差分脉冲调制编码，对相邻图像块之间量化 DC 系数进行编码使用游程长度编码（RLE）对交流系数（AC）进行编码。基于 DCT 的图像压缩算法实现简单，重建图像质量高。同时DCT 算法具有对称性，可以利用逆 DCT 算法解压缩图像。因此，它在软件和硬件中都容易实现。2) 基于小波变换的改进EZW编码25EZW是将零树数据结构和比特平面编码技术结合起来的编码技术，其在量化小波系数时采用了零树数据结构。由于这种传统的EZW方法需要对不同子带进行重复扫描，势必造成冗余编码，也会加大运算量和运算时间，因此产生了基于最大阈值的改进型EZW算法。该算法通过最大阈值组将子带分作不同区段，先完成整带扫描。设置初始阈值可以使得算法在迭代时只扫描部分重要子带，避免了大量的额外计算。通过实验可以验证2，该算法简单且具有较好的压缩比。3) 抗差滤波和重要点提取相结合的压缩算法3为了便于InSARC的后处理需要从海量的InSARC监测成果中滤除非重要点，从而达到压缩的目的。为提高监测成果的精度，需要对数据进行滤波处理，该算法提出一种抗差滤波的思想即在中值滤波与加权滤波的基础上结合等价权原理将两者有机地结合起来使得该滤波值既能充分顾及区域的统计特性又能有效抵制异常值的影响。4) 遥感图像数据压缩和天地通信协议改进6随着遥感成像传感器的空间分辨率飞速提高，空间遥感图像的数据量也随之呈几何级数增加。目前星上有限的信道传输和存储能力无法适应空间遥感图像的海量数据，为了节约珍贵的空间链路资源，有人提出了一种高效可靠的遥感图像压缩协议和空间网络传输协议。传输时间由压缩码流的数据量和网络带宽决定 而压缩码流的数据量由源数据量和压缩比决定，因此协议重点在高频子带的小波系数处理和离散小波后拉伸处理方面做出优化处理。该算法适用于空间卫星数据传输。5) 基于三角形分割的分形图像压缩算法4该算法基于分形压缩算法，利用局部仿射变化进行图像数据压缩。基于三角形的分形图像压缩算法可以在不降低重构图像质量的前提下,显著的降低分形压缩的时间。该算法把原始图像的值域块和定义域块分割成等腰三角形，相较于传统的矩形分形具有更强的灵活性。该算法能够显著提高时间效率，相同质量下，只需要传统分形算法时间的三分之一。个人分析与见解现代社会，信息大都是以图像图像的方式传递的，而且人们都喜欢高质量的图像和视频，但由于存储空间和数据传输速率等的限制，人们往往难以接受大容量的图像或视频，因此，我认为，在有限的带宽和空间资源下，如何提高图像的压缩率已经成为图像技术的一个瓶颈。上述几种图像压缩算法各有各的优点，除此之外还有很多其他的图像压缩算法本文没有提及。其中，上面所述的抗差滤波和重要点提取相结合的压缩算法是适用于特殊情况下的有损压缩算法，尤其是在处理地形图等特殊图像时；改进遥感图像数据压缩和天地通信协议则是为了提高空间数据传输效率；基于小波变换的改进EZW算法和二维DCT变换算法则适用于大多数图像，尤其是那些没有显著特征的图像；基于三角形的分形算法则是为了提高图像压缩的时间效率而生。不同的算法有不同的适用空间，我们很难说那一种算法更加优秀。从本质上来说，所有的图像压缩算法都是为了在尽可能保留图像细节信息的基础上，占用更少的空间，而且绝大多数压缩算法都是基于矩阵变换等冗余信息的压缩算法。不管是DCT变换还是分形算法，他们都是把相同的或者近似的数据部分使用同一段空间表示，从而达到压缩的目的。对于一些有特殊要求的图像来说，有时候我们只需要原始图像的一小部分信息，剩余的信息对我们来说就是冗余的。如：洋流图像，只需要保留洋流的方向和形态即可；地形图只需要保留地势高低等信息即可。对于这些图像，我们可以直接摒弃掉很多用不到的信息，从而来减小图像的占用空间。上面所说的几种压缩算法都是有损压缩，因为相对于无损压缩来说，有损压缩更容易达到人们的期望。但无可置疑的是，最受人们关注的图像压缩还是无损压缩，在有损压缩技术达到一定程度后，一定会迎来无损压缩技术的