（物理电子学专业论文）嵌入工图像压缩编解码研究.pdf

摘要 摘要 随着网络技术和多媒体技术的不断发展，图像信息交流越来越广泛，人们 对图像的浏览和传输有了更高质量的要求。由于存储空间和网络带宽的限制， 在存储和传输之前需要对图像信息进行压缩处理。近年来，基于小波变换的嵌 入式编码算法不断涌现，它能够实现一次压缩，而解压重建出多幅不同质量要 求的图像。因此，在研究现有的嵌入式压缩算法基础上，研究高性能的嵌入式 图像压缩编解码算法有很大的现实意义。 本论文中，主要包括以下几方面的研究： 1 、研究j p e 6 2 0 0 0 标准中的基于码块的嵌入式优化截断e b c o t 算法，对该 算法的关键技术进行了深入的研究。 2 、在研究传统e b c o t 算法的基础上，考虑人的视觉感知特性，本文提出 一种基于对象的嵌入式优化截取编码方法。该算法将图像分割成具有不同视觉 兴趣的对象，对不同视觉对象可以采用不同的嵌入式编码策略进行独立编码， 生成各自独立的码流。仿真实验结果显示提出的改进算法是有效的。 3 、基于对象基嵌入式编码的要求，将e b c o t 算法中的p c r d 码率控制思想 应用于基于对象的嵌入式编码算法中，初步实现了码率控制过程。然后，研究 人眼视觉感知特性，提出一种面向对象基嵌入式编码的码率控制算法。该算法 结合人眼视觉感知特性，基于平均熵理论估计各对象的重要性并确定编码优先 级，基于率失真优化理论在给定码率下对对象码流进行优化截取和重装。仿真 实验结果表明，与p c r d 算法相比，新算法能提高重构图像的整体视觉效果。 关键词：j p e g 2 0 0 0 标准，e b c o t 算法，p c r d 算法，视觉感知特性，平均熵估 计 a b s t r a c t a b s t r a c t a st h er a p i dd e v e l o p m e n ti ni n t e r n e ta n dm u l t i m e d i at e c h n o l o g y , e x c h a n g i n go f i m a g ei n f o r m a t i o ni sb e c o m i n gm o r ew i d e l y p e o p l eh a v eh i g h e rq u a l i t yr e q u i r e m e n t s i nb r o w s i n ga n dt r a n s m i s s i o no fi m a g e s w i t hl i m i t a t i o n so fs t o r a g es p a c e ，i m a g e i n f o r m a t i o ni sn e e d e dt oc o m p r e s sb e f o r es t o r a g ea n dt r a n s m i s s i o n i nr e c e n ty e a r s , w a v e l e t - b a s e de m b e d d e dc o d i n ga l g o r i t h m sa r ec o n s t a n t l ye m e r g i n g a c h i e v i n ga c o m p r e s s i o n ，i tc 孤r e c o n s t r u c tm u l t i p l ei m a g e si nd i f f e r e n tq u a l i t yr e q u i r e m e n t s s o t h er e s e a r c ho fh i g hq u a l i t ye m b e d d e dc o m p r e s s i o na l g o r i t h mb a s e d0 1 1e x i s t e d e m b e d d e di m a g ec o m p r e s s i o nm e t h o d sh a sg r e a tp r a c t i c a ls i g n i f i c a n c e t h i sp a p e ri so r g a n i z e da sf o l l o w s ： 1 、t h i sp a p e rp r e s e n t sar e s e a r c ho fb l o c k - b a s e de m b e d d e dc o d i n gm e t h o d ，a n d k e yt e c h n o l o g i e so fj p e g 2 0 0 0s t a n d a r da r ei n d e p t hs t u d i e d 2 、t a k i n gh u m a nv i s u a lp e r c e p t i o n i n t oa c c o u n t , t h ea r t i c l e p r e s e n t s a l l o b j e c t b a s e de m b e d d e dc o d i n gw i t l lo p t i m i z e dt r u n c a t i o nm e t h o db a s e do nt r a d i t i o n a l e b c o ta l g o r i t h m i nt h i sa l g o r i t h m ，t h eo r i g i n a li m a g ei ss e g m e n t e di n t od i f f e r e n t v i s u a li n t e r e s t i n go b j e c t s ，a n dt h e s eo b j e c t s 啪b ee n c o d e di n d e p e n d e n t l yu s i n g d i f f e r e n te m b e d d e de n c o d i n gs t r a t e g i e sa n dg e n e r a t e ds e p a r a t es t r e a m s s i m u l a t i o n r e s u l t ss h o wt h a tt h ep r o p o s e di m p r o v e da l g o r i t h mi se f f e c t i v e 3 、b a s e do nt h er e q u e s to fo b j e c t - b a s e de m b e d d e dc o d i n g ，a tf i r s t ，t h i sp a p e r p u tp c r da l g o r i t h mt oc o n t r o lo b j e c t - b a s e de m b e d d e dc o d es t r e a m s a n dt h e n c o m b i n i n gt h ec h a r a c t e r i s t i c so fh u m a n v i s u a lp e r c e p t i o n , ar a t ec o n t r o la l g o r i t h mf o r o b j e c t - b a s e de m b e d d e dc o d i n gi sp r o p o s e d c o m b i n i n gt h ec h a r a c t e r i s t i c so f h u m a n v i s u a lp e r c e p t i o n , t h ea l g o r i t h me s t i m a t e s t h ei m p o r t a n c eo fe a c ho b j e c ta n d d e t e r m i n e st h ec o d i n gp r i o r i t yo nt h eb a s i so fa v e r a g ee n t r o p yt h e o r y t h ea l g o r i t h m c a r r i e st h eo p t i m i z e di n t e r c e p t i o no nt h ev i s u a lo b j e c t s c o d i n gs t r e a ma n dr e l o a d i n g s i m u l a t i o nr e s u l t si n d i c a t e dt h a tt h en o wa l g o r i t h mc a ni m p r o v et h eo v e r a l lv i s u a l e f f e c to ft h er e c o n s t r u c t e di m a g ec o m p a r a e d 、析t 1 1p c r da l g o r i t h m k e yw o r d s ：j p e g 2 0 0 0s t a n d a r d ；e b c o ta l g o r i t h m ；p c r da l g o r i t h m ；h u m a nv i s u a l p e r c e p t i o n ；a v e r a g ee n t r o p ye s t i m a t i o n 引言 1 引言 随着互联网技术的不断发展和多媒体信息技术的广泛应用，图像数据信息 交流越来越广泛。同时，人们对数字图像的浏览和传输有了更高质量的要求， 图像压缩编码技术的目标也从传统的面向存储变为现在的精确编解码和可伸缩 性传输。由于存储空间和网络带宽的限制，在存储和传输之前需要对图像数据 信息进行压缩处理。在图像压缩编解码领域，近年来基于小波变换的嵌入式编 码算法不断涌出，嵌入式编码能够实现一次压缩，而解压重建出多幅不同质量 和分辨率要求的图像。面对广阔的市场潜力和突飞猛进的技术发展势头，积极 研究嵌入式图像压缩编解码算法，对于满足广大用户对数字图像的存储和传输 具有重要的现实意义和迫切性。 1 1 课题研究的背景 随着网络通信技术的飞速发展，人们获取的信息越来越广泛，从简单的文 字到声音到图像进而到视频图像，需要处理的数据信息量也越来越大。另外， 互联网技术的发展和普及使图像的传输变的越来越重要，但是如何在有限的带 宽内传输如此大的数据量成为一个急需解决的问题，图像压缩编解码是解决这 一问题的关键。 图像压缩编解码技术大体上可分为无损压缩和有损压缩两大类。无损压缩 编码技术的特点是解压后数据不丢失，但根据香农定理，这种编码技术的压缩 比有一定的极限( 一般不超过8 ：1 ) ，因此压缩效率较低。有损压缩编码技术则允 许压缩过程中丢失一些人眼所不敏感的图像信息，而图像主观质量没有明显的 降低，压缩效率大大提高。因此为了实现低带宽的要求，目前几乎所有的高压 缩算法都是以有损压缩为主要压缩方法。 在图像压缩编解码的过程中，不仅要解决误码的问题，还要在有限的带宽 内，根据人们的需要解码出不同质量和分辨率要求的图像。为满足这一要求， 近年来基于小波变换的嵌入式编解码算法f l 挪】不断涌出。嵌入式编码是指在图像 压缩编码的过程中，将待编码的数据比特流按重要性的不同进行排序，然后根 据目标码率或失真度的大小要求，由用户随时结束编码。同样的，解码器也可 引言 以根据事先给定的码率随时对接收到的数据比特流结束解码，并可以得到相应 结果码流截断处的恢复图像。嵌入式编解码能够实现一次压缩，而解压重建出 多幅不同质量和分辨率要求的图像，非常适用于图像的渐进传输、图像浏览和 互联网上的图像传播。其中较为突出的算法是s h a p i r o 提出的内嵌零树( e z w ) 编 码方法【引、s a i d 与p e a r l m a n 提出的基于分层树集合分割( s p m t ) 编码方、法【5 】以及 由d a v i dt a u b m a n 提出的嵌入式最优截断块编码e b c o t 编码方法【6 ，7 】。 在内嵌零树( e z w ) 算法中，嵌入式码流的实现是由零树结构结合逐次逼近传 输实现的，零树的目的是为了高效的表示小波变换系数矩阵中非零值位置。在 e z w 算法的基础上，s h a p i r o 提出了s p h i t 算法，该算法考虑到小波变换系数 中存在这样一种树结构：树根是重要的，除树根外，子孙节点是不重要的。针对 这样的结构，e z w 算法中的零树并不是一种有效的表示方法。于是s p h i t 算法 在继承小波零树结构优点的基础上，通过定义空间方向树结构更有效的表示了 这样的树结构，从而提高了编码效率。s p h i t 算法能够获得很高的压缩效率， 但是压缩后的数据码流在信道中传输时对可能产生的位错误非常敏感。单个的 位错误就可能导致编码器和解码器同步的丢失，从而造成后面码流的全错，图 像质量严重下降。而e b c o t 算法以独立码块为基本编码单元，将小波变换后的 子带划分为大小相等的码块，按分辨率由低到高对子带内的每个码块进行独立 位平面编码和m q 二进制算数编码。并提出了质量层的概念，使压缩码流具有 分辨率可分级性和s n r 可伸缩性；使用m q 编码和率失真优化算法保证了很高 的压缩质量，同时支持感兴趣区域( r o i ) 编码，在较低码率控制时，感兴趣区域 的解码质量高于背景区域。 1 2 课题研究的现状及存在的问题 嵌入式编解码能够实现一次压缩，而解压重建出多幅不同质量和分辨率要 求的图像，近年来受到广泛关注，是当前图像编解码领域的一个研究热点。其 中，e b c o t 算法是最新的一种基于小波变换的嵌入式图像编解码方法【佣。它具 有较高的压缩效率并支持s n r 可伸缩性和分辨率可伸缩性编码。e b c o t 算法一 般包括两个阶段：t 1 编码和t 2 编码。在t 1 阶段，主要完成小波变换、系数位 平面建模和自适应二进制算术编码( m q 编码) 。在t 2 阶段，根据给定码率和不 同子带内不同码块的码流特性及其对恢复图像质量的贡献，基于率失真优化理 2 引言 论对码块码流进行优化截取和重新组装以得到最终压缩码流。 目前，国内外学者对e b c o t 算法的研究很多，主要是对基于码块的t 1 编 码阶段的改进和码率控制过程的研究，提高压缩效率的同时满足在有限带宽的 限制下，提高解码恢复图像的质量。文献【8 】采用通道并行处理和编码并行处理的 方法对位平面编码。文献【9 】通过减少编码通道的扫描量及运算量，以达到节省编 码时间的目的。文献【1 0 】提出了在较低位平面省略清除通道的编码算法对标准算 法进行优化。传统e b c o t 算法采用压缩后率失真优化( p c r d ) 算、法【1 1 1 2 】对t 1 编 码后的码流进行优化截取和重装。但p c r d 算法存储量和计算量比较大，系统 实时性差。因此，许多学者针对这方面进行研究，提出了一些改进方法，主要 包括：基于率失真斜率模型的算法【”】、基于预测的实时截断算法【1 4 , 1 y j 、基于动 态调整的控制算法【1 6 1 7 】。这些算法在减少编码计算量和存储量方面有一定的贡 献。 。 但传统e b c o t 算法是以码块为基本编码单元，对图像内所有的码块采用相 同的编码策略，没有考虑图像中不同对象的视觉感知特性。一般来说，图像中 不同对象对人眼的视觉重要性是不相同的。在实际应用中，观察者常常只对图 像的某些或某类对象感兴趣。例如，在医学研究中，医生只对病理特征对象感 兴趣，在遥感图像分析中，观察者只对特定目标感兴趣等。因此在图像编码中， 如果考虑人的视觉感知特性，将图像分割成具有不同视觉兴趣的对象，以视觉 对象为编码单元，对不同视觉对象采用不同的编码策略进行独立编码，则可以 提高编码后重构图像的主观视觉感知效果。因此结合人的视觉感知特性，基于 视觉对象的嵌入式压缩编解码及其码率控制技术成为重要的研究方面。 1 3 本论文的主要工作及结构安排 现有的嵌入式图像压缩编解码算法中，基于码块的嵌入式最优截取e b c o t 算法得到了人们的广泛关注和研究。但是该算法对图像内所有的码块采用相同 的编码策略，没有考虑图像中不同对象的视觉感知特性，在某些场合难以满足 用户的需要。本论文在研究e b c o t 算法的基础上，考虑人眼视觉感知特性和码 率控制技术等，进行了探索性的研究。 本文各章的内容具体安排如下： 第一章：阐述了嵌入式图像压缩编解码的研究背景和意义，以及国内外研 3 引言 究现状和趋势，并归纳了目前存在的问题及不足。 第二章：介绍了j p e g 2 0 0 0 静止图像压缩标准，嵌入式图像压缩编解码的关 键技术：图像预处理、离散小波变换和e b c o t 算法简介。 第三章：详细介绍了基于码块的嵌入式最优截取( e b c o t ) 算法的两个编码阶 段：t l 嵌入式块编码和t 2 码率控制，以及编码前对小波变换图像的码块划分和 系数量化。 第四章：介绍了j s e g 图像分割技术，在此基础上提出了基于对象的嵌入式 压缩编解码算法，并给出仿真实验结果。 第五章：介绍了p c r d 算法，并将其思想应用于对象基嵌入式编码中，初 步实现了对象码流的码率控制过程，并给出仿真实验结果；同时，分析了人眼 视觉感知特性，结合视觉感知提出了对象基码率控制新算法，并给出仿真实验 结果。 第六章：总结全文工作，提出今后的研究方向。 4 2j p e g 2 0 0 0 静止图像压缩标准 2j p e g 2 0 0 0 静止图像压缩标准 随着图像压缩编码技术的发展和不断完善，为了满足不同领域对静止图像 编解码的需要，国际标准化专家组征集j p e g 2 0 0 0 标准提案【6 】，目标是进一步改 进和完善目前图像压缩算法的性能，以适应在有限的带宽下，在医学图像领域、 多媒体信息服务和遥感图像传输等方面的应用。j p e g 2 0 0 0 标准在专家组制定的 国际标准化草案( f d i s ) * 得到完善和提出。 j p e g 2 0 0 0 是新一代静止图像压缩标准，具有优越的图像压缩性能和较高的 解压图像质量，它采用以离散小波变换( d i s c r e t ew a v e l e tt r a n s f o r m ，d w t ) t 2 u 刁j 为主的多分辨率编码方式替代了j p e g 标准【1 8 , 1 9 所采用的以离散余弦变换( d c t ) 为主的区块的编码方式。j p e g 2 0 0 0 标准不仅克服了j p e g 静止图像压缩标准在 高压缩时出现方块效应的缺点，还提供了图像质量和分辨率可伸缩、渐进传输 及感兴趣区域编码等特性，可以为一幅图像提供不同质量和分辨率的解码恢复 图像，实现了图像嵌入式编解码的要求。目前，j p e g 2 0 0 0 被认为是互联网和多 媒体传输的理想影像编码方案，可以应用于数码相机、医疗图像、网络传输等 方面。 2 1j p e g 2 0 0 0 结构框架 j p e g 2 0 0 0 标准中采用具有能量更为集中的离散小波变换作为其核心变换算 法，以基于码块的嵌入式最优截取算法( e b c o t ) 作为其核心编解码算法。它的基 本结构框架如图2 1 所示。 5 2j p e g 2 0 0 0 静止图像压缩标准 图2 1j p e g 2 0 0 0 结构框架 在j p e g 2 0 0 0 标准中，编码器首先对原始图像进行预处理，将整幅图像分成 若干互不重叠的矩形片( 即图像片) ，对每一个图像片进行独立的操作；然后， 对图像片的数据信息进行离散小波变换和小波系数量化；接着，对量化后的小 波系数进行独立位平面编码和m q 二进制算术编码；最后，依据给定的目标码 率，对结果码流进行码率控制形成最终输出码流。解码器是编码器的逆过程， 首先依据接收到的结果码流和码率控制原则，对结果码流进行m q 算术解码和 独立位平面解码，将得到的系数进行反量化和离散小波反变换，最后经过后处 理得到解码恢复图像。 2 2j p e g 2 0 0 0 标准的主要特征 j p e g 2 0 0 0 作为图像压缩编码领域内的一种新的图像压缩格式，具有其独有 的特，征【2 2 2 3 】。 1 、分辨率可伸缩性。j p e g 2 0 0 0 是一种以离散小波变换算法为主的多分辨率 编码方式。离散小波变换算法是现代谱分析工具，在图像压缩编码领域得到越 来越广泛的应用。该算法小波在信号分析中对高频成分采用由粗到细渐进的时 空域上的取样，将图像的能量集中在少数部分的小波系数上。图像经离散小波 6 2j p e g 2 0 0 0 静止图像压缩标准 变换后，可得到具有多分辨率性质的一个低频子集和若干个高频子集，所以能 够像自动调焦一样看清远近不同的景物，并放大任意细节，实现图像的分辨率 可伸缩性。 2 、质量可伸缩性。j p e g 2 0 0 0 能够从同一码流中解码出不同质量要求的图像， 实现无损和有损压缩。根据用户对图像质量的需要，开始时解码部分结果码流 得到低质量的图像，随着接收码流的不断增加，图像的质量也不断增加，直到 无损压缩。因此，可实现图像的嵌入式编解码，即只提取原始图像的部分编码 码流，解码得到所需要质量要求的恢复图像。 3 、优良的低比特压缩特性。j p e g 2 0 0 0 标准在低比特率时能提供更好的图像 压缩质量。在离散小波变换算法中，图像信息被分解为一系列能量不同的“子 带 将图像的高能量信息集中在低频子带，而图像细节信息依次在高频子带中 分布。因此，j p e g 2 0 0 0 格式的图片压缩比相对于j p e g 格式提高了1 0 3 0 1 2 j ， 而且压缩后的图像显得更加细腻平滑。 4 、多种图像的通用编码方式。j p e g 2 0 0 0 标准将彩色静止图像采用的j p e g 编码方式与二值图像采用的j b i g 编码方式统一起来，实现对应各种图像的通用 编码方式，能够同时对连续色调图像和二值图像进行压缩【2 2 2 3 】。 5 、感兴趣区域编码。对同一幅图像来说，图像中的不同区域对观察者的重 要性不同，他只需要对自己有用的区域比其他区域有更好的解码质量，该区域 就叫做感兴趣区域r o i ( r e g i o no fi n t e r e s t ) 。这一特性允许r o i 区域比其他区域失 真率更小。因此，在压缩编码时对r o i 区域制定压缩质量，或者通过码率控制过 程为该区域分配较高的比特数，以满足用户在有限的带宽下对r o i 区域质量的要 求【2 5 】。 6 、容错性：j p e g 2 0 0 0 的核心算法是e b c o t 熵编码算法，该算法采用独立 位平面编码和m q - - 进制算术编码，并且，采用了具有确保再同步标记的分组结 构和以码块( 尺寸较小，3 2 x 3 2 或6 4 x 6 4 ) 为基本编码单元，并对编码扫描过程 进行了处理等。可减少编码产生的差错，具有较好的容错性。 2 3j p e g 2 0 0 0 标准中的关键技术 2 3 1 图像预处理后处理 图像的预处理过程【2 6 , 2 7 1 主要包括图像“分片一、d c 变换和分量变换。 7 2j p e g 2 0 0 0 静止图像压缩标准 ( 1 ) 图像“分片一：通常需要编码压缩的图像尺寸不等，对于尺寸较大的图像， j p e g 2 0 0 0 采用将整幅图像分割为互不重叠的图像片，这些图像片和单独的 图像一样，可以进行独立的编码压缩操作。这种方式可以降低内存的要求， 并且可以编解码图像中任何被指定的区域，得到需要的解码区域，而不需 要编解码整个图像。但是图像片的划分会降低解码恢复图像的质量，图像 片的尺寸越小，恢复图像的质量就越差。所以，在满足有限带宽和内存需 要的前提下，尽量采用大尺寸的图像片划分。 ( 2 ) d c 变换：图像在进行离散小波信号分解之前，将其每个像素值减去一个常 数2 纠进行调整，p 为图像的精度。目的是将图像的无符号像素值变成有符 号值，使区域像素值的动态范围关于零对称，使得离散小波变换后的像素 系数动态范围不会过大，有利于编码，在解码端只需要给后向分量变换的 样值加上2 就可以了。 ( 3 ) 分量变换：j p e g 2 0 0 0 标准支持多分量图像。图像分量之间存在一定的相关 性，通过分量变换可以减小数据间的冗余度，也可对不同的分量采用不同 的量化步长，以达到提高压缩效率的目的。j p e g 2 0 0 0 标准中定义了两种分 量变换：可逆分量变化( r c t ) 和不可逆分量变化( i c t ) 。可逆分量变换可用于 无损压缩和有损压缩，是整数到整数的运算，不会丢失精度；不可逆分量 变换只能用于有损压缩，是实数到实数的运算，会有精度丢失。在实际应 用中，分量变换在整个系统中不是必需的。 图像后处理是解码器中恢复解码图像前的处理过程，以上操作的逆过程。 2 3 2 小波变换 小波变换的概念是由法国工程师j m 0 r l “船】在1 9 7 4 年首先提出的，与传统 的信号处理方法一f o u r i e r 变换、窗口f o u r i e r 变换( g a b o r 变换) 相比，小波变 换是一个时域和频域上的变换，因而能有效的从信号中提取信息，通过伸缩和 平移等运算功能对函数或信号进行多尺度细化分析( m u l t i s c a l ea n a l y s i s ) ，解决 了f o u r i e r 变换不能解决的许多困难问题。 目前，信号处理已经成为当代科学技术工作的重要部分。从数学的角度来 看，信号与图像处理可以统一看作是信号处理( 图像可以看作是二维信号) 。现 在，对于性质稳定不变的信号，处理的理想工具仍然是傅立叶分析。但是在实 际应用中的绝大多数信号是非稳定的，此时，采用小波变换是非常合适的。小 8 2j p e g 2 0 0 0 静止图像压缩标准 波变换用于图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高， 速度快，压缩后能保持图像的特征不变，且在传递中可以抗干扰。小波交换理 论是近几年兴起的时频域分析理论，通过对原始图像进行小波变换，可以将图 像信号由时间域( 空间域) 表示变换到小波域表示。利用小波变换的正交或双 正交变换特性，解除图像像素间的相关性，消除图像在空间的冗余，并集中图 像信号的能量，为后面的系数量化、系数位建模、算术编码等提供前提，为高 效的图像编码奠定基础。 ( 1 ) 连续小波变换：连续小波变换的实质在于将空间函数集r ( r ) 中的任意函 数f c t ) 表示成为其在具有不同伸缩因子a 和平移因子b 的小波函数帆。( f ) 之上 的投影的叠加。与傅立叶变换( 仅将厂( f ) 投影到频率域) 不同的是，小波变换 将一维时域函数映射到二维“时间一尺度一域上，因此厂( f ) 在小波基上的展开 具有多分辨率的特性。通过调整伸缩因子a 和平移因子b ，可以得到具有不同时 一频宽度的小波以匹配原始信号的任意位置，达到对信号的时一频局部化分析 的目的【2 9 1 。但是，连续小波变换中的尺度因子和平移因子都是连续变化的实数， 在应用中需要计算连续积分，在处理图像信号时很不方便。在图像压缩编码中 常采用离散形式，即离散小波变换( d w t ) 。 ( 2 ) 离散小波变换：离散小波变换具有对信号进行多分辨率分析和反映信号 局部特征的优点。通过变尺度和平移运算，离散小波变换在时域和频域上为图 像提供大小可变的滑动窗口，在不同的尺度上对图像进行分析，同时获得图像 在时域和频域上的局部特征。多级离散小波分解后，小波系数在临近两级之间 存在位置相关，通过多分辨表示，对位置信息编码，可反映图像的部分边缘信 息，在保证压缩比的基础上，使重构的图像具有较好的主观质量，可避免j p e g 标准因采用离散余弦d c t 变换带来的方块效应。 一维离散小波变换是对源信号进行一系列的低通和高通滤波，并在每次滤 波后将数据采样频率降为原来的一半，以保证每次小波变换后得到的系数与源 信号数目相同。源信号经低通滤波后的输出结果保存了低频信息，它集中了源 信号的主要能量，以更低分辨率的形式对源信号再现；而高通滤波后的输出结 果保存的则是源信号的高频信息，如边缘、细节等，其中所含能量很少。j p e g 2 0 0 0 采用二维离散小波变换模型对图像信号进行变换，就是通过分别对图像作水平 和垂直方向的一维离散小波滤波来达到变换的目的。具体变换过程：将预处理 后的图像在水平方向和垂直方向分别与高通低通滤波器进行卷积，得到四个分 9 2j p e g 2 0 0 0 静止图像压缩标准 辨率不同的频带，分别为水平方向低频和垂直方向低频的l l 子带、水平方向低 频和垂直方向高频的l h 子带、水平方向高频和垂直方向低频的h l 子带、水平 方向高频和垂直方向高频的h h 子带。l l 低频子带集中了图像的主要能量，称 为原图像的近似子图；l h 、h l 、h h 子带的频率依次升高，含有图像的细节信 息，称为细节子图。此过程是图像信号的一级小波分解，一级小波分解后的图 像信号在低频u 子带内还存在着大量的相关性，为提高图像压缩性能，需要对 低频l l 子带作上述同样的运算过程。而高频l h 、h l 、h h 子带含有的能力很 小，再对它们进行滤波是不划算的，所以只对低频l l 子带进行上述分解，进而 得到图像的二级离散小波分解，依次类推可得图像的多级离散小波分解，三级 小波变换分解图如图2 2 所示【3 们。 l l 3h l 3 l h 3h h 3h l 2 h l l l h 2h h 2 l h lh h l 图2 2 三级小波变换分解图 传统的小波变换算法中，通过扩充后的源信号与滤波器系数卷积运算得到 低频和高频系数，缺点是无法即时用离散小波变换系数替换对应点的源信号数 据，需要占用更多的内存。而基于提升的小波变换【3 l 】通过用偶数采样值的加权 修正奇数采样值，用奇数采样值的加权修正偶数采样值的原位计算系数的方法 来消除基于卷积的小波变换的缺点。为了提高编解码器的效率，j p e g 2 0 0 0 标准 采用了基于提升的小波变换计算方法，其计算复杂度减小了一半，速度快，所 需的存储空间少。 j p e g 2 0 0 0 标准中规定了两种离散小波变换滤波器：5 3 小波和9 7 小波滤波 器。5 3 小波变换是整数到整数的变换，既可用于无损压缩也可用于有损压缩： 而9 7 小波变换是实数到实数的变换，用于有损压缩，分解端的低通滤波器有9 1 0 2j p e g 2 0 0 0 静止图像压缩标准 个系数，合成端的高通滤波器有7 个系数。由于基于提升小波算法的计算速度 快，所需存储空间少，因此j p e g 2 0 0 0 标准推荐使用基于提升的小波变换算法。 计算公式如下【3 1 3 2 】： 5 3 小波正变换： y 协+ 1 ) = 厶协+ 1 ) - l 型掣l ( 2 1 ) y ( 2 n ) ：k ( 2 小y ( 2 n - 1 ) + y ( 2 n + 1 ) + 2 i ( 2 2 ) 9 7 小波正变换： y ( 2 刀+ 1 ) 卜五乙( 2 刀+ 1 ) + 口 j 乙( 2 咒) + j 乙( 2 刀+ 2 ) ( 2 3 ) y ( 2 n ) 卜厶( 2 万) + y ( 2 n - 1 ) + y ( 2 n + 1 ) ( 2 4 ) y ( 2 刀+ 1 ) 卜】，( 2 刀+ 1 ) + ， 】，( 2 刀) + y ( 2 咒+ 2 ) ( 2 5 ) y c 2 n ) - y ( 2 n ) + , 5 x r ( 2 n - 1 ) + y ( 2 n + 1 ) ( 2 6 ) y ( 2 n + 1 ) - - k x y ( 2 n + 1 ) ( 2 7 ) 】，( 2 力) 卜坛y ( 2 ”) ( 2 8 ) 其中lxi 表示不大于x 的最大整数。其中参数口、夕、厂、万和k 的值分别为： 口- 1 5 8 6 1 3 4 3 4 2 ； - - 0 0 5 2 9 8 0 11 8 ：，0 8 8 2 9 11 0 7 5 ； 万0 4 4 3 5 0 6 8 5 2 ： k 1 2 3 0 1 7 4 1 0 5 。 本文实验中使用三级9 7 离散小波变换对图像进行信号分解。 2 。3 3e b c o t 算法 e b c o t 算法是基于码块的嵌入式最优截断编码方法。主要包括t i e r l 独立 块编码和t i e r 2 码流组装两部分【3 3 州。其基本思想是：将小波变换后的图像在各 子带内划分为大小固定的码块，以码块为基本处理单元，对码块系数量化并按 照二进制位分层，从最高有效位平面开始，依次对每个位平面上的所有小波系 数位进行位平面编码，生成上下文c 。和0 ，1 符号对，然后基于上下文和符号对 进行m q 算术编码，形成码块码流，完成t i e r l 编码；最后根据一定参数指标如 2j p e g 2 0 0 0 静止图像压缩标准 码率、失真度，按率失真最优原则对码块码流重新组装，形成最终的压缩码流。 位平面编码采用三个编码通道和四种编码方法对每个位平面系数位进行扫 描编码。m q 算术编码是基于上下文的自适应二进制编码，编码器的任务就是 把二进制比特位d 和上下文数据c ，转换到一个紧缩的码流里，使它的长度尽可能 地接近信息熵。编码器基于概率估值表来实现概率估值，形成码块压缩码流。 在e b c o t 编码算法中，按分辨率由低到高依次对离散小波变换后的每个子 带内的所有码块进行编码，从低频子集l l d 开始，依次编码h l d ， l h d , h h m h l d q , l h d t ，h h d i ，h h l 中的所有码块，形成嵌入式码流，d 为离 散小波变换级数。其输出码流的特点是结果码流可以分离成一个个依次相互包 含的子集，不同子集对应不同的图像分辨率，并按图像分辨率大小排序，最低 分辨率对应比特数最少的子集，出现在结果码流的起始部分。所以从嵌入式码 流的起始至某一位置这段码流是一个低码率的完整码流，由它可以解码重构这 个图像。与原码流相比，这部分码流解码出的图像具有更低的质量和分辨率， 但解码的图像是完整的。本文在第三章部分将对e b c o t 算法进行详细介绍。 2 4 小结 本章简要介绍了j p e g 2 0 0 0 静止图像压缩标准，主要对j p e g 2 0 0 0 标准的结 构框架进行了系统分析，对其编码和解码过程有了整体的认识；同时，总结归 纳了j p e g 2 0 0 0 标准的主要特征和优点；最后，对j p e g 2 0 0 0 标准中的关键技术 进行了分析和描述。由此可以看出，在图像压缩编解码领域，j p e g 2 0 0 0 静止图 像压缩标准是当今应用最广泛的图像压缩标准，然而，该编码标准采用的独立 位平面编码和m q 算术编码计算复杂度高，需要的存储空间大。目前，已有许 多学者针对e b c o t 算法提出了改进措施，在一定程度上提高了图像压缩编码的 效率，但这些算法还不成熟，都还要做进一步的研究。 1 2 3e b c o t 算法 3e b c o t 算法 e b c o t 算法属于熵编码方案的一种，是j p e g 2 0 0 0 标准中针对小波变换系 数的编码方法。该算法主要包括嵌入式块编码和分层码流组装两个结构，具体 包括以下几部分：小波变换后的码块划分、系数量化、独立位平面编码、m q 二 进制算术编码和分层码率控制，如图3 1 所示，e b c o t 解码过程是编码的逆过 程。 黼 号 图3 1e b c o t 算法编码过程 3 1 码块划分和系数量化 3 1 1 码块划分 e b c o t 算法是基于码块的嵌入式编码方法，最小编码单元是编码子块，简 称码块( c o d e - b l o c k ) 。码块的划分是在图像经预处理和离散小波变换后得到的子 带图像中进行的。图像信号经小波变换后，主要能量集中在低频子带l l 中，细 节能量分布在高频子带中。e b c o t 编码前，需要将小波图像中的各个子带图像 分割为码块，分割完成的码块互不交叉和重叠。同时，每个编码子块都不跨越 所在子带边界，而且除了边缘码块外，其余的码块的形状与大小均需相同。一 般情况下，编码子块取正方形，大小为2 n x 2 n 衅2 ，3 ，4 ，5 ，6 ) 像素，j p e g 2 0 0 0 标准中推荐将编码子块划分为大小为3 2 x 3 2 或6 4 x 6 4 像素的码块。图3 2 表示 了二级离散小波变换后各子带内的码块划分。以码块为基本编码单元，利用图 像的局部统计特性，便于实现码流的随机存取和并行处理，同时为减少硬件实 现上的内存需求提供了方便。 1 3 3e b c o t 算法 i - 1 - 1 2 81 2 8 2 5 t* 2 5 ll ui u - 5 1 2 屿1 2 图3 2 二级小波变换后子带内码块的划分( 码块大小为6 4 6 4 ) 3 1 2 系数量化 经过离散小波变换后的小波系数需要进行量化，主要目的是为了获得更高 的压缩比。e b c o t 算法中在嵌入式编码t l 阶段采用均匀标量量化，而在分层 码率控制阶段采用格子编码量化。量化一般是有损的，是造成压缩算法中出现 失真的一个重要方面，除非量化步长取l 且小波系数是整数。小波变换后，所 有小波系数按照公式( 3 1 ) 进行均匀量化。 i，、i 屯( r e , n ) = 咖( a j ( 研，以) ) 1 掣型l ( 3 1 ) l 工l j j 式中j 为子带标号，是子带，的量化步长，口，( 朋，刀) 是小波变换系数，6 ，( m ，万) 是量化系数，s i g n ( a ，( 朋，刀) ) 返回系数口，( m ，以) 的符号，l x j 是取不大于x 的最大 整数操作。由公式可知，量化过程是将浮点的小波系数转化为整数，所以系数 可以被熵编码更有效的处理。对于无损压缩，量化步长取1 ；对于有损压缩，每 个子带可以取不同的量化步长，图像编码质量不仅和量化步长有关，还和分层 码流组装有关。 1 4 3e b c o t 算法 3 2 嵌入式块编码t 1 3 2 1 位平面编码 图像内的小波系数量化后首先用符号加绝对值方式表示，实际上是把量化 系数表示为一个符号位平面和几个幅值位平面。位平面是指系数用二进制表示， 取所有系数的相同位组成的平面，如图3 3 所示。系数比特建模就是从最高平 面开始对每个位平面内的系数位进行3 个通道的编码扫描。扫描顺序是按每列4 个系数从上到下、从左到右、从高位平面到低位平的顺序对子带内所有像素系 数位进行扫描和编码，为每个系数位生成相应的上下文标签和o 、1 符号对。 三个通道编码扫描所使用的编码操作有z c ( z e r oc o d i n g 完成系数重要状态表 示) ，s c ( s i g nc o d i n g 对系数符号编码) ，m r ( m a g n i t u d er e f i n e m e n t 对系数幅值 编码) 、以及r l c ( r u n 1 e n g t hc o d i n g 完成多个系数重要状态表示) 。每个位平面 进行三次扫描编码，三个通道编码次序和系数比特建模软件流程图见图3 4 。 olo10 1 ) lo0l0 o0 10l lo0l0 00l0 0 0l000 1 ) 01100 图3 3 系数位平面表示图3 4 位平面编码框图 1 、四种编码方式简介【1 0 , a s ： 1 5 3e b c o t 算法 ( 1 ) z c 编码：完成系数重要状态位g 【m 】阳】的表示，根据邻近8 个系数位的重要 性组成，得到相应上下文标签q ，如果系数比特位不等于0 ，则编码此位变为 重要l ，进行s c 编码：否则不重要为o 。 ( 2 ) s c 编码：对系数符号编码，常出现在z c 或r l c 编码后。符号编码输出的o 、 1 符号并不是真正的系数符号，而是与异或比特进行异或运算后的值。s c 编码 用到的上下文由上下左右4 个相邻样点的重要状态及其相应的符号组成。 ( 3 ) m r 编码：系数幅值编码，该操作完成对系数幅值的细化，这里引入一个状 态变量d 肌】【，z 】，用来表示是否第一次使用m r 编码，通过p 【，z 】【以】和邻近8 个系 数的重要状态构成上下文信息。 ( 4 ) r l c 编码：完成多个系数重要状态表示，当出现一列或多列系数是不重要时， 采用i u 编码。 2 、三个编码通道： ( 1 ) 重要性传播通道p 1 扫描对象：当前系数位的重要状态gf 珑1 f 咒1 为o ，且其直接相邻8 个系数位 的重要性状态位至少有一个为l 的系数位。状态位要及时反应该系数位最近被 编码的变化，它将影响其它待编码位平面系数位的重要状态。在某位变为重要 时，要对它的符号进行编码，所以该通道用到z c 和s c 编码。 ( 2 ) 幅值细化通道p 2 扫描对象：编码重要状态位已经为1 的系数位，不包括刚刚在p 1 通道中变 为重要的系数位，执行m r 编码操作。 ( 3 ) 清楚通道p 3 扫描对象：将所有剩下的未编码的系数位进行编码，本次编码的数据都是 不重要的。当满足r l c 编码条件时进行r l c 编码，不满足时则对该位进行z c 编码( 可能用到r l c ，z c ，s c 编码) 。 3 2 2 帅算术编解码 m q 算术编解码技术【3 6 , 3 7 3 是一种自适应概率估计的二进制算术编解码。在 e b c o t 算法中，对小波系数进行独立位平面编码后，形成了与每个系数位对应 的上下文信息仅和二进制编码符号d 。此时，算法还无法达到数据压缩的目的， 所以要进行m q 二进制算术编码达到数据压缩。m q 算术