（通信与信息系统专业论文）图像压缩编码及低比特率下去块效应算法的研究.pdf

摘要 摘要 随着计算机技术和通信技术的迅速发展，图像压缩编码问题一直是研究的 热点。不断地探索和研究高压缩比，高质量，实现简单的图像压缩算法仍然是 一个重要的课题。基于分块d c t 变换的压缩编码技术是已有图像和视频压缩标 准，但在低比特率条件下，解码图像不可避免出现了方块效应研究有效的去 除块效应算法也是十分登要的。近年来，由于小波变换在时域和频域同时具有 良好的局部特性，因而成为现代图像研究领域的热点之一。本论文将围绕小波 变换技术在图像压缩编码方面的应用展开研究，同时对低比特率下的块效应消 除算法进行了深入的探讨具体内容如下： 1 、 提出一种新的降低比特率的预测矢量量化图像编码方法。在编解码端 设置大小不同的两种码书，首先基于方差把所定义的块进行分类，对于平滑块 使用较小的码书去量化输入矢量。对于边缘块，就用较大的码书去量化输入矢 量。还提出了一种有效的码书设计方法以提高生成码书质量。新的矢量量化方 法运算速度快，在同样图像质量下降低了传输过程中所需的比特率。 2 、 提出了一种基于小波变换的自适应快速码字搜索算法。该算法首先为 输入矢量选择合理的初始匹配码字，然后利用多控制点的三角不等式和小波域 中矢量的性质去排除不可能匹配的码字，最后通过搜索空间的逐次降低找到与 输入矢量最匹配的码矢量。在需很少的预先计算量和额外存储量条件下，所提 出的算法编码质量和全搜索相同但是计算量却有极大的降低。 3 、将d p c m 变换与整数小波变换相结合来实现图像的无失真压缩。在压缩 算法中，首先对图像进行d p c m 预测，将差值图像经过整数小波变换，然后再用 层次树中集的划分( s p i h t ) 算法进行无损量化，最后再经过相应的逆变换即可 以得到重构的无失真图像。该方法简单有效，硬件实现方便。 4 、提出了一种基于d c t 域的高压缩图像去块效应算法。该算法充分利用 了人类视觉的掩盖特性，建立了块效应模型并给出一个简便的检测边缘标准， 处理平滑块时对影响块效应的系数进行修正并用线性函数块代替阶跃函数块 去消除块效应，最后再对处理后的平滑块和纹理块在d c r f 域中进行后滤波。该 算法在不同的比特率下，对不同的图像，都能得到很好的去除块效应的效果。 5 、 基于小波域特征分析提出了一种去块效应算法，通常图像空域中的块 效应。在小波域中的高频子带表现为平行线效应，竖直线效应或者网格效应。通 过自适应操作算子去抑制这些效应，使得空域中块效应得到消除。新的算法运 算速度非常快，远远小于其它算法所需要的时间，能够很好的消除图像的块效 华南理工大学博士学位论文 应并保护图像的边缘。 6 、基于小波域和马尔可夫随机场( m r f ) 提出了一种新的去块效应算法。 同时通过线性回归，给出了设置m r f 的h u b e r 函数阈值的数学公式，由该公式 得出的h u b e r 函数阈值可以在保护图像边缘和提高图像质量之间有较好的折 中。新的算法能够很好保护图像边缘，在提高图像峰值信噪比( p s n r ) 方面接 近凸集投影算法( 总的来说凸集投影方法这方面性能最好) ，但运行速度远快于 后者：同时新的算法主观视觉效果接近空域方法。 关键谰图像压缩；小波变换；矢量量化：无损压缩；整数小波变换；块效应 i i a 8 s t r 惦t a b s t r a c t w i t ht h ef a s td e v e l o p m e n to fc o m p u t e ra n dc o m m u n i c a t i o nt e c h n o l o g y ， i m a g ec o m p r e s s i o ne n c o d i n gi st h eh o tr e s e a r c ha l la l o n g i tisi f f l p o r t a n t t oe x p l o r ea n ds t u d yh i g hc o m p r e s s i o nr a t i o h i g hq u a l i t ya n de a s y i m p l e m e n t a t i o nf o ri m a g ec o m p r e s s i o na i g o r i t h m s b 1o c k b a s e dd fs c r e t e c o s i n et r a n s f o r t i l ( b d c t )t e c h n o l o g yist h ei n t e r n a t i o n a lc o l l l p r e s s i o n s t a n d a r do fi m a g ea n dv i d e o t h ed e c o d e di m a g ed i f f e r sf r o mv is ib l e b l o c k i n ga r t i f a c t sa tl o wb i tr a t e s i tise s s e n t i a lt os t u d ye f f ic i e n t d e b l o c k i n ga l g o r i t h 【i s d u et og o o dl o c a lp e r f o r m a n c einb o t h t i m ed o m a in a n df r e q u e n c yd o m a i n ，w a v e l e tt r a n s f o r mh a sb e c a m eo n eo ft h em o s ta c tiv e i m a g er e s e a r c hf i e l d s t h is p a p e rm a in l ys t u d i e sh o wt oa p p lyw a v e l e t t r a n s f o r mt e c h n o l o g yt oi m a g ec o m p r e s s i o ne n c o d i n ga p p l i c a t i o na n d d e e p l yd is c u s s e sh o wt or e d u c eb l o c k i n ga r t if a c t sa tl o wb t tr a t e s t h e m a inw o r kisa sf o l l o w s ： 1 an e wp r e d i c t i o n b a s e dv e c t o rq u a n t iz a t i o n ( v q ) m e t h o df o ri m a g e e n c o d i n gi sp r o p o s e dt or e d u c eb i tr a t e s t w oc o d e b o o k sw i t hd if f e r e n t s iz ea r ee m p l o y e da tt h ee n c o d e ra n dd e c o d e r f i r s t l y ，t h ed e f in e db l o c k s a r ec l a s s i f i e db a s e do nv a r i a n c e p o rs m o o t ha r e a s t h ec u r r e n tv e c t o r s a r ee n c o d e dw i t ht h es m a l lc o d e b o o k f o re d g ea r e a s ，t h ec u r r e n tv e c t o r s a r ee n c o d e dw i t h t h el a r g eo n e a ne f f i c i e n tm e t h o df o rc o d e b o o kd e s i g n isa ls op r e s e n t e dt oi m p r o v et h eq u a l i t yo ft h er e s u l t e dc o d e b o o k t h e p r o p o s e dm e t h o dc a nr e a llyh e l pt os p e e du pt h ee n c o d tn gt i m ea n dr e d u c e t h eb it r a t ef o rt h es a m ei m a g eq u a li t y 2 f o rt h ec o m p l e x i t yo ft h ee n c o d i n go fv e c t o rq u a n t i z a t i o n ，a n a d a p t iv ef a s tc o d e w o r ds e a r c ha l g o r i t h mb a s e do nw a v e l e tt r a n s f o r m i n t h ea l g o r i t h m ，r e a s o n a b l e lyi n i t i a lc o d e o r disc h o s e nf o rt h ei n p u t v e c t o rf i r s t ly t r i a n g l ei n e q u a l i t i e su s i n gm u l t i p lec o n t r o lv e c t o r sa n d c h a r a c t e r i s t i c so fv e c t o r si nt r a n s f o r md o m a i na r et h e nu t i l jz e dt o r e j e c tn o n m a t c h e dc o d e w o r d s t h eb e s t m a t c h e dc o d e w o r diso b t a i n e db y r e d u c i n gs e a r c hs p a c eg r a d u a l l y t h ep r o p o s e da l g o r i t h ms i g n i f ic a n t ly r e d u c e st h ec o m p u t a t i o n a lc o m p l e x i t yo fv qe n c o d i n gw i t h o u tc o m p r o m is in g t h ee n c o d e di m a g eq u a l i t yw i t hl i t t l ep r e p r o c e s s i n ga n dm e m o r yc o s t i l i d i s s e r t a t i o ns u b m i t t e dt os o u t hc h i n au n i v e r s i t yo ft e c h n o l o g y 3 al o s s l e s si m a g ec o m p r e s s i o nm e t h o dc o 【l b i n i n gd p c mt r a n s f o r 【1 w i t hi n t e g e rw a v e l e tt r a n s f o r misp r e s e n t e d f i r s t l y ，d p c mt r a n s f o r mis u s e di nt h ea l g o r i t h m ，a n dt h ed jf f e r e n c ei m a g eist r a n s f o r m e db yi n t e g e r w a v e l e t t h e nw ec a ng e tt h eb i ts t r e a mb yl o s s l e s ss p i h ta l g o r it h m f i n a l l yt h er e c o n s t r u c t i o ni m a g eiso b t a i n e db yc o r r e s p o n d i n gi n v e r s e t r a n s f o r m t h em e t h o diss i m p j ea n dh a r d l r a r ei i i 】p l e m e n t a t i o nis e 8 s y ， 4 ad e b l o c k i n ga l g o r i t h mi nd c td o m a i n is p r o p o s e d t h e c h a r a c t e r is t i co fh u m a nv is u a ls y s t e m ( h v s ) iss u f f i c i e n t l yu ti1iz e di n t h ea l g o r i t h m t h em o d e lo fb l o c k i n ga r t i f a c t sisb u i l ta n dac o n v e n ie n t e d g ed e t e cc i o nc r i t e r i o nisi n t r o d u c e d f o rs m o o t hr e g i o n ， t h ep a r a m e t e r t h a ta f f e c t sb l o c k i n ga r t i f a c t sism o d i f ie da n dt h e s t e p b l o c kis r e p l a c e dw i t hl i n e a rb l o c k t h ed c t d o m a i np o s t f i l t e r i n gm e t h o di s a p p l i e dt ot h eu p d a t e db l o c ka n dt e x t u r er e g i o n t h ep r o p o s e dm e t h o dh a s g o o dp e r f o r m a n c einr e d u c i n gb l o c k i n ge f f e c t sa td i f f e r e n tb i tr a t e sf o r d i f f e r e n tk i n d so fi m a g e s 5 b a s e do nt h ef e a t u r ea n a l y s isi nw a v e l e td o m a i n ，an e wd e b l o c k in g a l g o r i t h misp r o p o s e d t h eb l o c k i n ga r t i f a c t si ns p a c ed o m a i n r e f e c t h o r i z o n t a lli n e s h a p ee f f e c t ，v e r t i c a ll i n e s h a p ee f f e c ta n dg r i d s h a p e e f f e c ti nh i g hf r e q u e n c ys u b b a n d so fw a v e l e td o m a i n a d a p t i v eo p e r a t o r s a r ea p p l i e dt os u p p r e s sc h e s ee f f e c t st or e d u c eb l o c k i n ga r t i f a c t si n s d a c ed o m a i n t h en e wm e t h o di sc a c u l a t i o n a l l ve f f ic i e n ta n df a rf a s t e r t h a no t h e r s a tt h es a m e t i 【i e ， t ts g n i f i c a n t l yr e d u c e sb l o c k i n g a r t i f a c t sw h i l ep r e s e r v i n ge d g ea n dt e x t u r ei n f o r m a t i o n 6 b a s e do nw a v e l e td o m a i na n dm a r k o vr a n d o mf ie l d ( m r f ) an e w d e b l o c k i n ga l g o r i t h m i s p r e s e n t e d t h em a t h e m a t i c a le x p r e s s i o n is d e d u c e dt os e tt h et h r e s h o l df o rh u b e rf u n c t i o no fm r f t h et h r e s h 0 1 d o b t a i n e db yt h i se x p r e s s i o nc a np r o v i d eg o o dt r a d e o f fb e t w e e np r o t e c t i n g i m a g ee d g e a n di m p r o v i n gi m a g eq u a l i t y t h en e wa l g o r i t h mc a nw e l l m a i n t a i ni m a g ee d g ei n f o r m a t i o n ，a n dp e a ks i g n a ln o i s er a t i o ( p s n r )is c l o s et op r o j e c t i o no n t oconvexs e t s ( p 0 c s ) w h i c hh a st h eb e s to b j e c t i v e i m a g eq u a l i ty i nt o t a lp e r f o r m a n c e ，w h i l ei t ss p e e di sm u c hf a s t e rt h a n t h el a t t e r e a n w h i l e ， t h es u b j e c t i v ev is u a le f f e c to fo u ra l g h o r i t h m iscl o s et ot h a t o fs d a c em e t h o d s k e y w o r d sw a v e l e tt r a n s f o r m ：v e c t 。rq u a n t i z a t i o n ：l o s s l e s sc o m p r e s s i 。n a b s t r a c t i n t e g e rw a v e l e tt r a n s f o r 【i ： b l o c k in ga r t i f a c t s v 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进 行研究所取得的研究成果。除了文中特别加以标注引用的内容 外，本论文不包含任何其他个人或集体己经发表或撰写的成果作 品。对本文的研究做出重要贡献的个人和集体，均己在文中以明 确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 石址 日期：2 0 0 5 年6 月8 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规 定，同意学校保留并向国家有关部门或机构送交论文的复印件和 电子版，允许论文被查阅和借阅。本人授权华南理工大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在一年解密后适用本授权书。 本学位论文属于 不保密叮。 ( 请在以上相应方框内打“”) 作者签名：石敏 导师签名：? 彳h 舛卢l 一；| f 日期：以“年月日 日期：2 酊年，月口日 第一章绪论 第一章绪论 1 1 引言 当前人类社会正在走向数字化的信息时代，但这些数字信号的数据量极大 尽管海量存储技术、处理器的速度以及数字通信系统的性能在迅猛发展，但对数 据存储的能力和数据传输带宽的需求仍然超出了现有技术的能力所及。为了使通 信成为可能并尽可能地降低通信费用，信号的压缩是必需的。近几年在已经或将 要出现的如视频会议、可视电话、高清晰度电视、交互式电视和远程医疗等诸多 商业应用的推动下，图像和视频压缩编码受到了极大的重视。随着i n t e r n e t 网、 电信网、广播电视网的逐步融合，图像和视频压缩编码已成为图像通信的中心问 题之一。 为了满足人们对各种不同图像数据压缩的需要，越来越多的技术被成功地应 用到图像编码中。小波变换在时域和频域同时具有良好的局部化性质，对高频成 份在时域或空间域采用逐渐精细的采样步长。从而可以聚焦到对象的任意细节， 从这个意义上讲，它被人们称为数学显微镜，已成为我们在分析信号压缩时锐利 的数学工具。小波变换能量主要集中在低频子图像，小波分量具有方向选择性， 分为水平、垂直和斜方向，和人的视觉特性相吻合。怎么充分利用这些特性是本 文所要研究的内容。基于提舟方案的第二代小波可以实现图像系数从整数到整数 的变换，整数小波变换的计算速度快，在无损图像压缩上有很大的应用空间。同 时，量化是有损数据压缩中常用的技术，量化分为标量量化和矢量量化。在相同 的编码速率下，矢量量化的失真比标量量化小得多，而在相同的失真条件下，矢 量量化所需的码速率比标量所需的码速率低得多。矢量量化作为一种有效的有损 压缩技术，其突出优点是压缩比大且解码算法简单。如何降低矢量量化的复杂度， 提出性能更加优良的量化器也是人们一直研究的主要问题。 分块离散余弦变换( b d c t ) 由于其在性能上接k a r h u m e n 1 0 e v et r a n s f o r m ( k l ) 变换，有着良好的能量压缩特性和容易实现特点。被成功地应用于静态图像、视 频压缩的编码标准。b d c t 量化没有考虑相邻块像素之间的相关性，所以在低比 特率编码时，在块边界上产生方块效应，降低了图像的视觉效果，也限制了压缩 率的进一步提高。因此，对块效应进行消除是非常必要的一个研究课题，怎么提 高去块效应后图像主观质量和客观质量，并同时保持图像的边缘信息，也是消除 块效应亟待解决的问题。 本文的主要目的就是在充分利用小波变换和矢量量化优良特性的基础上，对 图像编码及其相关的问题进行研究与探讨。 华南理工大学博士学位论文 1 2 背景知识及研究现状 1 。2 。1 小波变换 数学界和工业界在共同研究数据表示技术的过程中所发展起来的小波分析 技术，摈弃了传统f o u r i e r 分析所必须的前提假设一一平稳性，成为分析非平稳 信号的有力工具。它的出现导致了我们从新的视角去研究信号压缩、噪声滤波等 信号处理问题：一方面，由于小波基的紧支性和小波分解的多尺度结构，非线性 小波逼近实质上等价于一个自适应的网格逼近，网格的分辨率在信号奇异点的邻 域内被适当加细了；另一方面，由于小波基的无条件基特性，使它成为一大类信 号的非线性逼近的最优基，许多信号在小波基的表示下，都可以获得稀疏的表示 式。小波分析是传统傅里叶分析发展史上的里程碑，在许多使用传统傅罩叶分析 的地方，均可用小波分析所取代。小波分析在时域和频域同时具有良好的局部化 性质，已经成为图像处理应用中的一个新的研究热点”1 。 小波分析方法的出现可以追溯到1 9 1 0 年h a a r 提出h a a r 规范正交基，以及 1 9 3 8 年l i t t l e w o o d p a l e y 对傅里叶级数建立的l p 理论。1 9 8 4 年法国地球物理 学家m o r l e t 引入小波的概念对石油勘探中的地震信号进行存贮和表示。l c 8 r l e r o n 使用了非常象“小波”的函数构造了s t e i n 和w e i s s 的空间日的无条 件基。直到1 9 8 6 年，法国数学家m e y e r 成功地构造出了具有一定衰减性的光滑函 数y ，它的二进伸缩与平移舻件( f ) = 2 1 ”y ( 2 1 ，一t ) ：_ ，女z 构成r 伙) 的规范正交 基。l e m a r i e 和b a t t l e 继m e y e r 之后也分别独立地给出了具有指数衰减的小波函 数。1 9 8 8 年d a u b e c h i e s 构造了具有紧支集的正交小波基。c o i f m a n ，m e y e r 等人 在1 9 8 9 年引入了小波包的概念。基于样条函数的单正交小波基由崔锦泰和王建忠 在1 9 9 0 年构造出来。1 9 9 2 年ac o h e n ，id a u b e c h h i e s 等人构造出了紧支撑双正 交小波基。同一时期，有关小波变换与滤波器组之闯的关系也得到了深入研究。 小波分析的理论基础基本建立起来。 1 9 8 7 年，m a l l a t 将计算机视觉领域内多尺度分析的思想引入信号处理领域， 并利用多分辨分析的概念，统一了这之前的各种具体小波的构造，并提出了现今 广泛应用的m a l l a t 快速小波分解和重构算法，并将它用于图像分解和压缩重构。 所谓m a l l a t 塔式快速小波变换算法，就是将一幅图像经过二维小波变换分解为一 系列不同尺度( 频率) 、方向、空间局部变化的子带图像。一幅图像经过一次小波 变换后产生4 个子带图像：l l 表示原图像的最佳逼近，反映了原图的基本特性； h l 、l h 和h h 分别表示水平高频分量、垂直高频分量和对角线高频分量，反映图 像信号水平方向、垂直方向与对角线方向边缘、轮廓和纹理。其中，l l 子带集中 了图像的大部分能量，以后的小波变换都是针对上一级变换产生的低频子带( l l ) 再进行小波变换，下标表示不同分辨率。图卜l 是三级小波变换示意图，图l _ 2 是分别对二幅图像进行两级和三级小波变换后的图像。由图卜2 可以看出每一级 2 第一章绪论 的【，l 部分集中了大部分能量，能粗略显示出原图像的概貌。 i 工lh l l i j n唧 u 上h 1 2 。1 皿唧 珊瑚l u 3 i 3 l 司司甩1 h 已1 衄li 衄 i j n删1 图卜1三级小波变换示意图 f i g卜1t h et h r e e s c a l ew a v e l e tt r a n s f o r md i a g r a m a ) 两级小波变换 b ) 三级小波变换 图卜2 进行小波变换后的图像 f i g1 2t h ei m a g e sw i t hw a v e le tt r a n s f o r m 华南理1 = 大学博1 ：学位论文 图像经小波分解后，町以得到不同分辩率的子图像，不同分辨率的子图像对 应的频率是不相同的，高频予图像卜大部分点的数值都接近于零，越是高频这种 对心现象越明显。l e n a 图像4 级分解后的小波系数的统计见表1 1 所不，图1 3 是第1 级小波分解后的小波系数分布图。 表卜ll e n a 小波系数统讣分析 t a b lej ll e n aw a v e l e t c o e f f ic ie n ts t a t is t i c a la n a l v s i s 层能塌合 了图像号最小值 最大值均值方差能量 订 l h l1 0 2 2 79 4 3 50 0 56 7 9 4o 0 9 1 h l l1 0 9 2 5 4 3 0 40 2 68 0 2o 0 6 5o 1 7 3 h h l2 9 5 53 3 0 80 o o3 4 1 7o 0 1 6 5 l h 22 3 9 0 71 6 8 5 80 0 21 9 5 6 2o 2 3 0 h l 22 1 9 0 71 3 9 0 91 1 22 5 5 4 3o 1 3 5o 4 1 0 h h 21 1 6 6 81 2 5 9 00 o o1 1 2 9o 0 4 5 l h 3 4 7 1 8 83 9 9 3 31 2 15 4 5 3 9o 4 1 4 h l 3。5 5 2 6 92 8 7 7 65 2 26 8 7 0 70 2 6 20 7 6 9 h h 32 6 9 3 8 2 5 9 5 90 5 93 2 4 8 1o 0 9 3 l h 49 0 4 6 21 0 7 2 6 81 6 71 4 5 7 2 6o 8 8 1 h “一9 2 9 0 56 8 5 8 6 2 0 4 3 12 0 0 8 7o 4 6 81 4 8 1 h h 43 6 0 _ 3 14 5 4 4 51 3 87 7 1 6 5o 1 3 2 l l 46 2 6 _ 8 23 6 4 2 5 2 1 9 7 8 6 46 9 3 6 6 i9 7 1 6 79 7 1 6 7 从表1 一l 可以看出，小波系数能量的9 7 以上集中在最高分解级的最低频带， 而且小波系数的范围比其它子图像小波系数更宽，均值和方差比其它子图像更大， 这说明最高分解最低频子带的小波系数具有更重要的要位。图1 3 是l e n a 图像经 过小波一次分解后各个子带系数的灰度直方图，从图可以看出，各个高频子带的 数据统计分布非常相似，基本符合拉普拉斯分步。 图像经过小波变换后能获得很好的空间一频率多分辨率表示，有以下一些主 要特性：1 ) 不仅保持了原图像空间特性，而且能很好地提取出图像的高频信息， 在低频处有很好的频率特性，在高频处有很好的空间选择性；2 ) 小波分量具有方 向选择性，分为水平、垂直和斜方向，这些特性都和人的视觉特性相吻合；3 ) 能 量主要集中在低频子图像，各层的低避直流分量相等，各带通分量均为零；4 ) 低 频子图像具有很强的相关性，水平子图像在水平方向相关系数大，而垂直方向小： 4 第一章绪论 垂直子图像在水平方向相关系数小，而垂直方向大：斜方向子图像在水平和垂直方 向相关系数都小。 图l 3l l l ，l h l ，h l l ，h h l 的小波系数分布图 f i g1 3d i s t r 【b u t i v ed i a g r a mo fw a v e l e tc o e f f i c i e n t si nl l l ，l h l ，h l l h h l s u b b a n d s 正是由于小波分析具有以上这些优点，基于小波变换的图像应用研究取得许 多成果，在图像压缩方面，小波编码取得了很大的成功。这些算法都是使用了不 同的小波系数组织方法与利用了小波系数所具有的统计特性。各种类型的小波图 像编码器相继提出，下面是6 种性能卓著的小波图像编码器“1 ：e z w 编码器，s p i h t 编码器，集合分裂嵌入块编码( s p e c k ) ，可逆嵌入小波压缩算法( c r e w ) ，小波 数据形态表示图像编码( m r w d ) 和e b c o t 编码器。这些成果正逐步标准化，汇集成 拟订中的工业标准一一j p e g 2 0 0 0 。在活动图像m p e g 4 标准制定中，基于小波变换 的压缩编码也是一个优选方案。 此外，在边缘检测，图像分割，图像恢复，图像去噪，图像分类与识别，图 像检索方面，图像增强，图像融合等数字图像处理中。，小波技术也同样受到 广泛关注，并取得相当的成果。它是以局部化函数所形成的小波基作为基底而展 开的，具有许多特殊的性能和优点。总之，正是由于它在图像处理领域中所获得 的大量成功的应用表明小波技术图像处理是非常有前途的研究领域。基于这个原 因。我们用它作为一种强有力的数学工具来解决本课题中研究的实际问题。 华南理工大学博士学位论文 1 2 2 矢量量化 有损压缩是利用人眼的视觉特性有针对地简化不重要的数据，以减少总的数 据量。量化是有损数据压缩中常用的技术“。量化可以分为两种，即标量量化与 矢量量化。标量量化每次只量化一个采样点。而矢量量化在量化时用输出组集合 中最匹配的一组输出值来代替一组输入采样值。根据香农的速率一失真理论，即使 信源是无记忆的，利用矢量编码代替标量编码总能在理论上得到更好的性能，矢 量量化可以看作标量量化的推广。基本的矢量量化器编码，传输与解码过程如图 l _ 4 所示。矢量量化编码器根据一定的失真测度在码书中搜索出与输入矢量最匹 配的码字。传输时仅传输该码字的索引。解码过程很简单，只要根据接收到的码 字索引在码书中查找该码字，并将它作为输入矢量的重构矢量。 舅照鼗 艘毋揖 - _ _ 。- 。- - _ _ 。- ， l 。- - 。_ 图卜4 矢量量化编码和解码示意图 f i gl 一4 v e c t o rq u a n t iz a t i o ne n c o d i n ga n dd e c o d in gd i a g r a m 矢量量化技术作为一种有效的有损压缩技术，其主要优点是压缩比大以及解 码简单在图像压缩和语音编码方面已经得到了成功的应用，尤其在许多语音编 码标准中已包含矢量量化技术。矢量量化技术能够有效地降低比特率和存储空涮。 在过去的2 0 年中虽然人们对基本矢量量化的研究已经日趋成熟，但是由于它还存 在许多有待解决的问题，故矢量量化的具体应用受到了诸多限制。虽然基本矢量 量化器已经可以用硬件实现，但各种变种的矢量量化器的硬件实现仍有待于解决。 矢量量化的压缩标准一直没有提出，主要原因是码书的标准与编码的对象密切相 关，不同的应用场合下码书的结构，码书的大小以及矢量的维数都不相同。国内 矢量量化技术还停留在理论研究，实用的矢量量化编码系统并未见报道，更不必 说实用的矢量量化产品。正是由于存在上述问题以及矢量量化技术的一般性和可 结合性，使得人们对矢量量化技术的理论与应用研究方兴未艾。 矢量量化器码书设计是矢量量化的核心技术之一。针对码书设计需要克服的 缺点，学者们开始提出各种改进的算法，这些算法大致可以分为4 大类：( 1 ) g l a 算法的改进”“，包括针对初始码书选择的改进方法以及针对设计速度的加速算 法。( 2 ) 基于神经网络的码书设计算法2 ”“，如竞争学习神经网络与自组织特征 第一孽绪论 映射神经网络码书设计。( 3 ) 基于全局优化技术的码书算法，如随机松弛算法= 2 1 ：， 模拟退火算法。“，遗传算法。”和禁止搜索算法“。( 4 ) 基于模糊聚类理论的码 书设计算法，如模糊c 均值码书设计“，模糊矢量量化码书设计”和禁止搜索模 糊c 均值码书设计算法o 。 矢量量化码字索引分配算法也是矢量量化的核心技术之一。在2 0 世纪9 0 年 代初，人们将码书设计问题和码字索引分配问题完全隔离开，即将量化失真和信 道失真分开考虑，提出了b s a 算法”“，基于模拟退火的码字索引分配算法”“1 ，遗 传码字索弓1 分配算法”与禁止搜索码字索引分配算法”等等。目前，大量的文献 提出在码书设计时考虑信道失真的联合优化技术，即信道最优化矢量量化。“。 由此可见，未来码书设计算法的研究重点是：( 1 ) 考虑信道失真的信道最优矢量 量化码书设计算法( 2 ) 与初始条件无关的接近全局最优的码书设计算法。( 3 ) 适用于特定场合的码书设计算法。 矢量量化码字搜索算法的研究也是矢量量化的核心技术之一。传统的码字搜 索算法的主要思想是减少总运算量，但随着计算机技术的发展，d s p 芯片的乘法 运算时间和加法运算时间。甚至是比较运算时间都可用一条指令来实现，所以当 今的码字搜索算法应当考虑如何减少总运算量，即如何减少加法，乘法，比较等 运算次数的总和。为用硬件实现矢量量化系统，必须考虑各种运算所占的c p u 时 间。快速码字搜索算法大致可以分为基于不等式判据的，基于金字塔结构的，基 于变换域的和自适应搜索范围及顺序四大类。文献 3 7 提出一种基于小波变换的 快速码字搜索算法，文献 3 8 提出一种改进的基于均值金字塔的快速码字搜索算 法，文献 3 9 提出一种预测分裂矢量量化的快速码字搜索算法。由此看来，码书 搜索算法的发展趋势应为：( 1 ) 传统类型的码字搜索算法研究趋向饱和。( 2 ) 人们将逐步转向新型码字搜索算法的研究，尤其是适用于d s p 或其它硬件快速实 现的码字搜索算法。 今后人们对各种其它矢量量化器的研究将越来越广泛，并将与其他领域的技 术相结合而出现大量的新型矢量量化器。目前，有大量的文献关注多描述矢量量 化器( m d v q ) 的研究，目前已有多描述格型矢量量化和多描述树型矢量量化等 f d v q 的变种“”“。位平面编码代表着当今图像编码的技术水平，文献 4 2 将位平面的 思想推广到矢量域，并提出所谓的逐次逼近矢量量化器。还出现了各种约束矢量 量化器的改进及结合，如：树型乘积码矢量量化器“，格式结构型编码残差矢量 量化器“，自适应树型残差量化器“，多变换域分裂量化器“”与线性变换存储量 受限量化器“”等等。总的来说，今后的矢量量化技术的理论研究将朝着高性能， 高效率，多样化，自适应方向发展。 在应用方面，传统的矢量量化应用范围是静态图像编码，语音编码和语音识 别。近年来，随着矢量量化研究的深入和各种交叉学科的出现，由于矢量量化与 7 华南理工大学博士学位论文 其他技术的易结合性，使得矢量量化技术的应用领域越来越广，如数字水印，文 献检索，数据库压缩，纹理压缩，移动通信，图像滤波，图像恢复，丢失信息重 构，医药三维图像压缩，遥感图像压缩动态图像压缩，莫斯码识别，三维网络 构建等“”1 。从图像和音频压缩方面来看，未来矢量量化技术的应用将由静态图 像转向动态图像，由灰度图像转向彩色图像，由单一的图像信号或语音信号转向 视频，矛头直指d v d 和数字电视，并逐步向航天科技领域靠拢。从使用的技术来 看，各领域所使用的矢量量化技术将由基本的矢量量化器转向约束量化器，反馈 矢量量化器和低比特率矢量量化器并试图建立一种压缩标准，开发实用的矢量 量化编解码系统软件包和矢量量化硬件产品。 1 2 3 无损压缩编码 无损压缩是将相同的或相似的数据或数据特征归类，使用较少的数据量描述 原始数据，以达到减少数据量的目的。它是利用了数据的统计冗余进行压缩可 完全恢复原始数据而不引入任何失真，但压缩率受到了数据统计冗余度的理论限 制，压缩比比较低，这类方法广泛用于文本数据，程序和特殊场合的图像数据( 如 指纹图像，医学图像，遥感图像，航空图像，卫星图像等) 的压缩。这些图像的 压缩不同于一般视频图像数据的压缩，它不能靠峰值信噪比和人眼主观来判定重 建图像的质量，传统上，一般的无失真压缩方法，压缩比仅仅能达到2 倍左右， 因此有必要研究一种更高压缩比的高保真图像编码方法这对于指纹图像，医学 图像，遥感图像，航空图像，卫星图像等的数据存贮，传输，检索都有十分重要的 意义。 传统的无损压缩编码有行程编码，哈夫曼编码和算术编码也被称之为熵编 码。j p e g 无损压缩采用空间域无量化d p c m 编码，并对预测误差进行熵编码，可 保证重建解码图像与原始图像完全相等，预测的系数可以从j p e g 无失真编码所用 的预测器表中进行选择。近年来，出现了很多预测编码联合熵编码的无损图像编 码方法，并取得了一定的效果。g u a n gd e n g 提出一种自适应预测无损图像编码”“， 预测器包括两个主要的步骤，使用变换域l m s 算法为每个像素构建一个性能优良 的预测器，然后对预测误差用基于内容的算法编码器进行编码。文献 6 4 提出了 一种多次扫描的自适应线性预测无损图像编码方法该算法根据图像内容用的扫 描方式，选择最优的残差进行熵编码，比用单一的扫描压缩效果好。文献 6 5 提 出了一种自适应线性预测与分类的无损图像编码方法，它是根据图像内容分类与 多个预测器的联合来产生预测误差，然后对预测误差进行熵编码。 现有的基于变换编码的方法，通常都是采用浮点运算，存在精度误差，再加 上编码过程中在有损量化，图像不能实现无损压缩。近年来，许多研究人员开始 进行不存在浮点运算的整数变换的研究，包括整数d c t 变换“，整数傅立叶变换 ”“，整数小波变换”。在以小波变换作为压缩标准的j p e g 2 0 0 0 编码中，也有支 第一苹绪论 持无损压缩编码的整数定点小波滤波器( b 5 7 ) 。这些整数变换继承了了它们相应 的浮点系数变换的许多特征，同时只要有足够长的字节长度来保留中间的整型数， 截断误差将被完全消除。所以它们能克服精度误差和量化误差，实现无损图像编 码。 利用提升方案带来的便利，可以很容易地构造整数到整数的小波变换，文献 6 9 提出一种基于投影的自适应整数小波变换，它使用投影技术为基于提升的整 数小波变换自适应找到最优的预测系数，从而降低了小波变换系数的一阶熵，提高 了压缩效率。文献 7 0 提出一种基于图像内容和e z w 框架的无损图像编码方法， 该方法主要包括三个阶段，整数小波变换，小波系数的排列顺序与选择和基于内 容的自适应算术编码，作者研究了这三个阶段不同的参数，从而改进了现有的算 法。文献 7 1 提出一种整数多小波