（电路与系统专业论文）基于小波变换的图像压缩技术研究[电路与系统专业优秀论文].pdf

西北工业大学硕士学位论文 多子小淤受淤肘四欲压 摘要 小波变换不仅可以去除图像数据中的相关 而且它提供了 利用人眼视觉特 性的良 好机制 因此基于小波变换的图像压缩技术己成为当前的研究热点 本 文详细研究了基于小波变换和矢量量化的静态图像压缩编码方法 首先 本文给出了图像压缩的一般概念 回顾了图像压缩技术的发展 并 简要介绍了几种常用的图像压缩国际标准 然后 从信号处理的角度介绍了小 波变换 并通过实验的方法研究了其在图像压缩中的应用 包括 小波基的选 择 分解层数的确定 边界延拓方法以及图像小波系数的分布特点等 在量化 部分 本文介绍了格形矢量量化的基本概念和实现方法 然后重点分析 研究 了一种基于格形矢量量化的逐次逼近小波矢量量化算法 s a w v q 最后 根 据小波系数的分布特点和人眼的视觉特性 对该算法提出了两点改进 在嫡编 码部分 本文比较了霍夫曼编码和算术编码的优点 并重点讨论了自适应的算 术编码器的实现 此外 本文还讨论了对图像的最低频子带小波系数进行线性 预测编码的方法 本文的最后给出了用 s a w v q算法和本文的改进算法进行图像压缩的仿 真结果 仿真结果表明 相对于原s a w v q算法 在运算量增加不大的情况下 本文算法能取得较优的结果 峰值信噪比 p s n r 最多提高0 2 4 d b 而且本文 算法能获得稍优的视觉效果 f c 键词 图像压缩 小波变换 格形矢量量化 l v q 预侧编码 自适应算术编码 西北工业大学硕士学位论文 萝子沪波变友劣留余压缩左术班兑 尸 abs tract t h e w a v e l e t t r a n s f o r m a t i o n c a n p r o v i d e a g o o d m e c h a n i s m t o e x p l o r e h u m a n v i s u a l s y s t e m w h i l e i t r e m o v e s t h e d a t a c o r r e l a t i o n in i m a g e s o t h e i m a g e c o m p r e s s i o n c o d i n g a l g o r i t h m b a s e d o n w a v e l e t t r a n s f o r m a t i o n h a s b e c a m e r e s e a r c h i n g h o t s p o t i n r e c e n t y e a r s i n t h i s d i s s e rt a t i o n a i m a g e c o m p r e s s i o n c o d i n g m e t h o d b a s e d o n w a v e l e t t r a n s f o r m a t i o n a n d v e c t o r q u a n t i z a t i o n i s d i s c u s s e d i n d e t a i l f i r s t l y t h e g e n e r a l c o n c e p t i o n o f i m a g e c o m p r e s s i o n i s p r e s e n t e d t h e b r i e f d e v e l o p in g h i s t o r y o f i m a g e c o m p r e s s i o n t e c h n i q u e i s r e v i e w e d a n d s e v e r a l i m a g e c o m p r e s s i o n i n t e rn a t i o n a l s t a n d a r d s a r e i n t r o d u c e d b r i e fl y t h e n t h e c o n c e p t i o n o f w a v e l e t t r a n s f o r m a t i o n i s i n t r o d u c e d fr o m t h e v i e w p o i n t o f s i g n a l p r o c e s s i n g a n d i t s a p p li c a t i o n i n i m a g e c o m p r e s s i o n i n c l u d i n g t h e s e l e c t i o n o f w a v e l e t b a s i s t h e c o n f i r m a t i o n o f d e c o m p o s i t i o n s t a g e s a n d t h e d i s t r i b u t i o n o f w a v e l e t c o e ffic i e n t s i s r e s e a r c h e d b y t h e e x p e r i m e n t a l w a y s i n q u a n t i z a t i o n s t a g e t h e l a t t i c e v e c t o r q u a n t i z a t i o n i s d i s c u s s e d fi r s t l y t h e n a s u c c e s s i v e a p p r o x i m a t i o n w a v e l e t v e c t o r q u a n t i z a t i o n s a w v q a l g o r i t h m w h i c h b a s e d o n l a t t i c e v e c t o r q u a n t i z a t i o n is d i s c u s s e d i n d e t a i l f i n a l l y a c c o r d i n g t o t h e c h a r a c t e r i s t i c o f w a v e l e t c o e f f i c i e n t d i s t r i b u t i o n a n d h u m a n v i s u a l s y s t e m t w o i m p r o v e m e n t s o n t h i s a l g o r i t h m a r e p r e s e n t e d i n e n t r o p y c o d i n g s t a g e t h e h u ff m a n c o d i n g a n d t h e a r i t h m e t i c c o d i n g i s i n t r o d u c e d a n d t h e i m p l e m e n t a t i o n o f a d a p t i v e a r i t h m e t i c c o d e r i s e m p h a s i z e d t h e p r e d i c a t i o n c o d i n g w h i c h u s e d t o c o d e t h e l o w e s t f r e q u e n c y w a v e l e t s u b b a n d l o s s l e s s l y i s a l s o d is c u s s e d i n t h e l a s t s e c t i o n o f t h i s d i s s e rt a t i o n t h e s i m u l a t i o n r e s u l t s f o r s a w v q a l g o r i t h m a n d t h e i m p r o v e d a lg o r i t h m a r e p r e s e n t e d t h e s i m u l a t i o n r e s u l t s s h o w t h a t c o m p a r e d t o t h e o r i g i n a l s a w v q a l g o r i t h m t h e i m p r o v e d a l g o r i t h m c a n o b t a i n b e t t e r r e s u l t s i n b o t h o b j e c t i v e a n d s u b j e c t i v e i m a g e q u a l i t y t h e p s n r i n c r e a s e d u p t o 0 2 4 d b k e y wo r d s i m a g e c o m p res s i o n wa v e l e t t r a n s f o r ma t i o n l a tt i c e v e c t o r q u a n t i z a t i o n l v q p red i c t i o n c o d i n g a d a p t i v e a r i t h me t i c c o d i n g 西北工业大学硕士学位论文 多于小淤戎必 第一章 绪论 许多工程技术领域都需要对图像数据进行存储或传输 比如 数字电视 遥 感图像的传输 可视电话 传真及各种图像资料的保存等 而且在互联网上很 多信息是以图像形式存储和传输的 但是 图像数据具有很大的数据量 例如 对一幅分辨率为1 0 2 4 x 1 0 2 4的2 4 位色的真彩色图像 其数据量为3 m b 而视 频图像的数据量则更大 例如彩色电 视信号的数据量约为 1 0 o m b i t s 而正在开 发的 高 分辨 率 数 字电 视 h d t v 的 数 据量 高 达1 2 g b it s i2 i 如果 直 接对 原 始的 图像数据进行存储和传输 则需要占 用很大的存储空间和很宽的传输带宽 从 而造成资源浪费 甚至在某些情况下这种做法是不可行的 所以必须研究如何 减少图像的数据量 以便在重建图像质量为用户能接受的条件下 以尽可能小 的存储空间存储图像 以尽可能小的传输带宽传输图像 这就是图像压缩要解 决的问题 图像压缩能够实现的依据就是图像数据是高度相关的 存在着巨大 的数据冗余 1 1图像数据中的冗余 同一个信息可以 用不同的数据集合来表示 我们说数据量大的数据集合存在 着相对的数据冗余 数据冗余不是一个抽象的概念 而是一个在数学上可以量 化的实体 如果n 和n 2 分别为两个表示同一信息的数据集合中的数据个数 而 且 n 2 则第一个数据集合 用n 1 表示的 集合 的相对数据冗余几可以表示 为 r o 1 一 n 2 月 1 1 1 若n l n 2 r d o 表示 相对于第二个数据集合 信息的第一种表达方式不 存在数据冗余 若n l n 2 r d 1 表示 相对于第二个数据集合 信息的第一 种表达方式存在巨大的数据冗余 图 像数 据中 存 在以 下四 类冗余 1 l 1 编码冗余 又叫 信息嫡冗余 由 信息论的 有关原理可知 为表示图 像数 据的一个像素点 只要按其信息嫡的大小分配相应的比特数即可 当我们用自 然二进制编码表示一幅图像 对每一像素分配相等的比特数 这样必然会造成 西北工业大学硕士学位论文 多于小淤戎必 第一章 绪论 许多工程技术领域都需要对图像数据进行存储或传输 比如 数字电视 遥 感图像的传输 可视电话 传真及各种图像资料的保存等 而且在互联网上很 多信息是以图像形式存储和传输的 但是 图像数据具有很大的数据量 例如 对一幅分辨率为1 0 2 4 x 1 0 2 4的2 4 位色的真彩色图像 其数据量为3 m b 而视 频图像的数据量则更大 例如彩色电 视信号的数据量约为 1 0 o m b i t s 而正在开 发的 高 分辨 率 数 字电 视 h d t v 的 数 据量 高 达1 2 g b it s i2 i 如果 直 接对 原 始的 图像数据进行存储和传输 则需要占 用很大的存储空间和很宽的传输带宽 从 而造成资源浪费 甚至在某些情况下这种做法是不可行的 所以必须研究如何 减少图像的数据量 以便在重建图像质量为用户能接受的条件下 以尽可能小 的存储空间存储图像 以尽可能小的传输带宽传输图像 这就是图像压缩要解 决的问题 图像压缩能够实现的依据就是图像数据是高度相关的 存在着巨大 的数据冗余 1 1图像数据中的冗余 同一个信息可以 用不同的数据集合来表示 我们说数据量大的数据集合存在 着相对的数据冗余 数据冗余不是一个抽象的概念 而是一个在数学上可以量 化的实体 如果n 和n 2 分别为两个表示同一信息的数据集合中的数据个数 而 且 n 2 则第一个数据集合 用n 1 表示的 集合 的相对数据冗余几可以表示 为 r o 1 一 n 2 月 1 1 1 若n l n 2 r d o 表示 相对于第二个数据集合 信息的第一种表达方式不 存在数据冗余 若n l n 2 r d 1 表示 相对于第二个数据集合 信息的第一 种表达方式存在巨大的数据冗余 图 像数 据中 存 在以 下四 类冗余 1 l 1 编码冗余 又叫 信息嫡冗余 由 信息论的 有关原理可知 为表示图 像数 据的一个像素点 只要按其信息嫡的大小分配相应的比特数即可 当我们用自 然二进制编码表示一幅图像 对每一像素分配相等的比特数 这样必然会造成 西北工业大学硕士学位论文 萝t 硬一龚劣 袭压缩左术厌p 数据的冗余 2 像素间的冗余 由于图像的像素之间存在着高度的相关性 比如一幅图 像中可能存在大块颜色相同的区域或存在规则的纹理结构 再比如视频图像中 相邻的图像帧之间非常相似等 所以任何给定的像素可以由相邻的像素或相邻的 图像帧的对应像素进行适当的预测 单一像素携载的信息相对较小 如果对每一 像素都编码表示 就会造成数据冗余 其他文献中提及的空间冗余 结构冗余和 帧间冗余都可包括在此类中 3 心理视觉冗余 人的视觉系统对图 像的感知是非均匀和非线性的 特别 是人的视觉系统并不是对图像中的任何变化都能感知 例如图像系数的量化误差 引起的图像变化在一定范围内是不为人眼所觉察的 4 知识冗余 有些图像包含的信息与某些先验的基础知识有关 例如在一 般人脸图像中 头 眼 鼻和嘴的相互位置等信息就是一些常识 这种冗余我们 称为知识冗余 1 2图像压缩系统的模型 图像压缩系统尽量去除上述四种数据冗余 从而减少表示图像所需的数据 量 人们已 经开发了 多种图 像压缩编码技术 11 1 12 来去除 数 据冗余 但为了 达到更 好的压缩效果 一个实际的图像压缩系统往往是几种压缩编码技术的综合 图 1 1 是一个典型图像压缩系统的模型 如图所示 一个图像压缩编码系统包括两 个独立的模块 编码器和解码器 编码器将图像转化为二进制码流 解码器由 该二进制码流重建原图像 原图像信道 编码器 信 道 一 一 叫 符 号 解 码 器 一洲 反 向 转 换 器卜 重 建 的 图 像 解码器 图1 1典型的图 像压缩系统模型 在图像编码的第一阶段 转换器用来消除图像数据的相关性 以便去除像素 间冗余 这一步操作通常是可逆的 二值图像压缩常用的行程编码即为转换器 的一个例子 转换器的另一个更为普遍的例子是通过可逆线性变换将图像映射 到变换系数集上 虽然该变换不能直接减少数据量 但变换系数集的能量向少 西北工业大学硕士学位论文 萝t 硬一龚劣 袭压缩左术厌p 数据的冗余 2 像素间的冗余 由于图像的像素之间存在着高度的相关性 比如一幅图 像中可能存在大块颜色相同的区域或存在规则的纹理结构 再比如视频图像中 相邻的图像帧之间非常相似等 所以任何给定的像素可以由相邻的像素或相邻的 图像帧的对应像素进行适当的预测 单一像素携载的信息相对较小 如果对每一 像素都编码表示 就会造成数据冗余 其他文献中提及的空间冗余 结构冗余和 帧间冗余都可包括在此类中 3 心理视觉冗余 人的视觉系统对图 像的感知是非均匀和非线性的 特别 是人的视觉系统并不是对图像中的任何变化都能感知 例如图像系数的量化误差 引起的图像变化在一定范围内是不为人眼所觉察的 4 知识冗余 有些图像包含的信息与某些先验的基础知识有关 例如在一 般人脸图像中 头 眼 鼻和嘴的相互位置等信息就是一些常识 这种冗余我们 称为知识冗余 1 2图像压缩系统的模型 图像压缩系统尽量去除上述四种数据冗余 从而减少表示图像所需的数据 量 人们已 经开发了 多种图 像压缩编码技术 11 1 12 来去除 数 据冗余 但为了 达到更 好的压缩效果 一个实际的图像压缩系统往往是几种压缩编码技术的综合 图 1 1 是一个典型图像压缩系统的模型 如图所示 一个图像压缩编码系统包括两 个独立的模块 编码器和解码器 编码器将图像转化为二进制码流 解码器由 该二进制码流重建原图像 原图像信道 编码器 信 道 一 一 叫 符 号 解 码 器 一洲 反 向 转 换 器卜 重 建 的 图 像 解码器 图1 1典型的图 像压缩系统模型 在图像编码的第一阶段 转换器用来消除图像数据的相关性 以便去除像素 间冗余 这一步操作通常是可逆的 二值图像压缩常用的行程编码即为转换器 的一个例子 转换器的另一个更为普遍的例子是通过可逆线性变换将图像映射 到变换系数集上 虽然该变换不能直接减少数据量 但变换系数集的能量向少 西北工业大学硕士学位论文 萝子 j 淤变凄必 数系数集中 从而可以利用后续的压缩编码方法来减少数据量 在这里 最常 用的可逆线性变换包括 k a r h u n e n l o c v 变换 k l t w a l s h h a d a m a r d变换 wh t 离散傅立叶变换 d f r 离散余弦变换 d c t 等 其中k l 7 具有 最佳的去相关效果 是数据压缩方面的最佳变换 但 k l t缺乏快速算法 计算 繁重 所以在实际中很少应用 对于大多数图像来说 d c l 可以获得接近 k l t 的压缩效果 而且d c f 有快速算法 所以 在实际中取得很多应用 在目 前被采 用的 几中静止和视频图 像压缩国际标准中都利用了d c r a 与其他线性变换相似 小波变换也能很好的消除图像的统计冗余 另外 小 波变换的本质是多分辨率或多尺度地分析信号 非常适合视觉系统对频率感知 的对数特性 因此 从本质上说小波变换非常适合图像信号的处理 因为它提 供了利用人眼视觉特性的很好机制 小波变换将图像信号分解成不同的频率区 域 后续的压缩编码方法可以根据人眼视觉特性和原图 像的统计特性 对不同 频率区域采取不同的压缩编码手段 从而使数据量减少 而且对于有尺度函数 的小波基 小波变换有快速算法 由于有这些优点 小波变换编码方法在图像 压缩领域受到了广泛的重视和应用 在图像编码的第二阶段 量化器将转换器的输出数据调整到与预设的保真度 准则相一致 量化表示从一个范围很广的输入值集合到一个有限的输出值集合 的映射 这一步操作有信息损失 是不可逆的 如果我们希望图像压缩是无损 的 即能够由解压缩精确地重构原图像 那么在图像编码阶段必须去掉量化器 量化可以分为标量量化和矢量量化两大类 矢量量化是标量量化的推广 可以 作为一个单元一次量化一组数据 矢量量化总能取得优于标量量化的效果 而 且矢量量化可以利用相邻数据间的相关性 这一点特别适合图像的小波系数 所以小波变换加矢量量化的图像压缩编码方法能够取得很好的效果 得到了广 泛的研究 在图像编码的最后一个阶段 符号编码器对量化器的输出进行编码 在大多 数情况下 这一过程采用变长编码 即给输出频率高的符号分配较短的码字 输出频率低的符号分配较长的码字 从而使输出的平均码长接近量化器输出符 号的 嫡 所以这一阶段也叫嫡编码阶段 常用的变长编码方法有霍夫曼编码和 算术编码 图像解码器包括两个部分 符号解码器和反向转换器 它们分别是符号编码 器和转换器的逆操作 西北工业大学硕士学位论文 萝子价m mh 1 3图像压缩的质量评价 图 像压缩的质量评价指标主要有编码压缩率和图像质量两个方面 设n 为压缩前表示图像的比 特数 n 2 为压缩后的比 特数 则编码压缩率q 定义为 1 2 既然量化会造成信息的损失 所以需要一种可以对损失信息的性质和范围 定量的方法 作为这类评估基础的两类准则是 1 客观保真度准则和 2 主 观保真度准则 当信息的损失程度可以 表示为输入图像和经过压缩后又被解压缩的输出图 像的函数时 就说这个函数是基于客观保真度准则的 常用的客观保真度准则 有输入 输出图像的均方根误差 e u 信噪比 s n r 和峰值信噪比 p s n r e 设肛力 为 尺 寸m x n的 原 图 像 输 入 图 像 尹 x 力为 先 压 缩 后 解 压 缩 的 重建图像 输出图像 则输入 输出图像的均方根误差 e r m s 定义为 e一l m 1n 1e m m n f x y f x y丫 1 3 信噪比 s n r 和峰值信噪比 p s n r 分别定义为 单位 d b s n r一 l o l o g 口z e 几 1 4 lo lo g lo 半 e 1 5 其中 a z 一 1 u in 1 m n n f x y 一 f x y i 一 1m n 黛f x y 1 6 尽管客观保真度准则提供了一种简单便捷的评估信息损失的机理 但大部 分解压缩图像最终还是要由人来进行观察的 所以使用观察者的主观评估衡量 西北工业大学硕士学位论文 萝子小硬i t a必级压生 图像的品质通常更为适当 这些评估被称为基于主观保真度准则的 表1 1 显示 了一种基于主观保真度准则的可行的图像质量评估等级量表 表1 1电 视图 像等 级量 表 i l l 值等 级描述 1极好具有极高品质的图像 和希望的一样好 2好高品质的图像 其中的干扰可以接受 3过得去具有可接受的品质 其中的干扰不是不可以 接受 4勉强可以品质不良的图像 干扰在某种程度上不可以接受 5差非常不好得图像 但还可以 看 有明显不能接受的干扰 6不可用差到无法观看的图像 1 4本文内 容的安排 静态图像压缩是视频图像压缩的基础 而且它本身也有重要的应用价值 所 以本文将重点讨论静态图像的压缩 本文围 绕着图1 1 的图 像压缩模型展开 论述了完整的 静态图 像压缩编码过 程 第二章回顾了图像压缩技术的发展 并简要介绍了 几种图像压缩的国际标 准 第三章从信号处理的角度论述了小波变换并通过实验的方法研究了其在图 像压缩中的应用 第四章介绍了图像小波系数的量化 重点介绍了一种基于格 形矢量量化的逐次逼近的矢量量化技术 第五章讨论了嫡编码方法 重点论述 了自 适应的算术编码器的实现 第六章给出了仿真结果和分析 第七章总结了 全文 西北工业大学硕士学位论文 萝子小硬i t a必级压生 图像的品质通常更为适当 这些评估被称为基于主观保真度准则的 表1 1 显示 了一种基于主观保真度准则的可行的图像质量评估等级量表 表1 1电 视图 像等 级量 表 i l l 值等 级描述 1极好具有极高品质的图像 和希望的一样好 2好高品质的图像 其中的干扰可以接受 3过得去具有可接受的品质 其中的干扰不是不可以 接受 4勉强可以品质不良的图像 干扰在某种程度上不可以接受 5差非常不好得图像 但还可以 看 有明显不能接受的干扰 6不可用差到无法观看的图像 1 4本文内 容的安排 静态图像压缩是视频图像压缩的基础 而且它本身也有重要的应用价值 所 以本文将重点讨论静态图像的压缩 本文围 绕着图1 1 的图 像压缩模型展开 论述了完整的 静态图 像压缩编码过 程 第二章回顾了图像压缩技术的发展 并简要介绍了 几种图像压缩的国际标 准 第三章从信号处理的角度论述了小波变换并通过实验的方法研究了其在图 像压缩中的应用 第四章介绍了图像小波系数的量化 重点介绍了一种基于格 形矢量量化的逐次逼近的矢量量化技术 第五章讨论了嫡编码方法 重点论述 了自 适应的算术编码器的实现 第六章给出了仿真结果和分析 第七章总结了 全文 西北工业大学硕士学位论文 萝子价硬受淤劣留余压缩岁r大研穷 第二章 图像压缩技术的发展及国际标准简介 2 1图像压缩技术的发展及研究现状 图像压缩研究起源于2 0 世纪4 0 年代 1 9 4 8 年 o l i v e r 首先提出了电视信 号的线性p c m理论 开创了图像压缩研究的先河 随后 1 9 5 8 年 g r a h a m提 出了 静态图像的d p c m编码方法 该方法能 够得到约4 b i tl p i x 的 数据率 1 9 6 6 年 j b o n e a l 对电 视数据的帧内 预测和亚取样内 插复原进行了 研究 并于1 9 6 9 年进行了帧内预测编码的实际试验 7 0 年代 a h a b i b i 进行了帧间预 测预测编码的研究 并于8 0 年代初进行了针对帧间运动补偿所用的运动估值的 研究 这些早期的预测编码研究都是以像素为处理单元 其理论是线性预测理论 这些预测编码方法至今仍有广泛的应用 如 j p e g中的直流系数压缩和 m p e g 中的帧间预测 运动补偿编码等 由于预测编码的压缩比不高 人们对图像压缩的研究重点逐渐转换到了变 换编码方面 1 9 6 8年 h c a n d r e w s等人首次提出了变换编码的概念 采用的 是二维离散付利叶变换 以后又出现了多种变换方法 如d c t d h t 等 2 0 世 纪6 0年代 快速付利叶变换 f f r 的发现和其后大规模集成电路的问世 对 变换编码走向实用起了极大的推动作用 2 0世纪 8 0年代以 来 人们对用矢量量化作为一种独立的编码手段进行图 像压缩也进行了广泛地研究 2 0世纪 9 0年代 随着几种以变换编码为基础的采用混合编码方法的图像 压缩国际标准 j p e g m p e g 的制定 标志着此前4 0 多年的研究走向了实际 应用 这些标准采用的混合编码技术代表了当时的研究水平 当前 相关学科的迅速发展和新兴学科的不断出现为图像压缩的发展注入 了新的活力 人们对图像信息需求的巨增也有力地促进了图像压缩技术的发展 许多学者结合模式识别 计算机视觉 神经网络 小波分析和分形几何等理论 开始探索图像压缩的新途径 当前图像压缩研究的主要方向 有 2 l 1 压缩编码时结合人眼生理 心理视觉特性 西北工业大学硕士学位论文 萝子价硬受淤劣留余压缩岁r大研穷 第二章 图像压缩技术的发展及国际标准简介 2 1图像压缩技术的发展及研究现状 图像压缩研究起源于2 0 世纪4 0 年代 1 9 4 8 年 o l i v e r 首先提出了电视信 号的线性p c m理论 开创了图像压缩研究的先河 随后 1 9 5 8 年 g r a h a m提 出了 静态图像的d p c m编码方法 该方法能 够得到约4 b i tl p i x 的 数据率 1 9 6 6 年 j b o n e a l 对电 视数据的帧内 预测和亚取样内 插复原进行了 研究 并于1 9 6 9 年进行了帧内预测编码的实际试验 7 0 年代 a h a b i b i 进行了帧间预 测预测编码的研究 并于8 0 年代初进行了针对帧间运动补偿所用的运动估值的 研究 这些早期的预测编码研究都是以像素为处理单元 其理论是线性预测理论 这些预测编码方法至今仍有广泛的应用 如 j p e g中的直流系数压缩和 m p e g 中的帧间预测 运动补偿编码等 由于预测编码的压缩比不高 人们对图像压缩的研究重点逐渐转换到了变 换编码方面 1 9 6 8年 h c a n d r e w s等人首次提出了变换编码的概念 采用的 是二维离散付利叶变换 以后又出现了多种变换方法 如d c t d h t 等 2 0 世 纪6 0年代 快速付利叶变换 f f r 的发现和其后大规模集成电路的问世 对 变换编码走向实用起了极大的推动作用 2 0世纪 8 0年代以 来 人们对用矢量量化作为一种独立的编码手段进行图 像压缩也进行了广泛地研究 2 0世纪 9 0年代 随着几种以变换编码为基础的采用混合编码方法的图像 压缩国际标准 j p e g m p e g 的制定 标志着此前4 0 多年的研究走向了实际 应用 这些标准采用的混合编码技术代表了当时的研究水平 当前 相关学科的迅速发展和新兴学科的不断出现为图像压缩的发展注入 了新的活力 人们对图像信息需求的巨增也有力地促进了图像压缩技术的发展 许多学者结合模式识别 计算机视觉 神经网络 小波分析和分形几何等理论 开始探索图像压缩的新途径 当前图像压缩研究的主要方向 有 2 l 1 压缩编码时结合人眼生理 心理视觉特性 西北工业大学硕士学位论文 萝子召 波变戎时留聋压场炭术班穷 2 基于 分 形几 何的 分形编码 fr a c t a l c o d i n g 压缩 3 基于模型的编码技术 4 小波编码 5 基于人工神经网 络的编码等 2 2图 像压缩编码的国际标准简介 近年来 图像压缩编码技术得到了迅速的发展和广泛的应用 并且日 臻成 熟 其标志就是几个关于图像编码的国际标准的制定 这些标准图像编码算法 融合了各种性能优良图像编码方法 是对传统图像编码技术的总结 代表了当 前图像编码的发展水平 这些标准包括 静态图像压缩标准j p e g和j p e g 2 0 0 0 视频通信压缩标准h 2 6 1 以 及运动图像压缩标准m p e g 1 mp e g 2 和m p e g 4 2 2 1 j p e g j o i n t p h o t o g r a p h i c e x p e r t s g r o u p j p e g是由国际标准化组织 i s o 提出 面向 静止图像编码的国际标准 j p e g允许四 种编解码模式 1 串 行d c t s e q u e n t i a l d c t 方式 2 逐 渐浮现式d c r p r o g r e s s i v e d c t 方式 3 无失真 l o s s l e s s 方式 4 分层次 h i e r a r c h i c a l 方式 其中 1 和 2 是基于 d c i 方法 3 是线性预测方法 4 可以是 d c t与有损失方法的分层混合 j p e g定 义了 一 个 基 本 系统 b a s e l in e s y s t e m 它 是d c i 方 法的 最 简 单 形 式 也是串行 d c i 的一个子集 一个符合j p e g标准的编码器至少要满足基本 系统的技术要求 基本的 j p e g算法属于变换类编码 在实际应用中 彩色图像有不同的表 示方法 如r g b三基色法 电视中的y u v法和印刷业中的c m y k法等 每一 个表示部分称为一个分量 如r g b图像有三个分量 对原始图像的每一个分量 首先分割成不重叠的8 x 8 像素块 然后做 8 x 8的二维d c t变换 得到的6 4 个系数代表了该图像块的频率成分 在8 x 8 系数矩阵中 左上角的一个叫直流 d c 系数 其余6 3 个叫交流 a c 系数 从左到右 水平频率增高 从上 到下 竖直频率增高 接着对系数进行量化 即由系数除以量化步长再四 舍五 入取整 量化步长由量化表决定 量化表为 8 x8 矩阵 和系数阵对应 量化表 西北工业大学硕士学位论文 萝子召 波变戎时留聋压场炭术班穷 2 基于 分 形几 何的 分形编码 fr a c t a l c o d i n g 压缩 3 基于模型的编码技术 4 小波编码 5 基于人工神经网 络的编码等 2 2图 像压缩编码的国际标准简介 近年来 图像压缩编码技术得到了迅速的发展和广泛的应用 并且日 臻成 熟 其标志就是几个关于图像编码的国际标准的制定 这些标准图像编码算法 融合了各种性能优良图像编码方法 是对传统图像编码技术的总结 代表了当 前图像编码的发展水平 这些标准包括 静态图像压缩标准j p e g和j p e g 2 0 0 0 视频通信压缩标准h 2 6 1 以 及运动图像压缩标准m p e g 1 mp e g 2 和m p e g 4 2 2 1 j p e g j o i n t p h o t o g r a p h i c e x p e r t s g r o u p j p e g是由国际标准化组织 i s o 提出 面向 静止图像编码的国际标准 j p e g允许四 种编解码模式 1 串 行d c t s e q u e n t i a l d c t 方式 2 逐 渐浮现式d c r p r o g r e s s i v e d c t 方式 3 无失真 l o s s l e s s 方式 4 分层次 h i e r a r c h i c a l 方式 其中 1 和 2 是基于 d c i 方法 3 是线性预测方法 4 可以是 d c t与有损失方法的分层混合 j p e g定 义了 一 个 基 本 系统 b a s e l in e s y s t e m 它 是d c i 方 法的 最 简 单 形 式 也是串行 d c i 的一个子集 一个符合j p e g标准的编码器至少要满足基本 系统的技术要求 基本的 j p e g算法属于变换类编码 在实际应用中 彩色图像有不同的表 示方法 如r g b三基色法 电视中的y u v法和印刷业中的c m y k法等 每一 个表示部分称为一个分量 如r g b图像有三个分量 对原始图像的每一个分量 首先分割成不重叠的8 x 8 像素块 然后做 8 x 8的二维d c t变换 得到的6 4 个系数代表了该图像块的频率成分 在8 x 8 系数矩阵中 左上角的一个叫直流 d c 系数 其余6 3 个叫交流 a c 系数 从左到右 水平频率增高 从上 到下 竖直频率增高 接着对系数进行量化 即由系数除以量化步长再四 舍五 入取整 量化步长由量化表决定 量化表为 8 x8 矩阵 和系数阵对应 量化表 西北工业大学硕士学位论文 萝子召 波变戎时留聋压场炭术班穷 2 基于 分 形几 何的 分形编码 fr a c t a l c o d i n g 压缩 3 基于模型的编码技术 4 小波编码 5 基于人工神经网 络的编码等 2 2图 像压缩编码的国际标准简介 近年来 图像压缩编码技术得到了迅速的发展和广泛的应用 并且日 臻成 熟 其标志就是几个关于图像编码的国际标准的制定 这些标准图像编码算法 融合了各种性能优良图像编码方法 是对传统图像编码技术的总结 代表了当 前图像编码的发展水平 这些标准包括 静态图像压缩标准j p e g和j p e g 2 0 0 0 视频通信压缩标准h 2 6 1 以 及运动图像压缩标准m p e g 1 mp e g 2 和m p e g 4 2 2 1 j p e g j o i n t p h o t o g r a p h i c e x p e r t s g r o u p j p e g是由国际标准化组织 i s o 提出 面向 静止图像编码的国际标准 j p e g允许四 种编解码模式 1 串 行d c t s e q u e n t i a l d c t 方式 2 逐 渐浮现式d c r p r o g r e s s i v e d c t 方式 3 无失真 l o s s l e s s 方式 4 分层次 h i e r a r c h i c a l 方式 其中 1 和 2 是基于 d c i 方法 3 是线性预测方法 4 可以是 d c t与有损失方法的分层混合 j p e g定 义了 一 个 基 本 系统 b a s e l in e s y s t e m 它 是d c i 方 法的 最 简 单 形 式 也是串行 d c i 的一个子集 一个符合j p e g标准的编码器至少要满足基本 系统的技术要求 基本的 j p e g算法属于变换类编码 在实际应用中 彩色图像有不同的表 示方法 如r g b三基色法 电视中的y u v法和印刷业中的c m y k法等 每一 个表示部分称为一个分量 如r g b图像有三个分量 对原始图像的每一个分量 首先分割成不重叠的8 x 8 像素块 然后做 8 x 8的二维d c t变换 得到的6 4 个系数代表了该图像块的频率成分 在8 x 8 系数矩阵中 左上角的一个叫直流 d c 系数 其余6 3 个叫交流 a c 系数 从左到右 水平频率增高 从上 到下 竖直频率增高 接着对系数进行量化 即由系数除以量化步长再四 舍五 入取整 量化步长由量化表决定 量化表为 8 x8 矩阵 和系数阵对应 量化表 西北工业大学硕士学位论文 萝尹小硬穿龚必留级压缩岁术毋穷 由用户决定 但j p e g标准中给出了参考值 然后再用z字型扫描将量化后的系 数矩阵排列成为一维数列 接下来就是具体编码 d c系数采用差分编码 即对同一成分内 相邻块的d c系数之差作霍夫曼编 码 对a c系数首先进行行程编码 使得一串系数表示为几个事件 一个事件指 的是一个非零系数及其前面的连零长度的组合 因为高频的a c系数多数是零 对上述事件作霍夫曼编码会有效的压缩数据量 j p e g的解码过程与编码过程相反 所以j p e g也称为对称型算法 j p e g对图像的压缩具有很大的伸缩性 图像质量与比 特率的关系如下表 表2 1 j p e g压缩比 特率与图像质量关系 2 1 比特率 比特 像素 图像质量 1 5 2 0 0 7 5 1 5 0 5 0 7 5 0 2 5 0 5 与原始图像没有区别 极好 满足大多数应用 好一 很好 满足多数应用 中一 好 满足某些应用 2 2 2 j p e g2 0 0 0 相对于 j p e g标准 在对连续色调静止图 像的压缩方面以 及对数据压缩的 访问 方面 j p e g 2 0 0 1 标准提供了 更大的灵活性 例如 一幅按j p e g 2 0 0 标准 压缩的图像的一部分可以从图像中提取出来进行转发 存储 显示或编辑 这 个标准是以小波变换编码为基础的 系数量化与单一尺度和子带相适应 并且 量化系数以 位平面为基础进行算术编码 在 编码的 第一 步 通 过减2 s 将 被 编码的s iz 比 特图 像 样 值向 d c 级 移 动 若图像不止一个分量 则各个分量单独移动 如果有三个精确分量 如r g b或 h i s 彩色图像 则可选用可逆或不可逆的线性变换进行解相关处理 在图像进行了水平移动和解相关处理之后 它的分量被分割成像块 这些 块是像素的矩形阵列 包含着所有分量相同的部分 因此 像块处理生成了 可 以独立提取和重构的块分量 这种处理提供了一种对编码图像的某一有限区域 访问和操作的简单原理 接下来 对每个块分量的行和列分别计算一维离散小波变换 对于无误差 压缩 这种变换是以 双正交的5 3 尺度和小波向量为基础的 对于有损压缩 则 使用9 7 小波向 量尺度系数 当每个块分量都经过处理后 变换系数的总数等于 原始图像中的取样数目 但重要的可视信息被集中到少数系数中 然后对系数 进行量化 对于无误差压缩 量化步长为1 对于有损压缩 量化步长由子带的 西北工业大学硕士学位论文 萝尹小硬穿龚必留级压缩岁术毋穷 由用户决定 但j p e g标准中给出了参考值 然后再用z字型扫描将量化后的系 数矩阵排列成为一维数列 接下来就是具体编码 d c系数采用差分编码 即对同一成分内 相邻块的d c系数之差作霍夫曼编 码 对a c系数首先进行行程编码 使得一串系数表示为几个事件 一个事件指 的是一个非零系数及其前面的连零长度的组合 因为高频的a c系数多数是零 对上述事件作霍夫曼编码会有效的压缩数据量 j p e g的解码过程与编码过程相反 所以j p e g也称为对称型算法 j p e g对图像的压缩具有很大的伸缩性 图像质量与比 特率的关系如下表 表2 1 j p e g压缩比 特率与图像质量关系 2 1 比特率 比特 像素 图像质量 1 5 2 0 0 7 5 1 5 0 5 0 7 5 0 2 5 0 5 与原始图像没有区别 极好 满足大多数应用 好一 很好 满足多数应用 中一 好 满足某些应用 2 2 2 j p e g2 0 0 0 相对于 j p e g标准 在对连续色调静止图 像的压缩方面以 及对数据压缩的 访问 方面 j p e g 2 0 0 1 标准提供了 更大的灵活性 例如 一幅按j p e g 2 0 0 标准 压缩的图像的一部分可以从图像中提取出来进行转发 存储 显示或编辑 这 个标准是以小波变换编码为基础的 系数量化与单一尺度和子带相适应 并且 量化系数以 位平面为基础进行算术编码 在 编码的 第一 步 通 过减2 s 将 被 编码的s iz 比 特图 像 样 值向 d c 级 移 动 若图像不止一个分量 则各个分量单独移动 如果有三个精确分量 如r g b或 h i s 彩色图像 则可选用可逆或不可逆的线性变换进行解相关处理 在图像进行了水平移动和解相关处理之后 它的分量被分割成像块 这些 块是像素的矩形阵列 包含着所有分量相同的部分 因此 像块处理生成了 可 以独立提取和重构的块分量 这种处理提供了一种对编码图像的某一有限区域 访问和操作的简单原理 接下来 对每个块分量的行和列分别计算一维离散小波变换 对于无误差 压缩 这种变换是以 双正交的5 3 尺度和小波向量为基础的 对于有损压缩 则 使用9 7 小波向 量尺度系数 当每个块分量都经过处理后 变换系数的总数等于 原始图像中的取样数目 但重要的可视信息被集中到少数系数中 然后对系数 进行量化 对于无误差压缩 量化步长为1 对于有损压缩 量化步长由子带的 西北工业大学硕士学位论文 寡子价硬变费掀 标定动态范围和分配给子带系数的指数和尾数的比特数决定 编码过程的最后一步是系数比 特建摸 算术编码 比特流分层和分组 每 个变换块分量的子带系数排列在称为码块的矩形块中 这个块一次对一个位平 面进行独立编码 从带有非零元素的最高有效位平面开始 每个位平面进行三 次处理 其过程分别称为有效传播 量级细化和净化 然后对输出进行算术编 码并从其他编码块使用相似的途径进行分组以形成层 一个层是来自 每个编码 块的编码途径的任意数 得到的层最终被分割成信息包 提供从总体编码流中 提取某一空间区域的附加方法 j p e g 2 0 0 解码过程是上述编码过程的简单反操作 2 2 3 x 2 6 1 h 2 6 1 是c c r