静态影像压缩.doc

靜態影像壓縮電機四 b90901084 林建邑I. 簡介： 影像壓縮的目的主要是為了節省電腦空間。對於未壓縮過的BMP圖檔而言，其大小為56(header)寬度*高度*3 (bytes)，其中3 bytes各代表由0 255的R,G,B數值。以一800*600的BMP為例，其大小為1,440,056 bytes=1.37Mb，而同大小的JPEG檔大約只需80 120Kb不等(視圖形的輪廓與顏色複雜度而定)，其間的大小差距在10倍以上!因此，即使是在電腦容量越來越大的今天，影響壓縮依然有其非常的必要性；而在頻寬有限的多媒體網路傳輸上，影像壓縮更是具有舉足輕重的地位。 影像壓縮的流程主要是先將原始資料(raw data)做適當的編碼(encode)和壓縮，再將之做傳輸或儲存等動作；要實際展現影像時，用適當的演算法對資料做解碼(decode)即可。不同的影像格式會用不同的演算法來進行編碼、壓縮，以及解碼。影像壓縮的技術主要分為下列兩類：(1)失真(lossy)壓縮： 經過壓縮後的原始資料，不論使用何種演算法解碼還原，得到的影像和原始 資料相比會有失真現象產生。因為允許部分資訊的流失，因此這類壓縮技術通常擁有較高的壓縮率。(2)無失真(lossless)壓縮： 經過壓縮後的原始資料，可使用適當的演算法解碼還原，得到和原始資料完全一樣的影像。由於壓縮後的資料仍保有所有必要的資訊，因此這類壓縮技術的壓縮率通常較低。II. 影像編碼： 影像編碼的流程依影像格式不同而有不同的作法，以下介紹的是JPEG格式的主要流程：(1) 傅立葉轉換(Fourier Transform)： 將影像由space domain(單位為長度，如cm)，轉換到frequency domain(單位為1/長度，如cm-1)。(2) 量化(quantization)：對不同的頻率成分做weighting，刪除掉不重要的訊息成分，以減小資料的大小。(3) 編碼(encoding)： 利用適當的演算法對量化後的資料進行編碼。常用的編碼方式主要有等碼長和可變碼長兩種。等碼長的優點是碼產生容易，通常用於代表原始資料，這是因為信號產生時，各種數值都有可能，且不同信號的數值分布都不一樣。對有N種數值的等長編碼，碼長為log2N位元(當然，平均碼長亦為log2N位元)。但對於某一特定信號，此信號的數值分布可以求出(此即為信號的Histogram)，根據消息理論，發生率越高的數值，應給予較短的碼長，如此就能降低平均碼長；等碼長編碼沒有利用信號數值分布這項因素，因此效率一定不如可變碼長編碼。以下是幾種常見的編碼： 輸入碼 Nature GrayB1B2S2x1000111C0C0000x2001110C1C0101x3010100C0C0C1010x4011101C0C1C111100x5100001C1C0C00C001101x6101000C1C1C00C011110x7110010C0C0C0C00C10111100x8111011C0C0C1C00C11111101 其中Nature和Gray兩種為等碼長編碼，B和S為可變碼長編碼，編碼的方式是把較短的碼依序分配給出現機率較高的資料。但此種編碼方式仍然不能達到最佳化，因為同碼長的資料太多，無法完全達到或然率大碼長小這種關係。爲了達到最高的編碼效率，Huffman於1952年提供一種編碼方式，最能完全表現此或然率，也是目前所知最有效率的一種編碼方式，稱為Huffman Code。此種code產生的方式為建立一二元樹，此二元樹的產生是一連串的排列和合併直至剩下二筆資訊機率和等於1，然後再根據此二元樹找出每一原始資料的Huffman-Code，找法是由上而下有分支即分給每分支1和0，排序時，機率大的排在上面，如果資料的機率分配很不平均，則此二元樹的分配也不平均，且機率大的事件因為經過的合併次數少，所以在此二元樹的上層，故碼長也較短，合併及排序的經過如下表：輸入資料機率Step 1Step 2Step3Step 4Step 5Step 6X11/21/21/21/21/21/21/2X21/41/41/41/41/41/41/2X31/81/81/81/81/81/4X41/161/161/161/161/8X51/641/321/321/16X61/641/641/32X71/641/64X81/64而得到的編碼如下：資料X1X2X3X4X5X6X7X8碼1010010001000011000010000001000000其平均碼長L=(1/2)*1+(1/4)*2+(1/8)*3+(1/16)*4+(1/64)*(6+6+6+6) = 2。III. JPEG影像格式：這是由Joint Photographic Experts Group所發展的檔案格式，目前已經成為表現相片這類逼真影像的Internet標準。它可將大型影像壓縮成很小的檔案，同時又保存影像的整體相片品質。JPEG檔可使用任意個數的色彩，因此它是24位元影像(全彩影像，可支援一千六百多萬色)的最佳格式。此外，我們也可以根據我們的需求調整其壓縮比。 JPEG為一種失真(lossy)壓縮的影像格式，因此它最高大約可以達到30倍左右的壓縮比，並且維持不錯的影像品質，因此通常被應用於相片以及多媒體等用途，為網路上最流行的影像格式之。其壓縮的流程如下：(1) 將原始影像切割為8*8的小影像方塊(2) 用離散餘弦轉換 (Discrete Cosine Transform; DCT)對影像做傅立葉轉換，將之轉移到frequency domain，這時我們可以得到1個DC項以及63個AC項。(3) 將上一步所得到的各成分量化。(4) 將各成分由低頻到高頻做Z字型排列，如右圖所示。(5) 對右圖做Huffman編碼，得到壓縮後的資料。 JPEG在西元2000年提出一種新的技術-JPEG2000，它採用了離散小波轉換技術(Discrete Wavelet Transform, DWT)來取代JPEG所使用的DCT技術。JPEG2000的壓縮效率比JPEG還要高，並且可以同時支援失真壓縮以及無失真壓縮。比較特別的是JPEG2000可以支援多種解析度，意即對於同一串壓縮後的bit stream，JPEG2000可以根據需求而對它作不同解析度的解碼(decode)，而得到不同解析度的影像，這是JPEG中所沒有的功能。另外，JPEG2000也引入了ROI(Range of Interest)的概念，這意味著我們可以對同一張影像的各部份做不同解析度的壓縮，例如對於一個人站在一面白色牆壁前的影像，我們所重視的是人的五官、衣著等部份，較不重視的是一成不變的白色背景；因此，JPEG2000可以對重要的部份作較高解析度的壓縮(壓縮率較低)，而對不重要的部份做較低解析度的壓縮(壓縮率較高)，以避免為了達到部分畫面清晰而犧牲整體壓縮效率的情況。IV. GIF影像格式： 這是由Graphics Interchange Format三個單字的首字構成的縮寫，它是CompuServe在1987年為了方便在不同的平台之間交換影像而建立的。GIF檔案格式的著名特性是它的壓縮率，以及可儲存並顯示多個影像。其主要缺點是影像最多只能使用 256 個不同的色彩來顯示它們的資料。對於相片品質的影像而言，這是很嚴重的缺陷。幸好，GIF檔案格式提供了小型的解決方案：除了針對每個影像本身的色彩而建立的區域色盤外，檔案本身還可包含一個色盤供每個儲存的影像使用。這代表存成GIF的大多數影像所能存取的色彩比GIF技術上所允許的256色多。 GIF影像格式的壓縮主要是將原始影像用影像中最常用的256種顏色來取代，如果超過256色，系统就會選取使用頻率最高的顏色，而忽略掉使用比較少的顏色，將其近似為調色板中最類似的顏色。經過這個步驟，我們可以將原本24位元的色彩轉為8位元。接下來GIF會利用RLE (Run-Length Encoding)演算法來對資料做壓縮。這種演算法的概念在於利用”同一張圖片中，同一行上的連續像素通常具有相同的顏色”這種特性。茲舉例如下： 原始資料：00000011188888888888811111000 壓縮後 ：60311285130 (其中粗體代表資料連續出現次數)觀察上例可以發現，如果在圖形中有相同顏色的區塊越多，則壓縮率越高。此外，這種演算法屬於非破壞型(lossless)壓縮，意即我們可以由壓縮後的資料完整地還原成原始資料。不過這種演算法最大的缺點在於如果顏色漸變太快，處理後的檔案會比原始檔大(例如原始資料若為123454321，則壓縮後資料為111213141514131211，明顯比原始資料大很多)，因此必須搭配其他演算法使用以達到較高的效率。 因此，GIF檔案格式並不是將全家福相片顯示在Web上的最佳媒體。GIF較適用於儲存與壓縮文字形式的影像、線稿與美工圖案。因為這類影像並不需要上百萬色，它們可在最小的損失下(若顏色低於256種甚至不會有任何失真現象)輕鬆地存成GIF。 然而，動畫才是GIF影像在網路上最大的應用。藉由適當的軟體，我們可以將多幅的GIF圖案合為一個檔案，然後依序顯示而呈現出動畫的效果。目前網路上幾乎所有的動畫都屬於GIF格式！IV. PNG影像格式： PNG全名Portable Network Graphics，字面上翻譯過就是可攜性網路用圖形，這簡單幾個字已經明白定義了PNG的用途以及主要發展方向。PNG的非官方名稱為PNGs Not GIF，頗挑釁，但是也反映出目前網路圖形的現實狀況。怎麼說呢，話說網路最常用的圖形格式GIF，其專利權屬Unisys所有，在1994年底，Unysis公司就宣佈，要求有支援GIF軟體的作者須繳交權利金。此舉對於一向以免費開放架構為主流的網路生態，殺傷力非常大。這時不少人便開始反對Unisys的作風，並且共同開發另一種圖形標準，希望能完全取代GIF，而PNG(PNGs Not GIF)也就孕育而生，從1996年起加入網路圖形的陣營。 PNG 的最大優點是它支援了GIF與JPEG的大部分功能，像是Index Color、交錯顯示、透明區域、額外說明資訊等，都是GIF有的屬性，而且PNG還可以像JPEG一樣儲存全彩影像(24bit)。因此，對於文字或線稿，我們可使用類似GIF的色彩縮減選項，並以非破壞型的壓縮來建立較小的檔案。另一方面，若儲存的是相片品質的影像，則我們可以使用類似JPEG的壓縮模式來進行儲存，這是非破壞型的壓縮模式 (這和JPEG不同，JPEG可從少量破壞到完全破壞)。除了這些功能外，它也支援用於遮罩的alpha色頻、色彩校正的 gamma、最多可儲存48位元的彩色影像 (JPEG最多只能儲存24位元)、 CRC Check、可定義的階層顯示、壓縮方式可以隨時擴充等，都是相當棒的特性，乍看之下，比起GIF跟JPEG真的進步不少。 然而，PNG並不像GIF一樣支援動畫的功能(這可能是它唯一不提供的 GIF 功能)。在PNG的原先規劃上，對於GIF的完全取代性應該是第一要點，不過在動畫GIF的取代方案上卻偏偏漏掉了。雖然後來該組織又發展出所謂MNG (Multiple-image Network Graphics)，企圖補足缺乏動畫上的不足，不過光是動態格式的不支援，就給PNG打了一個大折扣，畢竟GIF的重要功能之一就是動態圖形，少了動畫的功能，GIF恐怕也稱霸不了這麼久。此外，繪圖軟體的支援也是一大問題，雖然PNG提供了許多GIF以及JPEG所不具備的功能，但是目前一般的繪圖軟體似乎並沒有完全支援全部的功能。V. 各影像格式的比較與結論： 由PowerPoint中所做的測試來看，我們可以發現JPEG在壓縮全彩複雜圖片(例如相片)的能力上遠優於GIF和PNG，可以用比GIF和PNG更小的空間儲存畫質相當，甚至畫質更好的相片；而與BMP檔相比，JPEG也可以輕鬆的在10倍左右的壓縮率下達到幾乎相同的畫質。而GIF的強項則是線條簡單的圖形(例如文字形式的影像、線稿與美工圖案)，特別是橫向變化很少的圖片，因此在網路上經常被用於表現簡單的圖形按鈕或美工文字；另外，網路上常見的小動畫也幾乎都是GIF的影像格式。PNG則是最近崛起的影像格式，對於線條稍微複雜的圖形或色塊有比GIF更好的壓縮能力，並且可以支援遠比GIF更多的色彩；但是PNG並沒有支援動畫的格式，因此目前的應用限制在靜態地圖形上