图像压缩编码论文

摘要:数字图像压缩技术对于数字图像信息在网络上的快速传输和实时处理具有重要意义。介绍了几种最重要的图像压缩算法:JPEG、JPEG2000、分形图像压缩和小波变换图像压缩，并总结了它们的优缺点和发展前景。然后简要介绍了任意形状视觉对象编码算法的研究现状，指出该算法是一种高压缩比的图像压缩算法。关键词:JPEG；JPEG2000分形图像压缩；小波变换；随着多媒体技术和通信技术的不断发展，多媒体娱乐、信息高速公路等对信息数据的存储和传输提出了更高的要求，这也对现有的有限带宽提出了严峻的考验，特别是对于数据量巨大的数字图像通信，传输和存储更加困难，极大地制约了图像通信的发展，因此图像压缩技术越来越受到重视。图像压缩的目的是用尽可能少的字节来表示和传输原始的大图像，并要求恢复的图像具有更好的质量。利用图像压缩可以减轻图像存储和传输的负担，使图像在网络上快速传输和实时处理。图像压缩编码技术最早可以追溯到1948提出的电视信号数字化，到今天已经有50多年的历史[1]。在此期间，出现了多种图像压缩编码方法，特别是80年代后期以后，由于小波变换理论、分形理论、人工神经网络理论和可视化仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文总结了目前应用最广泛的图像压缩算法，并讨论了它们的优缺点和发展前景。二、JPEG压缩负责制定静止图像压缩标准的联合摄影专家组(简称JPEG)在5438年6月+0989 65438+10月形成了基于自适应DCT的JPEG技术规范初稿，之后又进行了多次修改，到65438年6月+0991形成了ISO 1096544。1.JPEG压缩原理及特点在JPEG算法中，首先将图像分成大小不重叠的块，然后对每个块进行二维离散余弦变换(DCT)。变换后的系数基本不相关，系数矩阵的能量集中在低频区域。根据量化表进行量化，量化结果保留低频区域的系数，去除高频区域的系数。根据之字形扫描重新组织量化的系数，然后执行霍夫曼编码。JPEG的特点和优势:(1)形成了国际标准；(2)在中端和高端比特率下的良好图像质量。缺点:(1)由于图像分块，在高压缩比时出现严重的块效应；(2)系数的量化是有损压缩；(3)压缩比不高，小于50。JPEG压缩图像中出现块效应的原因是:一般情况下，图像信号是高度非平稳的，很难用高斯过程来描述，图像中的一些突变结构，如边缘信息，远比图像平稳性重要，用余弦基对图像信号进行非线性逼近的结果并不是最优的。2.JPEG压缩的研究现状与展望。鉴于JPEG在高压缩比下的块效应，解压缩后的图像较差。近年来提出了许多改进方法，其中最有效的是以下两种方法:(1)DCT零树编码DCT零树编码用DCT块中的系数形成log2N个子带，然后用零树编码方案进行编码。在相同压缩比下，其PSNR值高于EZW。但是在高压缩比的情况下，块效应仍然是DCT零树编码的致命弱点。(2)分层DCT零树编码该算法对图像进行DCT变换，集中低频块，进行逆DCT变换；对新获得的图像进行同样的变换，以此类推，直到满足要求。然后对分层DCT变换和零树排列的系数进行零树编码。JPEG压缩的一个最大问题是高压缩比下的严重块效应，所以在今后的研究中，要重点解决DCT变换带来的块效应，并考虑结合人类视觉特性进行压缩。第三代JEPG2000压缩JPEG2000是由ISO/IEC JTCISC29标准化组开发的全新静止图像压缩标准。最大的改进之一就是它用小波变换代替了余弦变换。在2000年3月的东京会议上，确定了新一代彩色静止图像编码方法——JPEG 2000图像压缩标准的编码算法。1.JPEG2000压缩原理及特点JPEG 2000编解码系统的编码器和解码器的框图如图1所示。编码过程主要分为以下几个过程:预处理、核心处理和比特流组织。预处理部分包括图像分割、直流电平(DC)位移和分量变换。核心处理部分包括离散小波变换、量化和熵编码。比特流组织部分包括区域划分、码块、层和分组组织。JPEG2000格式的图像压缩比可以在目前JPEG的基础上提高10%~30%，压缩后的图像更加细腻流畅。对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，但是在JPEG2000系统中，通过选择参数，可以对图像进行有损和无损压缩。目前网络上的JPEG图像是分块下载的，而JPEG2000图像支持渐进式传输，用户无需接收整幅图像的压缩码流。由于JPEG2000采用了小波技术，可以随机获取一些感兴趣的图像区域(ROI)的压缩码流，并对压缩后的图像数据进行传输和过滤。2.JPEG2000压缩的前景JPEG 2000标准适用于各种图像的压缩编码。其应用领域将包括互联网、传真、印刷、遥感、移动通信、医疗、数字图书馆和电子商务。JPEG2000图像压缩标准将成为21世纪的主流静止图像压缩标准。四小波变换图像压缩1。小波变换图像压缩原理小波变换用于图像编码的基本思想是根据Mallat tower快速小波变换算法将图像分解成多分辨率。具体过程如下:首先对图像进行多级小波分解，然后对各层小波系数进行量化，再对量化后的系数进行编码。小波图像压缩是目前图像压缩的热点之一，基于小波变换的国际压缩标准已经形成，如上面提到的MPEG-4标准和JPEG2000标准。2.小波变换图像压缩的发展现状与展望目前，三种最高级的小波图像编码是嵌入式小波零树图像编码(EZW)、分层树中分布样本图像编码(SPIHT)和可扩展图像压缩编码(EBCOT)。(1)EZW编码器1993，Shapiro引入了小波“零树”的概念，定义了POS、NEG、IZ、ZTR四个符号对空间小波树进行递归编码，有效地消除了高频系数的编码，大大提高了小波系数的编码效率。该算法采用渐进量化和嵌入式编码方式，复杂度低。EZW算法打破了信息处理领域长期以来的原则:一个高效的压缩编码器只能通过高复杂度的算法才能获得，因此EZW编码器是数据压缩史上的里程碑。(2)SPIHT编码器Said和Pearlman提出的分层小波树集分割算法(SPIHT)采用空间树分层分割方法，有效地降低了编码符号集在位平面上的规模。与EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。与EZW编码器一样，SPIHT编码器算法复杂度低，生成的是嵌入式比特流，但性能相比EZW编码器有很大提高。(3)EBCOT编码器截断点优化的嵌入式块编码方法(EB cot)首先将小波分解的各个子带划分成相对独立的码块，然后将这些码块用优化的分层截断算法进行编码，生成压缩码流。所得图像的压缩码流不仅具有可伸缩的信噪比和分辨率，而且可以支持图像的随机存储。相比较而言，EBCOT算法的复杂度高于EZW和SPIHT，压缩性能略高于SPIHT。

小波图像压缩被认为是目前最有前途的图像压缩算法之一。小波图像压缩的研究主要集中在小波系数的编码上。在今后的工作中，要充分考虑人类视觉特性，进一步提高压缩比，提高图像质量。并考虑将小波变换与其他压缩方法相结合。例如，结合分形图像压缩是目前的一个研究热点。

五分形图像压缩1988，Barnsley通过实验证明，分形图像压缩可以获得比经典图像编码技术高几个数量级的压缩比。1990年Barnsley的学生A.E.Jacquin提出了局部迭代函数系理论，使分形在计算机上自动用于图像压缩成为可能。1.分形图像压缩的原理分形压缩主要利用自相似的特性，通过迭代函数系统(IFS)来实现。其理论基础是迭代函数系定理和拼贴定理。分形图像压缩将原始图像分成若干子图像，然后每个子图像对应一个迭代函数，子图像作为迭代函数存储。迭代函数越简单，压缩比越大。在同一个解码过程中，只要调出每个子图像对应的迭代函数反复迭代，就可以恢复出原始子图像，得到原始图像。2.几种主要的分形图像编码技术随着分形图像压缩技术的发展，越来越多的算法被提出。根据分形特征的不同，可以分为以下几种主要的分形图像编码方法。(1)尺寸编码法尺寸编码法是基于分形几何，利用小尺度来度量不规则曲线的长度。它类似于传统的子采样和插值方法，其主要区别是在尺寸编码方法中引入了分形思想，尺度随图像各分量的复杂程度而变化。(2)迭代函数系统法迭代函数系统法是目前研究最多、应用最广的一种分形压缩技术。是一种人机交互的拼贴技术。它基于自然图像中普遍存在的全局和局部自相关的特点，寻求这种自相关映射关系的表达式，即仿射变换，通过存储比原始图像数据小的仿射系数来达到压缩的目的。如果仿射变换简单有效，那么迭代函数系统可以达到非常高的压缩比。(3)A-E-Jacquin的分形方案A-E-Jacquin的分形方案是一种基于分块的自动分形图像压缩方案，也是一个寻找映射关系的过程，但所寻求的对象域是图像分块后的局部-局部关系。在这种方案中，可以去除一些冗余，解码图像中存在明显的块效应。3.分形图像压缩的前景虽然分形图像压缩在图像压缩领域不占优势，但分形图像压缩适合于自相似或自仿射图像压缩，既考虑了局部与局部，又考虑了局部与整体的相关性。然而，自然界中存在大量的自相似或自仿射几何形状，因此它有着广泛的应用。其他压缩算法包括NNT(数论变换)压缩、基于神经网络的压缩、希尔伯特扫描图像压缩、自适应多相子带压缩等。，这里就不详述了。下面简单介绍一下近年来任意形状纹理编码的几种算法[10]~ [13]。(1)形状自适应DCT(SA-DCT)算法SA-DCT将任意形状的视觉对象划分为图像块，对每个块进行DCT变换，实现了类似于形状自适应Gilge DCT[10][11]变换的有效变换，但优于Gilge DCT变换。然而，SA-DCT也有一些缺点。它推动像素与矩形框的一边平齐，因此可能会丢失一些空间相关性，然后列DCT变换会有更大的失真[11][14][15]。(2)Egger方法Egger等人[16][17]提出了一种应用于任意形状物体的小波变换方案。在这个方案中，首先将可见对象的像素推到与包围盒的右边界齐平的位置，然后对每一行的有用像素进行小波变换，再进行另一个方向的小波变换。该方案充分利用了小波变换的局部特性。然而，这种方案也有其问题，例如，它可能导致重要的高频部分与边界部分合并，它不能保证分布系数彼此具有正确的相同相位，并且它可能导致小波分解在第二方向上的不连续性。(3)形状自适应离散小波变换(SA-DWT)李等提出了一种新的任意形状对象编码方法，SA-DWT编码[18]~[22]。这项技术包括SA-DWT、零树熵编码的扩展(中兴通讯)和嵌入式小波编码(EZW)。SA-DWT的特点是:SA-DWT后的系数个数与原任意形状视觉对象的像素个数相同；SA-DWT可以很好地表达小波变换子带间的空间相关性、区域属性和自相似性。对于矩形区域，SA-DWT与传统的小波变换相同。SA-DWT编码技术的实现已经被新的多媒体编码标准MPEG-4采用，用于对具有任意形状的静态纹理进行编码。在今后的工作中，可以充分利用人类视觉系统对图像边缘的敏感性，尝试对图像中感兴趣的物体进行分割，对物体外的边缘、内部纹理和背景进行不同压缩比的压缩，使压缩后的图像达到更高的压缩比，更便于传输。图像压缩技术已经研究了几十年，取得了很大的成就，但是仍然存在很多不足，值得我们进一步研究。小波图像压缩和分形图像压缩是当前研究的热点，但它们也有各自的缺点，在今后的工作中应该结合人类的视觉特性。总之，图像压缩是一个非常有前途的研究领域，该领域的突破对我们的信息生活和通信的发展有着深远的影响。

参考资料:[1]田青。图像压缩技术[J].警务技术，2002，(1): 30-31。[2]张海燕，王冬木等。图像压缩技术[J].系统模拟杂志，2002，6544。

周宁，唐晓军，徐维普。JPEG2000图像压缩标准及其关键算法[J].现代电子技术，2002，(12): 1-5。[5]吴永辉，于建新。JPEG2000图像压缩算法综述及网络应用前景[J].29(3):7-10.[6]J . M .沙普利奥。利用小波系数零树的嵌入式图像编码[J].IEEE Trans。论信号处理，1993，41(12): 3445-3462。[7]A·赛义德，W·皮尔曼。基于层次树集合划分的快速高效图像编解码器[J].IEEE Trans。视频技术电路与系统。1996, 6(3): 243-250.[8]陶布曼。用EBCOT实现高性能可伸缩图像压缩[J].IEEE图像处理汇刊，2000，9(7):1158–1170。[9]许，孟立民，。小波和分支在图像压缩中的比较与应用。中国有线电视，2003年3月4日:26-29。梅兰。基于广义正交变换的任意形状图像段的编码[J].信号处理:图像通信。, 1989, 1(10): 153–180.T·西科拉，B·马凯用于视频通用编码的形状自适应DCT变换[J].IEEE Trans。电路系统。视频技术。, 1995, 5(1): 59–62.T·西科拉，S·鲍尔，B·马凯用于任意形状图像片段编码的形状自适应二维变换的效率[J].IEEE Trans。电路系统。视频技术。, 1995,5 (3): 254–258.[13]邓稼先、康主编《信息论与编码》。