圖像壓縮技術(shù)的發(fā)展現(xiàn)狀與趨勢

1、E國裁技淪袁在茨圖像壓縮技術(shù)的發(fā)展現(xiàn)狀與趨勢耿玉靜1趙華21燕山大學(xué)信息科學(xué)與工程學(xué)院 河北秦皇島（066004）2河北師范大學(xué)電子系 河北保定（071003）E-mail: gyjlunwen摘 要 文章簡要論述了圖像和視頻壓縮技術(shù)的研究狀況，就目前國際上正在研究的壓縮標(biāo)準(zhǔn)和方法作了介紹，并對(duì)圖像和視頻壓縮技術(shù)的發(fā)展趨勢和前景進(jìn)行了初步探討。關(guān)鍵詞 圖像壓縮，視頻編碼，視頻對(duì)象，壓縮標(biāo)準(zhǔn)1 圖像壓縮的可行性圖像編碼壓縮的目的是對(duì)要處理的圖像源數(shù)據(jù)按一定的規(guī)則進(jìn)行變換和組合1,從而達(dá)到以盡量少的比特?cái)?shù)來表征圖像，同時(shí)盡可能好的復(fù)原圖像的質(zhì)量，使它符合預(yù)定應(yīng)用場合的要求。圖像數(shù)據(jù)之所以可以進(jìn)行壓

2、縮，是因?yàn)橛幸韵聨讉€(gè)方面的原因：組成圖像的各像素之間，無論在行方向還是列方向都存在一定的相關(guān)性，即原始圖像數(shù)據(jù)是高度相關(guān)的，應(yīng)用某種編碼方法提取或減少這些相關(guān)性，便可達(dá)到壓縮數(shù)據(jù)的目的；從信息論看，描述圖像信源的數(shù)據(jù)是由有效信息量和冗余量兩部分組成的，去除冗余量能夠節(jié)省傳輸和存儲(chǔ)中的開 銷，同時(shí)又不損害圖像信源的有效信息量；有些場合允許圖像編碼有一定的失真，也是圖像可以壓縮的一個(gè)重要原因。2圖像壓縮的分類圖像壓縮編碼的方法目前有很多種，出發(fā)點(diǎn)不同其分類亦有差異。以信息保真度為出發(fā)點(diǎn)，可以分為兩大類：一類是冗余度壓縮法。如著名的哈夫曼編碼、香農(nóng)編碼、游程編碼等，其特征是壓縮比較低（一般不超過8:

3、1）,但不丟失任何數(shù)據(jù)，可以嚴(yán)格恢復(fù)原圖像，實(shí)現(xiàn)編/解碼的互逆，故又稱可逆編碼或無損壓縮。另一類是熵壓縮法。如預(yù)測編碼、變換編碼、 統(tǒng)計(jì)編碼等，由于在壓縮過程中要丟失一些人眼所不敏感的圖像信息，且所丟失的信息不可恢復(fù)，即圖像還原后與壓縮前不完全一致，故又稱有損壓縮。以具體編碼技術(shù)為出發(fā)點(diǎn)，可 以分為：預(yù)測編碼、變換編碼、統(tǒng)計(jì)編碼、輪廓編碼、模型編碼等。3圖像壓縮技術(shù)的現(xiàn)狀20世紀(jì)80年代后，ISO、IEC和ITU陸續(xù)制定了各種數(shù)據(jù)壓縮與通信的標(biāo)準(zhǔn)與建議。3.1靜止圖像壓縮標(biāo)準(zhǔn)：JPEG標(biāo)準(zhǔn)&JPEG 2000標(biāo)準(zhǔn)3.1.1 JPEG 標(biāo)準(zhǔn)JPEG全名為Joi nt Photograph

4、ic Experts Group ,是一個(gè)在國際標(biāo)準(zhǔn)組織 （ISO）下從事靜 止圖像壓縮標(biāo)準(zhǔn)制定的委員會(huì)。JPEG標(biāo)準(zhǔn)從1986年正式開始制訂，1988年決定采用以圖像質(zhì)量最好的ADCT （Adaptive Discrete Cosine Transform ）方式為基礎(chǔ)的算法作標(biāo)準(zhǔn) 2，于1991 年3月提出10918號(hào)標(biāo)準(zhǔn)3 “連續(xù)色調(diào)靜止圖像的數(shù)字壓縮編碼”，即JPEG標(biāo)準(zhǔn)4,5。它在較低的計(jì)算復(fù)雜度下，能提供較高的壓縮比與保真度。JPEG采用4種編解碼方式：串行DCT( Discrete Cosine Transform )方式、漸進(jìn)浮現(xiàn)式DCT 方式、無失真方式和分層方式。由于JPE

5、G優(yōu)良的品質(zhì)，使它在短短幾年內(nèi)就獲得極大的成 功。隨著多媒體應(yīng)用領(lǐng)域激增，傳統(tǒng)的JPEG壓縮技術(shù)已無法滿足人們對(duì)多媒體影像資料的要求。因此，更高壓縮率以及更多功能的新一代靜止影像壓縮技術(shù)JPEG2000就誕生了。3.1.2 JPEG2000JPEG2000，正式名稱為“ISO 15444 ” 2,6,7，亦是由JPEG組織負(fù)責(zé)制定。自 1997年3 月開始籌劃，2000年規(guī)定基本編碼系統(tǒng)的最終協(xié)議草案才提出。JPEG2000與JPEG最大的不同，在于它放棄了 JPEG所采用的以DCT為主的區(qū)塊編碼方式，而改用以DWT ( DiscreteWavelet Transform )為主的多分辨率編碼

6、方式 6。JPEG2000的新特征有： JPEG2000作為JPEG的升級(jí)版，具有良好的低比特率性能，特別是對(duì)細(xì)節(jié)豐富的圖像以0.25bpp的比特率進(jìn)行壓縮時(shí)，總體上其壓縮率比JPEG高約30%左右。 JPEG2000同時(shí)支持有損和無損壓縮；而 JPEG只支持有損壓縮。 JPEG2000能實(shí)現(xiàn)漸進(jìn)傳送。它先傳輸圖像的輪廓，然后逐步傳輸圖像數(shù)據(jù)的細(xì)節(jié)，接收端重構(gòu)圖像時(shí)讓圖像由朦朧到清晰顯示，而不像JPEG那樣由上到下由左到右的顯示。 JPEG2000支持所謂的“感興趣區(qū)域”編碼(Region of interest coding )17?？扇我庵付▓D像上感興趣區(qū)域的壓縮質(zhì)量，亦可以選擇指定的部分

7、先解壓縮以突出重點(diǎn)。3.2運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)：MPEG-X系列&H.26X系列3.2.1 MPEG 系列MPEG (Moving Picture Experts Group )運(yùn)動(dòng)圖像專家組成立于1988年，專門從事運(yùn)動(dòng)圖像和伴音編碼的標(biāo)準(zhǔn)制定。MPEG最初的三個(gè)任務(wù)是制定1.5Mb/s，10Mb/s，40Mb/s的壓縮編碼標(biāo)準(zhǔn)，即MPEG-1、MPEG-2、MPEG-3，后因MPEG-2的功能使MPEG-3多余，故MPEG-3 被撤消8。MPEG-4于1994年開始制定，其目的是實(shí)現(xiàn)甚低碼率的音/視頻壓縮編碼。MPEG-1是1991年11月提出草案，1992年11月通過，1993年8月

8、公布的。它適用于1.5Mb/s速率的數(shù)字存儲(chǔ)媒體的運(yùn)動(dòng)圖像及伴音的壓縮編碼。MPEG-1追求高的壓縮比，去除圖像序列的時(shí)間冗余度，同時(shí)滿足多媒體等隨機(jī)存取的要求。它的圖像類型有三種：I圖像，采用內(nèi)部編碼，不參照其他圖像，亦稱內(nèi)部編碼圖像；P圖像，采用預(yù)測編碼，參照前一幅I或P圖像作運(yùn)動(dòng)補(bǔ)償編碼，亦稱預(yù)測編碼；B圖像，采用雙向預(yù)測編碼，參照前一幅和后一幅I或P圖像作雙向運(yùn)動(dòng)補(bǔ)償編碼，亦稱雙向預(yù)測圖像9。MPEG-2制定于1994年，其設(shè)計(jì)目標(biāo)是高級(jí)工業(yè)標(biāo)準(zhǔn)的圖像質(zhì)量以及更高的傳輸率。它進(jìn)一步提高了壓縮比，改善了音頻、視頻質(zhì)量，采用的核心技術(shù)是分塊 DCT和幀間運(yùn)動(dòng)補(bǔ) 償預(yù)測技術(shù)10。MPEG-2

9、所能提供的傳輸率在 310Mb/s間，在NTSC制下的分辨率可達(dá) 720 X 486 ;可提供廣播級(jí)的視像和 CD級(jí)的音質(zhì)；向下兼容 MPEG-1，使得大多數(shù)MPEG-2解碼 器可播放MPEG-1格式的數(shù)據(jù)，如VCD ； MPEG-2除了作為DVD的指定標(biāo)準(zhǔn)外，還可以用于 為廣播、有線電視網(wǎng)、電纜網(wǎng)絡(luò)以及衛(wèi)星直播提供廣播級(jí)的數(shù)字視頻；MPEG-2可提供一個(gè)較廣范圍的壓縮比11，以適應(yīng)不同畫面質(zhì)量、存儲(chǔ)容量以及帶寬的要求。MPEG-4是對(duì)數(shù)字音/視頻數(shù)據(jù)進(jìn)行壓縮、通信、存取和操作管理等的新標(biāo)準(zhǔn)，并為各種通信環(huán)境提供一種通用的技術(shù)解決方案。MPEG專家組深入分析了信息領(lǐng)域中計(jì)算機(jī)、通信以及以電視為

10、代表的消費(fèi)電器即3C交叉融合的方式后12，認(rèn)為MPEG-4應(yīng)提供用于通信的新方式，其中心是基于內(nèi)容的AV信息存儲(chǔ)、處理與操作，支持交互性、高壓縮比以及通用存儲(chǔ)性等功能。在其結(jié)構(gòu)上應(yīng)具有適應(yīng)性與可擴(kuò)張性，以適應(yīng)軟、硬件技術(shù)的不斷發(fā)展， 及時(shí)融合新的技術(shù)。由于MPEG-4的中心是基于內(nèi)容與交互性的，它就不再對(duì)低碼率范圍做出特別要求。MPEG-4在通信信息描述中，首次提出了對(duì)象的概念13，如視頻對(duì)象VO (Video Object)、 音頻對(duì)象AO (Audio Object )等，這是一個(gè)新的飛躍。在編碼方案上，MPEG-4仍是以塊為基礎(chǔ)的混合編碼。MPEG-4標(biāo)準(zhǔn)主要應(yīng)用于視頻電話、視頻電子郵件

11、和電子新聞等，其傳輸 速率要求較低，在 4.864kb/s之間，分辨率為 176 X 144。 MPEG-4利用很窄的帶寬，通過 幀重建技術(shù)，壓縮和傳輸數(shù)據(jù)，以求以最少數(shù)據(jù)獲得最佳圖像質(zhì)量。MPEG-4更適用于交互AV服務(wù)以及遠(yuǎn)程監(jiān)控。MPEG-7由MPEG委員會(huì)于1998年10月提出提議，2001年9月正式成為國際標(biāo)準(zhǔn)，又稱為"多媒體內(nèi)容描述接口(Multimedia Content Description In terface )” 12，其目標(biāo)是建立對(duì)多媒體信息內(nèi)容的標(biāo)準(zhǔn)化描述，試圖規(guī)范不同種類多媒體信息的描述而不受表達(dá)形式的限 制。這些描述要與信息內(nèi)容直接相關(guān)以便用來快速有效

12、的查詢、訪問各種多媒體信息。MPEG-7的應(yīng)用范圍廣泛，既可以應(yīng)用于存儲(chǔ)，也可用于流式應(yīng)用(如廣播、將模型加 入In ternet等)。它可以在實(shí)時(shí)或非實(shí)時(shí)環(huán)境下應(yīng)用，如數(shù)字圖書館、多媒體編輯等。另外， MPEG-7在教育、新聞、導(dǎo)游信息、娛樂、研究業(yè)務(wù)、地理信息系統(tǒng)、醫(yī)學(xué)、購物、建筑等 各方面均有較深的應(yīng)用潛力。MPEG-21是基于"多媒體框架(Multimedia Framework )標(biāo)準(zhǔn)” 12的，其最終目的是建 立一個(gè)多媒體框架，以通過預(yù)購網(wǎng)絡(luò)和設(shè)備使多媒體資源在用戶之間透明方便的使用。MPEG-21的基本框架要素包括數(shù)字項(xiàng)目說明、內(nèi)容表示、數(shù)字項(xiàng)目的識(shí)別和描述、內(nèi)容管 理

13、和使用、知識(shí)產(chǎn)權(quán)管理和保護(hù)、終端和網(wǎng)絡(luò)、事件報(bào)告等。它支持的功能有：通過網(wǎng)絡(luò)存 儲(chǔ)，使用并交互操作多媒體對(duì)象；實(shí)現(xiàn)多種業(yè)務(wù)模型，包括對(duì)版權(quán)和交易的自動(dòng)管理；對(duì)內(nèi) 容進(jìn)行隱私的尊重等。目前，這一標(biāo)準(zhǔn)仍處于開發(fā)當(dāng)中。3.2.2 H.26X 系列1984 年國際電報(bào)電話咨詢委員會(huì)的第23研究組建立了一個(gè)專家組專門研究電視電話的編碼問題。經(jīng)過研究與努力，1988年形成草案，1990年12月通過ITU-T的H.261建議。H.261是ITU-T針對(duì)可視電話和會(huì)議、窄帶ISDN等要求實(shí)時(shí)編碼和低延時(shí)應(yīng)用提出的一 個(gè)編碼標(biāo)準(zhǔn)12。它允許“采用p X 64kbit的圖像業(yè)務(wù)的圖像編解碼”，因而 H.261簡稱

14、pX 64。 其中p是一個(gè)整數(shù)，取值范圍為130,對(duì)應(yīng)比特率為 64kb/s1.92Mb/s14。它建議采用中間格式 CIF (Com mon In termediate Format)和 QCIF (Quarter CIF )解決不同制式通信的矛盾； 解決了編碼算法問題。H.261采用了運(yùn)動(dòng)補(bǔ)償預(yù)測和離散余弦變換相結(jié)合的混合編碼方案， 獲得很好的圖像壓縮效果。1995年，在H.261的基礎(chǔ)上，ITU-T總結(jié)當(dāng)時(shí)國際上視頻圖像壓縮編碼的最新進(jìn)展，針 對(duì)低比特率視頻應(yīng)用制定了 H.263標(biāo)準(zhǔn)。它提高了運(yùn)動(dòng)補(bǔ)償?shù)木龋Ｓ糜诔退俾实膱D像 傳輸，被公認(rèn)為是以像素為基礎(chǔ)的采用第一代編碼技術(shù)的混合編碼

15、方案所能達(dá)到的最佳結(jié)果。之后，ITU-T又對(duì)其進(jìn)行了補(bǔ)充，以提高編碼效率，增強(qiáng)編碼功能。補(bǔ)充修訂的版本有1998年的H.263+，2000年的H.263+12。H.263采用第一代編碼技術(shù)，在低速率視頻傳輸質(zhì)量，抗誤碼能力方面有明顯提高，在視頻業(yè)務(wù)傳輸中得到廣泛應(yīng)用。與H.261只能工作在CIF、QCIF兩種格式不同，H.263的信源編碼器可以工作于5種圖像格式：QCIF、Sub-QCIF、CIF、4CIF、16CIF。另外，H.263還在H.261基本編碼算法的基 礎(chǔ)上提供了四種可選編碼模式：非限制運(yùn)動(dòng)矢量模式、基于語法的算術(shù)編碼模式、高級(jí)預(yù)測模式以及PB幀模式15,17。由于僅限于五種固定

16、圖像大小、形狀和時(shí)鐘頻率，它應(yīng)用的靈活 性較低。H.263+即ITU-T在1998年通過的H.263第二版，增加了 12個(gè)新的高級(jí)模式，修正了第 一版中的非限制運(yùn)動(dòng)矢量模式16,18。修訂版首先在視頻格式多樣性上做了改進(jìn)，還提出一些新技術(shù)：如附加增強(qiáng)信息模式和增強(qiáng)參考幀再采樣模式，進(jìn)一步擴(kuò)大適用范圍，支持圖像凍結(jié)和快照，以及多分辨率視頻的應(yīng)用，同時(shí)還增加了一些新技術(shù)來增強(qiáng)抗誤碼的能力：如分片結(jié)構(gòu)模式、增強(qiáng)參考幀選擇模式等，使視頻信號(hào)經(jīng)過壓縮編碼后能夠在具有較大噪聲干擾 的窄帶信道PSTN ( Integrate Services Digital Network )和無限移動(dòng)信道等上傳輸。通過使

17、用 去方塊效應(yīng)濾波器，降低分辨率更新模式和修正量化模式等新技術(shù)，重建圖像的主觀質(zhì)量顯著提高。由于H.263+的高級(jí)模式有些不能同時(shí)使用，有些需結(jié)合使用，如何選擇合適的編碼模式結(jié)合，對(duì)使用者來說很困難，因此ITU-T于2000年11月提出了 H.263+，稱為H.263的第三版。它在H.263+的基礎(chǔ)上增加了三個(gè)高級(jí)模式。H.26L標(biāo)準(zhǔn)是ITU-T和ISO/IEC聯(lián)合制定的最新的圖像壓縮編碼標(biāo)準(zhǔn)，它最先由ITU-T的VCEG于1997年提出的，它的目標(biāo)是提出一種更高性能的視頻質(zhì)量有實(shí)質(zhì)性提高的視頻 編碼標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)于2003年3月完成，在ITU-T中被稱為 Recommendation H .2

18、64 而在ISO/IEC 中成為 MPEG-4 標(biāo)準(zhǔn)的第 10 部分(ISO/IEC 14496-10 AVC，簡稱 MPEG-4-10 )。H.26L的一個(gè)基本概念是引入了兩個(gè)不同的層次：視頻編碼層(VCL : Video CodingLayer)以及網(wǎng)絡(luò)適配層(NAL : Network Adapter Layer)19，前者負(fù)責(zé)對(duì)視頻進(jìn)行高效的壓 縮，后者則負(fù)責(zé)根據(jù)網(wǎng)絡(luò)的傳輸需要進(jìn)行編碼數(shù)據(jù)的打包。H.26L相對(duì)于其他標(biāo)準(zhǔn)有以下的特點(diǎn)：低碼率、高質(zhì)量、可達(dá)到比H.263+提高一倍以上的編碼效率；廣闊的應(yīng)用范圍，既可用于嚴(yán)格時(shí)延限制的實(shí)時(shí)通信，可用于對(duì)時(shí)延要求不高的其他應(yīng)用；穩(wěn)健性，在網(wǎng)絡(luò)

19、中傳輸時(shí)，有較強(qiáng)的抗誤碼性能；對(duì)各種網(wǎng)絡(luò)的友好性，提供了友好的網(wǎng)絡(luò)接口。4圖像壓縮技術(shù)的發(fā)展趨勢從國際數(shù)據(jù)壓縮技術(shù)的發(fā)展尤其是 MPEG的發(fā)展可以看出，基于內(nèi)容的圖像壓縮編碼方 法是未來編碼的發(fā)展趨勢。它不僅能滿足進(jìn)一步獲得更大的圖像數(shù)據(jù)壓縮比的要求，而且能夠?qū)崿F(xiàn)人機(jī)對(duì)話的功能。 另外，任意形狀物體的模型建立的關(guān)鍵問題還沒有解決，這嚴(yán)重影響其應(yīng)用的廣泛性。因此，視頻編碼將朝著多模式和跨模式的方向發(fā)展。通過元數(shù)據(jù)進(jìn)行編碼也是今后編碼的發(fā)展方向。元數(shù)據(jù)是指詳細(xì)的描述音/視頻信息的基本元素，利用元數(shù)據(jù)來描述音視頻對(duì)象的同時(shí)也就完成了編碼，因?yàn)榇藭r(shí)編碼的對(duì)象是圖像的一種描述而不再是圖像本身。從另一個(gè)角

20、度來說， 進(jìn)一步提高壓縮比， 提高碼流的附屬功能(碼流內(nèi)容的可訪問性、抗誤碼能力、可伸縮性等)也將是未來的編碼的兩個(gè)發(fā)展方向。-5 -E國憩技論袁任線5.結(jié)束語從圖像和視頻壓縮的發(fā)展可以看到：圖像壓縮的操作對(duì)象由像素到塊再走向?qū)ο螅粔嚎s的分辨率逐漸提高，可擴(kuò)展性逐漸增強(qiáng)；壓縮的目的由單純的減少數(shù)據(jù)量走向功能的多元化： 交互性、可分級(jí)性、靈活性；壓縮的方法由單一化走向自適應(yīng)的使用多種壓縮工具。壓縮技 術(shù)的發(fā)展與社會(huì)的需求息息相關(guān)。隨著數(shù)學(xué)理論、信息論和計(jì)算機(jī)視覺等的發(fā)展必然會(huì)有功能更全面的更有效的圖像壓縮編碼技術(shù)的產(chǎn)生。參考文獻(xiàn)1 夏得深，傅得勝.現(xiàn)代圖像處理技術(shù)與應(yīng)用.南京：東南大學(xué)出版社,2

21、001,84-852 朱秀昌，劉峰，胡棟.數(shù)字圖像處理與圖像通信.北京：北京郵電大學(xué)出版社，2002, 199-2043 JPEG 2000. Signal Processing: Image Communication 17. 2002: 1-24 Michael W, Marcellin A. An overview of JPEG-2000A. Proc.IEEE Data Compression Conference©, 20005 丁莉,張琦.JPEG2000關(guān)鍵技術(shù).電視技術(shù),2003, 1: 74-786 劉方敏，吳永輝，俞建新.JPEG2000圖像壓縮技術(shù)過程及原理概

22、述J.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2002, 14(10): 905-9167 Majid Rabbani, Rajan Joshi. An overview of the JPEG2000 still image compression standard. SignalProcessing: Image Communication, 2002, 17: 3 - 488 尹顯東，李在銘，姚軍.圖像壓縮標(biāo)準(zhǔn)研究的發(fā)展與前景.信息與電子工程，2003, 1(4): 326-3319 薛文通，宋建設(shè)，袁禮海，沈濤.圖像壓縮技術(shù)的現(xiàn)狀與發(fā)展.計(jì)算機(jī)工程與應(yīng)用，2003: 65-6710 ISO/IEC

23、 144961-2: Information Technology-Coding of Audio-Visual Objects, Part 2: Visual S. 200111 Tingting, Zhang ,Ulf, Jennehag, Youshi Xu. Numerical modeling of transmission errors and video quality of MPEG-2. Signal Processing: Image Communication, 2001, 16: 817-82512 沈蘭蓀,卓力.視頻編碼與低速率傳輸.北京：電子工業(yè)出版社,2001:

24、30-50, 230-24813 Marius Preda,Fran-coise Preteux. Insights into low-level avatar animation and MPEG-4 standardization.Signal Processing: Image Communication, 2002, 17: 717-74114 ITU-T Recommendation H.261, Video coding for audiovisual services at p x 64kbitS. Rev.2, 199315 ITU-T Recommendation H.263

25、, Video coding for Low Bit Rate Communication S. 1995, Geneva16 ITU-T Recommendation H.263 Version 2(H.263+), Video coding for Low Bit Rate Communication S. 199817 Chi-Chang Kuoa, Jin-Jang Leoub. A new rate control scheme for H.263 video transmission. Signal Processing: Image Communication, 2002, 17: 537-55718 James T.H. Chung-How, David R. Bull Loss resilient H.263+ video over the Internet. Signal Processing:Image Communication, 2001, 16: 891-90819 Sheng-Wei Lin, Jin-Jiang Leou, and Li-Wei Kang. An error resilient codi